医用信息量化装置、医用信息量化方法、医用图像诊断装置以及存储介质与流程

本发明涉及与医用图像中的环状增强特征的量化有关的医用信息量化装置、医用信息量化方法、医用图像诊断装置以及存储介质。

背景技术：

1、环状增强特征(enhancing rim)在临床中被广泛用于肿瘤类型的判定。如脑部mrflair图像中，低级别胶质瘤(lower-grade gliomas，lgg)是否具有环状增强特征与是否为特定基因间存在高相关性，该基因是判断肿瘤风险的重要指标。另外，肝脏ct/mr特定时相(phase)图像中，肿瘤是否具有环状增强特征是判断恶性肝细胞瘤(hepatocellularcarcinoma，hcc)的重要指标。

2、因而，自动且量化地判别肿瘤的环状增强特征具有重要的意义。

3、另一方面，在现有技术中，有关环状增强特征获取方法，主要有如下两种方法：一是使用机器学习或深度学习技术进行直接分类；二是使用机器学习或深度学习技术进行环状增强区域分割。

4、可是，在使用机器学习或深度学习技术进行直接分类以及使用机器学习或深度学习技术进行环状增强区域分割时，均需要对医用图像进行大量的高质量的标注。而实际上，不同医生间的评判标准存在一定的差异。因此，对医用图像的标注根据医生的经验水平等而产生偏差，进而导致获取的环状增强特征可能大幅偏离实际。

5、另外，在使用机器学习或深度学习技术进行直接分类时，一般仅获得二分类结果或概率值，即仅仅能够知晓图像是否含有环状增强特征，但这样的分类结果难以与医用图像直接对应，即难以知晓医用图像中存在环状增强特征的具体位置。

6、此外，在使用机器学习或深度学习技术进行环状增强区域分割时，需要对图像进行像素级标注，而像素级标注非常耗时，影响了医用图像处理过程中的环状增强区域分割的实时性以及实用性。此外，使用机器学习或深度学习技术进行环状增强区域分割，由于无法输出量化的环状增强特征，因此一般难以使用分割结果直接进行下游任务。这是由于如疾病分类等这些下游任务一般需要量化的特征数值如[0，1]作为输入。

7、因此，期望提出一种医用图像处理装置，能够克服上述现有技术的问题，能够实现无需标注即可进行适用于不同肿瘤的环状增强结构的提取及环状增强特征的量化计算，能够通过简单的结构容易地获得量化的环状增强特征值，能够便利地执行下游任务，计算方式排除了肿瘤尺寸、环状结构位置等可能对计算造成的干扰。

技术实现思路

1、本发明是为了解决上述问题而做出的，其提供了一种医用信息量化装置、医用信息量化方法、医用图像诊断装置以及存储介质，无需标注即可进行适用于肿瘤区域的环状增强结构的提取及环状增强特征的量化计算，能够通过简单的结构容易地获得量化的环状增强特征值；还能够获得环状结构在原始肿瘤区域图像中的位置信息，由此，能够便利地执行下游任务，能够改善现有技术，具有广泛的应用；通过拉伸变换，避免了由于辐角相差过大而无法提取出弧或者无法将弧作为关联的环状结构而提取，排除了由于肿瘤形状造成的相同长度的环状结构具有不同辐角的干扰，提高了环状特征的提取精度,能够提示环状结构的提取结果，能够将所提取到环状结构在原始肿瘤区域图像中以强调方式重叠显示，能够将环状结构以一目了然的方式进行提示。

2、为了实现上述目的，本发明的医用信息量化装置，包括：获取部，获取包括感兴趣区域的医用图像，并获取与所述感兴趣区域有关的信息即感兴趣区域信息；拉伸变换部，基于所述感兴趣区域信息，对所述医用图像中的感兴趣区域进行拉伸变换，得到拉伸输出图像；坐标变换部，对所述拉伸输出图像中的感兴趣区域进行极坐标变换，将所述拉伸输出图像中的感兴趣区域的环状结构变换为管状结构，得到极坐标输出图像；提取部，对所述极坐标输出图像中的感兴趣区域提取管状结构，并进行细化而得到细化输出图像；以及量化部，根据所述细化输出图像，进行特征量化计算，得到量化后的数值。

3、另外，本发明的医用信息量化装置，其中，所述拉伸变换部基于所述感兴趣区域信息，计算图像拉伸方向，并基于所述图像拉伸方向，对所述医用图像中的感兴趣区域进行拉伸变换。

4、另外，本发明的医用信息量化装置，包括：获取部，获取包括感兴趣区域的环状结构的医用图像，并获取与所述感兴趣区域有关的信息即感兴趣区域信息以及环状结构信息；拉伸变换部，基于所述感兴趣区域信息以及所述环状结构信息，对所述医用图像中的感兴趣区域的环状结构进行拉伸变换，而得到拉伸输出图像；坐标变换部，对所述拉伸输出图像中的感兴趣区域的环状结构进行极坐标变换，将所述拉伸输出图像中的感兴趣区域的环状结构变换为管状结构，得到极坐标输出图像；细化部，对所述极坐标输出图像中的管状结构进行细化，而得到细化输出图像；以及量化部，根据所述细化输出图像，进行特征量化计算，得到量化后的数值。

