專利名稱：一種乳腺cr圖像交互式讀片方法
技術(shù)領(lǐng)域：
本發(fā)明屬于醫(yī)學(xué)影像的計(jì)算機(jī)輔助分析技術(shù)的應(yīng)用領(lǐng)域，具體涉及到一種基于病 灶區(qū)域增強(qiáng)與相關(guān)病灶查詢的乳腺CR圖像交互式讀片方法。
背景技術(shù)：
乳腺癌是目前世界范圍內(nèi)女性發(fā)病率最高的惡性腫瘤之一。據(jù)世界衛(wèi)生組織 (World Health Organization, WHO)估計(jì)，在北美、歐洲與大洋洲等發(fā)達(dá)國家與地區(qū)，平均 不到十位女性中會(huì)有一位患上乳腺癌。另據(jù)美國癌癥學(xué)會(huì)公布的數(shù)字，2006年美國每3分 鐘就有一名女性診斷出乳腺癌，每13分鐘就有一人死于乳腺癌。我國的乳腺癌發(fā)病率雖 然較西方國家低，但發(fā)病率與死亡率卻逐年上升，每年約有18萬婦女罹患乳腺癌，1. 3萬多 婦女死于乳腺癌。20世紀(jì)的最后IO年，我國城市婦女乳腺癌的死亡率增長(zhǎng)了 38.9%，農(nóng)村 婦女乳腺癌的死亡率增長(zhǎng)了 39. 7%，乳腺癌已成為我國改革開放以后死亡率增長(zhǎng)最快的癌 癥。在京津、長(zhǎng)三角、珠三角等發(fā)達(dá)地區(qū)，乳腺癌已經(jīng)超過肺癌，成為女性的十大惡性腫瘤之 首。 盡管乳腺癌的死亡率很高，但如果能盡早發(fā)現(xiàn)，治愈率將高達(dá)80 90%，到晚期 就只剩下40%左右的治愈率。而實(shí)際中，80%的患者確診時(shí)已經(jīng)是癌癥中晚期了，為避免細(xì) 胞轉(zhuǎn)移，醫(yī)生大都采取手術(shù)切除，這樣，不僅增加了患者的生理痛苦、經(jīng)濟(jì)負(fù)擔(dān)，還將使患者 忍受缺失乳房的終生遺憾。因此，許多專家呼吁，女性要想在癥狀顯現(xiàn)之前就能檢測(cè)到疾病 的存在，在做好自我檢查的基礎(chǔ)上，還需要定期到醫(yī)院進(jìn)行乳腺癌檢測(cè)。
在乳腺癌檢測(cè)方面雖然存在多種方法，但目前而言，國內(nèi)外都將乳腺鉬靶X線攝 影技術(shù)當(dāng)作常規(guī)的檢測(cè)手段，它在檢測(cè)乳腺癌的早期征象——微鈣化方面具有獨(dú)特的優(yōu) 勢(shì)，對(duì)乳腺腫塊的表現(xiàn)也頗為不俗。從05年開始，由衛(wèi)生部組織實(shí)施的"百萬婦女乳腺 普查工程"在中國全面鋪開，大批適齡婦女得到了免費(fèi)的乳腺癌檢查，乳腺鉬靶攝影也是 其重要的檢測(cè)手段。為了讓乳腺鉬靶圖像的處理、保存與查詢更加方便快捷，并融入各級(jí) 醫(yī)療機(jī)構(gòu)所使用的HIS/PACS(Hospital Information System/Picture Archiving and Comm皿icationSystem)系統(tǒng)之中，需要將鉬靶圖像數(shù)字化，國內(nèi)通常采用計(jì)算機(jī)X線成像 (Computed Radiogr即hy， CR)技術(shù)來實(shí)現(xiàn)。目前，國內(nèi)許多醫(yī)院的放射科醫(yī)師都是面對(duì)乳 腺鉬靶CR圖像進(jìn)行乳腺癌篩查與診斷工作的。 由于乳腺鉬靶圖像的閱讀分析依賴于放射科醫(yī)師的專業(yè)技術(shù)和讀片經(jīng)驗(yàn)，不僅對(duì) 醫(yī)師素質(zhì)的要求很高，且要求醫(yī)師長(zhǎng)時(shí)間處于精神集中狀態(tài)。同時(shí)，病灶有時(shí)會(huì)隱藏在各 種組織結(jié)構(gòu)內(nèi)部，并非總是顯而易見。因此，如果讓醫(yī)師直接閱讀海量的鉬靶圖像，一方面 容易產(chǎn)生視覺疲勞，遺漏重要的病灶；另一方面過重的工作負(fù)擔(dān)也容易讓醫(yī)師不堪重負(fù)，出 現(xiàn)精神不集中的現(xiàn)象。為了提高乳腺鉬靶CR圖像的閱讀效率，幫助醫(yī)師更好更快地診斷乳 腺癌，可以引入計(jì)算機(jī)輔助診斷(Computer-aided Diagnosis, CAD)和基于內(nèi)容圖像檢索 (Content-based Image Retrieval, CBIR)技術(shù)進(jìn)行協(xié)助，構(gòu)建交互式讀片系統(tǒng)。
交互式讀片系統(tǒng)并非能自動(dòng)閱讀攝片或診斷乳腺癌，而是通過人機(jī)之間的豐富交互手段，結(jié)合計(jì)算機(jī)的可視化與數(shù)據(jù)處理能力，讓乳腺CR圖像的閱讀工作變得更加高效； 同時(shí)，利用數(shù)字圖像處理(Digital Image Processing, DIP)的相關(guān)技術(shù)，將放射科醫(yī)師所 檢測(cè)到的病灶區(qū)域進(jìn)行增強(qiáng)，使之更加清晰明顯，并根據(jù)要求測(cè)量一系列特征參數(shù)，幫助醫(yī) 師實(shí)施診斷；最后，將當(dāng)前病灶與病灶數(shù)據(jù)庫中已經(jīng)實(shí)施了活檢證實(shí)的相關(guān)病灶進(jìn)行比對(duì)， 為診斷提供更全面的參考意見，提高檢測(cè)的準(zhǔn)確率。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于病灶區(qū)域增強(qiáng)與相關(guān)病灶查詢的乳腺鉬靶CR圖
