用于肿瘤治疗仪模拟消融的图像增强方法及系统与流程

本发明涉及图像数据处理，具体涉及用于肿瘤治疗仪模拟消融的图像增强方法及系统。

背景技术：

1、为了提高肿瘤治疗仪的模拟消融的效果，往往需要对采集的肿瘤部位图像进行图像增强。目前，对图像进行增强时，通常采用的方式为：通过人工的方式，设置灰度线性变换的斜率，并采用灰度线性变换，对图像进行增强。

2、然而，当采用上述方式，对肿瘤部位图像进行增强时，经常会存在如下技术问题：

3、当通过人工的方式，设置灰度线性变换的斜率时，往往是凭借设置者的个人经验设置灰度线性变换的斜率，因此灰度线性变换斜率的设置受人为主观影响较大，往往导致设置的斜率并不准确，从而导致图像增强效果低下。

技术实现思路

1、本发明的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、为了解决图像增强效果低下的技术问题，本发明提出了用于肿瘤治疗仪模拟消融的图像增强方法及系统。

3、第一方面，本发明提供了用于肿瘤治疗仪模拟消融的图像增强方法，该方法包括：

4、获取待肿瘤消融部位对应的目标检测图像，并从所述目标检测图像中筛选出肿瘤候选区域；

5、对所述肿瘤候选区域进行预设数量次聚类，得到目标聚类簇组集合；

6、对所述目标聚类簇组集合中的每个目标聚类簇组中的每个目标聚类簇进行肿瘤可能性分析处理，得到所述目标聚类簇对应的目标程度指标；

7、根据目标聚类簇对应的目标程度指标，从所述目标聚类簇组集合中筛选出目标肿瘤簇；

8、从预设倾角集合中筛选出参考倾角集合，并根据所述目标肿瘤簇，确定所述参考倾角集合中的每个参考倾角对应的增强显著程度；

9、根据参考倾角对应的增强显著程度，从所述参考倾角集合中筛选出目标倾角，并根据所述目标倾角，确定目标斜率；

10、根据所述目标斜率，对所述目标检测图像进行灰度线性变换，得到目标增强图像。

11、可选地，所述对所述目标聚类簇组集合中的每个目标聚类簇组中的每个目标聚类簇进行肿瘤可能性分析处理，得到所述目标聚类簇对应的目标程度指标，包括：

12、将所述目标聚类簇中所有像素点对应的灰度值的均值，确定为所述目标聚类簇对应的初始灰度指标；

13、将所述目标聚类簇组集合中除了所述目标聚类簇所属目标聚类簇组之外的目标聚类簇组，确定为参考聚类簇组，得到所述目标聚类簇对应的参考聚类簇组集合；

14、从所述目标聚类簇对应的参考聚类簇组集合中的每个参考聚类簇组中筛选出与所述目标聚类簇存在重叠的参考聚类簇，作为候选聚类簇，确定所述参考聚类簇组对应的候选聚类簇组，得到所述目标聚类簇对应的候选聚类簇组集合；

15、将所述目标聚类簇对应的候选聚类簇组集合中候选聚类簇的数量，确定为所述目标聚类簇对应的目标颜色指标；

16、从所述目标聚类簇对应的候选聚类簇组集合中的每个候选聚类簇组中筛选出重叠占比最大的候选聚类簇，作为所述候选聚类簇组对应的待测聚类簇，得到所述目标聚类簇对应的待测聚类簇集合，其中，候选聚类簇对应的重叠占比是该候选聚类簇与所述目标聚类簇之间的重叠区域在所述目标聚类簇中的面积占比；

17、将所述目标聚类簇对应的面积与所述目标聚类簇对应的待测聚类簇集合中的各个待测聚类簇对应的面积的差值绝对值的累加和，确定为所述目标聚类簇对应的面积差异指标；

18、根据所述目标聚类簇对应的初始灰度指标、目标颜色指标和面积差异指标，确定所述目标聚类簇对应的目标程度指标，其中，初始灰度指标与目标程度指标呈正相关，目标颜色指标和面积差异指标均与目标程度指标呈负相关。

19、可选地，所述根据目标聚类簇对应的目标程度指标，从所述目标聚类簇组集合中筛选出目标肿瘤簇，包括：

20、将所述目标聚类簇组集合中目标程度指标最大的目标聚类簇，确定为目标肿瘤簇。

21、可选地，所述从预设倾角集合中筛选出参考倾角集合，包括：

22、将预设倾角集合中的每个预设倾角的正切值，确定为所述预设倾角对应的参考斜率；

23、将所述目标检测图像中最大的灰度值与每个预设倾角对应的参考斜率的乘积，确定为所述预设倾角对应的目标灰度值；

24、从预设倾角集合中筛选出目标灰度值小于或等于预设灰度值的预设倾角，作为参考倾角，得到参考倾角集合。

25、可选地，所述根据所述目标肿瘤簇，确定所述参考倾角集合中的每个参考倾角对应的增强显著程度，包括：

26、根据所述参考倾角，对所述目标检测图像进行灰度线性变换，得到所述参考倾角对应的参考增强图像；

27、将所述目标肿瘤簇对应在所述参考倾角对应的参考增强图像中的区域，确定为所述参考倾角对应的目标肿瘤区域；

28、将所述目标肿瘤簇对应的候选聚类簇组集合中的每个候选聚类簇对应在所述参考倾角对应的参考增强图像中的区域，确定为参考区域，得到所述参考倾角对应的参考区域组集合；

