【技術(shù)領(lǐng)域】

本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，特別是涉及一種乳房組織的分割方法。

背景技術(shù)：

乳腺病變?yōu)橥{女性健康常見的疾病，其發(fā)病率和死亡率在女性疾病中占首位。隨著現(xiàn)代醫(yī)學(xué)診斷的快速發(fā)展，以計算機(jī)技術(shù)為輔助的檢測技術(shù)在早期乳房疾病的診斷中的應(yīng)用不斷提高，其相關(guān)的影像學(xué)檢查主要有超聲、x射線、磁共振(mr)、正電子發(fā)射掃描(pet)和電子計算機(jī)斷層掃描(ct)等，通過對影像學(xué)檢查后的圖像進(jìn)行定位和分割，可獲得直觀的視圖以及病灶的各種定量、定性指標(biāo)，從而可為進(jìn)一步的診療、術(shù)前預(yù)判、術(shù)中檢測等提供參考。同時，在放射治療計劃系統(tǒng)(radiationtherapytreatmentplanningsystem，tps)中，腫瘤靶區(qū)的準(zhǔn)確分割也在很大程度上依賴于乳房組織中腺體圖像的分割：如果分割腫瘤區(qū)域小于實際區(qū)域，相應(yīng)的殘留區(qū)域得不到照射，致使病灶區(qū)遺漏；如果分割腫瘤區(qū)域大于實際區(qū)域，則會造成患者正常組織的損傷。因此，在乳腺疾病的放射治療中，乳房組織分割的準(zhǔn)確與否直接關(guān)系到乳房組織中腫塊的精確治療或其他疾病治療過程中正常乳房組織的規(guī)避。

現(xiàn)有技術(shù)中，對乳房組織進(jìn)行分割的方法主要有：經(jīng)典閾值法^[1]、分水嶺變換^[2]以及基于主動輪廓模型^[3](snake模型)的方法。其中經(jīng)典閾值法通過尋找局部最優(yōu)值或者全局最優(yōu)值從背景中識別和提取目標(biāo)，然而由于乳房組織圖像中的噪聲、偽影較多，腫塊形狀復(fù)雜多變，容易受到噪音干擾，經(jīng)典閾值法獲得的分割結(jié)果存在一定偏差；分水嶺變換通過對梯度圖像進(jìn)行分割，在分割 圖像時可以產(chǎn)生單像素的封閉輪廓，但存在過分割現(xiàn)象；snake模型能夠?qū)崿F(xiàn)目標(biāo)輪廓的提取，但對初始位置敏感，易陷入局部極值。因此，有必要對現(xiàn)有乳房組織的分割方法進(jìn)行改進(jìn)。

[1].sezginm.surveyoverimagethresholdingtechniquesandquantitativeperformanceevaluation[j].journalofelectronicimaging,2004,13(1):146-168.

[2].lewiss.h.,donga.detectionofbreasttumorcandidatesusingmarker-controlledwatershedsegmentationandmorphologicalanalysis[c]//imageanalysisandinterpretation(ssiai),2012ieeesouthwestsymposiumon.ieee,2012:1-4.

[3].changrf,wuwj,moonwk,etal.segmentationofbreasttumorinthree-dimensionalultrasoundimagesusingthree-dimensionaldiscreteactivecontourmodel[j].ultrasoundinmedicine&biology,2003,29(11):1571-1581.

