[发明专利]超声图像病灶的分割方法、装置和计算机设备在审

专利信息
申请号: 201911358130.1 申请日: 2019-12-25
公开(公告)号: CN113112443A 公开(公告)日: 2021-07-13
发明(设计)人: 李焰驹 申请(专利权)人: 飞依诺科技(苏州)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/13;G06T7/136
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 黄丽霞
地址: 215000 江苏省苏州市苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超声 图像 病灶 分割 方法 装置 计算机 设备
【说明书】:

本申请涉及一种超声图像病灶的分割方法、装置和计算机设备,通过识别超声图像中的病灶,以得到对应的感兴趣区域;对感兴趣区域进行阈值分割,以得到对应的初始二值图像,并根据初始二值图像估计病灶区域的质心;根据感兴趣区域以及病灶区域的质心,构造初始零水平集函数;利用距离正则化水平集演化算法基于感兴趣区域对初始零水平集函数进行迭代计算,得到演化终止时刻的目标水平集函数;基于目标水平集函数得到对应的目标零水平集二值图像,即检测出乳腺肿瘤病灶的轮廓数据,以便于后续诊断工作的进行,不仅能够有效地减少医生的工作量,且能提高诊断效率。

技术领域

本申请涉及医学图像处理技术领域,特别是涉及一种超声图像病灶的分割方法、装置和计算机设备。

背景技术

乳腺癌是女性疾病中常见的恶性肿瘤,已成为严重威胁女性健康的病症之一。早发现、早诊断、早治疗是目前医学上对防治乳腺癌采取的基本原则。超声成像凭借其无创伤、无辐射、费用低廉等优势,已成为乳腺肿瘤临床诊断的主要手段之一。

然而,由于受成像设备的影响,超声图像常常具有较大的噪声、低对比度、灰度不均匀、不同程度的衰减以及浸润效应等,使得乳腺肿瘤在表面上与周围正常组织较为相似,即超声图像对人体器官形态的表达能力较弱,或者说器官在图像中的呈现形式较为模糊与抽象;此外,不同个体间乳腺肿瘤差异也较大。因此,乳腺超声图像中对于病灶区域的判断和阅读需要临床医生具有较高的专业水平和较丰富的经验,一般医生较难在超声图像中用肉眼准确、快速地将乳腺肿瘤区域与其周围的正常组织区分开来并作出病灶描述结果。

发明内容

基于此,有必要针对上述一般医生较难在超声图像中快速准确的定位病灶区域的问题,提供一种超声图像病灶的分割方法、装置和计算机设备。

为了实现上述目的,一方面,本申请实施例提供了一种超声图像病灶的分割方法,所述方法包括:

识别超声图像中的病灶,以得到对应的感兴趣区域;

对感兴趣区域进行阈值分割,以得到对应的初始二值图像,并根据初始二值图像估计病灶区域的质心;

根据感兴趣区域以及病灶区域的质心,构造初始零水平集函数;

利用距离正则化水平集演化算法基于感兴趣区域对初始零水平集函数进行迭代计算,得到演化终止时刻的目标水平集函数;

基于目标水平集函数得到对应的目标零水平集二值图像,其中,目标零水平集二值图像中前景与背景的边界像素为病灶区域的轮廓数据。

在其中一个实施例中,根据初始二值图像估计病灶区域的质心,包括:采用设定掩模尺寸对初始二值图像进行形态学开运算,得到运算后的新的二值图像;根据邻域连通准则在新的二值图像中提取各连通分量,并计算各连通分量所在区域的面积;将各连通分量所在区域的面积中面积最大的连通分量所在区域估计为病灶区域,并采用图像矩算法计算病灶区域的质心。

在其中一个实施例中,根据感兴趣区域以及病灶区域的质心,构造初始零水平集函数,包括:根据感兴趣区域的尺寸创建一幅尺寸相同的初始图像;基于病灶区域的质心以及感兴趣区域的最小边长,在初始图像中确定水平集初始区域;根据水平集初始区域得到初始图像的二值化图像,基于初始图像的二值化图像得到初始零水平集函数。

在其中一个实施例中,利用距离正则化水平集演化算法基于感兴趣区域对初始零水平集函数进行迭代计算,包括:根据距离正则化水平集演化算法,并基于感兴趣区域以及初始零水平集函数定义能量泛函数;采用梯度下降法求解能量泛函数的最小值,得到水平集演化方程;基于水平集演化方程采用设定的步长和迭代次数迭代计算,以得到演化终止时刻的目标水平集函数。

在其中一个实施例中,步长和迭代次数的设定方法包括:根据感兴趣区域的直方图分布,估计病灶的回声类型;基于回声类型确定对应的步长和迭代次数。

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飞依诺科技(苏州)有限公司,未经飞依诺科技(苏州)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/201911358130.1/2.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