一种乳腺结节分叶征检测装置的制作方法

1.本发明涉及辅助医学诊断技术领域，特别是涉及一种乳腺结节分叶征检测装置。


背景技术：

2.如今，随着对快速准确诊断的需求日益增长，以及临床人员的短缺，计算机分析方法已经越来越多地应用于支持常规临床诊断，并显示出良好的效果。
3.预计近些年，乳腺癌将成为女性的第二大致命癌症，死亡率为15％。这些统计数据表明，乳腺癌的诊断对于提高预期寿命至关重要，尤其是对女性而言。作为一种常用的临床工具，超声成像是一种无创、无辐射、低成本的癌症诊断技术。然而，由于图像质量较低，从超声中识别乳腺病变和检测癌症体征是一项具有挑战性的任务。
4.恶性肿瘤的生长和进展可以通过其方向、外观、质地、成分和许多其他因素来反映。作为一种使用良好的工具，灰度超声(us)图像可以可视化许多这些因素，帮助医生更好地观察和理解乳腺结节。然而，在目前的临床实践中，在超声乳腺图像中观察到的特征只能主观或半主观地进行评估，这限制了超声图像的广泛应用。因此，自动准确的乳腺结节定量分析标准对于准确的癌症诊断至关重要。
5.乳腺成像报告和数据系统(bi-rads)是科学测量和报告乳腺结节的指南。不幸的是，目前还没有研究定量bi-rads特征改善乳腺癌分类的诊断性能。


技术实现要素：

6.本发明所要解决的技术问题是提供一种乳腺结节分叶征检测装置，能够对乳腺结节边界的分叶征像进行有效检测。
7.本发明解决其技术问题所采用的技术方案是：提供一种乳腺结节分叶征检测装置，包括：
8.图像获取模块：用于获取带有乳腺结节的超声图像；
9.感兴趣结节图像提取模块：用于对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；
10.分叶征测量函数构建模块：用于根据所述感兴趣结节图像来构建用于判断乳腺结节是否存在分叶征的分叶征测量函数；
11.分叶征检测模块：用于通过所述分叶征测量函数来检测感兴趣结节图像中的乳腺结节是否存在分叶征。
12.所述感兴趣结节图像提取模块中的对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像，具体为：通过选取若干感兴趣坐标点的方式对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像。
13.所述分叶征测量函数构建模块中的根据所述感兴趣结节图像来构建用于判断乳腺结节是否存在分叶征的分叶征测量函数，包括：
14.构建一用于包围所述感兴趣结节图像中乳腺结节的凸包；
15.若乳腺结节的边界坐标形成的区域和凸包的边界坐标形成的区域间有非重叠区域，则所述非重叠区域为凹区域，并基于每个所述凹区域来构建用于判断乳腺结节是否存在分叶征的分叶征测量函数。
16.所述分叶征检测模块中的通过所述分叶征测量函数来检测感兴趣结节图像中的乳腺结节是否存在分叶征，公式为：其中，i
lob
表示所有凹区域，ar
concave
表示凹区域的面积，t
area
表示分叶区域的面积阈值，min
length
表示凹区域对应的长轴和短轴中的最小长度，t
length
表示判断分叶区域径长的阈值。
17.所述分叶征检测模块还包括：所述感兴趣结节图像中乳腺结节的大小与面积阈值t
area
和阈值t
length
相关，表达式为：其中，a1表示第一面积阈值，a2表示第二面积阈值，b1表示第一轴长阈值，b2表示第二轴长阈值，sz表示乳腺结节的大小。
18.有益效果
19.由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过分析结节的凹区域能够对乳腺结节边界的分叶征象进行有效检测；本发明检测出来的乳腺结节分叶征象可以用于后续乳腺结节的不规则度分析，可以有效避免医生对乳腺结节直接进行主观分析导致错误，方便医生更好更快更精确地做出判断。
附图说明
20.图1是本发明实施方式的流程图；
21.图2是本发明实施方式的乳腺结节分叶征检测示意图；
22.图3是本发明实施方式的关于凹区域的长轴和短轴标注示意图。
具体实施方式
23.下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
24.本发明的实施方式涉及一种乳腺结节分叶征检测装置，请参阅图1，包括：
25.图像获取模块：用于获取带有乳腺结节的超声图像；
26.感兴趣结节图像提取模块：用于对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；
27.分叶征测量函数构建模块：用于根据所述感兴趣结节图像来构建用于判断乳腺结节是否存在分叶征的分叶征测量函数；
28.分叶征检测模块：用于通过所述分叶征测量函数来检测感兴趣结节图像中的乳腺结节是否存在分叶征。
29.以下对矩形边界框构建模块和分叶征检测模块进行详细介绍：
30.在临床实践中，边缘不规则度是分析结节恶性程度的重要指标。由于恶性肿瘤对周围组织具有侵袭性，因此恶性结节的边界时常会显示出分叶征状。本实施方式通过对结节分叶征进行提取，以帮助医生做出快速准确的临床决策。
31.(一)分叶征测量函数构建模块
32.所述分叶征测量函数构建模块中的根据所述感兴趣结节图像来构建用于判断乳腺结节是否存在分叶征的分叶征测量函数，包括：
33.构建一用于包围所述感兴趣结节图像中乳腺结节的凸包；
34.若乳腺结节的边界坐标形成的区域和凸包的边界坐标形成的区域间有非重叠区域，则所述非重叠区域为凹区域，并基于每个所述凹区域来构建用于判断乳腺结节是否存在分叶征的分叶征测量函数。
35.(二)分叶征检测模块
36.分叶征主要是研究乳腺结节边界的凹区域。凹区域r
concave
是结节边界和凸包之间的非重叠区域，本实施方式中的每个非重叠区域即凹区域，图2(a)中的白色圈勾勒出的区域为乳腺结节，对其进行分叶征检测，图2(b)中通过矩形边界框标记出的凹区域为最终判断出的分叶区域。具体地，如果凹区域满足以下标准，则乳腺结节存在分叶征：
[0037][0038]
其中，i
lob
表示提取出的所有凹区域，ar
concave
表示凹区域的面积，t
area
表示判断分叶区域的面积阈值，min
length
表示凹区域对应的长轴和短轴中的最小长度，图3(a)中的白色圈勾勒出的区域为乳腺结节，图3(b)中，选中一凹区域，并用白色粗线条标注了它的长轴和短轴，则该凹区域的min
length
用较短的白色粗线条来表示；t
length
表示判断分叶区域径长的阈值；本实施方式中的t
area
和t
length
是通过实验确定的，并且与结节的大小sz相关，表达式如下：
[0039][0040]
结果表明，检测到的分叶区域可以作为结节不规则度的一个很好的指标，这大大有助于医生做出更快速、更准确的临床决定。
[0041]
由此可见，本发明通过分析结节的凹区域能够对乳腺结节边界的分叶征象进行有效检测；本发明检测出来的乳腺结节分叶征象可以用于后续乳腺结节的不规则度分析。