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題提出一種乳房組織的分割方法，其能實現(xiàn)乳房組織的自動分割，且準(zhǔn)確度高。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種乳房組織的分割方法，包括如下步驟：

輸入包含乳房組織的若干個切片圖像，根據(jù)所述切片圖像中像素點的灰度信息確定乳房的皮膚線和肺組織；

根據(jù)所述皮膚線或肺組織的位置分別確定所述切片圖像沿軸向的檢測范圍，以及所述乳房組織的左特征點和右特征點，所述檢測范圍包括起始層、中間層和終止層切片圖像；

確定所述中間層切片的胸壁線，并根據(jù)中間層切片的胸壁線以及相鄰層切片的胸壁線的連續(xù)性，確定所述檢測范圍內(nèi)除所述中間層切片之外的切片圖像的胸壁線；

根據(jù)檢測范圍內(nèi)的皮膚線、胸壁線、左特征點和右特征點獲取所述乳房組織的分割結(jié)果。

進(jìn)一步地，所述切片圖像沿軸向的檢測范圍根據(jù)所述皮膚線確定，具體過程為：

檢測各層切片圖像中間部分皮膚線上最低點所在的位置；

確定各層切片圖像中皮膚線最低點所在的圖像行，并以所述皮膚線最低點所在的圖像行為邊界確定乳房組織的截斷區(qū)域；

計算各層切片圖像中乳房組織截斷區(qū)域的面積，并獲取乳房組織截斷區(qū)域的面積分布曲線；

利用所述乳房組織截斷區(qū)域的面積分布曲線確定乳房組織檢測范圍沿軸向的起始層、中間層和終止層切片圖像，所述起始層或終止層切片為所述面積分布曲線的波谷位置所對應(yīng)的切片，所述中間層切片為所述面積分布曲線的波峰位置所對應(yīng)的切片。

進(jìn)一步地，所述切片圖像沿軸向的檢測范圍根據(jù)肺組織的位置確定，具體為：檢測所述肺組織沿軸向的頂端和底端，令所述頂端所對應(yīng)的切片為起始層切片，令所述底端所對應(yīng)的切片為終止層切片，且令所述頂端與底端之間的中間位置所對應(yīng)的切片為中間層切片。

進(jìn)一步地，所述乳房組織的左特征點為左側(cè)背闊肌的端點位置，所述乳房組織的右特征點為右側(cè)背闊肌的端點位置。

進(jìn)一步地，確定所述中間層切片的胸壁線具體過程為：

對所述中間層切片圖像先后進(jìn)行極坐標(biāo)變換和二值化處理，獲取中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像；

根據(jù)所述中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像確定胸壁線的候選點，所述候選點為所述中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像中每一圖像列上像素值的跳變點；

根據(jù)所述候選點獲取中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像上所有列的目標(biāo)候選點；

基于所述目標(biāo)候選點獲取中間層切片的胸壁線，所述胸壁線為所有目標(biāo)候選點的集合。

進(jìn)一步地，還包括去除所述中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像中皮膚線所圍的區(qū)域外部和肺組織內(nèi)部的像素點。

進(jìn)一步地，所述二維極坐標(biāo)轉(zhuǎn)換圖像上第一列的目標(biāo)候選點為行坐標(biāo)最小的候選點。

進(jìn)一步地，所述二維極坐標(biāo)轉(zhuǎn)換圖像上剩余列的目標(biāo)候選點獲取過程為：以當(dāng)前列的前一列為參考列，令當(dāng)前列中與參考列的目標(biāo)候選點的距離在設(shè)定范圍的候選點為目標(biāo)候選點。

進(jìn)一步地，還包括對于不包含候選點或者所有候選點不滿足目標(biāo)候選點的圖像列，根據(jù)肺組織二值化邊緣的起伏程度和目標(biāo)候選點的連續(xù)性分別進(jìn)行虛擬插值和實際插值，獲取目標(biāo)候選點。

進(jìn)一步地，根據(jù)中間層切片的胸壁線以及相鄰層切片的胸壁線的連續(xù)性，確定所述檢測范圍內(nèi)除所述中間層之外的切片圖像上的胸壁線，具體過程為：

對于所述檢測范圍內(nèi)除所述中間層之外的切片圖像，分別按照離中間層切片由近及遠(yuǎn)的次序選擇相應(yīng)的切片層作為當(dāng)前層切片，對所述當(dāng)前層切片圖像 進(jìn)行極坐標(biāo)變換和二值化處理，獲取當(dāng)前層切片圖像的二維極坐標(biāo)轉(zhuǎn)換圖像；

