專利名稱：一種計(jì)算機(jī)輔助預(yù)測乳腺癌風(fēng)險(xiǎn)的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于醫(yī)學(xué)圖像的計(jì)算機(jī)分析技術(shù)的應(yīng)用領(lǐng)域，具體涉及一種計(jì)算機(jī)輔助預(yù)測乳腺癌風(fēng)險(xiǎn)的方法。
背景技術(shù)：
乳腺癌是歐美等發(fā)達(dá)國家超過50歲以上婦女的最主要死因之一。我國婦女尤其是大中城市婦女的乳腺癌發(fā)病率呈逐年升高之勢。有研究結(jié)果表明，早期診斷和治療乳腺癌可以很大程度上降低患者的死亡率。對于乳腺癌的早期診斷來說，乳腺X線攝像術(shù)被認(rèn)為是目前最可靠和最有效的方法。在歐美等發(fā)達(dá)國家，四十周歲及以上的婦女每年進(jìn)行乳腺X線普查。我國已于2003年開始實(shí)施“百萬婦女乳腺普查工程”，充分表明早期診斷乳腺癌的重要性在我國日益受到重視。
乳腺組織可以被粗略分為脂肪組織和纖維腺體組織，它們對X光的吸收程度不同，脂肪組織對X光的吸收比纖維腺體組織的吸收弱，所以導(dǎo)致獲取的乳腺X光片上脂肪組織對應(yīng)的部分較暗，而纖維腺體組織對應(yīng)部分較亮，根據(jù)圖像上的亮暗對比可以得到乳腺X光片上表示纖維腺體的部分在全部乳腺組織部分中所占比例，即乳腺X光片密度。1976年，Wolfe首次提出乳腺X光片密度是乳腺癌的風(fēng)險(xiǎn)因素之一。隨后國際上開展了許多基于乳腺X光片密度的乳腺癌風(fēng)險(xiǎn)預(yù)測的研究，研究均表明乳腺X光片密度與乳腺癌有非常重要的聯(lián)系，即乳腺X光片密度越大，患乳腺癌的風(fēng)險(xiǎn)越大。據(jù)此放射科醫(yī)師可以根據(jù)當(dāng)前的乳腺X光片密度來預(yù)測受檢者未來發(fā)生乳腺癌的風(fēng)險(xiǎn)，從而及時(shí)有針對性地給予預(yù)防和治療，這樣可以很大程度上降低乳腺癌的發(fā)病率和死亡率，提高乳腺癌的治愈率。
目前國際上對乳腺癌風(fēng)險(xiǎn)的研究大多都是基于單幅圖像的密度分析，例如美國專利申請?zhí)枮?0030174873和專利號為6,282,305的兩個(gè)專利，但是單純基于單幅圖像的密度分析的乳腺癌風(fēng)險(xiǎn)預(yù)測所存在的不足之處是有可能將單幅圖像上正常組織的局部高密度區(qū)域誤作為乳腺癌的風(fēng)險(xiǎn)區(qū)域進(jìn)行誤報(bào)。
Roehrig等人對病人的雙側(cè)乳腺的放射圖像進(jìn)行對比研究(具體參見美國專利6,075,879)，結(jié)果表明如果同一受檢者的左右兩個(gè)乳腺組織的兩幅MLO視圖(或CC視圖)上相匹配區(qū)域的特性相似，那么該區(qū)域是病灶的機(jī)率很低。這是因?yàn)橥皇軝z者的左右兩個(gè)乳腺組織中正常組織區(qū)域是對稱的，而異常組織的出現(xiàn)通常不是對稱出現(xiàn)的。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種計(jì)算機(jī)輔助預(yù)測乳腺癌風(fēng)險(xiǎn)的方法，該方法可提高預(yù)測受檢者乳腺癌發(fā)生風(fēng)險(xiǎn)的準(zhǔn)確性，并提供乳腺癌發(fā)病位置的定位預(yù)測。
