[发明专利]乳腺超声图像分割方法及设备

说明书

本发明提供一种乳腺超声图像分割方法及设备，该方法包括：获取被检者乳腺区域的超声图像，超声图像中包含乳腺病灶；根据超声图像识别乳腺病灶的BI‑RADS特征的类型，BI‑RADS特征包括形状特征、方向特征、边缘特征、内部回声特征、后方回声特征、钙化特征和血流特征中的至少一个；从预设的BI‑RADS特征各类型所对应的多个分割模型中确定与BI‑RADS特征的类型相对应的目标分割模型；采用目标分割模型对超声图像进行乳腺病灶分割，从超声图像中分割出乳腺病灶区域。在进行分割时充分考虑了乳腺病灶的特征，通过采用与BI‑RADS特征的类型相对应的目标分割模型对超声图像进行分割，提高了乳腺病灶区域分割的准确性。

技术领域

本发明实施例涉及医用超声技术领域，具体涉及一种乳腺超声图像分割方法及设备。

背景技术

乳腺超声图像能够清楚地显示乳腺各层软组织及其中病灶的位置、形态、内部结构及相邻组织的改变，而且具有经济、便捷、无创伤、无痛苦、无放射性和重复性强等诸多优点，已成为乳腺检查的重要方式之一。随着计算机科学技术的不断发展，计算机辅助诊断(Computer-Aided Diagnosis，CAD)系统逐渐应用于乳腺超声图像进行智能诊断，乳腺病灶分割的准确性严重影响着智能诊断结果的准确性。因此，从乳腺超声图像中准确地分割出乳腺病灶区域具有重要意义。

如图1所示，乳腺病灶的形态有如图1中(a)和(b)所示的形状规则、边界光整且清晰的情况，也有如图1中(c)、(d)和(f)所示的形状不规则、边界不清晰的情况，还有如图1中(e)和(f)所示的后方回声衰减产生声影导致病灶部分边界难以分辨的情况。可见乳腺病灶征象复杂多变且形态各异，再加上伪像、声影等的干扰，这些都将使得从乳腺超声图像中准确地分割出乳腺病灶区域成为一项困难的任务。现有采用固定模型或算法从乳腺超声图像中分割乳腺病灶区域的准确性较低，从而会影响CAD系统智能诊断的准确性。

发明内容

本发明实施例提供一种乳腺超声图像分割方法及设备，用于解决现有方法乳腺病灶区域分割准确性低的问题。

第一方面，本发明实施例提供一种乳腺超声图像分割方法，包括：

获取被检者乳腺区域的超声图像，超声图像中包含乳腺病灶；

根据超声图像识别乳腺病灶的乳腺影像报告和数据系统(Breast ImagingReporting and Data system，BI-RADS)特征的类型，BI-RADS特征包括形状特征、方向特征、边缘特征、内部回声特征、后方回声特征、钙化特征和血流特征中的至少一个；

从预设的BI-RADS特征各类型所对应的多个分割模型中确定与BI-RADS特征的类型相对应的目标分割模型；

采用目标分割模型对超声图像进行乳腺病灶分割，从超声图像中分割出乳腺病灶区域。

第二方面，本发明实施例提供一种乳腺超声图像分割方法，包括：

获取被检者乳腺区域的超声图像，超声图像中包含乳腺病灶；

根据超声图像识别乳腺病灶的BI-RADS分级；

从预设的第一分割模型、第二分割模型、第三分割模型、第四分割模型、第五分割模型、第六分割模型和第七分割模型中确定与BI-RADS分级相对应的目标分割模型，第一分割模型、第二分割模型、第三分割模型、第四分割模型、第五分割模型、第六分割模型和第七分割模型分别用于对BI-RADS分级为2级、3级、4a级、4b级、4c级、5级和6级的超声图像进行分割；

采用目标分割模型对超声图像进行乳腺病灶分割，从超声图像中分割出乳腺病灶区域。

第三方面，本发明实施例提供一种乳腺超声图像分割方法，包括：

获取被检者乳腺区域的超声图像，超声图像中包含乳腺病灶；