[发明专利]医疗图像处理装置及其乳房图像处理方法有效

专利信息
申请号: 201710061285.3 申请日: 2017-01-25
公开(公告)号: CN107067402B 公开(公告)日: 2020-02-28
发明(设计)人: 张瑞峰;陈荣泰;赖信宏;陈鸿豪 申请(专利权)人: 太豪生医股份有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/41;G06T5/00;G06K9/62
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 马雯雯;臧建明
地址: 中国台湾台北市大安*** 国省代码: 台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医疗 图像 处理 装置 及其 乳房 方法
【说明书】:

发明提供一种医疗图像处理装置及其乳房图像处理方法。此处理方法至少包括下列步骤。取得至少一片段的乳房图像。通过乳腺组织检测器检测各片段乳房图像中的乳腺组织。而此乳腺组织检测器是基于纹理特征分析。据此,可辅助乳腺组织密度分析且有效降低电脑辅助检测系统的伪阳性。此外,基于乳腺组织密度分析的结果,本发明实施例还可进一步判断泌乳量及呈现左右乳房的乳腺组织密度图。本发明实施例也可基于肋骨信息来区分出乳房图像中的乳房区域。

技术领域

本发明是涉及一种图像处理技术,且特别是涉及一种医疗图像处理装置及其乳房图像处理方法。

背景技术

乳腺癌(mammary carcinoma)是女性常见的恶性肿瘤之一,其主要症状包括乳房肿瘤(tumor)、异常分泌物或形状变异等。提早筛检出乳房的异常症状,将有助于尽早针对肿瘤进行治疗,以降低癌细胞恶化或扩散等问题。诸如临床或自我乳房检测、活体组织检查、乳房摄影术(mammography)、超声波(ultrasound)或磁共振(magnetic resonance)显像等筛检方式已广泛在临床上使用或成为学术研究的重要议题。

据研究指出,与低密度乳房相比,拥有高密度乳房的女性具有相对高的风险罹患乳癌。因此,乳房及乳腺组织的密度分析也是乳癌评估的重要因素之一。另一方面,虽然现今临床上已使用电脑辅助检测(Computer Aided Detection;CADe)系统来自动识别肿瘤、肿块或钙化点,但仍存在高伪阳性率的风险。

发明内容

本发明提供一种医疗图像处理装置及其乳房图像处理方法,其可辅助乳腺组织密度分析且有效降低电脑辅助检测系统的伪阳性。

本发明提出一种乳房图像处理方法,其适用于医疗图像处理装置,且至少包括(但不仅限于)下列步骤。取得至少一片段(slice)的乳房图像。将多张乳房训练图像的内容区分成多种特征类型,其中所述多种特征类型包括乳腺组织类型、皮下脂肪类型、乳腺后脂肪及胸肌类型以及阴影类型。对所述多张乳房训练图像中的多个图像区块进行纹理特征分析以分析所述多种特征类型。通过乳腺组织检测器基于纹理特征(texture characteristic)分析来检测各片段乳房图像中的乳腺组织。

在本发明一实施例中,上述取得乳房图像之后,还包括下列步骤。将第一视图的乳房图像转换成第二视图的转向乳房图像。此第一视图不同于第二视图。依据转向乳房图像决定肋骨信息。依据肋骨信息决定转向乳房图像中的乳房区域。

另一观点而言,本发明提出一种医疗图像处理装置,其至少包括(但不仅限于)存储单元及处理单元。存储单元存储至少一片段的乳房图像,且记录数个模块。而处理单元耦接存储单元,且存取并执行此存储单元所记录的模块。而这些模块包括图像输入模块及乳腺检测模块。图像输入模块取得乳房图像。而乳腺检测模块将多张乳房训练图像的内容区分成多种特征类型,其中所述多种特征类型包括乳腺组织类型、皮下脂肪类型、乳腺后脂肪及胸肌类型以及阴影类型,对所述多张乳房训练图像中的多个图像区块进行纹理特征分析以分析所述多种特征类型,通过乳腺组织检测器基于纹理特征分析来检测各乳房图像中的乳腺组织。

基于上述,本发明实施例所提出的医疗图像处理装置及其乳房图像处理方法,其可基于纹理特征分析而检测乳房图像中的乳腺组织。据此,本发明实施例便能提升检测乳腺组织的准确性,更能助于乳腺组织密度分析及减少电脑辅助检测系统的伪阳性。

为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合所示附图作详细说明如下。

附图说明

图1是依据本发明一实施例说明医疗图像处理装置的方块图;

图2是依据本发明一实施例说明一种乳房图像处理方法流程图;

图3是区分类型的范例的示意图;

图4是图像区块的范例的示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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太豪生医股份有限公司,未经太豪生医股份有限公司许可,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/201710061285.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top