本發(fā)明提供的一種計(jì)算機(jī)輔助預(yù)測乳腺癌風(fēng)險(xiǎn)的方法，其步驟為(1)載入同一受檢者左、右兩側(cè)乳腺組織的X光片的兩幅MLO視圖或兩幅CC視圖；(2)按照同樣的劃分方法將上述兩幅視圖上的乳腺組織區(qū)域分別劃分成若干個(gè)小區(qū)域；(3)在上述兩幅視圖的各小區(qū)域中找出最終可疑區(qū)域，其步驟為(3.1)計(jì)算各小區(qū)域的密度特性值；(3.2)分別在上述兩幅視圖中將密度特性值與平均值進(jìn)行比較，找出滿足設(shè)定條件的初始可疑區(qū)域，各構(gòu)成一個(gè)參考對象集合；(3.3)對每個(gè)參考對象集合中的各個(gè)初始可疑區(qū)域進(jìn)行以下處理首先找出該初始可疑區(qū)域在另一視圖上的相應(yīng)區(qū)域，如果其相應(yīng)區(qū)域或該相應(yīng)區(qū)域的某個(gè)相鄰區(qū)域出現(xiàn)在另外一幅圖像對應(yīng)的參考對象集合中，則將當(dāng)前考察的初始可疑區(qū)域標(biāo)識(shí)為正常區(qū)域；否則，標(biāo)識(shí)當(dāng)前考察的初始可疑區(qū)域?yàn)樽罱K可疑區(qū)域；(4)如果在上述兩幅視圖上沒有被標(biāo)識(shí)出的最終可疑區(qū)域，那么就判定受檢者在給定時(shí)期內(nèi)患乳腺癌的風(fēng)險(xiǎn)很低；如果在上述兩幅視圖上有被標(biāo)識(shí)出的最終可疑區(qū)域，那么就有患乳腺癌的風(fēng)險(xiǎn)，該最終可疑區(qū)域所在的位置就是乳腺癌可能出現(xiàn)的位置；(5)找出所有被標(biāo)識(shí)出的最終可疑區(qū)域中具有最高密度的區(qū)域，根據(jù)其密度特性值計(jì)算乳腺癌的發(fā)病風(fēng)險(xiǎn)值。
上述步驟(2)可以按照以下步驟將乳腺組織區(qū)域劃分為若干小區(qū)域(2.1)在上述視圖中檢測出皮膚線和胸壁；(2.2)按照下述步驟檢測出乳頭C的位置(a)沿著皮膚線搜索，如果搜索到微小的且可見的突出區(qū)域，該區(qū)域作為乳頭的位置，進(jìn)入步驟(2.3)，否則進(jìn)入步驟(b)；(b)在皮膚線和胸壁圍成的區(qū)域內(nèi)且接近皮膚線的區(qū)域中，搜索實(shí)際像素值小且分布相對均勻的微小區(qū)域，該區(qū)域作為乳頭的位置，進(jìn)入步驟(2.3)，否則進(jìn)入步驟(c)；(c)使用乳腺邊界最高的原理來確定乳頭的位置，計(jì)算皮膚線上的每個(gè)點(diǎn)至胸壁的距離，距離最大的點(diǎn)作為估計(jì)的乳頭位置；(2.3)根據(jù)步驟(2.1)、(2.2)檢測到的皮膚線、胸壁和乳頭，得到乳腺X光片上乳腺組織區(qū)域，借助皮膚線、胸壁及乳頭的定位標(biāo)記，將乳腺組織區(qū)域劃分為可以按位置順序排列的若干小區(qū)域。
本發(fā)明根據(jù)Roehrig等人對病人的雙側(cè)乳腺的放射圖像研究的結(jié)果，通過乳腺X光片的密度來確定乳腺癌風(fēng)險(xiǎn)的程度及出現(xiàn)的部位。它首先對乳腺圖像中的乳腺區(qū)域進(jìn)行有規(guī)律的分區(qū)，計(jì)算密度值是以所分的區(qū)為單位進(jìn)行的，再根據(jù)區(qū)域的密度值與乳腺全區(qū)的平均密度值進(jìn)行比較確定高乳腺密度區(qū)域，其次將同一被檢測者的左右兩個(gè)乳腺的兩幅MLO視圖(或CC視圖)進(jìn)行比較，如果一幅圖像上有一個(gè)高密度區(qū)域，而在另外圖像上的相應(yīng)區(qū)域及其相鄰區(qū)域中沒有高密度區(qū)域，則該高密度區(qū)域?yàn)槿橄侔┛赡艹霈F(xiàn)的可疑區(qū)域。