一种基于乳腺x线图像的肿块图像区域显示方法及系统的制作方法
【技术领域】
[0001] 本发明涉及影像自动分析处理技术，特别是涉及一种基于乳腺X线图像的肿块图 像区域显示方法及系统。
【背景技术】
[0002] 乳腺癌是一种女性最常见的恶性肿瘤，我国己成为乳腺癌发病率增长速度最快的 国家之一，且我国乳腺癌的发病年龄呈年轻化趋势。对乳腺癌的早期检测是提高患者治愈 率的关键，在众多乳腺摄影技术中，乳腺X线摄影术是临床上最常用的乳腺癌筛查手段之 一。每年进行乳腺X线摄影筛查产生大量的乳腺X线图像，且乳腺X线图像结构复杂，对乳 腺癌进行识别相对困难。考虑到医生的视觉疲劳和经验等相关因素，放射科医生通过乳腺X 线图像对乳腺癌进行识别的准确性和效率有待提高。相关研宄证实，基于图像处理与模式 识别的乳腺癌检测方法可以有效降低医生的漏诊率和误诊率，同时可以减少医生自身和相 互间的差异，提高阅片的客观性和一致性。
[0003] 肿块是乳腺癌最常见的影像学特征之一，现有的肿块检测方法主要包括基于单幅 图像的肿块检测、基于双边分析的肿块检测以及基于双视角分析的肿块检测。而临床上，除 了比较双边图像、双视角图像外，放射科医生也会根据以往阅片的经验得到最终的检测结 果，医生的阅片经验可被模拟为查阅已确诊病例中是否存在与待判定病例相似的图像。
[0004] 现有的肿块检测方法中对于肿块的识别依然存在误诊，要求放射科医生有较高的 诊断经验，同时给医生带来较大的工作量，产生工作疲劳。
[0005] 因此，需要提供一种高效、准确的乳腺图像肿块显示方法，以配合临床医疗的诊 断。
【发明内容】
[0006] 本发明要解决的技术问题是提供一种基于乳腺X线图像的肿块图像区域显示方 法及系统，以改善现有技术中由于图像或人工识别存在误差，导致误诊的问题。
[0007] 为解决上述技术问题，本发明采用下述技术方案：
[0008] 一种基于乳腺X线图像的肿块图像区域显示方法，该方法的步骤包括
[0009] 获取乳腺X线图像及其对侧图像；
[0010] 对所述乳腺X线图像中可疑图像区域进行初定位；
[0011] 基于乳腺X线图像的对侧图像，采用双边分析法计算可疑图像区域在对侧图像中 的匹配代价，并判断可疑图像区域在对侧图像中的匹配区域；
[0012] 基于图像区域的匹配情况，对可疑图像区域是否为疑似肿块图像区域进行初判 断；
[0013] 将初判断的图像区域在参考库图像区域中进行区域检索，判断疑似肿块图像区域 为正常图像区域或肿块图像区域。
[0014] 优选的，所述初定位的步骤包括
[0015] 对获得的乳腺X线图像进行滤波去噪、背景分割和方向调整处理，获得仅包含乳 腺组织的预处理图像；
[0016] 应用半径为巧的圆形结构算子，对仅包含乳腺组织的预处理图像做top-hat运 算，以去除半径大于A的组织，应用半径为1* 2的圆形结构算子，对进行top-hat运算后的图 像做开运算，以去除半径小于1"2的组织；
[0017] 寻找开运算后图像的局部极大值位置，并计算任意两个局部极大值点的欧式距 离，若距离小于阈值?；时，计算第一个局部极大值点和第二个局部极大值点对应乳腺X线 图像的灰度值&和g 2，若g 2，保留第一个局部极大值点，若gl〈g2，保留第二个局部极大 值点；
[0018] 保留所述灰度值最高的前m个点的位置，计算m个点的条件数ConditionNumber， 保留条件数值小于条件数阈值T a^J点作为可疑图像区域的中心，根据实际情况选择大小 为MXN的区域作为可疑图像区域。
[0019] 优选的，所述判断可疑图像区域在对侧图像中的匹配区域的步骤包括
[0020] 对乳腺X线图像的对侧图像进行滤波去噪、背景分割和方向调整处理，获得仅包 含乳腺组织的图像区域；
[0021] 对于每个可疑图像区域，计算其在对侧乳腺图像中的匹配代价；
[0022] 如果匹配代价小于等于代价阈值T。，则确定该对侧乳腺图像中的区域为可疑图像 区域的匹配区域；如果匹配代价大于代价阈值T。，则确定该对侧乳腺图像中的区域不是可 疑图像区域的匹配区域。
