一种基于多模态超声成像的乳腺肿瘤识别系统

本发明涉及计算机辅助诊断领域，尤其是一种基于多模态超声成像的乳腺肿瘤识别系统。

背景技术：

1、乳腺健康是女性健康的重要组成部分，而乳腺肿瘤是乳腺疾病中最常见的一种。乳腺肿瘤包括良性和恶性病变，其中乳腺癌是最为担忧的，因为它可能会对患者的生命产生严重威胁。早期发现乳腺肿瘤对于治疗成功和提高患者生存率至关重要。

2、传统的单一模态乳腺图像检测在提供详细信息方面受到限制，无法全面准确地反映肿瘤的性质和分布情况。多模态超声成像技术的引入为乳腺肿瘤的准确检测和评估提供了革命性的工具。多模态超声成像技术结合了不同超声模态，使医生能够更全面地了解乳腺肿瘤的特性，从而更好地进行诊断和治疗规划。

技术实现思路

1、基于现有技术的不足以及实际应用的需求，本发明提供了一种基于多模态超声成像的乳腺肿瘤识别系统，旨在利用多模态超声成像实现更为精准的乳腺肿瘤识别。

2、本发明书提供的基于多模态超声成像的乳腺肿瘤识别系统，包括存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述程序指令当被所述处理器执行时，使所述处理器执行如下步骤：获取第一超声模态乳腺图像，在所述第一超声模态乳腺图中定位第一乳腺肿瘤可疑区域，所述第一超声模态乳腺图像为灰阶乳腺图像；获取第二超声模态乳腺图像，并将所述第二超声模态乳腺图像与所述第一超声模态乳腺图像对齐，所述第二超声模态乳腺图像为超微血管乳腺图像；根据对齐结果，在所述第二超声模态乳腺图像中定位与所述第一乳腺肿瘤可疑区域对应的第二乳腺肿瘤可疑区域；根据所述第二乳腺肿瘤可疑区域中微小血管分布状况，识别第二乳腺肿瘤可疑区域中乳腺肿瘤可信度。本发明所提供的基于多模态超声成像的乳腺肿瘤识别系统，通过灰阶乳腺图像和超微血管乳腺图像，实现了更准确地乳腺肿瘤识别和定位，提高了检测的准确性，有望在乳腺疾病的早期检测和治疗中产生积极的影响，为患者提供更好的医疗服务和更好的治疗结果。

3、可选地，所述获取第一超声模态乳腺图像，包括如下步骤：提供b模式超声设备，并利用所述b模式超声设备对目标乳腺进行扫描，获取第一超声模态乳腺图像。本可选项提供了一种简便有效的途径，以获取第一超声模态乳腺图像，为后续的多模态成像和识别提供基础。

4、可选地，所述获取第二超声模态乳腺图像，包括如下步骤：提供彩色多普勒模式超声设备，并利用所述彩色多普勒模式超声设备对目标乳腺进行扫描，获得第二超声模态乳腺图像。本可选项提供了一种简便有效的途径，以获得第二超声模态乳腺图像，为后续的多模态成像和识别提供基础。

5、可选地，所述在所述第一超声模态乳腺图中定位第一乳腺肿瘤可疑区域，包括如下步骤：设定目标分辨率，并基于所述目标分辨率将所述第一超声模态乳腺图坐标化，并获取坐标化后第一超声模态乳腺图中每个像素的坐标和灰度值；设置初始定位框的大小，通过调整所述初始定位框的中心坐标框定不同判断区域；根据判断区域中超声乳腺图的灰度值分布，定位第一超声模态乳腺图中第一乳腺肿瘤可疑区域。本可选项提供了一种精细而高效的乳腺肿瘤定位方法，通过设定目标分辨率，将乳腺图像坐标化，然后根据灰度值分布定位肿瘤可疑区域，以更准确地确定患者的乳腺肿瘤位置。

6、可选地，所述在所述第一超声模态乳腺图中定位第一乳腺肿瘤可疑区域，还包括如下步骤：通过调整所述初始定位框的大小，框定不同判断区域。本可选项允许在肿瘤识别过程中根据具体情况自定义不同的判断区域。这对于处理不同患者的乳腺图像和肿瘤特征非常重要，因为每个病例可能都有独特的特点。通过动态调整判断区域，可以更好地适应不同情况，提高了乳腺肿瘤的准确定位和识别。