最后以可疑區(qū)域的位置確定可能出現(xiàn)癌癥的位置，以具有最高密度的可疑區(qū)域的密度特性值來計(jì)算被檢測者患乳腺癌的風(fēng)險(xiǎn)值?？傊?，本發(fā)明方法首先通過計(jì)算各個(gè)小區(qū)域內(nèi)的密度特性值，再通過基于多幅視圖的區(qū)域匹配方法提高風(fēng)險(xiǎn)預(yù)測的準(zhǔn)確性，在一定程度上克服了已有的基于單幅圖像密度分析的乳腺癌風(fēng)險(xiǎn)預(yù)測中風(fēng)險(xiǎn)區(qū)域誤判的不足。


圖1為本發(fā)明實(shí)施例流程圖；
圖2為本發(fā)明實(shí)施例對乳腺單幅視圖的區(qū)域劃分示意圖；圖3為本發(fā)明實(shí)施例多幅視圖中匹配區(qū)域的示意圖，對應(yīng)位置的區(qū)域被視為一組相應(yīng)區(qū)域。
具體實(shí)施例方式
下面以MLO視圖為例對本發(fā)明作進(jìn)一步詳細(xì)的說明，本發(fā)明方法同樣適用于CC視圖等乳腺x光片的視圖。
如圖1所示，本發(fā)明的步驟為(1)載入同一受檢者左、右兩側(cè)乳腺組織的兩幅MLO視圖。
(2)將上述兩幅視圖上的乳腺組織區(qū)域用同樣的劃分方法分別劃分成若干個(gè)小區(qū)域。本實(shí)施例以五等分劃分為例，具體說明該步驟(2.1)在上述視圖中檢測出皮膚線A(skin line)和胸壁B(chest wall)。
已有研究者提出了皮膚線和胸壁的檢測方法，本實(shí)施例采用其中的相應(yīng)算法，它使用一種迭代閾值方法來搜索圖像皮膚輪廓中最好的(或者說是最圓滑的)過渡線作為皮膚線A。(具體參見B.Zheng，X.H.Wang，Y.H.Chang，L.A.Hardesty，M.A.Ganott，W.F.Good，D.Gur，“Change of Region Conspicuity inBilateral MammogramsPotential Impact on CAD Performance，”Proc SPIE4684742-748(2002).)依據(jù)最大梯度搜索方法來檢測胸壁，該梯度搜索方法是沿著每條水平掃描線和符合用最小二乘法計(jì)算的最大梯度點(diǎn)的線進(jìn)行的，接下來，使用最小二乘法來擬合掃描線上的所有標(biāo)記為最大梯度點(diǎn)的點(diǎn)，擬合后的線就是胸壁B。(具體參見B.Zheng，X.H.Wang，Y.H.Chang，L.A.Hardesty，M.A.Ganott，W.F.Good，D.Gur，“Change of Region Conspicuity in Bilateral MammogramsPotential Impacton CAD Performance，”Proc SPIE 4684742-748(2002).)(2.2)檢測乳頭C的位置。在實(shí)際的臨床圖像中，由于乳腺X線照片的獲取技術(shù)不同，乳頭可能在很多圖像中是不可見的。本實(shí)施例用如下步驟來確定乳頭的位置(a)沿著皮膚線搜索，如果搜索到微小的且可見的突出區(qū)域，該區(qū)域作為乳頭C的位置，進(jìn)入步驟(2.3)，否則進(jìn)入步驟(b)；
(b)在皮膚線A和胸壁B圍成的區(qū)域內(nèi)且接近皮膚線的區(qū)域中，搜索實(shí)際像素值小且分布相對均勻的微小區(qū)域，該區(qū)域作為乳頭C的位置，進(jìn)入步驟(2.3)，否則進(jìn)入步驟(c)。
(c)使用乳腺邊界最高的原理來確定乳頭的位置，計(jì)算皮膚線上的每個(gè)點(diǎn)至胸壁的距離，距離最大的點(diǎn)作為估計(jì)的乳頭位置。
