[发明专利]基于时间强度特征的乳腺病灶良恶性诊断计算机辅助方法

说明书

技术领域

本发明涉及乳腺疾病计算机辅助诊断领域，更具体地，本发明尤其涉及一种基于DCE-MRI图像处理、时间强度曲线特征提取、分类及决策融合的乳腺病灶良恶性诊断计算机辅助方法。 

背景技术

乳腺癌是女性最常见的恶性肿瘤之一。据统计，近年来我国乳腺癌发病率有明显持续上升趋势。若能对乳腺癌早发现、早诊断、早治疗，则可提高乳腺癌的治愈率和患者生存率。作为无创检查技术，MRI技术是现阶段用于诊断乳腺疾病最具潜力的一种影像学检查手段，这已在临床应用上得到充分体现。MRI技术可提供出多参数、多序列、多方位的成像，且对软组织分辨率高，这对乳腺疾病的诊断与治疗有重要意义。尤其是团注对比剂的动态增强MRI图像(即DCE-MRI图像)，它能结合病变形态学和功能学判断出乳腺肿瘤的生物学行为，改善病变部位的诊断及治疗效果。但是，多序列的DCE-MRI图像，增加了放射科医师的阅片压力。由此引发的医师视觉疲劳等主观因素可能会造成病灶的漏诊或误诊等状况，这使得病灶诊断的准确性和有效性难以保证。在这种情况下，借助计算机进行自动分析处理成为必然。 

计算机辅助诊断(computer-aided diagnosis，CAD)技术可实现图像的计算机自动分析处理，减轻医师的诊断工作量，并提供有意义的诊断参考意见，提高诊断效率。乳腺计算机辅助诊断技术已逐渐被放射科医师接受并应用到临床实践中。其中，基于乳腺DCE-MRI图像的计算机辅助诊断技术可显著提高早期恶性病灶的检出率，降低误诊和漏诊情况，是乳腺计算机辅助诊断技术研究的发展趋势之一。目前，用于良恶性诊断的DCE-MRI图像特征很多，其中能最直观反映病灶性质的特征来自于时间强度曲线。时间强度曲线不仅可以提供病灶血液动力学方面的信息，显示病灶或正常组织在不同的增强时相内的信号变化，明确具体时间段内病灶的信号上升或下降的情况，还有助于判断病灶性质。然而，如何利用乳腺DCE-MRI的时间强度曲线特征来区分病灶良恶性，并设计出可提高乳腺病灶临床诊断准确率的计算机辅助方法，是研究的重点。 

发明内容

本发明的主要目的在于提供基于时间强度特征的乳腺病灶良恶性诊断方法，并实现一个能完成该功能的乳腺疾病诊断计算机辅助方法。该方法可提供给临床医师有参考意义的诊断意见，有助于提高乳腺病灶定位和良恶性诊断的准确效率，降低误、漏诊率。 

为实现上述目的，本发明提供的基于时间强度特征的乳腺病灶良恶性诊断计算机辅助方 法，其步骤包括： 

(1)从病人的DCE-MRI序列集中按扫描顺序选出可疑的层面图像序列； 

(2)对(1)步骤中选出的每个层面图像序列做去噪滤波处理，并获得该层的图像减影序列； 

(3)根据(2)步骤中得到的图像减影序列，确定可疑的病灶区域，绘制时间强度曲线； 

(4)分析(3)步骤中时间强度曲线的特征，给出该层面的诊断结果，即病灶的初步诊断结果； 

(5)综合病人不同层面的时间强度曲线诊断结果给出最终的病灶诊断结果，并在蒙片图像上标记出(3)步骤中确定的病灶区域范围。 

本发明所提供的基于时间强度特征的乳腺病灶良恶性诊断计算机辅助方法，包括：输入模块、去噪滤波模块、时间强度曲线确定模块、时间强度曲线特征提取模块、层面良恶性诊断模块和融合决策输出模块。 

输入模块用于接受待诊断病人的DCE-MRI序列集，分出不同的层面图像序列，并传送给去噪滤波模块； 

去噪滤波模块用于去除某些因素带来的噪声污染，提高待处理DCE-MRI图像的质量，并将较好质量的图像减影序列送入时间强度曲线确定模块； 

时间强度曲线确定模块用于从图像减影序列中分割可疑病灶区域，并将在该区域上确定出的时间强度曲线送入时间强度曲线特征提取模块； 

时间强度曲线特征提取模块用于计算时间强度曲线的各类特征参数(5个反应对比剂时间变化的像素灰度比，2个反映对比剂流入流出特性的Wash_in、Wash_out参数，4个拟合时间强度曲线形态的三次多项式拟合系数)，并送入良恶性诊断模块做分类； 

层面良恶性诊断模块根据特征提取模块中输出的时间强度曲线特征参数输入分类器，根据分类结果给出层面良恶性初始诊断结果，并将各层面的良恶性诊断初始结果输入综合判断输出模块； 

综合判断输出模块用于根据各层面的良恶性诊断结果，决策出最终的病灶诊断结果，并将病灶部位标记到蒙片图像上供放射科医师参考。