像交互式讀片方法。該方法能提供一系列圖像查看與測(cè)量工具，幫助放射科醫(yī)師根據(jù)自身
的需要方便快捷地查看圖像的局部細(xì)節(jié)；同時(shí)針對(duì)醫(yī)師標(biāo)識(shí)的疑似病灶實(shí)施視覺增強(qiáng)，并
根據(jù)所抽取的一系列局部特征將數(shù)據(jù)庫中與該病灶特性相關(guān)且已經(jīng)實(shí)施活檢證實(shí)的病灶
及其相關(guān)數(shù)據(jù)顯示出來，作為醫(yī)師更全面的診斷依據(jù)。 本發(fā)明方法的具體步驟是 步驟(1)讀入一幅待處理的乳腺CR圖像； 步驟(2)選擇疑似病灶區(qū)域(可以是矩形、橢圓形和不規(guī)則形)； 步驟(3)計(jì)算步驟(2)中局部區(qū)域的包括掃描線橫截直方圖、兩點(diǎn)間距離以及
局部區(qū)域的灰度直方圖、灰度標(biāo)準(zhǔn)差、面積、周長(zhǎng)、緊湊度、狹長(zhǎng)度、邊界離心距離和分形維
數(shù)； 步驟(4)使用圖像增強(qiáng)技術(shù)(包括對(duì)比度增強(qiáng)、梯度提取、頻域?yàn)V波)對(duì)步驟(2) 中得到的疑似病灶區(qū)域進(jìn)行視覺增強(qiáng)處理； 步驟(5)在病灶數(shù)據(jù)庫中，根據(jù)步驟(4)中疑似病灶的特征(包括Gabor特征、分 維數(shù)、緊湊度)檢索出與其外觀相似的病灶，為良惡性診斷提供參考。 本發(fā)明所提供的基于病灶區(qū)域增強(qiáng)與相關(guān)病灶查詢的乳腺CR圖像交互式讀片方 法由一組功能模塊組成，它們包括圖像管理模塊、局部區(qū)域標(biāo)識(shí)模塊、圖像查看與測(cè)量模 塊、病灶區(qū)域增強(qiáng)模塊和相關(guān)病灶查詢模塊。 圖像管理模塊負(fù)責(zé)通過磁盤、網(wǎng)絡(luò)或其他應(yīng)用程序(包括HIS/PACS)的接口讀取 或存儲(chǔ)乳腺鉬靶CR圖像數(shù)據(jù)，查詢、登記或更新與乳腺CR圖像所對(duì)應(yīng)的病歷數(shù)據(jù)。
局部區(qū)域標(biāo)識(shí)模塊提供了一組方便快捷的局部區(qū)域(包括矩形、橢圓形和不規(guī)則 形)標(biāo)識(shí)和編輯工具，讓醫(yī)師自由地定義、更改與合并乳房區(qū)域內(nèi)的感興趣區(qū)域(包括疑似 病灶、可疑組織等)。 圖像查看與測(cè)量模塊提供了一組方便快捷的圖像查看工具(包括局部縮放、窗寬 窗位調(diào)整、偽彩色顯示等)和局部測(cè)量工具(包括掃描線橫截直方圖、兩點(diǎn)間距離以及局 部區(qū)域的灰度直方圖、灰度標(biāo)準(zhǔn)差、面積、周長(zhǎng)、緊湊度、狹長(zhǎng)度、邊界離心距離和分形維數(shù) 等)，幫助醫(yī)師看清與分析圖像細(xì)節(jié)。 病灶區(qū)域增強(qiáng)模塊提供了一組病灶增強(qiáng)工具(包括對(duì)比度增強(qiáng)、梯度提取、頻域 濾波等)，幫助醫(yī)師對(duì)原本不夠明顯的疑似區(qū)域進(jìn)行視覺增強(qiáng)，使之特征更加顯著。
相關(guān)病灶查詢模塊負(fù)責(zé)將當(dāng)前病灶區(qū)域的特征抽取出來，在病灶數(shù)據(jù)庫中尋找一 組與之相關(guān)的并已經(jīng)過活檢證實(shí)的病灶，為醫(yī)師的診斷提供參考。 采用本發(fā)明的系統(tǒng)框架與技術(shù)方案，放射科醫(yī)師能夠方便快捷地對(duì)乳腺CR圖像
6進(jìn)行局部觀察、細(xì)節(jié)增強(qiáng)與參數(shù)測(cè)量，提高讀片效率、減輕工作負(fù)荷；同時(shí)，通過將當(dāng)前病灶 與相關(guān)的且已由活檢證實(shí)的病灶進(jìn)行比對(duì)，對(duì)那些特征不明顯、模棱兩可的病灶的診斷精 度也可以得到改善。目前我國各級(jí)醫(yī)療機(jī)構(gòu)中乳腺CR機(jī)覆蓋面很廣，本發(fā)明所提供的基于 病灶區(qū)域增強(qiáng)與相關(guān)病灶查詢的乳腺CR圖像交互式讀片系統(tǒng)將一系列CAD和CBIR技術(shù)與 乳腺CR圖像的特點(diǎn)相結(jié)合，提供了一組功能強(qiáng)大又簡(jiǎn)單易用的輔助工具，無論對(duì)于尚處實(shí) 習(xí)期的年輕醫(yī)師還是經(jīng)驗(yàn)豐富的讀片行家來說，都是非常實(shí)用的。
具體實(shí)施例方式