獲取當(dāng)前層切片圖像的二維極坐標(biāo)轉(zhuǎn)換圖像上所有圖像列的候選點，并根據(jù)前一層切片胸壁線的位置篩選所述候選點；

根據(jù)經(jīng)過篩選的候選點獲取當(dāng)前層切片圖像的二維極坐標(biāo)轉(zhuǎn)換圖像上所有圖像列的目標(biāo)候選點，并根據(jù)所述目標(biāo)候選點獲取當(dāng)前層切片的胸壁線。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于：根據(jù)切片圖像相鄰層胸壁線的連續(xù)性和肺組織的邊緣趨勢，由已確定切片圖像層的胸壁線，嚴(yán)格限制下一切片層胸壁線的檢測范圍，乳房組織胸壁線的檢測結(jié)果準(zhǔn)確度高、快速；根據(jù)皮膚線、肺組織的分割結(jié)果以及乳房組織的位置特征，確定檢測范圍、左特征點和右特征點，結(jié)合檢測的胸壁線實現(xiàn)乳房組織的全自動分割，對于不同類型的乳房組織定位精度高、分割準(zhǔn)確。

【附圖說明】

圖1為本發(fā)明的乳房組織的分割方法流程圖；

圖2為本發(fā)明一實施例中沿軸向確定檢測范圍的方法示意圖；

圖3為本發(fā)明所用的ct圖像的中間層切片圖像；

圖4為乳房組織截斷區(qū)域的面積分布曲線示意圖；

圖5為本發(fā)明確定中間層切片的胸壁線的流程圖；

圖6a為對圖3進(jìn)行極坐標(biāo)轉(zhuǎn)換處理的圖像；

圖6b為對圖6a進(jìn)行二值化處理后的中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像；

圖7為中間層切片圖像的二維極坐標(biāo)轉(zhuǎn)換圖像上候選點示意圖；

圖8為本發(fā)明獲取中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像每一列的目標(biāo)候選點流程圖；

圖9a為本發(fā)明中間層切片的胸壁線在極坐標(biāo)下的示意圖；

圖9b為采用本發(fā)明方法獲取的乳房組織中間層切片的分割結(jié)果示意圖；

圖10為采用本發(fā)明方法分割不同類型乳房組織結(jié)果示意圖。

【具體實施方式】

使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合附圖和實施例對本發(fā)明的具體實施方式做詳細(xì)的說明。

本發(fā)明一種乳房組織的分割方法如圖1所示，包括如下步驟：

s10、輸入包含乳房組織的數(shù)個或者若干個切片圖像(或片層圖像)，根據(jù)切片圖像中像素點的灰度信息確定乳房的皮膚線和肺組織。乳房組織切片圖像的成像方式可以是磁共振設(shè)備(mr)成像、電子計算機(jī)斷層掃描(ct)、x光機(jī)(特別是乳腺機(jī))成像等，具體地，在本實施例中，以乳房組織ct切片圖像為例說明，該ct切片圖像也可稱為三維序列圖像，其中包含若干個切片(圖像)。正常乳房組織的ct有皮膚、皮下脂肪、乳腺實質(zhì)組成，脂肪組織的ct值一般在-80至-110hu范圍內(nèi)，腺體組織的ct值通常在10hu至30hu范圍內(nèi)，而空氣的ct值通常約為-1000hu，大多數(shù)肺組織的ct值在-910至-500hu范圍內(nèi)。因此，可采用灰度閾值分割方法獲得ct圖像中皮膚線內(nèi)部的胸部組織區(qū)域(灰度閾值可根據(jù)圖像確定，本實施例灰度閾值設(shè)定為-400)，從而確定皮膚線。皮膚線的具體定義為背景區(qū)域和胸部組織圖像的剩余部分之間的邊緣，皮膚線可包括乳房組織邊界的像素以及諸如胸腔像素、標(biāo)記等不屬于乳腺邊界的像素。此外，在檢測的胸部組織內(nèi)部，根據(jù)像素點的灰度信息采用自適應(yīng)閾值分割方法可確定肺組織，上述閾值分割的詳細(xì)過程可參照hus,hoffmane,reinhardtjm.automaticlungsegmentationforaccuratequantitationofvolumetricx-rayctimages[j].medicalimaging,ieeetransactionson,2001, 20(6):490-498。

