[发明专利]基于FFDM的乳腺影像处理方法、系统、终端和介质

说明书

本发明提供了一种基于FFDM的乳腺影像处理方法、系统、终端和介质，方法包括：根据第一乳腺X线数据集和第二乳腺X线数据集构建第一数据集和第二数据集；第一乳腺X线数据集为DFM数据集，第二乳腺X线数据集为FFDM数据集；通过第一数据集训练预设的生成式对抗网络；通过训练好的生成式对抗网络，基于所述第二数据集生成目标乳腺X线数据集；其中，所述目标乳腺X线数据集为FFDM影像。相比于现有技术，采用了生成式对抗网络，在进行乳腺癌筛查过程中不需要额外进行标记；基于DFM的第二数据集生成相对更高分辨率的FFDM目标乳腺X线数据集，提高了影像的质量，使生成的影像与真实影像更为相近。

技术领域

本发明涉及乳腺图像处理领域，尤其涉及一种基于FFDM的乳腺影像处理方法、系统、终端设备和计算机可读存储介质。

背景技术

全视野数字乳房X光片(FFDM)是近些年发展起来的一种新图像，逐渐取代了数字化屏幕-胶片乳房X线摄影(DFM)，成为了乳腺癌筛查的主要技术。但是大多数的乳房X线摄影的数据集仍以DFM的形式进行存储。

现有技术在进行乳腺癌筛查的过程中，一种是直接拍摄FFDM，另一种方法时基于DFM生成高分辨率的FFDM，前者在应用于计算机辅助诊断系统中时由于缺乏相应的标记数据，注释良好的医学图像难以获取，开发相应的用于乳腺癌筛查的深度学习算法难度较大，而后者会受到整体网络容量和GPU内存的限制，生成的FFDM图像质量较差，甚至于会无法生成。

发明内容

本发明提供了一种基于FFDM的乳腺影像处理方法、系统、终端设备和计算机可读存储介质，采用生成式对抗网络并利用DFM生成FFDM影像，在进行乳腺癌筛查过程中不需要额外进行标记，解决了如何提高目标影像学数据质量的技术问题。

为了解决上述技术问题，本发明实施例提供了一种基于FFDM的乳腺影像处理方法，包括：

从第一乳腺X线数据集和第二乳腺X线数据集中选取第一数据集，并根据所述第一乳腺X线数据集中未被选取的剩余数据集构建第二数据集；其中，所述第一乳腺X线数据集为DFM数据集，第二乳腺X线数据集为FFDM数据集；

通过所述第一数据集训练预设的生成式对抗网络；其中，所述生成式对抗网络的生成器包括U-Net生成器；所述生成式对抗网络的鉴别器包括多尺度DNN架构；

通过训练好的生成式对抗网络，基于所述第二数据集生成目标乳腺X线数据集；其中，所述目标乳腺X线数据集为FFDM影像。

在所述通过所述第一数据集训练预设的生成式对抗网络之前，还包括：

通过滑窗对所述第一数据集中的DFM影像和FFDM影像进行裁剪，获得若干DFM斑片和若干FFDM斑片；

通过阈值法提取所述第一数据集的背景，并根据所述背景的比例，确定各斑片的类别；所述斑片的类别包括乳房区域类别、边界类别和背景类别；

随机选取相同类别的DFM斑片和FFDM斑片构建若干输入对，获得经过预处理的所述第一数据集；其中，所述输入对用于训练所述生成式对抗网络。

作为优选方案，所述通过所述第一数据集训练预设的生成式对抗网络，包括：

所述生成式对抗网络包括生成器和鉴别器；

对所述生成器和所述鉴别器分别进行训练，具体地：

通过所述生成器从所述输入对中提取特征图，并对所述特征图进行降采样；通过所述鉴别器得到所述第一数据集的梯度图，对所述第一数据集进行降采样，并获得经过降采样的影像的对应梯度图；

直到所述生成式对抗网络满足预设的收敛要求，获得训练好的生成式对抗网络。

作为优选方案，所述乳腺影像处理方法还包括：