本發(fā)明所提供的基于病灶區(qū)域增強(qiáng)與相關(guān)病灶查詢的乳腺CR圖像交互式讀片方 法的具體工作步驟與實(shí)施方式如下 (1)圖像管理模塊讀入一幅待處理的乳腺CR圖像。 (2)局部區(qū)域標(biāo)識(shí)模塊提供了一組局部區(qū)域標(biāo)識(shí)與編輯工具，用來選擇感興趣區(qū) 域。 局部區(qū)域標(biāo)識(shí)工具包括矩形區(qū)域框選工具、橢圓形區(qū)域框選工具、不規(guī)則區(qū)域點(diǎn) 選工具和區(qū)域智能選擇工具。其中矩形區(qū)域框選工具和橢圓形區(qū)域框選工具是由醫(yī)師點(diǎn)擊 鼠標(biāo)左鍵并進(jìn)行拖動(dòng)，從而在相應(yīng)位置定義矩形或橢圓形的局部區(qū)域的；不規(guī)則區(qū)域點(diǎn)選 工具是由醫(yī)師在目標(biāo)區(qū)域的邊緣上不斷點(diǎn)擊鼠標(biāo)左鍵并以點(diǎn)擊右鍵作為結(jié)束，從而將所有 點(diǎn)擊位置連接起來形成不規(guī)則的局部區(qū)域的；區(qū)域智能選擇工具則是由醫(yī)師在目標(biāo)區(qū)域的 中心點(diǎn)擊鼠標(biāo)左鍵或拖動(dòng)出一個(gè)小區(qū)域，然后使用一種藤蔓擴(kuò)張技術(shù)對(duì)鄰域進(jìn)行分割，從 而生成一個(gè)不規(guī)則的局部區(qū)域的。 這里所采用的藤蔓擴(kuò)張技術(shù)是一種經(jīng)典區(qū)域生長(zhǎng)技術(shù)的改進(jìn)，它將初始區(qū)域視作 藤蔓的根系，圖像視作地形圖，像素的灰度視作海拔高度。藤蔓從根系出發(fā)開始向四周蔓 延，這一過程的每一步都是一次形態(tài)學(xué)膨脹，向外擴(kuò)張一個(gè)像素的寬度；對(duì)于蔓延所抵達(dá)的 每一個(gè)像素，需要進(jìn)行一組判別，以決定該像素是否應(yīng)該被藤蔓占據(jù)，如果是則該像素納入 藤蔓控制范圍，否則就在該位置建立起藤蔓擴(kuò)張的邊界。判別由三個(gè)約束條件組成
|f (x， y)-fr。。t|《Tr。。t， |f (x， y)-f|《Tneigh， Igrad(x， y)《Tgrad (1)
這里，f (x， y)是當(dāng)前點(diǎn)的灰度，fra。t是根系區(qū)域像素的平均灰度，？是當(dāng)前點(diǎn)的鄰 域(其半徑是一個(gè)經(jīng)驗(yàn)值)內(nèi)已被藤蔓占據(jù)的像素的平均灰度，I,d(x，y)是當(dāng)前點(diǎn)的梯度 模值(先利用一階差分算子計(jì)算出圖像在垂直與水平方向上的梯度，然后計(jì)算矢量模值)，
Tr。。t、Ligh和T^d則是三個(gè)閾值。這三個(gè)約束條件中的第一個(gè)是養(yǎng)料輸送約束，它表明如果
當(dāng)前點(diǎn)與根系之間的海拔差距過大，養(yǎng)料將無法輸送到位，藤蔓就無法擴(kuò)張至此；第二個(gè)是 藤蔓攀爬約束，它表明如果當(dāng)前點(diǎn)與周圍藤蔓的海拔差距過大，藤蔓就無法穿越陡峭的山 壁攀爬到位；第三個(gè)條件是局部障礙約束，它表明如果當(dāng)前點(diǎn)位置上存在較強(qiáng)的局部障礙，
藤蔓就無法穿越到位。在這三個(gè)約束條件中，第一個(gè)負(fù)責(zé)保證擴(kuò)張區(qū)域與初始區(qū)域之間的 協(xié)調(diào)性，體現(xiàn)了內(nèi)核約束力，后兩個(gè)則負(fù)責(zé)保證擴(kuò)張區(qū)域與局部背景之間的相容性，體現(xiàn)了 外周約束力。區(qū)域智能選擇工具所涉及的三個(gè)閾值需要事先確定，系統(tǒng)提供了經(jīng)驗(yàn)值作為 其默認(rèn)取值，但醫(yī)師可以通過系統(tǒng)的配置選項(xiàng)自由設(shè)定。 局部區(qū)域編輯工具主要包括區(qū)域合并工具、區(qū)域分離工具和區(qū)域局部修改工具。 如果將通過任何一種局部區(qū)域標(biāo)識(shí)工具所生成的區(qū)域稱作原子區(qū)域，那么區(qū)域合并工具就
7是提供將一些相鄰(彼此之間存在至少一個(gè)像素的重疊部分)的原子區(qū)域合并成一個(gè)大 區(qū)域的功能，而區(qū)域分離工具就是提供將合并后的大區(qū)域中的部分原子區(qū)域分離出來的功 能，原子區(qū)域本身無法分離。使用區(qū)域局部修改工具時(shí)，要求對(duì)象必須是一個(gè)原子區(qū)域，且 無論該區(qū)域之前是使用哪一種局部區(qū)域標(biāo)識(shí)工具生成的，都視作不規(guī)則區(qū)域進(jìn)行處理，也 就是會(huì)記錄整個(gè)區(qū)域的每一個(gè)邊界點(diǎn)。 (3)圖像查看與測(cè)量模塊提供了一組圖像查看與測(cè)量工具，用來對(duì)圖像的局部細(xì) 節(jié)進(jìn)行增強(qiáng)與測(cè)量。 圖像查看工具包括局部縮放工具、窗寬窗位調(diào)整工具和偽彩色顯示工具，局部縮 放工具只能針對(duì)局部位置進(jìn)行，而窗寬窗位調(diào)整工具和偽彩色顯示工具則同時(shí)支持全圖和 步驟(2)中定義的局部區(qū)域。 