5、另外，本发明的医用信息量化装置，其中，所述拉伸变换部基于所述感兴趣区域信息，计算图像拉伸方向，并基于所述图像拉伸方向，对所述医用图像中的感兴趣区域的环状结构进行拉伸变换。

6、另外，本发明的医用信息量化装置，其中，所述感兴趣区域信息包括感兴趣区域的形状信息、感兴趣区域的位置信息。

7、另外，本发明的医用信息量化装置，其中，还具备输出部，该输出部将量化后的固定范围的数值输出。

8、另外，本发明的医用信息量化装置，其中，还具备显示控制部，该显示控制部使所述细化输出图像显示于显示器。

9、另外，本发明的医用信息量化装置，其中，所述量化后的数值为固定范围的数值，所述固定范围为[0，1]或[0，2π]。

10、另外，本发明的医用信息量化装置，其中，所述感兴趣区域为肿瘤区域。

11、另外，本发明的医用信息量化方法，包括：获取步骤，获取包括感兴趣区域的医用图像，并获取与所述感兴趣区域有关的信息即感兴趣区域信息；拉伸变换步骤，基于所述感兴趣区域信息，对所述医用图像中的感兴趣区域进行拉伸变换，得到拉伸输出图像；坐标变换步骤，对所述拉伸输出图像中的感兴趣区域进行极坐标变换，将所述拉伸输出图像中的感兴趣区域的环状结构变换为管状结构，得到极坐标输出图像；提取步骤，对所述极坐标输出图像中的感兴趣区域提取管状结构，并进行细化而得到细化输出图像；以及量化步骤，根据所述细化输出图像，进行特征量化计算，得到量化后的数值。

12、另外，本发明的医用信息量化方法，包括：获取步骤，获取包括感兴趣区域的环状结构的医用图像，并获取与所述感兴趣区域有关的信息即感兴趣区域信息以及环状结构信息；拉伸变换步骤，基于所述感兴趣区域信息以及所述环状结构信息，对所述医用图像中的感兴趣区域的环状结构进行拉伸变换，而得到拉伸输出图像；坐标变换步骤，对所述拉伸输出图像中的感兴趣区域的环状结构进行极坐标变换，将所述拉伸输出图像中的感兴趣区域的环状结构变换为管状结构，得到极坐标输出图像；细化步骤，对所述极坐标输出图像中的管状结构进行细化，而得到细化输出图像；以及量化步骤，根据所述细化输出图像，进行特征量化计算，得到量化后的数值。

13、另外，本发明的存储介质，存储有用于使作为医用信息量化装置的计算机执行医用信息量化方法的程序，所述医用信息量化方法包括：获取步骤，获取包括感兴趣区域的医用图像，并获取与所述感兴趣区域有关的信息即感兴趣区域信息；拉伸变换步骤，基于所述感兴趣区域信息，对所述医用图像中的感兴趣区域进行拉伸变换，得到拉伸输出图像；坐标变换步骤，对所述拉伸输出图像中的感兴趣区域进行极坐标变换，将所述拉伸输出图像中的感兴趣区域的环状结构变换为管状结构，得到极坐标输出图像；提取步骤，对所述极坐标输出图像中的感兴趣区域提取管状结构，并进行细化而得到细化输出图像；以及量化步骤，根据所述细化输出图像，进行特征量化计算，得到量化后的数值。

14、另外，本发明的存储介质，存储有用于使作为医用信息量化装置的计算机执行医用信息量化方法的程序，所述医用信息量化方法包括：获取步骤，获取包括感兴趣区域的环状结构的医用图像，并获取与所述感兴趣区域有关的信息即感兴趣区域信息以及环状结构信息；拉伸变换步骤，基于所述感兴趣区域信息以及所述环状结构信息，对所述医用图像中的感兴趣区域的环状结构进行拉伸变换，而得到拉伸输出图像；坐标变换步骤，对所述拉伸输出图像中的感兴趣区域的环状结构进行极坐标变换，将所述拉伸输出图像中的感兴趣区域的环状结构变换为管状结构，得到极坐标输出图像；细化步骤，对所述极坐标输出图像中的管状结构进行细化，而得到细化输出图像；以及量化步骤，根据所述细化输出图像，进行特征量化计算，得到量化后的数值。

15、另外，本发明的医用图像诊断装置，包括权利要求1～11中任一项所述的医用信息量化装置。

16、发明的效果

17、根据本发明的医用信息量化装置、医用信息量化方法、医用图像诊断装置以及存储介质，无需标注即可进行适用于肿瘤区域的环状增强结构的提取及环状增强特征的量化计算，能够通过简单的结构容易地获得量化的环状增强特征值；还能够获得环状结构在原始肿瘤区域图像中的位置信息，由此，能够便利地执行下游任务，能够改善现有技术，具有广泛的应用；通过拉伸变换，避免了由于辐角相差过大而无法提取出弧或者无法将弧作为关联的环状结构而提取，排除了由于肿瘤形状造成的相同长度的环状结构具有不同辐角的干扰，提高了环状特征的提取精度,能够提示环状结构的提取结果，能够将所提取到环状结构在原始肿瘤区域图像中以强调方式重叠显示，能够将环状结构以一目了然的方式进行提示。