s20、根據(jù)皮膚線或/和肺組織的位置分別確定切片圖像沿軸向的檢測范圍，以及乳房組織的左特征點和右特征點，檢測范圍包括起始層、中間層和終止層切片圖像。本發(fā)明一實施例中，切片圖像在軸向方向的檢測范圍可根據(jù)皮膚線確定，具體步驟如圖2所示：

建立坐標(biāo)系，對乳房組織的切片圖像進(jìn)行降噪處理，其中令左右方向的冠狀軸為x軸，用以衡量圖像的列坐標(biāo)；令前后方向的矢狀軸為y軸，用以衡量圖像的行坐標(biāo)；令與x、y軸分別垂直的上下軸向方向為z軸(與紙面垂直)。切片圖像包含多層，對于每一層切片圖像都進(jìn)行相同操作，獲取各層切片圖像中間部分皮膚線上最低點所在的位置，中間部分的皮膚線具體為位于左、右乳房之間部分。以其中任一層切片圖像作為當(dāng)前層切片為例說明：首先，令當(dāng)前層切片圖像中左上角的像素點為坐標(biāo)原點，在當(dāng)前層切片圖像內(nèi)獲取包含肺組織區(qū)域的最小矩形區(qū)域，并確定最小矩形區(qū)域的中心點所在的圖像列，本具體實施例中，當(dāng)前層切片圖像內(nèi)包含肺組織區(qū)域的最小矩形區(qū)域的中心點所在的圖像列為第m列(x＝m)，m>50；然后，以上述最小矩形區(qū)域的中心點所在的圖像列為中心設(shè)定當(dāng)前層切片圖像中閾值圖像列的范圍，獲取閾值圖像列范圍內(nèi)所對應(yīng)的皮膚線上的最低點，本具體實施例中，閾值圖像列的范圍為以第m列為中心從第m-50列(x＝m-50)至第m+50列(x＝m+50)，共包含100個圖像列，每一圖像列都有對應(yīng)的皮膚線上的點，比較閾值圖像列范圍內(nèi)皮膚線上點對應(yīng)圖像行大小，即可獲得當(dāng)前層切片圖像皮膚線最低點所在的位置，皮膚線最低點所在的位置為處于閾值圖像列范圍內(nèi)的皮膚線上行坐標(biāo)最大值所在位置(對應(yīng)y值最大)。依照上述方法可獲得切片圖像中各層切片圖像皮膚線最低點所在的位置。

接著，確定各層切片圖像中皮膚線最低點所在的圖像行，并以皮膚線最低點所在的圖像行為邊界確定乳房組織的截斷區(qū)域。每一層切片圖像中的皮膚線最低點都有唯一y值對應(yīng)，皮膚線最低點所在的圖像行以及相應(yīng)層切片圖像的皮膚線共同圍成乳房組織的截斷區(qū)域。