其中局部縮放工具是提供了一個(gè)圖像放大鏡，在醫(yī)生點(diǎn)擊左鍵拖動(dòng)鼠標(biāo)的過程 中，將以鼠標(biāo)位置為中心的一定半徑的圓形范圍內(nèi)的圖像內(nèi)容擴(kuò)大一定倍數(shù)后顯示在擴(kuò)大 后的同心圓范圍內(nèi)，這里的目標(biāo)圓形半徑和擴(kuò)大倍數(shù)的默認(rèn)值由系統(tǒng)提供，醫(yī)師可以通過 系統(tǒng)的配置選項(xiàng)自由設(shè)定。 窗寬窗位調(diào)整工具是通過醫(yī)師點(diǎn)擊右鍵后拖動(dòng)鼠標(biāo)來實(shí)現(xiàn)的，橫向拖動(dòng)時(shí)，向左 為窗位降低(不低于零)，向右為窗位升高(不高于圖像的最大灰度級(jí)減l);縱向拖動(dòng)時(shí)， 向上為窗寬加大(和窗位之和不大于圖像的最大灰度級(jí)減l)，向下為窗寬縮小(不低于 零)；拖動(dòng)時(shí)如果配合Ctrl鍵，則針對(duì)當(dāng)前激活的局部區(qū)域?qū)嵤┐皩挻拔徽{(diào)整，否則就針 對(duì)全圖實(shí)施；對(duì)全圖進(jìn)行窗寬窗位調(diào)整之后，局部區(qū)域的窗寬窗位也同步更新，但局部區(qū)域 的窗寬窗位調(diào)整不影響全圖；默認(rèn)情況下，圖像的初始窗位為O，初始窗寬為圖像的最大灰 度級(jí)減l，但可以在系統(tǒng)的配置選項(xiàng)中確定一系列窗寬窗位喜好設(shè)定，通過快捷鍵即可直接 選擇所需的窗寬窗位設(shè)定，還可以將最常用的窗寬窗位喜好設(shè)定設(shè)置為系統(tǒng)的初始窗寬窗 位。 偽彩色顯示工具提供了兩種彩虹和兩種熱金屬共四種配色方案，由醫(yī)師自由選擇 后，將灰度圖像轉(zhuǎn)換成相應(yīng)的偽彩色圖像。由于人眼對(duì)彩色圖像的分辨能力強(qiáng)過對(duì)灰度圖 像的分辨能力，偽彩色顯示雖然沒有對(duì)局部區(qū)域的對(duì)比度進(jìn)行拉伸，但仍能起到視覺增強(qiáng) 的作用。 局部測(cè)量模塊提供了兩種模式的測(cè)量手段，一種模式是基于掃描線的，另一種模 式則是基于步驟(2)中定義的局部區(qū)域。掃描線測(cè)量模式就是由醫(yī)師點(diǎn)擊鼠標(biāo)左鍵后拖動(dòng) 出一條掃描線，然后根據(jù)掃描線進(jìn)行定點(diǎn)測(cè)量，包括掃描線穿過的像素的灰度直方圖(即 掃描線橫截直方圖)、掃描線端點(diǎn)間距離等。局部區(qū)域中的測(cè)量項(xiàng)目則包括灰度直方圖、平 均灰度、灰度標(biāo)準(zhǔn)差、邊緣帶對(duì)比度(局部區(qū)域邊緣帶中區(qū)域內(nèi)像素的平均灰度與外周像 素的平均灰度的差值)、邊界梯度方向熵、區(qū)域面積、邊界周長(zhǎng)、緊湊度(面積與周長(zhǎng)的比 值)、狹長(zhǎng)度(最長(zhǎng)的區(qū)域穿心線段與其垂直方向的區(qū)域穿心線段之間的比值)、邊界離心 距離直方圖、微鈣化個(gè)數(shù)和Hausdorff分形維數(shù)(用盒計(jì)數(shù)法計(jì)算)等。
這里提到的局部區(qū)域邊緣帶是指在局部區(qū)域邊界線兩側(cè)有一定寬度的過渡帶，通 過將二值化的局部區(qū)域分別實(shí)施一定次數(shù)的形態(tài)學(xué)膨脹和腐蝕，然后用膨脹的結(jié)果減去腐 蝕的結(jié)果即可得到；邊界梯度方向熵則是對(duì)于局部區(qū)域邊界線上的每個(gè)點(diǎn)，先利用一階差 分算子計(jì)算出垂直梯度與水平梯度，然后融合得到梯度矢量的方向，并將其規(guī)整到一系列標(biāo)準(zhǔn)化方向(以局部區(qū)域的幾何中心為起點(diǎn)，從零角度開始，每隔3度向外作一條射線，共 有120條這樣的射線，每條射線的方向就是標(biāo)準(zhǔn)化方向)上，最后根據(jù)標(biāo)準(zhǔn)化方向i上的邊 界點(diǎn)分布比例Pi計(jì)算熵值，艮卩 《=A ，M = Z TV,. ，E = -& log ^ ( 2 )
M M) 〖=0 當(dāng)從局部區(qū)域幾何中心發(fā)出的每條射線與局部區(qū)域邊界線相交時(shí)，交點(diǎn)與起點(diǎn)之 間的線段就是中心射線段，它可以用來度量每個(gè)標(biāo)準(zhǔn)化方向上從中心到邊界的距離，將所 有標(biāo)準(zhǔn)化方向上的中心射線段長(zhǎng)度組成序列即可獲得邊界離心距離直方圖。而將方向相反 (間隔180度，即相隔60條射線)的兩條中心射線段連接起來，就形成了一條穿過局部區(qū)域 幾何中心且分別到達(dá)兩個(gè)邊界的線段，也就是計(jì)算狹長(zhǎng)度時(shí)所提到的區(qū)域穿心線段，這樣 的線段共有60條。 (4)病灶區(qū)域增強(qiáng)模塊提供了一組基于數(shù)字圖像處理技術(shù)的視覺增強(qiáng)功能，幫助 醫(yī)師對(duì)步驟(2)中定義的疑似病灶區(qū)域進(jìn)行局部處理。與步驟(3)中的圖像查看工具不同 的是，圖像查看工具不更改圖像本身的數(shù)據(jù)，而只是將其顯示模式進(jìn)行了調(diào)整(包括縮放、 窗寬窗位調(diào)整和偽彩色)，而模塊病灶區(qū)域增強(qiáng)模塊則更改了圖像本身，不過其原始內(nèi)容可 以從內(nèi)存?zhèn)浞葜谢謴?fù)回來。病灶區(qū)域增強(qiáng)模塊主要包括對(duì)比度增強(qiáng)工具、梯度提取工具與 頻域處理工具。在實(shí)施增強(qiáng)過程中所用的各個(gè)參數(shù)的取值在使用增強(qiáng)工具時(shí)由醫(yī)師自由設(shè) 定。 對(duì)比度增強(qiáng)工具提供了灰度線性變換、灰度線性拉伸和灰度非線性拉伸三種對(duì)比