(具體參見B.Zheng，X.H.Wang，Y.H.Chang，L.A.Hardesty，M.A.Ganott，W.F.Good，D.Gur，“Change of Region Conspicuity in Bilateral MammogramsPotential Impact on CAD Performance，”Proc SPIE 4684742-748(2002).)(2.3)將兩幅視圖上乳腺組織區(qū)域分別劃分成若干個(gè)小區(qū)域F。
根據(jù)步驟(2.1)、(2.2)檢測到的皮膚線A、胸壁B和乳頭C，得到乳腺X光片上乳腺組織區(qū)域。如圖2所示，本實(shí)施例從乳頭C的位置向胸壁B作垂線D，以乳頭C位置為中心，以垂線D的長度的1/5，2/5，3/5，4/5和1倍分別為半徑畫同心圓弧E，將在乳腺區(qū)域內(nèi)且位于垂線D兩側(cè)的每條圓弧皆分割為五等分，連接相鄰圓弧中的對應(yīng)等分點(diǎn)就將乳腺組織區(qū)域分割成了若干小區(qū)域F。
上述實(shí)例以垂線D和圓弧的長度的五等分分割乳腺組織區(qū)域，本發(fā)明可以將垂線D的長度和在乳腺區(qū)域內(nèi)且位于垂線D兩側(cè)的每條圓弧以任意等分或者按等比方式劃分，還可以以其它多種方式劃分，只需左、右視圖按照同樣劃分方式劃分即可。
(3)上述兩幅視圖的各小區(qū)域中找出最終可疑區(qū)域，其步驟為(3.1)計(jì)算各小區(qū)域的密度特性值本實(shí)施例通過計(jì)算基于灰度直方圖的斜度特性表征乳腺X光片中區(qū)域的密度特性值。利用如下公式計(jì)算基于灰度直方圖灰度的k階矩m(k)m(k)=Σi=1N[h(i)-p]k/N k>1]]>其中，h(i)是小區(qū)域中第i個(gè)像素點(diǎn)的灰度值，p為該小區(qū)域中所有像素點(diǎn)的平均灰度值，對于任一小區(qū)域的灰度直方圖，N表示該小區(qū)域的總像素個(gè)數(shù)。
k值可以選取大于1的任意自然數(shù)，本實(shí)施例選取基于直方圖灰度的2階和3階矩，利用它們得到基于灰度直方圖的斜度特性S，S即表征密度特性值。S的計(jì)算公式如下
S=m(3)m(2)3/2]]>本發(fā)明可以采用其它與區(qū)域乳腺組織密度直接相關(guān)的計(jì)算方法計(jì)算各小區(qū)域F的密度特性值，如規(guī)范化的乳腺光片模式方法(Standard Mammogram Form)和分形分析方法(fractal analysis)等。
(3.2)分別在上述兩幅視圖中將密度特性值與平均值進(jìn)行比較，找出滿足設(shè)定條件的初始可疑區(qū)域，各構(gòu)成一個(gè)參考對象集合。
在本實(shí)施例中，先計(jì)算每幅圖像上所有小區(qū)域S值的平均值，記為SP，再將所有S值滿足S＜SP-(Smax-Smin)×10％(Smax和Smin分別為相應(yīng)圖像上所有小區(qū)域密度特性值的最大值和最小值)的區(qū)域都定為高密度區(qū)域，即初始可疑區(qū)域，每幅圖像上的初始可疑區(qū)域構(gòu)成與其對應(yīng)的參考對象集合。
