[发明专利]一种乳腺密度定量化计算的方法

说明书

本发明涉及一种乳腺癌风险评估中乳腺密度定量化计算的方法，具体包括以下步骤：对乳腺钼靶原始图像预处理，进行直方图均衡化、高斯滤波、下采样；从乳腺钼靶原始图像中分割乳房区域，检测到乳房外边缘线和胸肌内边缘线；对乳房区域中的像素使用模糊C均值作无监督聚类；提取聚类簇区域的特征，将得到的所述聚类簇合并归类到腺体和脂肪两类中，对聚类簇作二分类识别；对乳房区域进行二分类，训练线性判别LDA分类器；根据分类结果计算出乳房区域中腺体大小。本发明提供的乳腺密度定量化计算方法能够实现乳房中乳腺组织的全自动化分割，在给出客观结果的同时大大减轻了影像医生的负担。

技术领域

本发明涉及医学图像处理领域，尤其涉及一种乳腺密度定量化计算的方法。

背景技术

乳腺癌风险评估模型分为两类，一类是经验性风险模型如Gail模型，另一类是侧重基因突变的IBIS模型。其中Gail模型最常用，该模型用来评估计算个性化乳腺癌患癌的风险值，包括多个与乳腺癌相关的风险因子，模型给予各风险因子不同的权重系数，经加权组合计算得到一个量化的患癌风险值。Gail模型中的风险因子包括体重、年龄、乳腺腺体类型、月经初潮和绝经时间、哺乳喂养情况、BMI指数、吸烟或饮酒情况、精神压力情况等，其中乳腺腺体类型主要是依靠经验丰富的影像医生依据乳腺影像报告和数据系统（BI-RADS）给出乳腺致密等级。乳腺腺体类型仅给出了腺体密度的定性估计，若能给出腺体密度的定量计算值将使得评估模型更加精确。

目前最常用的腺体密度定量化计算方法是基于影像医生手工交互式的半自动化的腺体分割方法，影像医生通过在影像归档和通信系统(PACS)下手工勾绘出乳房中腺体轮廓线，系统工具中自动计算出轮廓线内腺体的像素个数和，腺体密度值等于腺体内像素个数和与整体乳房像素个数和的比值。

基于影像医生手工交互式的半自动化的腺体分割方法往往受影像医生的主观性因素影响较大，结果不够客观；虽然依据乳腺影像报告和数据系统(BI-RADS)的指导，但是医生影像也存在疲劳阅片的情况，视觉上的疲劳往往会导致乳腺轮廓分割出现误差。

发明内容

本发明的目的在于克服基于影像医生手工交互式半自动化的腺体分割方法存在误差的缺陷，提供一种全自动的乳腺腺体分割方法，能够定量计算出乳房中腺体的密度值。

本发明解决其技术问题所采用的技术方案是：

一种乳腺密度定量化计算的方法，具体包括以下步骤：

步骤1、对乳腺钼靶原始图像预处理，进行直方图均衡化、高斯滤波、下采样；

步骤2、从预处理过的乳腺钼靶图像中分割乳房区域，检测到乳房外边缘线和胸肌内边缘线，进而得出乳房区域大小；

步骤3、对乳房区域中的像素使用模糊C均值作无监督聚类，得到聚类簇；

步骤4、提取聚类簇区域的特征，将聚类簇合并归类到腺体和脂肪两类中，对聚类簇作二分类识别；

步骤5、对乳房区域进行二分类，训练线性判别LDA分类器；

步骤6、根据分类结果计算出乳房区域中的腺体部分的像素个数，即腺体大小。

作为优选的技术方案，所述步骤1的乳腺钼靶原始图像选自MLO钼靶图和CC钼靶图。

作为优选的技术方案，所述步骤2具体包括：

步骤2.1：求取预处理的钼靶图像的灰度强度直方图，直观的区分出背景空气区域和乳房区域的像素分布图，从图中找出背景空气和乳腺区域的区分阈值，从而提取出乳房区域的边缘；

步骤2.2：通过Canny边缘算子初步提取乳房区域的边缘图，再使用霍夫变换来获得乳房区域的二维极坐标化的直线参数直方图，而胸肌边缘直线近似位于极坐标的确定角度范围；