度增強(qiáng)手段?；叶染€性變換是將任意像素的灰度f (x， y)經(jīng)過一個(gè)線性函數(shù)g = kf+b，然 后用g(x，y)代替f (x，y)成為新的灰度取值；灰度線性拉伸是首先在直角坐標(biāo)系的第一象 限定義了一組分段點(diǎn)(fi， gi)(其中橫坐標(biāo)fi必須大于零且小于M，按序列順序從小到大排 布，這里的M是指圖像的最大灰度減l)，然后使用直線將(0，0)、分段點(diǎn)組、(M，M)依次連接 起來，將該組折線段視作一個(gè)灰度變換函數(shù)g = G(f)(超出(O，O)和(M， M)之外的部分無 效)，最后對(duì)任意像素的灰度f(x，y)進(jìn)行運(yùn)算，并用g(x，y)代替f(x，y)成為新的灰度取 值；灰度非線性拉伸也是定義了一組分段點(diǎn)并連接成灰度轉(zhuǎn)換函數(shù)，但它使用冪函數(shù)或?qū)?數(shù)/指數(shù)函數(shù)曲線而非直線來連接分段點(diǎn)。通過對(duì)局部區(qū)域?qū)Ρ榷鹊睦?，可以讓醫(yī)師更 加清晰地看到疑似病灶的灰度分布細(xì)節(jié)。 梯度提取工具提供了一階差分法、銳化模板巻積法、Ca皿y算子法和灰度形態(tài)學(xué)減 影法四種梯度提取手段。 一階差分法就是將每個(gè)像素與其水平方向和垂直方向的前一個(gè) 像素相減，其差值就是水平和垂直的局部梯度；銳化模板法就是選用一系列的銳化模板，將 模板與圖像進(jìn)行巻積，獲取局部梯度的模值，系統(tǒng)所提供的銳化模板包括Prewitt、Sobel、 Kirsch、Robinson和Gauss-Laplace ;Canny算子法就是先用一階差分法求取圖像的局部梯 度，然后在局部梯度的方向上求取二階差分過零點(diǎn)，使用該位置的一階差分模值作為真正 的梯度值；灰度形態(tài)學(xué)減影法就是分別對(duì)圖像進(jìn)行一定深度的灰度形態(tài)學(xué)膨脹(最大值濾 波)與腐蝕(最小值濾波)，然后將膨脹結(jié)果減去腐蝕結(jié)果。通過梯度提取，圖像中局部變 化的強(qiáng)度更加清晰，邊緣與亮斑更加明顯。 頻域處理工具提供了高通濾波、低通濾波、帶通/帶阻濾波、高頻增強(qiáng)濾波、陷波 濾波和同態(tài)濾波六種頻域處理手段，它們都工作在離散傅立葉變換(Discrete FourierTransform, DFT)域。高通濾波、低通濾波和帶通/帶阻濾波是三種數(shù)字信號(hào)領(lǐng)域最常見 的頻域處理手段，它們?cè)跀?shù)字圖像領(lǐng)域的涵義并未有很大改變，只是空域與頻域均拓展到 了二維。系統(tǒng)為這三種頻域?yàn)V波模式提供了理想、巴特沃斯和高斯三種可選的頻域?yàn)V波 器。高頻增強(qiáng)濾波是一種將頻域的低頻部分信號(hào)進(jìn)行抑制，同時(shí)增強(qiáng)高頻部分信號(hào)強(qiáng)度的 處理方法，它通常被定義成Uu， v) = a+|3Hhp(u， v)，這里的Hhp(u， v)是一種高通濾波 器，a是低頻抑制參數(shù)，一般不大于l， 13是高頻增強(qiáng)參數(shù)，一般大于l。陷波濾波是一種 特殊的帶阻濾波，與傳統(tǒng)的指定頻率值的帶阻濾波(其頻域?yàn)V波函數(shù)通常表現(xiàn)為環(huán)狀抑制 形態(tài))不同，陷波濾波抑制頻域空間中指定位置(包括坐標(biāo)軸、平行于坐標(biāo)軸的直線以及一 系列孤立點(diǎn))的信號(hào)，根據(jù)其抑制對(duì)象的不同分為坐標(biāo)軸陷波、網(wǎng)格線陷波與點(diǎn)陷波等。 同態(tài)濾波基于一種對(duì)乳腺鉬靶X線攝影的特殊解釋，它認(rèn)為鉬靶攝影圖像信號(hào)是由兩種信 號(hào)通過相乘運(yùn)算組合而成的，這兩種信號(hào)就是入射信號(hào)i(x， y)和透射信號(hào)t(x， y);由于 鉬靶X線機(jī)的入射信號(hào)相對(duì)固定，變化很小，而透射信號(hào)體現(xiàn)了乳腺局部組織的X線吸收 率，反映了乳腺內(nèi)部的狀況，因此需要抑制入射信號(hào)i(x， y)，增強(qiáng)透射信號(hào)t(x， y);但原 始圖像信號(hào)是乘積組合的，即f(x， y) = i(x， y)t(x， y)，通過傅立葉變換仍然無法分開處 理，因此將原始信號(hào)先進(jìn)行對(duì)數(shù)化，即z(x， y) = log(f(x， y)) = log(i(x， y))+log(t(x， y))，然后進(jìn)行傅立葉變換后在頻域中使用高頻增強(qiáng)濾波加以處理(入射信號(hào)i(x， y)變化 緩慢，屬于低頻，將受到抑制；而變化劇烈、處于高頻段的透射信號(hào)t(x， y)將被增強(qiáng))，即 Z' (u，v) = Z(u，V)Hhfe(u，v) 二F(z(x，y))Hhfe(u，v)，最后在傅立葉重建之后通過指數(shù)化，
