[发明专利]一种肺部疑似结节图像增强方向尺度滤波方法

说明书

技术领域

本发明属于医学影像自动分析处理技术领域，具体涉及一种基于数学形态学改进的肺部疑似结节图像增强方向尺度滤波方法。

背景技术

肺癌的死亡率居世界恶性肿瘤所致死亡人数之首，患者的5年生存率与肿瘤分期密切相关,肺癌患者总的5年生存率约为15%左右，然而I期患者的5年生存率可达到70%^[1]，因此早期检出及早期诊断对提高肺癌患者的生存率具有重要的意义。

肺癌早期是以肺节点的形式表现的。螺旋CT扫描（Helical Computed Tomography Scans，HCTS ）和 X射线胸片（Chest Radiography）是肺部节点医学影像检测的两种主要技术手段^[2]。在肺部节点医学影像早期检测中，虽然CT扫描技术的检测性能明显优于X射线胸片技术，但是由于X射线胸片在检测一些未被怀疑病症方面的能力，特别是相较于CT扫描，其较低的X射线剂量和较为低廉的经济成本，使得X射线胸片成为目前肺部节点医学影像检测中最为优先和最为常见的技术手段^[3]。然而需要指出，由于X射线胸片图像是一种放射成像影像，各种组织影像在X胸片影像中互相叠加，加上各胸部组织对X光的吸收率差别也较大，例如在肺区既有强烈吸收X光的骨骼、血管，也有很少吸收X光的两肺叶等，X光图像很难对胸部的各部分都适当曝光，因此导致X胸片具有较低的影像对比度和较多噪声及较差的影像视觉，同时由于肺部节点影像通常又比较小，从而使得X胸片肺部节点的临床检测对医师来说仍然是一个具有挑战性的工作^[4]。

作为一种基本的图像预处理手段，图像增强对于改善X胸片图像的图像质量和视觉效果，降低读片的难度有着重要作用。近年来，人们在此方面做了大量的工作，提出很多有效的图像增强方法，并应用于X胸片图像增强处理中^[5]-[12]，如基于直方图均衡的X胸片图像增强方法^[8]-[9]、基于拉普拉斯模板的图像增强^[10]-[11]以及基于粗糙集的图像增强方法^[12]等。然而上述方法都是针对整幅X胸片进行增强，并没有特别考虑对X胸片中的某个特定病变区域或病变组织，如肺部节点进行增强，而临床上对于肺癌的检测主要是对肺部节点的检测，所以研究如何增强和改善X胸片肺部节点图像质量，特别是增强肺部节点与其周围组织影像的灰度对比度对于提高肺癌的早期检测结果具有更为重要的意义。

在文献[16]中，基于对X胸片及X胸片肺部节点影像特点的观察分析，提出了一种基于视觉及多尺度LoG算子X胸片肺部节点图像增强方法，其方法是：通过在X，Y方向分别取不同的尺度值来对传统拉普拉斯高斯算子进行了改进，使得X，Y方向上频率通带变的不同，从而与人眼的视觉感知相一致和符合人眼视觉特性。实验表明：该方法能有效对肺结节进行增强，对非肺结节进行弱化，增强后的图像比较符合X胸片本身生理特性。不过该方法对于X胸片中细微病灶结构与其周围结构的对比度增强效果不明显。分析其原因是：由于X胸片图像分辨率过低，噪声干扰过于严重，对于一些细微的组织结构和病灶，其结构和形状难以分辨引起的。

数学形态学是一种以图像的形态特征为研究对象，对图像进行分析的数学工具，其基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形态以达到对图像分析和识别的目的^[17]-[18]。最基本的形态学运算子有：腐蚀、膨胀、开、闭。其中，腐蚀的作用是消除边界点，从而缩小目标区域、增大孔洞、消除噪声点；膨胀的作用与腐蚀相反，可以将背景点合并到目标区域中，增大目标区域、消除孔洞、形成连通区域；开运算是先腐蚀后膨胀运算的合并，设A 为输入图像, B 为结构元素, 则图像B 对图像A 作开运算可描述为：                                                ，开运算可以平滑较大物体、去处小物体、在细线处分离物体。闭运算是开运算的对偶运算，是先膨胀后腐蚀运算的合并，设A 为输入图像, B 为结构元素, 则图像B 对图像A 作闭运算可描述为：，闭运算可以除去物体上的小孔，融合物体间隙。