隨后，計算各層切片圖像中乳房組織截斷區(qū)域的面積，并根據(jù)截斷區(qū)域的面積獲得其沿軸向(z軸)的面積分布曲線。

最后，根據(jù)乳房組織截斷區(qū)域的面積分布曲線確定乳房組織檢測范圍沿軸向的起始層、中間層和終止層切片圖像。如圖4所示，橫坐標(biāo)表示沿軸向的z值，縱坐標(biāo)表示z值對應(yīng)切片層面中乳房組織截斷區(qū)域的面積，與乳房組織的形態(tài)特征相符合，乳房組織截斷區(qū)域的面積分布曲線沿z軸方向上在p2處出現(xiàn)一個波峰，在p1和p3處出現(xiàn)兩個波谷，波峰為乳房組織截斷區(qū)域面積最大處，所對應(yīng)的切片圖像層為中間層切片(圖像)，同時也是乳頭所在的切片圖像層；兩個波谷為乳房組織截斷區(qū)域面積最小處，所對應(yīng)的切片圖像層為起始層或終止層切片(圖像)。更具體地，對應(yīng)z值較小的為起始層切片(圖像)；對應(yīng)z值較大的為終止層切片(圖像)。

但是，由于個體之間的差異以及人體不同生理期的內(nèi)分泌變化，部分病人乳房較小或可能會出現(xiàn)乳房下垂、以及在拍攝ct圖像時可能位置傾斜，上述多種因素會導(dǎo)致乳房組織的面積分布曲線中波谷位置不易被檢測，而很難獲取起始層和終止層的精確位置。在另一實施例中，根據(jù)人體生理結(jié)構(gòu)存在如下特征：乳房組織大致位于人體第二根肋骨和第七個肋骨之間的位置，而第二根肋骨位于肺組織在軸向上的頂端，第七個肋骨位于左肺或者右肺在軸向上的底端，根據(jù)乳房組織的位置與肺組織的相對位置特征，通過檢測已分割肺組織在軸向上的頂端和底端來確定乳房組織的起始層和終止層進(jìn)而確定切片圖像沿軸向 的檢測范圍，具體為：與實施例一類似，首先建立人體坐標(biāo)系，左右方向的冠狀軸為x軸，前后方向的矢狀軸為y軸，上下軸向方向為z軸(軸向)；檢測獲取切片圖像中肺組織沿軸向的頂端和底端；令肺組織的頂端所對應(yīng)的切片圖像層為起始層切片(圖像)，令肺組織的底端所對應(yīng)的切片圖像層為終止層切片(圖像)，且令肺組織的頂端和底端之間的中間位置所對應(yīng)的切片圖像層為中間層切片(圖像)。

此外，還可以根據(jù)皮膚線和肺組織的位置確定乳房組織的左特征點和右特征點，具體可根據(jù)左、右乳房周圍背闊肌的端點位置確定乳房的左特征點和右特征點，包括如下步驟：

獲取中間層切片圖像皮膚線內(nèi)部和肺組織外部包圍的胸部組織區(qū)域，對該胸部組織區(qū)域的每個像素點采用閾值分割方法(本具體實施例中閾值設(shè)為0)進(jìn)行二值化處理獲得二值化圖像；

提取胸部組織區(qū)域二值化圖像中的最左側(cè)和最右側(cè)的像素點，這兩個點分別為背闊肌在乳房組織圖像中最右側(cè)和最左側(cè)的位置，分別令二值化圖像中最左側(cè)和最右側(cè)的像素點為左參考點和右參考點；

從左、右參考點開始，分別搜索二值化圖像中從背闊肌跳躍到胸壁上的點，包括左跳躍點和右跳躍點，左跳躍點為左側(cè)背闊肌的端點位置，右側(cè)跳躍點為右側(cè)背闊肌的端點位置，分別令左、右側(cè)背闊肌的端點位置為乳房組織的左特征點l、右特征點r。需要說明的是，在實際處理過程中，左、右特征點并非嚴(yán)格意義上的背闊肌端點位置，在一個實施例中，乳腺組織的左特征點l為檢測的左側(cè)背闊肌端點向左平移5個像素并向上平移10個像素的像素點所在的位置，乳房組織的右特征點r為檢測的右側(cè)背闊肌端點向右平移5個像素并向上平移10個像素的像素點所在的位置。