29、根据所述参考倾角对应的参考区域组集合，确定所述参考倾角对应的目标肿瘤区域对应的目标程度指标，作为所述参考倾角对应的第一程度指标；

30、根据所述参考倾角对应的目标肿瘤区域，确定所述参考倾角对应的目标均匀程度；

31、根据所述参考倾角对应的目标肿瘤区域和所述目标肿瘤簇所属目标聚类簇组，确定所述参考倾角对应的灰度对比指标；

32、根据所述参考倾角对应的第一程度指标、目标均匀程度和灰度对比指标，确定所述参考倾角对应的增强显著程度，其中，第一程度指标、目标均匀程度和灰度对比指标均与增强显著程度呈正相关。

33、可选地，所述根据所述参考倾角对应的目标肿瘤区域，确定所述参考倾角对应的目标均匀程度，包括：

34、将所述参考倾角对应的目标肿瘤区域对应的灰度值中最大与最小灰度值的差值，确定为所述参考倾角对应的第一灰度差异；

35、根据所述参考倾角对应的第一灰度差异，确定所述参考倾角对应的目标均匀程度，其中，第一灰度差异与目标均匀程度呈负相关。

36、可选地，所述根据所述参考倾角对应的目标肿瘤区域和所述目标肿瘤簇所属目标聚类簇组，确定所述参考倾角对应的灰度对比指标，包括：

37、将所述参考倾角对应的目标肿瘤区域中所有像素点对应的灰度值的均值，确定为所述参考倾角对应的第一灰度指标；

38、将所述目标肿瘤簇所属目标聚类簇组中除了所述目标肿瘤簇之外的目标聚类簇，确定为第一簇，得到所述目标肿瘤簇对应的第一簇组；

39、将所述目标肿瘤簇对应的第一簇组中的每个第一簇对应在所述参考倾角对应的参考增强图像中的区域，确定为第一区域，得到所述参考倾角对应的第一区域组；

40、将所述参考倾角对应的第一区域组中所有像素点对应的灰度值的均值，确定为所述参考倾角对应的第二灰度指标；

41、将所述参考倾角对应的第一灰度指标与第二灰度指标的差值的绝对值，确定为所述参考倾角对应的灰度对比指标。

42、可选地，所述根据参考倾角对应的增强显著程度，从所述参考倾角集合中筛选出目标倾角，包括：

43、从所述参考倾角集合中筛选出增强显著程度最大的参考倾角，作为目标倾角。

44、可选地，所述根据所述目标斜率，对所述目标检测图像进行灰度线性变换，得到目标增强图像，包括：

45、将预设灰度值与所述目标倾角对应的目标灰度值的差值，确定为目标截距；

46、根据所述目标斜率和所述目标截距，对所述目标检测图像进行灰度线性变换，得到目标增强图像。

47、第二方面，本发明提供了用于肿瘤治疗仪模拟消融的图像增强系统，包括处理器和存储器，上述处理器用于处理存储在上述存储器中的指令以实现上述的用于肿瘤治疗仪模拟消融的图像增强方法。

48、本发明具有如下有益效果：

49、本发明的用于肿瘤治疗仪模拟消融的图像增强方法，通过对目标检测图像进行数据处理，实现了对目标检测图像的增强，解决了图像增强效果低下的技术问题，提高了图像增强效果。首先，由于目标检测图像上往往包含了待肿瘤消融部位的信息，因此获取待肿瘤消融部位对应的目标检测图像，可以便于后续基于目标检测图像包含的信息，对目标检测图像进行精确增强。其次，对目标检测图像进行增强，主要是为了使目标检测图像中的肿瘤区域更加明显，因此从目标检测图像中筛选出肿瘤候选区域，可以进一步细化肿瘤区域的位置，可以便于后续从肿瘤候选区域中识别出肿瘤区域，从而可以便于后续对目标检测图像进行精确增强。接着，由于肿瘤区域的分布往往比较均匀，所以对肿瘤候选区域进行多次聚类，得到的肿瘤区域所在的聚类簇的变化往往不大，因此对肿瘤候选区域进行预设数量次聚类，可以便于后续确定肿瘤区域。继续，对每个目标聚类簇进行肿瘤可能性分析处理，可以量化目标聚类簇对应的区域是肿瘤区域的可能性，可以使后续对肿瘤区域的判断更加客观。再者，由于目标聚类簇对应的目标程度指标可以表征目标聚类簇对应的区域是肿瘤区域的可能性，因此基于目标聚类簇对应的目标程度指标，可以提高目标肿瘤簇确定的准确度。之后，基于目标肿瘤簇，量化了每个参考倾角对应的增强显著程度，可以便于后续筛选出需要的参考倾角。而后，综合考虑了参考倾角集合中的各个参考倾角对应的增强显著程度，可以提高目标倾角确定的准确度，从而提高了目标斜率确定的准确度，进而提高了对目标检测图像进行增强的效果。最后，基于目标斜率，对目标检测图像进行灰度线性变换，可以实现对目标检测图像的增强，并且量化了与图像增强有关的多个指标，使目标斜率的确定更加客观，在一定程度上减少了人为因素的干扰，从而提高了对目标检测图像进行增强的效果。其次，现有还存在的一种图像增强方式为：利用灰度直方图均衡化，对图像进行增强。然而相较于本发明，当采用灰度直方图均衡化，对目标检测图像进行增强时，由于灰度直方图均衡化往往是按照图像的灰度值分布进行统计学上的图像增强，因此，进行灰度直方图均衡化后的目标检测图像的灰度级往往会减少，往往导致待肿瘤消融部位的一些细节损失，从而导致图像增强效果低下。