一种压迫式超宽带微波乳腺肿瘤成像方法与流程

本发明属于生物医学检测技术领域，涉及一种压迫式超宽带微波乳腺肿瘤成像方法。

背景技术：

乳腺肿瘤是女性发病率最高的恶性肿瘤疾病，死亡率居妇女恶性肿瘤死亡率之首。早期乳腺肿瘤的诊断无疑对提高乳腺病的治疗率以及患者的远期成活率都具有决定性的意义。目前常用的早期乳腺癌的检测方法包括乳腺x线摄影术、超声波影像技术、计算机断层扫描、核磁共振成像技术、热成像检测等，但诸多方法均存在一定的缺点，如对人体产生辐射伤害、成像对比度低、费用较高等。超宽带电磁波检测乳腺癌的原理在于不同生物组织对电磁波的吸收、反射及透射特性不同，使得天线发射的脉冲信号在乳腺组织中传播时所产生的电磁场能够反映恶性组织的丰富信息。同时超宽带微波信号具有辐射功率低、目标信息携载量大、提供毫米级定位和检测成本低等优点，能作为早期乳腺检测的常规手段。

在早期的乳腺肿瘤检测研究中，采用的模型通常是较为简单的模型，这些模型具有对称性，如长方体乳房模型、半球乳房模型和圆柱形模型。长方体乳房模型包含皮肤层、脂肪层(里面包含一些导管和腺体组织等)、肿瘤和肋骨层。半球乳房模型和圆柱形乳房模型中各乳房组织层的设置和长方体模型基本相同。

这些模型很少考虑过患者在仰卧时乳房受不同压迫力时进行检测的情况。本发明基于患者真实mri图像建立相对趋真的压迫式微波乳房模型，使乳房模型更加真实，更符合检测环境。

技术实现要素：

本发明的目的是提供一种可以实现早期乳腺肿瘤精准检测的压迫式超宽带微波乳腺肿瘤成像方法。本发明的技术方案如下：

一种压迫式超宽带微波乳腺肿瘤成像方法，包括下列步骤：

(1)构建压迫式mri乳房数值模型：当平板阵列天线作用于乳房皮肤表面并下压的同时，平板阵列天线同乳房皮肤表面发生接触，下压过程两者紧密贴合，形成一个压平面，将mri图中的乳房双峰向内压缩，纵向按比例压缩，横向适当扩宽，在压缩过程中，超过横线的部分都压缩到横线位置，每列的点按压缩比例纵向压缩到相应位置，构建压迫式mri乳房数值模型。

(2)从图像处理的角度将mri图像的灰度值映射为乳房内不同组织,导出乳房模型，用canny算法提取乳房-空气边界，生成皮肤边界；

(3)选择其中一侧的乳房，设置肿瘤大小和位置，并对各类组织的电磁参数值进行赋值，经过贴于乳房皮肤表面的阵列天线压缩过后，内部组织会在纵向上呈压缩分布，同时还会在横向上呈扩展分布，乳房整体下压，乳房内包含的肿瘤会在压缩比例的作用下同步下移；

(4)设置天线位置，使用共焦成像算法对乳房内的肿瘤进行成像。

附图说明

图1乳房压缩示意图

图2压缩后的乳房示意图

图3皮肤边界图

图4乳房mri源图

图5轻度压缩乳房组织离散图

图6重度压缩乳房组织离散图

图7轻度压缩乳房模型肿瘤位置和天线位置图

图8重度压缩乳房模型肿瘤位置和天线位置图

图9轻度压缩乳房模型肿瘤成像图

图10重度压缩乳房模型肿瘤成像图

具体实施方式

一种压迫式超宽带微波乳腺肿瘤成像方法，包括下列步骤：

(1)构建压迫式mri乳房数值模型的基本思想是当平板阵列天线作用于乳房皮肤表面并下压的同时，平板阵列天线同乳房皮肤表面发生接触，下压过程两者紧密贴合，形成一个压平面。基于像素压缩的方法将mri图中的乳房双峰向内压缩，纵向按比例压缩，横向适当扩宽，来构建压迫式乳房模型；