s30、確定中間層切片的胸壁線，并根據(jù)中間層切片的胸壁線以及相鄰層切片的胸壁線的連續(xù)性，確定檢測范圍內(nèi)除中間層切片之外的切片圖像的胸壁線。中間層切片的胸壁線檢測過程如圖5所示，包括如下步驟：

s301.對中間層切片圖像先后進(jìn)行極坐標(biāo)變換和二值化處理，獲取中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像。其中，中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像包括肺組織的二維極坐標(biāo)轉(zhuǎn)換圖像以及皮膚線包圍的胸部組織區(qū)域二維極坐標(biāo)轉(zhuǎn)換圖像。在此具體實施例中，中間層切片圖像為灰度圖像，極坐標(biāo)變換的過程為：首先確定掃描參數(shù)，掃描參數(shù)包括掃描起點、掃描半徑、掃描起始角度和掃描終止角度；掃描起點的確定方式為：在中間層切片圖像的肺組織區(qū)域，獲得可以包含肺組織區(qū)域的最小矩形區(qū)域，令該矩形區(qū)域下半部分的中心位置為掃描起點c；掃描半徑r依據(jù)乳房組織的左、右背闊肌端點或左、右特征點到掃描起點的距離(r的長度為線段cl或線段cr)獲得，需要說明的是，考慮到肺組織區(qū)域的非均勻性，掃描半徑r設(shè)置為乳房組織的左、右背闊肌端點距離掃描起點的最大值，再加上30個像素點的長度；如圖3所示，掃描起始角度為掃描起始點c和左特征點的連線cl與水平方向的夾角α，掃描終止角度為掃描起始點c和右特征點的連線cr與水平方向的夾角β。利用上述掃描參數(shù)，采用射線掃描將中間層切片灰度圖像的肺組織圖像、皮膚線內(nèi)部的胸部組織區(qū)域圖像進(jìn)行極坐標(biāo)變換，中間層切片的二維乳房組織圖像被重采樣，掃描的射線數(shù)目具體為1200條。在二維極坐標(biāo)圖像中，橫軸表示這些掃描射線的序號，縱軸表示射線上的點距離掃描起點的距離，且掃描射線的序號為1至1200。通過射線掃描方法得到的所有掃描射線，而每一條掃描射線通過極坐標(biāo)方法轉(zhuǎn)換可得到如圖6a所示的極坐標(biāo)圖像的每一列，每一列上的點表示每一條掃描射線在中間層圖像中經(jīng)過的點。此外，還需要對中間層切片極坐標(biāo)轉(zhuǎn)換后圖像 進(jìn)行二值化處理，具體為：設(shè)定灰度閾值，采用閾值分割方法對圖6a灰度圖像所對應(yīng)的像素點進(jìn)行二值化處理(閾值范設(shè)定為-30)，獲得如圖6b所示的最終中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像。需要說明的是，本發(fā)明還對中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像進(jìn)行去噪處理，以中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像中皮膚線外部區(qū)域二值圖像和肺組織二值圖像所對應(yīng)部分作為模版，并用該模板點乘上述中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像以排除皮膚線以外以及肺組織內(nèi)部的像素點信息。

s302.根據(jù)步驟s301獲取的中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像確定中間層切片胸壁線的候選點，具體為：對于中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像，獲取每列中由0變?yōu)?的像素點，并去除一些非連通的散點(連通區(qū)域內(nèi)由0變?yōu)?的像素點個數(shù)小于10或20)，從而得到如圖7所示的胸壁線的候選點(顏色較亮部分)；

s303.根據(jù)步驟s302中獲取的胸壁線候選點，依次以中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像的第一列到最后列的每一圖像列為當(dāng)前列，獲取每一列的目標(biāo)候選點。該過程如圖8所示：