即/'0c,力-,"W =^(z'("'v ，即可獲得同態(tài)濾波的處理結(jié)果。利用頻域處理方法，醫(yī)師可以
對(duì)圖像實(shí)施一些在空域中不宜進(jìn)行的增強(qiáng)操作(比如帶通/帶阻濾波、陷波濾波與同態(tài)濾 波)，獲得有針對(duì)性的細(xì)節(jié)觀察效果。 (5)相關(guān)病灶查詢模塊是通過對(duì)步驟(2)定義的局部區(qū)域進(jìn)行相關(guān)查詢，從而幫 助醫(yī)師提高診斷準(zhǔn)確率的。在讀片過程中，醫(yī)師有時(shí)很難對(duì)局部區(qū)域內(nèi)的疑似病灶的真?zhèn)?性或良惡性作出準(zhǔn)確判斷，因此需要將以往病例中與當(dāng)前病灶相關(guān)的且已經(jīng)得到活檢驗(yàn)證 的病灶進(jìn)行比對(duì)鑒別。這里所提到的相關(guān)通常是指視覺相似性，也就是將病灶數(shù)據(jù)庫中與 當(dāng)前病灶外觀最像的一些病灶檢索出來，它們的真?zhèn)涡院土紣盒詫?duì)當(dāng)前病灶的判斷具有最 大的參考價(jià)值。所采用的檢索方法是一種經(jīng)典的CBIR技術(shù)，它首先由醫(yī)師指定疑似病灶 的類型(腫塊還是微鈣化簇)，然后將當(dāng)前局部區(qū)域的對(duì)應(yīng)特征組抽取出來形成一個(gè)向量， 最后將該特征向量與病灶數(shù)據(jù)庫中所有同類型病灶(腫塊對(duì)應(yīng)腫塊，微鈣化簇對(duì)應(yīng)微鈣化 簇)的特征向量進(jìn)行比較，將向量歐氏距離最近的一定數(shù)量的病灶選作檢索結(jié)果。系統(tǒng)所 選用的腫塊特征共有12個(gè)，包括區(qū)域的緊湊度、區(qū)域的狹長(zhǎng)度、區(qū)域的平均灰度、區(qū)域的 灰度標(biāo)準(zhǔn)差、區(qū)域灰度的平均波動(dòng)幅度、區(qū)域的灰度波動(dòng)幅度標(biāo)準(zhǔn)差、邊界的平均離心距 離、邊界的離心距離標(biāo)準(zhǔn)差、邊界的梯度標(biāo)準(zhǔn)差、區(qū)域外周灰度的標(biāo)準(zhǔn)差、區(qū)域外周灰度的 平均波動(dòng)幅度、區(qū)域的Hausdorff分形維數(shù)；微鈣化簇特征共有8個(gè)，包括簇中微鈣化個(gè) 數(shù)、簇面積、簇環(huán)度、微鈣化的平均面積、微鈣化的平均緊湊度、微鈣化的平均狹長(zhǎng)度、所有 微鈣化的離心距離標(biāo)準(zhǔn)差的平均值、所有微鈣化的邊界梯度標(biāo)準(zhǔn)差的平均值。
權(quán)利要求
一種乳腺CR圖像交互式讀片方法，其特征在于該方法的具體步驟是步驟(1)圖像管理模塊讀入一幅待處理的乳腺CR圖像；步驟(2)局部區(qū)域標(biāo)識(shí)模塊提供一組局部區(qū)域標(biāo)識(shí)工具和局部區(qū)域編輯工具，用來選擇感興趣區(qū)域；局部區(qū)域標(biāo)識(shí)工具包括矩形區(qū)域框選工具、橢圓形區(qū)域框選工具、不規(guī)則區(qū)域點(diǎn)選工具和區(qū)域智能選擇工具；其中矩形區(qū)域框選工具和橢圓形區(qū)域框選工具是由醫(yī)師點(diǎn)擊鼠標(biāo)左鍵并進(jìn)行拖動(dòng)，從而在相應(yīng)位置定義矩形或橢圓形的局部區(qū)域的；不規(guī)則區(qū)域點(diǎn)選工具是由醫(yī)師在目標(biāo)區(qū)域的邊緣上不斷點(diǎn)擊鼠標(biāo)左鍵并以點(diǎn)擊右鍵作為結(jié)束，從而將所有點(diǎn)擊位置連接起來形成不規(guī)則的局部區(qū)域的；區(qū)域智能選擇工具則是由醫(yī)師在目標(biāo)區(qū)域的中心點(diǎn)擊鼠標(biāo)左鍵或拖動(dòng)出一個(gè)區(qū)域，然后使用一種藤蔓擴(kuò)張技術(shù)對(duì)鄰域進(jìn)行分割，生成一個(gè)不規(guī)則的局部區(qū)域的；所述的藤蔓擴(kuò)張技術(shù)是將初始區(qū)域視作藤蔓的根系，圖像視作地形圖，像素的灰度視作海拔高度；藤蔓從根系出發(fā)開始向四周蔓延，這一過程的每一步都是一次形態(tài)學(xué)膨脹，向外擴(kuò)張一個(gè)像素的寬度；對(duì)于蔓延所抵達(dá)的每一個(gè)像素，需要進(jìn)行一組判別，以決定該像素是否應(yīng)該被藤蔓占據(jù)，如果是則該像素納入藤蔓控制范圍，否則就在該位置建立起藤蔓擴(kuò)張的邊界；判別由三個(gè)約束條件組成|f(x，y)-Froot|≤Troot，|f(x，y)-f|≤Tneigh，Igrad(x，y)≤Tgrad