[发明专利]乳腺肿块良恶性判断方法及设备在审

专利信息
申请号: 201911087301.1 申请日: 2019-11-08
公开(公告)号: CN111062909A 公开(公告)日: 2020-04-24
发明(设计)人: 王俊茜;徐勇 申请(专利权)人: 哈尔滨工业大学(深圳)
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/187;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 洪铭福
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 乳腺 肿块 恶性 判断 方法 设备
【说明书】:

发明公开了一种乳腺肿块良恶性判断方法及设备。涉及图像处理领域,其中,方法通过获取乳腺X线摄影图像,并对其进行预处理,得到待检测乳腺X线摄影图像,将待检测乳腺X线摄影图像输入到目标检测定位网络中进行目标检测定位,得到乳腺肿块位置,将检测出的乳腺肿块的乳腺X线摄影图像输入目标分类网络中,进行形状预测和边缘预测,同时得到对应乳癌肿块的分类结果。基于乳腺肿块的表征特点对应的语义描述特征,通过目标分类网络实现对乳腺X线摄影中的乳腺肿块进行良恶性的判断,依据目标分类网络对各属性的概率得分进行加权融合获得最终的乳腺肿块良恶性判别结果,提高了判别准确性和检测效率。

技术领域

本发明涉及图像处理领域,尤其是涉及一种乳腺肿块良恶性判断方法及设备。

背景技术

乳腺X线摄影图像是对整个乳腺的一个影像数据分析是广泛使用的乳腺癌早期检测的工具,具有成本低,废片率少,高检出率的优点。乳腺X线摄影主要通过人体组织对X射线吸收的程度的不用,来反应出乳腺组织的密度,再由医生观察乳腺X线摄影的成像观察乳腺中存在病变的情况。乳腺肿块是乳腺疾病的常见病症,也是乳腺癌的主要表现。因此,自动化的对乳腺肿块的良恶性进行精准判别,是有效控制和治疗乳腺癌的方法之一。

目前,大部分的针对乳腺肿块的良恶性判别的方法,绝大多数是直接从乳腺肿块中提取肿块的纹理和几何等低层特征,或是利用深度神经网络提取乳腺肿块的良恶性的抽象语义特征,处理过程复杂,同时判别准确率不高,没有利用到乳腺肿块的表征特点,因此需要提出一种利用乳腺肿块表征特点来判断乳腺肿块良恶性的判断方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种乳腺肿块良恶性判断方法,能够利用乳腺肿块表征特点来判断乳腺肿块良恶性。

第一方面,本发明的一个实施例提供了A:一种乳腺X线摄影图像的预处理方法,包括:

获取乳腺X线摄影图像;

对所述乳腺X线摄影图像进行预处理,所述预处理包括:去噪、增加对比度、轮廓粗分割、轮廓细化、提取乳腺图像、调整乳腺图像大小。

进一步地,所述去噪的过程为:首先进行中值滤波进行初步去噪,然后对所述初步去噪的结果利用小波阈值方法进行再次去噪得到乳腺影像;

所述增加对比度的过程为:对所述乳腺影像利用伽马校正增加乳腺结构与背景之间的对比度,突出乳腺轮廓;

所述轮廓粗分割的过程为:利用最大类间方差法对所述增加对比度得到的乳腺X线摄影图像中乳腺图像和背景进行粗分割,得到乳腺粗轮廓;

所述轮廓细化的过程为:利用形态学开操作和形态学闭操作对所述乳腺粗轮廓进行平滑分割得到乳腺平滑轮廓;

所述提取乳腺图像的过程为:统计所述乳腺平滑轮廓中各连通区域的像素个数,选择像素数最多的连通区域作为乳腺组织区域,并生成对应的掩码区域,在经过去噪的所述乳腺影像中提取所述掩码区域对应的乳腺组织结构图像,并用像素值为0的像素点填充背景区域;

所述调整乳腺图像大小的过程为:对所述乳腺组织结构图像利用像素值为0的像素点进行像素填充,使所述乳腺组织结构图像的行列比为1:1,得到经过预处理后的乳腺X线摄影图像。

进一步地,所述像素填充的过程为:

获取乳腺组织朝向;

以所述乳腺组织结构图像的宽度中心点将图像分为左部分和右部分;

统计所述左部分和右部分的像素和,当左部分像素和大于右部分像素和,则判定乳腺组织朝向为右,并对图像右侧进行边缘填充,反之对图像的左侧进行边缘填充。

第二方面,本发明的一个实施例提供了B:一种乳腺肿块目标检测定位方法,包括:

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哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)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/201911087301.1/2.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