1)獲取當(dāng)前列所對應(yīng)的列坐標(biāo)值，判斷當(dāng)前列是否為第一列，若是，則在當(dāng)前列中選定對應(yīng)行坐標(biāo)值最小，即與皮膚線最近的候選點為第一列的目標(biāo)像素點；若否，執(zhí)行步驟2)；

2)判斷當(dāng)前列是否包含有候選點，如果當(dāng)前列包含候選點，則以當(dāng)前列的前一列為參考列(參考列的目標(biāo)候選點已知)，當(dāng)前列的目標(biāo)候選點為二維極坐標(biāo)圖像上，與參考列的目標(biāo)候選點的距離在設(shè)定范圍的候選點，并令該候選點為目標(biāo)候選點，并令后一列為當(dāng)前列，并繼續(xù)執(zhí)行步驟1)；如果當(dāng)前列不包含與參考列的目標(biāo)候選點的距離在設(shè)定范圍的候選點，則刪除該列上的所 有候選點，執(zhí)行步驟3)；如果檢測當(dāng)前列中不存在任何候選點，執(zhí)行步驟3)。

以當(dāng)前操作列為第s列(s≥2)說明，第s-1列為參考列，參考列的目標(biāo)候選點已知，在第s列的所有候選點中獲取距離第s-1列距離最近的候選點，并進(jìn)一步判斷上述距離是否小于5個像素點，滿足上述條件的候選點則為第s列的目標(biāo)候選點；如果在第s列的所有候選點中不包含與第s-1列目標(biāo)候選點的距離小于5個像素點的候選點，刪除第s列上的所有候選點，執(zhí)行步驟3)；如果第s列不包含候選點，執(zhí)行步驟3)。

3)對不包含候選點或者無法獲得目標(biāo)候選點的圖像列，根據(jù)肺組織二值化邊緣的起伏程度，進(jìn)行虛擬插值，獲取虛擬候選點，詳細(xì)過程為：

若肺組織所在最大行數(shù)與最小行數(shù)之差小于80個像素點，則說明肺組織二值化邊緣曲線較平，則首個需要進(jìn)行虛擬插值的圖像列上的兩個虛擬插值點的行坐標(biāo)為在前一列已選定候選點行坐標(biāo)值基礎(chǔ)上分別加、減1個像素點，定義虛擬插值點為虛擬候選點。需要說明的是，如果有多個連續(xù)圖像列需要插值，則按照每間隔7個圖像列虛擬插值點的行坐標(biāo)值分別加、減1個像素點進(jìn)行虛擬插值，相鄰連續(xù)7個圖像列內(nèi)虛擬插值點的行坐標(biāo)值保持不變。

若肺組織所在最大行數(shù)與最小行數(shù)之差大于80個像素點，說明肺組織二值化邊緣曲線較陡，則首個需要進(jìn)行虛擬插值的圖像列上的兩個虛擬插點的行坐標(biāo)為在前一列已選定候選點行坐標(biāo)基礎(chǔ)上分別加、減1個像素點，定義虛擬插值點為虛擬候選點。需要說明的是，如果有多個連續(xù)圖像列需要插值，則按照每間隔5個圖像列虛擬插值點的行坐標(biāo)值分別加、減1個像素點進(jìn)行虛擬插值，相鄰連續(xù)5個圖像列內(nèi)虛擬插值點的行坐標(biāo)值保持不變。

4)以當(dāng)前列的虛擬候選點為虛擬目標(biāo)候選點，判斷當(dāng)前列的后一列中是否存在滿足2)中條件的目標(biāo)候選點，如存在目標(biāo)候選點，則根據(jù)目標(biāo)候選點 的連續(xù)性對開始虛擬插值圖像列和終止虛擬插值圖像列之間的圖像列進(jìn)行實際插值，獲取對開始虛擬插值圖像列和終止虛擬插值圖像列之間的圖像列上的目標(biāo)候選點；如果不存在目標(biāo)候選點，則返回執(zhí)行步驟3)。

