[发明专利]一种乳腺微钙化点计算机辅助检测方法无效
申请号: | 201010111555.5 | 申请日: | 2010-02-10 |
公开(公告)号: | CN101853376A | 公开(公告)日: | 2010-10-06 |
发明(设计)人: | 张二虎;王帆 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T5/00;G06T7/00 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 罗笛 |
地址: | 710048*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 乳腺 钙化 计算机辅助 检测 方法 | ||
1.一种乳腺微钙化点自动检测的方法,其特征在于,包括以下操作步骤:
步骤1,对原始乳腺图像进行灰度校正,以提高图像的整体对比度,得到灰度校正后的图像F(x,y);
步骤2,对灰度校正后的图像中疑似微钙化点目标区域的中心位置细节和边缘区域细节进行增强,然后将增强后的疑似微钙化点目标区域叠加到灰度校正后的图像上,得到微钙化点增强的乳腺图像F1(x,y);
步骤3,选用比钙化点目标略大的圆形结构元素,对灰度校正后的图像进行Top-hat变换,得到背景抑制后的乳腺图像F2(x,y);
步骤4,对上述步骤2所得的图像F1(x,y)和步骤3所得的图像F2(x,y)联合阈值T1和阈值T2进行双阈值分割,其中,阈值T1为图像F1(x,y)最大灰度的85%,阈值T2为图像F2(x,y)最大灰度的80%;双阈值分割后形成的目标点作为初步检测出的疑似微钙化点目标区域;然后去掉部分虚假钙化点目标区,完成钙化点目标区的粗检;
步骤5,针对步骤4粗检出的每一个微钙化点目标区,在原始乳腺图像对应的位置提取每一个目标区的圆形度、对比度、均值及方差组成的4维特征向量;
步骤6,将提取到的4维特征向量,交由SVM分类器进行判断,判断粗检出的微钙化点是否为真实的微钙化点目标区;
步骤7,对判断认为是真实的微钙化点目标区,将其标记到原始乳腺图像上,即完成对乳腺微钙化点的自动检测。
2.根据权利要求1所述的一种乳腺微钙化点自动检测的方法,其特征在于,所述步骤1的具体操作步骤为:
采用Gamma灰度校正方法对原始乳腺图像进行灰度校正,以提高图像的整体对比度;
所述的Gamma灰度校正方法为:其中I(x,y)为输入的原始乳腺图像,F(x,y)为灰度校正后的图像,γ为Gamma值。
3.根据权利要求1所述的一种乳腺微钙化点自动检测的方法,其特征在于,所述步骤2的具体操作步骤为:
采用双结构元素,通过形态学中灰度梯度运算,对灰度校正后的图像F(x,y)中疑似微钙化点目标区域的中心位置细节和边缘区域细节进行增强,然后将增强后的疑似微钙化点目标区域叠加到灰度校正后的图像F(x,y)上,得到微钙化点增强的乳腺图像F1(x,y);其具体方法为:
1)采用双结构元素及其中,B1为内中心对称结构,用于强化靠近目标中心位置的细节,B2为外中心对称结构,用于强化目标边缘区域的细节;
2)利用结构元素B1,对灰度校正后的图像F(x,y)进行灰度形态学梯度运算得到图像G1(x,y),即
3)利用结构元素B2,对灰度校正后的图像F(x,y)进行灰度形态学梯度运算得到图像G2(x,y),即
4)将形成的图像G1(x,y)和G2(x,y)叠加到灰度校正后的图像F(x,y)上,形成微钙化点增强后的乳腺图像F1(x,y),即:F1(x,y)=F(x,y)+G1(x,y)+G2(x,y)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010111555.5/1.html,转载请声明来源钻瓜专利网。