(3.3)對參考對象集合中的各個(gè)初始可疑區(qū)域進(jìn)行以下處理首先對左側(cè)乳腺組織MLO視圖對應(yīng)的參考對象集合中的初始可疑區(qū)域進(jìn)行逐一考察，找出每一初始可疑區(qū)域在右側(cè)圖像上的相應(yīng)區(qū)域。根據(jù)步驟(3)中劃分小區(qū)域的排列位置，位于相同位置的區(qū)域被視為相應(yīng)區(qū)域，如圖3中的G和G’、H和H’。如果相應(yīng)區(qū)域或其某個(gè)相鄰區(qū)域(以相應(yīng)區(qū)域?yàn)橹行牡?個(gè)相鄰區(qū)域)出現(xiàn)在右側(cè)乳腺組織MLO視圖對應(yīng)的參考對象集合中，則將當(dāng)前考察的該初始可疑區(qū)域標(biāo)識(shí)為正常區(qū)域；否則，標(biāo)識(shí)當(dāng)前考察的該初始可疑區(qū)域?yàn)樽罱K可疑區(qū)域。接下來，對在右側(cè)乳腺組織MLO視圖對應(yīng)的參考對象集合中的初始可疑區(qū)域?qū)嵤┩瑯拥牟僮?。這樣，確定了兩幅MLO視圖上的所有最終可疑區(qū)域。
(4)給出預(yù)測診斷結(jié)果。
如果在兩幅MLO視圖上沒有被標(biāo)識(shí)出的最終可疑區(qū)域，那么就判定受檢者在給定時(shí)期(通常為兩年內(nèi))患乳腺癌的風(fēng)險(xiǎn)很低。
如果在兩幅MLO視圖上有被標(biāo)識(shí)出的最終可疑區(qū)域，那么被標(biāo)記出來的區(qū)域所在的位置就是乳腺癌可能出現(xiàn)的位置。
如果需要預(yù)測其風(fēng)險(xiǎn)大小，再找出所有被標(biāo)識(shí)出的最終可疑區(qū)域中S值最小的區(qū)域，將其S值按公式|(S-SP)/(Smax-Smin)|計(jì)算，所得的絕對值就定為被檢測者在給定時(shí)期(通常為兩年內(nèi))患乳腺癌的風(fēng)險(xiǎn)值，值越大表示風(fēng)險(xiǎn)越大。
風(fēng)險(xiǎn)值的計(jì)算可以用基于密度特性值的其它方法，比如用|S-SP|的值作為風(fēng)險(xiǎn)值。
本發(fā)明通過計(jì)算乳腺X光片上的區(qū)域密度特性值，選出初始可疑區(qū)域，再利用基于多幅視圖匹配的方法，去除相互匹配的可疑區(qū)域，即正常的密度較高的區(qū)域，保留非匹配可疑區(qū)域，即異常的密度較高的區(qū)域，來預(yù)測乳腺癌的發(fā)病風(fēng)險(xiǎn)。此方法在一定程度上克服了已有的基于單幅圖像密度分析的乳腺癌風(fēng)險(xiǎn)預(yù)測方法的不足，提高了乳腺癌風(fēng)險(xiǎn)預(yù)測的準(zhǔn)確性。本發(fā)明并不局限于上述實(shí)例所公開的范圍，根據(jù)本發(fā)明公開的內(nèi)容，本領(lǐng)域一般技術(shù)人員可以采用不同于上述實(shí)例的方式實(shí)現(xiàn)上述技術(shù)方案。
權(quán)利要求
1.一種計(jì)算機(jī)輔助預(yù)測乳腺癌風(fēng)險(xiǎn)的方法，本發(fā)明的步驟為(1)載入同一受檢者左、右兩側(cè)乳腺組織的X光片的兩幅MLO視圖或兩幅CC視圖；(2)按照同樣的劃分方法將上述兩幅視圖上的乳腺組織區(qū)域分別劃分成若干個(gè)小區(qū)域；(3)在上述兩幅視圖的各小區(qū)域中找出最終可疑區(qū)域，其步驟為(3.1)計(jì)算各小區(qū)域的密度特性值；(3.2)分別在上述兩幅視圖中將密度特性值與平均值進(jìn)行比較，找出滿足設(shè)定條件的初始可疑區(qū)域，各構(gòu)成一個(gè)參考對象集合；(3.3)對每個(gè)參考對象集合中的各個(gè)初始可疑區(qū)域進(jìn)行以下處理首先找出該初始可疑區(qū)域在另一視圖上的相應(yīng)區(qū)域，如果其相應(yīng)區(qū)域或該相應(yīng)區(qū)域的某個(