[0023] 优选的，所述对可疑图像区域是否为疑似肿块图像区域进行初判断的步骤包括
[0024] 若匹配，则对于每个可疑图像区域，计算该区域R1与其匹配区域R 2的平均亮度距 离(I1、小波变换下的图像距离dWT以及局部三值模式（Local Ternary Pattern)下的图像距 离dUP，当距离满足相似性条件时，该可疑图像区域初判断为正常图像区域，当不满足相似 性条件时，则按照不匹配的方式进行初判断；
[0025] 若不匹配，则分析可疑图像区域的灰度值多同轴特征，当其拥有大于11_个同轴层 时，则该可疑图像区域被识别为疑似肿块图像区域，当其拥有小于等于n_个同轴层时，则 该可疑图像区域初判断为正常图像区域。
[0026] 优选的，所述参考库图像区域为MXN的肿块图像区域和正常图像区域。
[0027] 优选的，所述区域检索的步骤包括
[0028] 将参考图像库的每一个区域的灰度值排列为丽维的列向量，作为图像的表达向 量，计算其销点图哈希（Anchor Graph Hashing)表达；
[0029] 将初判断的疑似肿块图像区域的灰度值排列为MN维的列向量，计算其锚点图哈 希表达；
[0030] 计算参考库图像每个区域与初判断的疑似肿块图像区域的锚点图哈希表达的欧 式距离，获取参考库图像中距离最近的前L幅图像；
[0031] 分析上述前L幅图像区域的类别信息，上述前L幅图像中属于肿块图像区域数量 为L1，若L 1S 0. 4L，则确定初判断的疑似肿块图像区域为肿块图像区域，若L '0. 4L，则显示 该初判断的疑似肿块图像为正常图像区域。
[0032] 一种基于乳腺X线图像的肿块图像显示系统，该系统包括
[0033] 图像获取单元，接收X射线扫描装置对人体乳腺扫描的乳腺X线图像及其对侧图 像；
[0034] 初定位单元，对所述乳腺X线图像中可疑图像区域进行初定位；
[0035] 匹配比对单元，采用双边分析法计算可疑图像区域在对侧图像中的匹配代价，并 判断可疑图像区域在对侧图像中的匹配区域；
[0036] 初判断单元，基于图像区域的匹配情况，对可疑图像区域是否为疑似肿块图像区 域进行初判断；
[0037] 区域检索单元，将初判断的疑似肿块图像区域在参考库图像区域中进行区域检 索，确定疑似肿块图像区域为正常图像区域或肿块图像区域。
[0038] 优选的，所述初定位单元包括
[0039] 图像预处理模块，对获得的乳腺X线图像进行滤波去噪、背景分割和方向调整处 理，获得仅包含乳腺组织的预处理图像；
[0040] 筛选模块，应用半径为巧的圆形结构算子，对仅包含乳腺组织的预处理图像做 top-hat运算，以去除半径大于!T1的组织，应用半径为r 2的圆形结构算子，对进行top-hat 运算后的图像做开运算，以去除半径小于1"2的组织；
[0041] 可疑图像点确定模块，寻找开运算后图像的局部极大值点，并计算任意两个局部 极大值点的欧式距离，若距离小于阈值?；时，计算第一个局部极大值点和第二个局部极大 值点对应乳腺X线图像的灰度值gJP g 2，若g 2，保留第一个局部极大值点，若gl〈g2，保 留第二个局部极大值点；
[0042] 可疑图像区域确定模块，保留所述灰度值最高的前m个点的位置，计算m个点的条 件数Condition Number，保留条件数值小于阈值1^的点作为可疑图像区域的中心，选择大 小为MXN的区域作为可疑图像区域。
[0043] 优选的，所述匹配比对单元包括
[0044] 图像预处理模块，对乳腺X线图像I1的对侧图像I 2进行滤波去噪、背景分割和方 向调整处理，获得仅包含乳腺组织的区域；
[0045] 匹配代价计算模块，对于每个可疑图像区域，计算其在对侧乳腺图像中的匹配代 价；
[0046] 匹配比对模块，如果匹配代价小于等于代价阈值T。，则确定该对侧乳腺图像中的 区域为可疑图像区域的匹配区域；如果匹配代价大于代价阈值T。，则确定该对侧乳腺图像 中的区域不是可疑图像区域的匹配区域。
[0047] 优选的，所述初判断单元包括
[0048] 第一判断模块，若匹配，则对于每个可疑图像区域，计算该区域R1与其匹配区域