[发明专利]超声图像的分析方法及装置

说明书

本发明实施例提供了一种超声图像的分析方法及装置，用于从所述超声图像中分割出目标区域。其中，分析方法包括：对所述超声图像进行预处理；从预处理后的所述超声图像中提取出所述目标区域的初始轮廓；以及对所述目标区域的初始轮廓进行演化，从而获取所述目标区域的准确边界。本发明实施例，能够在保证分割结果准确性的同时，提高分割的自动化水平和速度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种超声图像的分析方法及装置。

背景技术

在临床上，借助于CAD(Computer-aided Diagnosis,计算机辅助诊断)系统来辅助病症的诊断，可以避免主观因素的影响以及提高诊断结果的准确性和客观性，因此计算机辅助诊断系统被越来越多地应用于临床诊断中。在计算机辅助诊断系统中，一般通过分析医学超声图像来提供诊断结果；例如，对于乳腺肿瘤超声图像，利用CAD系统来对该超声图像进行分析以提供是否患乳腺肿瘤、肿瘤位置或大小等诊断结果。而对于计算机辅助诊断系统而言，如何从超声图像中分割出病灶区域(如肿瘤区)是其中的关键一环。

然而，目前对于超声图像的分割算法一般是半自动的，即需要临床医生手工选取感兴趣区域或感兴趣区域的代表点，然后通过计算机进行区域分割。半自动的分割方法降低了CAD系统的自动化性能，无法满足临床上日渐产生的海量医学图像处理的需要。而目前的全自动分割算法，大多是引入了一些形状、纹理和空间相对位置等先验约束信息来实现全自动分割。但是，由于病灶的大小、形状千差万别以及边界不清晰等问题，而且即使同一患者由不同的超声设备进行扫描所得的结果也可能不相同，因此难以准确提取乳腺肿瘤的先验约束信息，从而影响分析结果的准确性。

因此，在现有的CAD系统中，其针对医学超声图像所采取的分割方式存在效率与准确性难以同时兼顾的问题。

发明内容

本发明实施例提供了一种超声图像的分析方法及装置，能够在保证分割结果准确性的同时，提高分割的自动化水平和速度。

本发明实施例提供了一种超声图像的分析方法，用于从所述超声图像中分割出目标区域，所述分析方法包括：对所述超声图像进行预处理；从预处理后的所述超声图像中提取出所述目标区域的初始轮廓；对所述目标区域的初始轮廓进行演化，从而获取所述目标区域的准确边界。

其中，对所述超声图像进行预处理的步骤包括：选取所述超声图像的有效区域；以及对选取的所述有效区域进行去噪处理。

其中，所述从预处理后的所述超声图像中提取出所述目标区域的初始轮廓的步骤包括：对所述预处理后的所述超声图像进行预分割，得到预分割后的图像；对所述预分割后的图像依次进行一系列处理，其中该一系列处理包括如下至少一项：形态学处理、空洞填充、以及去除与边界相连的区域；提取经过所述一系列处理后的图像中的封闭区域；根据所述提取到的封闭区域的大小，确定所述目标区域的初始轮廓。

其中，对所述预处理后的所述超声图像进行预分割的步骤包括：采用最大类间方差法，来处理所述预处理后的所述超声图像，从而得到第一阈值；根据所述第一阈值，从所述预处理后的所述超声图像中划分出前景图像；采用所述最大类间方差法，来处理所述前景图像，以得到第二阈值；利用所述第二阈值来对所述预处理后的所述超声图像进行预分割，以得到所述预分割后的图像。

其中，对所述预处理后的所述超声图像进行预分割的步骤包括：采用最大类间方差法，来处理所述预处理后的所述超声图像，从而得到第一阈值；根据所述第一阈值，来对所述预处理后的所述超声图像进行预分割，以得到所述预分割后的图像；所述对所述预分割后的图像依次进行一系列处理的步骤包括：对所述预分割后的图像多次执行所述形状学处理。

其中，根据所述提取到的封闭区域的大小，确定所述目标区域的初始轮廓的步骤包括：对于所述提取到的封闭区域，保留面积最大的n个封闭区域，其中n为大于0的整数；根据该n个封闭区域的大小关系，确定所述目标区域的初始轮廓。