[发明专利]一种分割乳腺病灶的方法

说明书

技术领域

本发明涉及医学图像处理领域，尤其涉及一种分割乳腺病灶的方法。

背景技术

计算机辅助诊断(Computer Aided Diagnosis，CAD)是指通过影像学、医学图像处理技术以及其它可能的生理、生化手段，结合计算机的分析计算，辅助影像科医师发现病灶，提高诊断的准确率。随着技术的发展，以核磁共振成像、计算机断层扫描为代表的现代高清晰影像设备为临床疾病的诊断提供了极大方便。目前，CAD研究较为成熟的是在乳腺和肺部病变方面；

乳腺癌是女性最常见的癌症之一，是导致女性死亡的第二大癌症杀手。核磁共振成像因其高敏感度而成为辅助医生检测乳腺癌的有效手段。基于核磁共振成像的乳腺病灶分割技术对于医生了解病灶的形态，大小等重要特性扮演着非常重要的角色。

现有技术中，大量乳腺病灶分割的研究都是在用户介入(例如手动提供种子点)的情况下进行的半自动分割技术。有的是基于用户给出的灰度阈值来分析病灶的二维边缘和形态特征；有的在用户给出病灶内一个种子点后进行病灶的三维分割；有的是在用户定义的感兴趣区域内进行病灶分割。然而无论是给出感兴趣区域还是给出病灶内一个种子点，这些用户手动介入的过程都是非常耗时的。一种无需用户介入的全自动病灶分割技术可以节省大量的人力和时间，对乳腺病灶的分析有着非常重大的意义。一种不包括精确分割过程的全自动病灶的检测技术，利用细胞神经网络的方法先对乳腺区域进行划分，然后再对划分好的乳腺区域内利用模板的方法对病灶可进行全自动的检测。然而利用细胞神经网络的方法有时不能准确地划分乳腺区域，高亮度的心脏部分有时会被归入乳腺区域，而且此方法不适用于抑脂的乳腺图像。再者利用模板的检测病灶方法由于模板自身的局限性，可能不适用于边缘增强内部较暗的病灶类型以及其他特殊病灶模态。

发明内容

本发明解决的问题是提供一种分割乳腺病灶的方法，用以解决现有技术中必须在用户手动给出种子点的情况下，高效、准确地自动分割处理一个以上病灶的问题。

为了解决上述技术问题，本发明提供了一种分割乳腺病灶的方法，包括如下步骤：

(1)对注射造影剂前的磁共振图像基于椭圆模型进行胸部粗分割，获得第一图像；

(2)对所述注射造影剂前、后的磁共振图像进行剪影，在获得剪影图像上基于所述第一图像提取乳腺部分的剪影图像；

(3)对每层乳腺部分的剪影图像进行病灶检测，获得第二图像；

(4)在所述第二图像上依次找到三维连通域，依次对每个连通域以重心为种子点在所述剪影图像上进行自适应的区域增长，获得分割后的乳腺可疑病灶的磁共振图像。

进一步地，所述胸部粗分割前进行滤波器去噪处理和闭操作。

进一步地，所述滤波器去噪过程利用中值滤波器、高斯滤波器、高通滤波器、均值滤波器或低通滤波器。

进一步地，所述第一图像的取得包括如下步骤：

(1)对所述注射造影剂前的磁共振图像从上到下逐行进行检测，当检测到连通域的范围达到阈值M时，停止检测并记录行数N′；

(2)以行数N₁＝N′+n作为椭圆的起始行，以所述注射造影剂前的磁共振图像的最后一行作为椭圆的终止行为行数N₂，进行椭圆分割处理；

(3)对椭圆分割后的图像从上到下逐行检测，当测得的灰度值为非零值时，停止检测，记录行数N′₁作为乳腺部分的起始行，并记录所述非零值的像素点所在列数L；

(4)对椭圆分割后的图像从下到上逐行检测第L列，当测得的灰度值为非零值时，停止检测，记录行数N′₂作为乳腺部分的终止行，以所述起始行N′₁和终止行N′₂提取所述乳腺部分，获得第一图像；

所述阈值M的取值范围为图像宽度的40～60％，所述行数n取自然数，取值范围为5～20行。

进一步地，所述剪影步骤前对所述注射造影剂前、后的磁共振图像进行配准操作。

进一步地，所述注射造影剂后的磁共振图像为造影剂初始增强的磁共振图像。

进一步地，所述病灶检测的方法包括如下步骤：

(1)对每层乳腺部分的剪影图像根据灰度直方图进行阈值分割；

(2)在阈值分割后的图像上进行检测，若三维连通区域的体积小于阈值b，则去除所述三维连通区域；