gè)相鄰區(qū)域出現(xiàn)在另外一幅圖像對應(yīng)的參考對象集合中，則將當(dāng)前考察的初始可疑區(qū)域標(biāo)識(shí)為正常區(qū)域；否則，標(biāo)識(shí)當(dāng)前考察的初始可疑區(qū)域?yàn)樽罱K可疑區(qū)域；(4)如果在上述兩幅視圖上沒有被標(biāo)識(shí)出的最終可疑區(qū)域，那么就判定受檢者在給定時(shí)期內(nèi)患乳腺癌的風(fēng)險(xiǎn)很低；如果在上述兩幅視圖上有被標(biāo)識(shí)出的最終可疑區(qū)域，那么就有患乳腺癌的風(fēng)險(xiǎn)，該最終可疑區(qū)域所在的位置就是乳腺癌可能出現(xiàn)的位置；(5)找出所有被標(biāo)識(shí)出的最終可疑區(qū)域中具有最高密度的區(qū)域，根據(jù)其密度特性值計(jì)算乳腺癌的發(fā)病風(fēng)險(xiǎn)值。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(2)按照以下步驟將乳腺組織區(qū)域劃分為若干小區(qū)域(2.1)在上述視圖中檢測出皮膚線和胸壁；(2.2)按照下述步驟檢測出乳頭C的位置(a)沿著皮膚線搜索，如果搜索到微小的且可見的突出區(qū)域，該區(qū)域作為乳頭的位置，進(jìn)入步驟(2.3)，否則進(jìn)入步驟(b)；(b)在皮膚線和胸壁圍成的區(qū)域內(nèi)且接近皮膚線的區(qū)域中，搜索實(shí)際像素值小且分布相對均勻的微小區(qū)域，該區(qū)域作為乳頭的位置，進(jìn)入步驟(2.3)，否則進(jìn)入步驟(c)；(c)使用乳腺邊界最高的原理來確定乳頭的位置，計(jì)算皮膚線上的每個(gè)點(diǎn)至胸壁的距離，距離最大的點(diǎn)作為估計(jì)的乳頭位置；(2.3)根據(jù)步驟(2.1)、(2.2)檢測到的皮膚線、胸壁和乳頭，得到乳腺X光片上乳腺組織區(qū)域，借助皮膚線、胸壁及乳頭的定位標(biāo)記，將乳腺組織區(qū)域劃分為可以按位置順序排列的若干小區(qū)域。
全文摘要
本發(fā)明公開了一種計(jì)算機(jī)輔助預(yù)測乳腺癌風(fēng)險(xiǎn)的方法。首先將乳腺X光圖像上的乳腺組織區(qū)域有規(guī)律地分割成小區(qū)域，計(jì)算各小區(qū)域的密度特性值。選出密度特性值滿足預(yù)先設(shè)定條件的區(qū)域?yàn)槌跏伎梢蓞^(qū)域，列為下一步待考察對象。再根據(jù)兩幅視圖上劃分的相應(yīng)區(qū)域及相應(yīng)區(qū)域的相鄰區(qū)域的信息，判定參考對象集合中的初始可疑區(qū)域是否為最終可疑區(qū)域。如果沒有最終可疑區(qū)域被標(biāo)識(shí)出來，那么可以判斷該受檢者近期患乳腺癌的風(fēng)險(xiǎn)很低。如果有最終可疑區(qū)域被標(biāo)識(shí)出來，即存在高風(fēng)險(xiǎn)區(qū)域，那么由最終可疑區(qū)域的密度特性值預(yù)測乳腺癌的發(fā)病風(fēng)險(xiǎn)值，由最終可疑區(qū)域的位置預(yù)測乳腺癌的發(fā)病位置。本發(fā)明能有效地提高乳腺癌風(fēng)險(xiǎn)預(yù)測的客觀性、準(zhǔn)確性和有效性。
文檔編號G06T7/00GK1846616SQ20061001852
公開日2006年10月18日 申請日期2006年3月13日 優(yōu)先權(quán)日2006年3月13日
發(fā)明者宋恩民, 金人超, 許向陽, 姜孌 申請人:華中科技大學(xué)