在压缩过程中，超过横线的部分都压缩到横线位置，每列的点按压缩比例纵向压缩到相应位置，如图1所示；

(2)对图片进行纵向按列扫描，对其按列进行压缩处理，设定某列起始点为a点，a点为紧邻空气的皮肤表面，终点为c点，c点为乳房最内侧，压缩平面为b点，即横线上的点。对ac这一列上的所有像素点在这一方向上进行按比例压缩处理，压缩比例为：

则ac上任一点d和它压缩后所在点的位置点d′应满足：

dc＝kdc(2)

依次计算各点压缩后位置，得到压缩后的2d乳房示意图，如图2所示；

(3)从图像处理的角度将mri图像的灰度值映射为乳房内不同组织,导出乳房模型，用canny算法提取乳房-空气边界，生成皮肤边界，如图3所示；

(4)选择其中一侧的乳房，设置肿瘤大小和位置，并对各类组织的电磁参数值进行赋值。经过贴于乳房皮肤表面的阵列天线压缩过后，内部组织会在纵向上呈压缩分布，同时还会在横向上呈扩展分布。乳房整体下压，乳房内如包含肿瘤信息，则肿瘤会在压缩比例的作用下同步下移；

(5)设置天线位置，使用共焦成像算法对乳房内的肿瘤进行精准成像。在具体实施方式中可以看出，这种压迫式超宽带微波乳腺肿瘤成像方法可以实现早期乳腺肿瘤精准检测。

下面结合附图和实例对本发明进行说明。

(1)图4为乳房mri源图，首先将图片进行一次拉伸处理，将其拉伸为600×600像素点，使图片中的每一个像素点对应一个fdtd网格，该步骤在matlab中进行，首先读入仅包含图片本身的源图，将其转化为灰度值矩阵，再利用imresize命令对图片拉伸；

(2)构建压迫式微波乳房2d模型，研究受不同压迫力的乳房2d模型。对图片进行纵向按列扫描，对其按列进行压缩处理，构建轻度压缩和重度压缩两种压迫式乳房模型，采用canny算法识别边界，以便后期依据边界加入人工添加皮肤层；

(3)将基于mri图的灰度值对乳房各组织进行离散化，离散处理的主要方法是设置灰度值阈值，将处于某一阈值范围的像素点归为同一类组织，并对其进行统一赋值，表1为组织离散的具体阈值表，；

表1组织离散处理的阈值设定表

(4)在离散图中加入一层皮肤，以乳房边界轮廓为基准，将每个边界点的周围4×4个像素设定为皮肤，皮肤厚度约为4个网格，对应真实尺寸2mm，将皮肤灰度值重新赋值为90，如图5为轻度压缩乳房组织离散图，图6为重度压缩乳房组织离散图；

(5)通常只需要考虑一边的乳房，截取右侧乳房作为仿真模型，在乳房中加入肿瘤，设置肿瘤半径为3mm，如图7所示，轻度压缩乳房模型肿瘤位置(60mm,28mm)，如图8所示，重度压缩乳房模型肿瘤位置为(60mm,16mm)；

(6)对各组织进行电磁参数赋值，如表2所示；

表26ghz时常见乳房组织的电学特性典型值

(7)在皮肤表面布放天线阵列，以点源代替，如图7、8所示，每一个天线一次发射信号，其他天线接受信号，将所有的接收信号利用共焦算法进行成像处理，结果如图9、10所示；

由图9可得，轻度压缩乳房模型肿瘤成像位置为(60mm,28mm)，与预设肿瘤位置相同；由图10可得，重度压缩乳房模型肿瘤成像位置为(60mm,15.5mm)，与预设肿瘤位置在y方向上差距0.5mm，成像位置与预设位置基本相同。以上结果表明，该压迫式乳房模型在检测早期乳房肿瘤有较好的适应性，可以实现早期乳腺肿瘤精准检测。