(1)其中f(x，y)是當(dāng)前點(diǎn)的灰度，froot是根系區(qū)域像素的平均灰度，f是當(dāng)前點(diǎn)的鄰域內(nèi)已被藤蔓占據(jù)的像素的平均灰度，Igrad(x，y)是當(dāng)前點(diǎn)的梯度模值，Troot、Tneigh和Tgrad是三個(gè)閾值；局部區(qū)域編輯工具包括區(qū)域合并工具、區(qū)域分離工具和區(qū)域局部修改工具；如果將通過任何一種局部區(qū)域標(biāo)識(shí)工具所生成的區(qū)域稱作原子區(qū)域，那么區(qū)域合并工具就是提供將一些相鄰的原子區(qū)域合并成一個(gè)大區(qū)域的功能，而區(qū)域分離工具就是提供將合并后的大區(qū)域中的部分原子區(qū)域分離出來的功能，原子區(qū)域本身無法分離；使用區(qū)域局部修改工具時(shí)，要求對(duì)象必須是一個(gè)原子區(qū)域，且無論該區(qū)域之前是使用哪一種局部區(qū)域標(biāo)識(shí)工具生成的，都視作不規(guī)則區(qū)域進(jìn)行處理，記錄整個(gè)區(qū)域的每一個(gè)邊界點(diǎn)；步驟(3)圖像查看模塊和圖像測(cè)量模塊提供了一組圖像查看與測(cè)量工具，用來對(duì)圖像的局部細(xì)節(jié)進(jìn)行增強(qiáng)與測(cè)量；圖像查看工具包括局部縮放工具、窗寬窗位調(diào)整工具和偽彩色顯示工具，局部縮放工具只能針對(duì)局部位置進(jìn)行，而窗寬窗位調(diào)整工具和偽彩色顯示工具則同時(shí)支持全圖和步驟(2)中定義的局部區(qū)域；其中局部縮放工具是提供了一個(gè)圖像放大鏡，在醫(yī)生點(diǎn)擊左鍵拖動(dòng)鼠標(biāo)的過程中，將以鼠標(biāo)位置為中心的一定半徑的圓形范圍內(nèi)的圖像內(nèi)容擴(kuò)大一定倍數(shù)后顯示在擴(kuò)大后的同心圓范圍內(nèi)，這里的目標(biāo)圓形半徑和擴(kuò)大倍數(shù)的默認(rèn)值由系統(tǒng)提供，醫(yī)師可以通過系統(tǒng)的配置選項(xiàng)自由設(shè)定；窗寬窗位調(diào)整工具是通過醫(yī)師點(diǎn)擊右鍵后拖動(dòng)鼠標(biāo)來實(shí)現(xiàn)的，橫向拖動(dòng)時(shí)，向左為窗位降低，向右為窗位升高；縱向拖動(dòng)時(shí)，向上為窗寬加大，向下為窗寬縮小；拖動(dòng)時(shí)如果配合Ctrl鍵，則針對(duì)當(dāng)前激活的局部區(qū)域?qū)嵤┐皩挻拔徽{(diào)整，否則就針對(duì)全圖實(shí)施；對(duì)全圖進(jìn)行窗寬窗位調(diào)整之后，局部區(qū)域的窗寬窗位也同步更新，但局部區(qū)域的窗寬窗位調(diào)整不影響全圖；默認(rèn)情況下，圖像的初始窗位為0，初始窗寬為圖像的最大灰度級(jí)減1，但可以在系統(tǒng)的配置選項(xiàng)中確定一系列窗寬窗位喜好設(shè)定，通過快捷鍵即可直接選擇所需的窗寬窗位設(shè)定，還可以將最常用的窗寬窗位喜好設(shè)定設(shè)置為系統(tǒng)的初始窗寬窗位；偽彩色顯示工具提供了兩種彩虹和兩種熱金屬共四種配色方案，由醫(yī)師自由選擇后，將灰度圖像轉(zhuǎn)換成相應(yīng)的偽彩色圖像；由于人眼對(duì)彩色圖像的分辨能力強(qiáng)過對(duì)灰度圖像的分辨能力，偽彩色顯示雖然沒有對(duì)局部區(qū)域的對(duì)比度進(jìn)行拉伸，但仍能起到視覺增強(qiáng)的作用；局部測(cè)量模塊提供了兩種模式的測(cè)量手段，一種模式是基于掃描線的，另一種模式則是基于步驟(2)中定義的局部區(qū)域；掃描線測(cè)量模式就是由醫(yī)師點(diǎn)擊鼠標(biāo)左鍵后拖動(dòng)出一條掃描線，然后根據(jù)掃描線進(jìn)行定點(diǎn)測(cè)量，包括掃描線穿過的像素的灰度直方圖、掃描線端點(diǎn)間距離；局部區(qū)域中的測(cè)量項(xiàng)目則包括灰度直方圖、平均灰度、灰度標(biāo)準(zhǔn)差、邊緣帶對(duì)比度、邊界梯度方向熵、區(qū)域面積、邊界周長(zhǎng)、緊湊度、狹長(zhǎng)度、邊界離心距離直方圖、微鈣化個(gè)數(shù)和Hausdorff分形維數(shù)；步驟(4)病灶區(qū)域增強(qiáng)模塊提供了一組基于數(shù)字圖像處理技術(shù)的視覺增強(qiáng)功能，幫助醫(yī)師對(duì)步驟(2)中定義的疑似病灶區(qū)域進(jìn)行局部處理；圖像查看工具不更改圖像本身的數(shù)據(jù)，而只是將其顯示模式進(jìn)行了調(diào)整，而病灶區(qū)域增強(qiáng)模塊則更改了圖像本身，不過其原始內(nèi)容可以從內(nèi)存?zhèn)浞葜谢謴?fù)回來；病灶區(qū)域增強(qiáng)模塊主要包括對(duì)比度增強(qiáng)工具、梯度提取工具與頻域處理工具；在實(shí)施增強(qiáng)過程中所用的各個(gè)參數(shù)的取值在使用增強(qiáng)工具時(shí)由醫(yī)師自由設(shè)定；對(duì)比度增強(qiáng)工具提供了灰度線性變換、灰度線性拉伸和灰度非線性拉伸三種對(duì)比度增強(qiáng)手段；灰度線性變換是將任意像素的灰度f(x，y)經(jīng)過一個(gè)線性函數(shù)g＝kf+b，然后用g(x，y)代替f(x，y)成為新的灰度取值；灰度線性拉伸是首先在直角坐標(biāo)系的第一象限定義了一組分段點(diǎn)(fi，gi)，其中橫坐標(biāo)fi必須大于零且小于M，按序列順序從小到大排布，這里的M是指圖像的最大灰度減1，然后使用直線將(0，0)、分段點(diǎn)組、(M，M)依次連接起來，將該組折線段視作一個(gè)灰度變換函數(shù)g＝G(f)，超出(0，0)和(M，M)之外的部分無效，最后對(duì)任意像素的灰度f(x，y)進(jìn)行運(yùn)算，并用g(x，y)代替f(x，y)成為新的灰度取值；灰度非線性拉伸定義了一組分段點(diǎn)并連接成灰度轉(zhuǎn)換函數(shù)，使用冪函數(shù)或?qū)?shù)/指數(shù)函數(shù)曲線而非直線來連接分段點(diǎn)；通過對(duì)局部區(qū)域?qū)Ρ榷鹊睦欤梢愿忧逦乜吹揭伤撇≡畹幕叶确植技?xì)節(jié)；梯度提取工具提供了一階差分法、銳化模板卷積法、Canny算子法和灰度形態(tài)學(xué)減影法四種梯度提取手段；一階差分法就是將每個(gè)像素與其水平方向和垂直方向的前一個(gè)像素相減，其差值就是水平和垂直的局部梯度；銳化模板法就是選用一系列的銳化模板，將模板與圖像進(jìn)行卷積，獲取局部梯度的模值，系統(tǒng)所提供的銳化模板包括Prewitt、Sobel、Kirsch、Robinson和Gaus s-Laplace；Canny算子法就是先用一階差分法求取圖像的局部梯度，然后在局部梯度的方向上求取二階差分過零點(diǎn)，使用該位置的一階差分模值作為真正的梯度值；灰度形態(tài)學(xué)減影法就是分別對(duì)圖像進(jìn)行最大值濾波與最小值濾波，然后將膨脹結(jié)果減去腐蝕結(jié)果；通過梯度提取，圖像中局部變化的強(qiáng)度更加清晰，邊緣與亮斑更加明顯；頻域處理工具提供了高通濾波、低通濾波、帶通/帶阻濾波、高頻增強(qiáng)濾波、陷波濾波和同態(tài)濾波六種頻域處理手段，它們都工作在離散傅立葉變換域；步驟(5)相關(guān)病灶查詢模塊通過對(duì)步驟(2)定義的局部區(qū)域進(jìn)行相關(guān)查詢，提高診斷準(zhǔn)確率的；在讀片過程中，需要將以往病例中與當(dāng)前病灶相關(guān)的且已經(jīng)得到活檢驗(yàn)證的病灶進(jìn)行比對(duì)鑒別；所采用的檢索方法是首先指定疑似病灶的類型，然后將當(dāng)前局部區(qū)域的對(duì)應(yīng)特征組抽取出來形成一個(gè)向量，最后將該特征向量與病灶數(shù)據(jù)庫中所有同類型病灶的特征向量進(jìn)行比較，將向量歐氏距離最近的一定數(shù)量的病灶選作檢索結(jié)果；系統(tǒng)所選用的腫塊特征共有12個(gè)，包括區(qū)域的緊湊度、區(qū)域的狹長(zhǎng)度、區(qū)域的平均灰度、區(qū)域的灰度標(biāo)準(zhǔn)差、區(qū)域灰度的平均波動(dòng)幅度、區(qū)域的灰度波動(dòng)幅度標(biāo)準(zhǔn)差、邊界的平均離心距離、邊界的離心距離標(biāo)準(zhǔn)差、邊界的梯度標(biāo)準(zhǔn)差、區(qū)域外周灰度的標(biāo)準(zhǔn)差、區(qū)域外周灰度的平均波動(dòng)幅度、區(qū)域的Hausdorff分形維數(shù)；微鈣化簇特征共有8個(gè)，包括簇中微鈣化個(gè)數(shù)、簇面積、簇環(huán)度、微鈣化的平均面積、微鈣化的平均緊湊度、微鈣化的平均狹長(zhǎng)度、所有微鈣化的離心距離標(biāo)準(zhǔn)差的平均值、所有微鈣化的邊界梯度標(biāo)準(zhǔn)差的平均值。
全文摘要
本發(fā)明涉及一種乳腺CR圖像交互式讀片方法。目前的人工讀片方法效率和準(zhǔn)確率低。本發(fā)明首先讀入一幅待處理的乳腺CR圖像，然后選擇疑似病灶區(qū)域，計(jì)算疑似病灶區(qū)域的掃描線橫截直方圖、兩點(diǎn)間距離、灰度直方圖、灰度標(biāo)準(zhǔn)差、面積、周長(zhǎng)、緊湊度、狹長(zhǎng)度、邊界離心距離和分形維數(shù)；使用圖像增強(qiáng)技術(shù)對(duì)疑似病灶區(qū)域進(jìn)行視覺增強(qiáng)處理；在病灶數(shù)據(jù)庫中檢索出與其外觀相似的病灶，為良惡性診斷提供參考。本發(fā)明方法能夠方便快捷地對(duì)乳腺CR圖像進(jìn)行局部觀察、細(xì)節(jié)增強(qiáng)與參數(shù)測(cè)量，提高讀片效率、減輕工作負(fù)荷，并且精度也可以得到改善。
文檔編號(hào)G06F19/00GK101706843SQ200910153868
公開日2010年5月12日 申請(qǐng)日期2009年11月16日 優(yōu)先權(quán)日2009年11月16日
發(fā)明者劉偉, 厲力華, 徐偉棟 申請(qǐng)人:杭州電子科技大學(xué)