本发明涉及图像处理,特别是涉及一种甲状腺无回声结节判定方法、系统、设备及介质。
背景技术:
1、甲状腺结节超声检查是临床中常见的检测方法,随着ai技术的不断发展,通过计算机视觉辅助检测技术可以大大提高临床检测效果。在甲状腺结节特征分析中,回声的判定是一项关键指标,无回声结节是良性结节的关键特征之一,而低回声或极低回声是非良性结节的一种表现。而不同超声设备本身之间具有较大的差异性,如何通过计算机视觉检测技术在不同超声设备上自动判定甲状腺无回声结节,是一项较为困难的任务。
技术实现思路
1、本发明的目的是提供一种甲状腺无回声结节判定方法、系统、设备及介质,以实现在不同超声设备上自动判定甲状腺无回声结节。
2、为实现上述目的,本发明提供了如下方案:
3、一种甲状腺无回声结节判定方法,包括:
4、获取目标甲状腺结节的超声图像;
5、从所述超声图像中确定结节区域图像;所述结节区域图像中包括结节区域和结节周边组织区域;
6、对所述结节区域图像进行图像转化,得到初始灰度图像;
7、对所述初始灰度图像进行全局直方图均衡化,得到均衡灰度图像;
8、对所述均衡灰度图像进行掩膜处理,得到结节区域的灰度直方图;
9、根据所述结节区域的灰度直方图判断所述目标甲状腺结节是否为无回声结节。
10、可选地,从所述超声图像中确定结节区域图像,具体包括:
11、根据所述超声图像确定结节边界图;
12、计算所述结节边界图的最小外接矩形;
13、将所述最小外接矩形外扩设定像素进行截取,得到结节区域图像。
14、可选地,对所述结节区域图像进行图像转化,得到初始灰度图像,具体包括:
15、分别确定所述结节区域图像的每个通道的权重值;所述结节区域图像的所有通道包括:红色r通道、绿色g通道和蓝色b通道;
16、采用加权平均法,根据所述权重值对所述结节区域图像进行图像转化,得到单通道的初始灰度图像。
17、可选地,对所述初始灰度图像进行全局直方图均衡化,得到均衡灰度图像,具体包括:
18、统计所述初始灰度图像中的灰度级出现次数;
19、根据所述灰度级出现次数确定概率密度函数;
20、根据所述概率密度函数确定累积分布函数;
21、将所述累积分布函数映射到设定范围内,得到归一化的累积分布函数;
22、根据所述归一化的累积分布函数,对所述初始灰度图像进行全局直方图均衡化,得到均衡灰度图像。
23、可选地,对所述均衡灰度图像进行掩膜处理,得到结节区域的灰度直方图,具体包括:
24、根据所述均衡灰度图像确定掩膜图像;所述掩膜图像是与所述均衡灰度图像具有相同尺寸的二值图像;在所述二值图像中,与所述均衡灰度图像中的结节区域相对应的区域的像素值为1,与所述均衡灰度图像中的结节周边组织区域相对应的区域的像素值为0;
25、根据所述掩膜图像,对所述均衡灰度图像进行掩膜处理,并对掩膜处理后的均衡灰度图像进行统计,得到结节区域的灰度直方图。
26、可选地,根据所述结节区域的灰度直方图判断所述目标甲状腺结节是否为无回声结节,具体包括:
27、根据所述结节区域的灰度直方图确定第一统计量和第二统计量;所述第一统计量为所述结节区域的灰度直方图中灰度级小于灰度级区分阈值的非零值数量;所述第二统计量为所述结节区域的灰度直方图中全局灰度级非零值数量;所述灰度级区分阈值为设定比例的灰度级最大值;
28、当所述第一统计量与所述第二统计量的比值大于所述设定比例时,判断所述目标甲状腺结节是无回声结节,当所述第一统计量与所述第二统计量的比值小于或等于所述设定比例时,判断所述目标甲状腺结节不是无回声结节。
29、可选地,所述设定比例为30%;所述灰度级最大值为255。
30、一种甲状腺无回声结节判定系统,包括:
31、图像获取模块,用于获取目标甲状腺结节的超声图像;
32、区域确定模块,用于从所述超声图像中确定结节区域图像;所述结节区域图像中包括结节区域和结节周边组织区域;
33、图像灰度化模块,用于对所述结节区域图像进行图像转化,得到初始灰度图像;
34、图像均衡化模块,用于对所述初始灰度图像进行全局直方图均衡化,得到均衡灰度图像;
35、掩膜处理模块,用于对所述均衡灰度图像进行掩膜处理,得到结节区域的灰度直方图;
36、结果判断模块,用于根据所述结节区域的灰度直方图判断所述目标甲状腺结节是否为无回声结节。
37、一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述的甲状腺无回声结节判定方法。
38、一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现上述的甲状腺无回声结节判定方法。
39、根据本发明提供的具体实施例,本发明公开了以下技术效果:
40、本发明提供的甲状腺无回声结节判定方法,通过从超声图像中确定结节区域图像,并依次进行图像转化、全局直方图均衡化和掩膜处理,能够得到结节区域的灰度直方图,进而确定目标甲状腺结节是否为无回声结节,对于无回声结节的判定不限于特定的超声设备,对于不同增益调节的超声图像具有较好的适应性。此外,本发明在确定结节区域图像时考虑了结节周边组织的特征情况,对无回声结节判定具有更好的效果。最后,与模型训练的方法相比,本发明不依靠训练数据,对算力要求小,可实现对无回声结节的快速判定。
1.一种甲状腺无回声结节判定方法,其特征在于,包括:
2.根据权利要求1所述的甲状腺无回声结节判定方法,其特征在于,从所述超声图像中确定结节区域图像,具体包括:
3.根据权利要求1所述的甲状腺无回声结节判定方法,其特征在于,对所述结节区域图像进行图像转化,得到初始灰度图像,具体包括:
4.根据权利要求1所述的甲状腺无回声结节判定方法,其特征在于,对所述初始灰度图像进行全局直方图均衡化,得到均衡灰度图像,具体包括:
5.根据权利要求1所述的甲状腺无回声结节判定方法,其特征在于,对所述均衡灰度图像进行掩膜处理,得到结节区域的灰度直方图,具体包括:
6.根据权利要求1所述的甲状腺无回声结节判定方法,其特征在于,根据所述结节区域的灰度直方图判断所述目标甲状腺结节是否为无回声结节,具体包括:
7.根据权利要求6所述的甲状腺无回声结节判定方法,其特征在于,所述设定比例为30%;所述灰度级最大值为255。
8.一种甲状腺无回声结节判定系统,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行如权利要求1至7中任意一项所述的甲状腺无回声结节判定方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的甲状腺无回声结节判定方法。