[发明专利]一种超声检查报告图像中乳腺肿瘤分割方法和系统

权利要求书

1.一种超声检查报告图像中乳腺肿瘤分割方法，其特征在于，包括如下步骤：

步骤1，输入超声检查报告图像，进行预处理；

步骤2，利用第一检测模型对预处理的超声检查报告图像进行检测，裁剪出超声图像区域；

步骤3，使用第一检测模型的输出标签判断所述超声图像区域的超声图像类型，若为乳腺超声图像则进行下一步；

步骤4，利用第二检测模型对所述超声图像区域进行检测，裁剪出超声图像肿瘤区域；

其中，所述第一检测模型和第二检测模型的算法分别采用不同数据集训练的Yolo V5网络。

2.按照权利要求1所述的分割方法，其特征在于：步骤1中，所述预处理的过程包括如下方法中的至少一种：

(1)各向异性斑点噪声滤波器算法；

(2)采用直方图均衡化进行图像增强。

3.按照权利要求2所述的分割方法，其特征在于：所述各向异性斑点噪声滤波器算法的计算公式为：

其中，u为超声检查报告图像的原始图像信号，(x，y)为图像像素点的横纵坐标，t为运算时间参数，div为散度算子，g为尺度函数，为Ω的边界，Ω为二维坐标的集合，n为法向量；

c(q)为：

其中，q₀(t)是同质区域的斑点噪声尺度，q(x,y；t)是瞬态方差系数。

4.按照权利要求2所述的分割方法，其特征在于：采用直方图均衡化进行图像增强的步骤具体包括：

步骤a，统计所述超声检查报告图像的直方图，进行归一化；

步骤b，根据所述超声检查报告图像整体的灰度值，计算灰度概率密度函数和累积概率分布函数；

步骤c，将累积概率分布函数通过归一化法将数值归一到所述超声检查报告图像的原始图像的灰度值范围，得到灰度转换函数；

步骤d，将所述灰度转换函数应用于所述超声检查报告图像。

5.按照权利要求1所述的分割方法，其特征在于：步骤2中，所述第一检测模型的输出为所述超声图像区域的左上角点X坐标、左上角点Y坐标、宽度和高度。

6.按照权利要求1所述的分割方法，其特征在于：步骤4中，所述第二检测模型的输出为所述超声图像肿瘤区域的左上角点X坐标、左上角点Y坐标、宽度和高度。

7.按照权利要求1所述的分割方法，其特征在于：所述Yolo V5网络包括输入端、骨干网、多尺度特征融合模块和预测端。

8.按照权利要求7所述的分割方法，其特征在于：所述输入端包含数据增强、自适应锚框计算和自适应图片缩放；

所述骨干网包括Focus结构和CSPDarknet53结构。

9.一种用于实现权利要求1-8任一项所述超声检查报告图像中乳腺肿瘤分割方法的系统，其特征在于，包括：

输入模块，用于输入超声检查报告图像；

预处理模块，用于对所述超声检查报告图像进行预处理；

超声图像区域检测模块，用于利用第一检测模型对预处理的超声检查报告图像进行检测，裁剪出超声图像区域，并判断所述超声图像区域的超声图像类型；

超声图像肿瘤区域检测模块，用于利用第二检测模型对所述超声图像区域进行检测，裁剪出超声图像肿瘤区域；

其中，所述第一检测模型和第二检测模型的算法分别采用Yolo V5网络。

10.一种计算机可读存储介质，其特征在于：其上存储有用于实现权利要求1-8任一项所述超声检查报告图像中乳腺肿瘤分割方法的计算机程序。