[发明专利]一种自动识别肝癌的超声诊断装置和方法

权利要求书

1.一种自动识别肝癌的超声诊断装置，其特征在于：包括有依次连接的超声发射和接收单元、前处理单元、信号处理单元、图像合成单元、图像计算单元、图像显示单元。

2.一种基于权利要求1所述的超声诊断装置的自动识别肝癌的方法，其特征在于，先用超声波扫描被检测体的包括肝脏的至少一部分在内的区域，通过超声发射和接收单元，获取肝脏部位的回波信号；再通过前处理单元完成信号的前置放大、模数转换；再通过信号处理单元完成对信号的解调、DSC变换、降噪滤波等处理；再通过图像合成单元生成肝脏区域的超声图像；再通过图像计算单元基于获得的超声图像分析图像的纹理，识别图像中肝癌组织的部分；最后在图像显示单元中显示；

具体包括以下步骤：

把图像合成单元生成的肝脏区域的超声图像存储为位图格式，并输入至图像计算单元，在图像计算单元中完成抽取出纹理特征，进行定量计算；

选用计算图像纹理的灰度共生矩阵的方法进行定量计算：

1）使用灰度共生矩阵P_δ（i,j ）描述与灰度为i的像素点满足某个固定位 

置关系δ=（Dx,Dy）的像素点其灰度为j的概率 (i,j=0,1,2……L-1),L表示图像的灰度级，不同的δ决定了两个像素间的距离和方向；

2）设计某种规定的像素位置关系组合来构造图像基元；

3）在规定的图像基元内统计符合步骤1）中条件的像素对数，获得此图像基元的灰度共生矩阵；

4）对矩阵每个元素除以各元素之和，将矩阵进行归一化，并对矩阵进行阈值化和正规化的处理；

5）在待测的超声图像中逐次移动图像基元，获得整个待测超声图像的灰度共生矩阵；

6）基于每个图像基元的灰度共生矩阵各计算出一组参数作为图像基元的特征，假设选取能量E、熵ENT、对比度CON，相关COR作为特征值：

E=Σi=0L-1Σj=0L-1P^δ2(i,j)]]>

ENT=-Σi=0L-1Σj=0L-1P^δ2(i,j)logP^δ2(i,j)]]>

CON=Σn=0L-1n2Σi=0L-1Σj=0|i-j=n|L-1P^δ2(i,j)]]>

COR=Σi=0L-1Σj=0L-1ijP^δ2(i,j)-μiμjσi2σj2]]>

μi=Σi=0L-1iΣj=0L-1P^δ2(i,j),μj=Σj=0L-1jΣi=0L-1P^δ2(i,j),σi2=Σi=0L-1(i-μi)2Σj=0L-1P^δ2(i,j),σj2=Σj=0L-1(j-μj)2Σi=0L-1P^δ2(i,j)]]>7）对于待测超声图像，若对于图像基元的每一项特征值，同确诊样本进行单项对比分析，病变组织和正常组织的某一特征值交界很可能重叠交叉，难以分辨，为了避免此种情况的发生，将多项特征值组成特征向量，构成多维特征空间，每块图像基元按其特征值在特征空间有对应的位置，同类的图像基元在特征空间相距接近，而不同类别则在特征空间相距较远，按照在特征空间聚集区域将图像基元划分到相应的类别。

下面依照图4描述分类待测的图像基元的步骤：

8）如有两个待测图像基元的特征值向量分别为X_i，X_j，可能在同一个类u中，也可能分别在类u和类v中，其中u为病变组织类，v为正常肝脏组织类；

Xi=xi1xi2···xin,]]>Xj=xj1xj2···xjn,]]> n为特征组的维数；

9）使用已经确诊为肝癌的超声图像作为样本，共有m份样本，以肝癌组织所有样品特征的平均值作为类中心，计算出聚类中心X^(u)：

X(u)=1mΣs=1mxs1,1mΣs=1mxs2,···1mΣs=1mxsnTs=1,2,...,m]]>

10）计算出所有样品间的最大距离2T，作为归类阈值：

2T＝max(d_st) 其中(d_st＝|X_s-X_t|，X_s∈u，X_t∈u) 

11）计算每个待测图像基元X与类u的中心点X^(u)的距离：

D2(X,u)‾=D2(X,X(u))=Σk=1n|xk-xk(u)|2]]>

12）若D小于阈值T，则将此图像基元归于类u，判定为肝癌病变区域；若大于给定的阈值T，则认为归于另一类v，判定为正常肝脏组织；

13）规定从某一图像基元中心向上下左右四个方向同时进行，或者仅依次沿着行或者列的方向，依循设定的方向进行归并；

14) 当两个图像基元的边界接触或者两个基元出现重叠现象时，用这两个图像基元公共的外界区域来代替这两个基元；

15) 遵循步骤14）所示的原则，对超声图像中每个图像基元进行归并；

16）将这些图像基元的边界通过闭合的多边形定义，最终得到病变组织的输出区域；

17) 最后把肝癌病变组织区域标识出来，从而实现肝癌的自动识别。