[发明专利]一种胸大肌区域智能分割方法、装置和存储介质有效

专利信息
申请号: 202310595856.7 申请日: 2023-05-25
公开(公告)号: CN116363155B 公开(公告)日: 2023-08-15
发明(设计)人: 马乐;廖生武;刘敬雯;林淑仪;冯晨雅;张子越;蔡裕兴;陈卫国 申请(专利权)人: 南方医科大学南方医院
主分类号: G06T7/11 分类号: G06T7/11;G06V10/762;G06T7/13
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 黎扬鹏
地址: 510515 广东省*** 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: 一种 胸大肌 区域 智能 分割 方法 装置 存储 介质
【说明书】:

发明公开了一种胸大肌区域智能分割方法、装置和存储介质,其中,胸大肌区域智能分割方法包括:获取FFDM影像和DBT影像;所述FFDM影像和所述DBT影像为对同一乳腺的内外侧斜位采集得到;对所述FFDM影像进行胸大肌分割处理,获得分割矩阵;对所述DBT影像与所述分割矩阵进行卷积,获得第一分割图像。本发明实现了对DBT影像的胸大肌分割处理,先基于FFDM影像得到胸大肌的分割矩阵,再将该矩阵应用到DBT影像上分割胸大肌,使后续模型的计算量减少、准确度增加。

技术领域

本发明涉及医学图像处理领域,尤其涉及一种胸大肌区域智能分割方法。

背景技术

有效的筛查实施可以实现乳腺疾病的早诊断、早治疗,是降低死亡率的关键,能够给患者的健康带来保障的同时也可以大大减轻患者和社会的经济负担。

乳腺癌筛查方式中,超声对微小病灶和钙化敏感度较低;MRI成像清晰,但具有价格昂贵、检查等候时间长等缺点;FFDM影像具有简单便捷、无创等优点,但是FFDM影像上腺体组织容易与病灶重叠在一起,这降低了肿块性病变的检出率,导致部分病灶无法显示或者显示不清晰;相较于FFDM影像,DBT可以有效减少组织重叠的影响,提高致密性乳腺的病变检出率,降低召回率。

可知,DBT影像的效果比FFDM影像好,但是DBT影像也有不足之处。乳腺检查体位分为头尾位(craniocaudal,CC)和内外侧斜位(mediolateral oblique,MLO)。在MLO影像上,除了清晰显示乳腺实质外,胸大肌也投影于影像内。由于胸大肌灰阶度与腺体较为相似,直接使用DBT的MLO影像进行三维乳腺模型构建及病灶特征提取,胸大肌的存在容易造成干扰。目前的胸大肌切割方法多基于FFDM影像上进行,缺乏针对DBT影像的分割技术。

术语解释:

MRI:是Magnetic Resonance Imaging的缩写,表示磁共振成像。

FFDM:是Full-field digital mammography的缩写,表示全视野数字化乳腺摄影。

DBT:是Digital breast tomosynthesis的缩写,表示数字乳腺断层摄影。

发明内容

本发明的目的在于针对上述问题,本发明提出一种胸大肌区域智能分割方法、装置和存储介质,可有效避免因胸大肌存在而导致模型计算量增加和准确率下降的问题。

本发明所采取的技术方案是:

第一方面,本发明实施例提供了一种胸大肌区域智能分割方法,所述胸大肌区域智能分割方法包括:获取FFDM影像和DBT影像;所述FFDM影像和所述DBT影像为对同一乳腺的内外侧斜位采集得到;

对所述FFDM影像进行胸大肌分割处理,获得分割矩阵;

对所述DBT影像与所述分割矩阵进行卷积,获得第一分割图像。

进一步地,所述对所述FFDM影像进行胸大肌分割处理,获得分割矩阵这一步骤,具体包括:

对所述FFDM影像进行预处理;

将预处理后的所述FFDM影像进行乳腺轮廓提取,得到乳腺轮廓;

将所述乳腺轮廓进行识别和聚类计算,得到FFDM二维图像;

将所述FFDM二维图像划分胸大肌和乳腺区域,得到第三分割图像;

将所述第三分割图像矩阵二值化,得到二值化分割矩阵。

进一步地,所述对所述FFDM影像进行预处理这一步骤,具体包括:

利用离散化后的高斯函数,得到高斯滤波器的模板;

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南方医科大学南方医院,未经南方医科大学南方医院许可,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/202310595856.7/2.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