7、可选地，所述根据判断区域中超声乳腺图的灰度值分布，定位第一超声模态乳腺图中第一乳腺肿瘤可疑区域，包括如下步骤：获取第一超声模态乳腺图像的全局灰度均值，所述全局灰度均值满足如下公式：其中，m表示最大横坐标值，n表示最大纵坐标值，p(i,j)表示坐标为(x,y)的像素灰度值；基于所述全局灰度均值设置可疑定位坐标像素阈值，所述可疑定位坐标像素阈值满足如下公式：其中，k表示阈值系数，pmax表示第一超声模态乳腺图中最大灰度值，表示在第一超声模态乳腺图中中超过全局灰度均值且出现次数最多的灰度值；根据判断区域中超声乳腺图的灰度值分布，定位判断区域中灰度值大于所述可疑定位坐标像素阈值的目标像素坐标；汇总所述目标像素坐标形成一个或者多个初始可疑区域，所述初始可疑区域为由多个相邻目标像素的边缘形成的闭合区域；构建可疑区域定位模型，利用所述可疑区域定位模型定位所述初始可疑区域的第一中心坐标，所述可疑区域定位模型满足如下公式：其中，(xk,yk)sk表示在判断区域中第k个初始可疑区域的第一中心坐标，xa表示第k个初始可疑区域中最小横坐标，xb表示第k个初始可疑区域中最大横坐标，yc表示第k个初始可疑区域中最小纵坐标，yd表示第k个初始可疑区域中最大纵坐标；利用所述初始可疑区域的第一中心坐标定位第一超声模态乳腺图中第一乳腺肿瘤可疑区域，任一个第一乳腺肿瘤可疑区域中包括对应的初始可疑区域中的全部像素坐标。本可选项结合了全局灰度均值和像素阈值，能够准确识别出乳腺图像中灰度值明显高于平均水平的区域，从而定位潜在的肿瘤。同时，通过构建可疑区域定位模型，还能够精确计算初始可疑区域的中心坐标，提高了定位的精度。

8、可选地，所述根据对齐结果，在所述第二超声模态乳腺图像中定位与所述第一乳腺肿瘤可疑区域对应的第二乳腺肿瘤可疑区域，包括如下步骤：根据对齐结果，在所述第二超声模态乳腺图像中标记与所述第一中心坐标对应的第二中心坐标，并标记与第二中心坐标关联的像素坐标；基于所述第二超声模态乳腺图像中的中心坐标，以及中心坐标关联的像素坐标，生成一个或者多个第二乳腺肿瘤可疑区域，任一个第二乳腺肿瘤可疑区域中包括一个第二中心坐标和与第二中心坐标关联的全部像素坐标。本可选项通过在第二超声模态乳腺图像中标记第一乳腺肿瘤的位置，然后基于这些标记生成第二乳腺肿瘤的可疑区域，可以更准确地定位患者的乳腺肿瘤。

9、可选地，所述根据对齐结果，在所述第二超声模态乳腺图像中定位与所述第一乳腺肿瘤可疑区域对应的第二乳腺肿瘤可疑区域，还包括如下步骤：设定肿瘤面积阈值，通过所述可疑肿瘤面积阈值筛选第二乳腺肿瘤可疑区域。本可选项肿瘤面积阈值以减少虚假阳性的检测结果，提高了乳腺肿瘤的检测精度。

10、可选地，所述根据所述第二乳腺肿瘤可疑区域中微小血管分布状况，识别第二乳腺肿瘤可疑区域中乳腺肿瘤可信度，包括如下步骤：区分所述第二乳腺肿瘤可疑区域中的主干血管和微小血管，并对所述主干血管和所述微小血管的数量分别进行计数；构建乳腺肿瘤可信度模型，并利用所述乳腺肿瘤可信度模型结合所述主干血管和所述微小血管的数量，识别第二乳腺肿瘤可疑区域中乳腺肿瘤可信度，所述乳腺肿瘤可信度模型满足如下公式：其中，表示第二乳腺肿瘤可疑区域s′k中乳腺肿瘤可信度，q表示第二乳腺肿瘤可疑区域s′k中主干血管的数量，ii表示第二乳腺肿瘤可疑区域s′k中第i条主干血管曲率均值，α表示主干血管曲率权重系数，表示第二乳腺肿瘤可疑区域s′k中第i条主干血管所对应的微小血管的数量，β表示主干血管分叉权重系数。本可选项通过构建的乳腺肿瘤可信度模型，利用主干血管和微小血管的数量来评估第二乳腺肿瘤可疑区域中的乳腺肿瘤可信度，以提高乳腺肿瘤的诊断准确性，有助于更早地发现患者的病变。

11、可选地，所述的基于多模态超声成像的乳腺肿瘤识别系统，还包括处理器、输入设备、输出设备，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用并执行所述程序指令。本发明所提供的多模态超声成像的乳腺肿瘤识别系统，结合了不同超声成像模式，借助计算机程序和处理器，通过多模态成像和计算机辅助分析，能够提供更精确和可信的肿瘤诊断结果，医生可以更准确地判断肿瘤的性质，提供更早的诊断和更有效的治疗方案。