判斷當(dāng)前列的后一列中是否存在目標(biāo)候選點的具體步驟為：以當(dāng)前列為參考列，令當(dāng)前列上的虛擬目標(biāo)候選點為參考點，計算參考列的后一列上是否存在與參考點的最小距離在設(shè)定范圍內(nèi)(5個像素點)的候選點，如果條件滿足，則判定當(dāng)前列的后一列中存在目標(biāo)候選點；如果條件不滿足，則判定當(dāng)前列的后一列中不存在目標(biāo)候選點。

進(jìn)一步地，對開始虛擬插值圖像列和終止虛擬插值圖像列進(jìn)行實際插值，獲取目標(biāo)候選點的具體步驟為：以開始虛擬插值圖像列的前一列的目標(biāo)候選點為起點，以終止虛擬插值圖像列的后一列的目標(biāo)候選點為終點，獲取兩點之間的直線，該直線會與開始虛擬插值圖像列和終止虛擬插值圖像列之間的圖像列存在唯一交點，該交點定義為對應(yīng)圖像列的目標(biāo)候選點。需要說明的是，在每次執(zhí)行完上述過程后，需判斷中間層切片的二維極坐標(biāo)轉(zhuǎn)換圖像的所有圖像列是否執(zhí)行完畢，如果條件滿足，則結(jié)束該過程；否則，重新以下一圖像列為當(dāng)前列并返回執(zhí)行步驟1)，按照上述步驟可依次獲取每一列的目標(biāo)候選點。

s304.根據(jù)每一圖像列的目標(biāo)候選點獲取中間層切片的胸壁線。如圖9a所示，中間亮度較高的曲線為獲取的二維極坐標(biāo)下的胸壁線，對所有目標(biāo)候選點的集合組成的二維極坐標(biāo)轉(zhuǎn)換圖像中的胸壁線進(jìn)行極坐標(biāo)逆變換可獲取原始二維乳房組織中間層切片的胸壁線。

利用極坐標(biāo)逆轉(zhuǎn)換獲取原始二維乳房組織中間層切片的胸壁線，如圖9b所示，結(jié)合步驟s10中獲得的皮膚線，以s30中確定的掃描起點c與左特征點l、右特征點r形成的兩條射線cl和cr，上述四條分割線圍成的區(qū)域被 定義為乳房組織區(qū)域，以過中間層切片左右乳房之間皮膚線最低點的垂線將乳房組織分為左、右乳房組織。

在確定中間層切片的胸壁線的基礎(chǔ)上，結(jié)合相鄰層切片圖像中胸壁線的連續(xù)性，可限定相鄰層切片圖像中胸壁線的檢測位置。從中間層(對應(yīng)z值為m)開始分別向上(z>m)和向下(z<m)逐層(按照離中間層由近及遠(yuǎn)的次序)進(jìn)行處理，所有剩余層的處理方式相同，以其中任一層為例說明：

假設(shè)當(dāng)前層切片圖像為第k+1層，基于極坐標(biāo)轉(zhuǎn)換方法，利用射線掃描將灰度圖像和皮膚線內(nèi)部的胸部組織區(qū)域二值圖像分別變換為二維極坐標(biāo)轉(zhuǎn)換圖像，包括掃描起點、掃描半徑、掃描起始角度和掃描終止角度等的掃描參數(shù)都保持和中間層一致；

對經(jīng)過極坐標(biāo)轉(zhuǎn)換的圖像(此時仍為灰度圖像)采用閾值分割方法(如：-30)二值化，同時還包括用皮膚線內(nèi)部的胸部組織區(qū)域二值圖像點乘灰度圖像的二值圖，從而去除灰度圖像的二值圖上皮膚線以外的像素點信息。在處理后的灰度圖像的二值圖的每列中獲得由0變?yōu)?的像素點，從而得到第k+1層圖像中胸壁線的所有候選點；

在二維極坐標(biāo)轉(zhuǎn)換圖像上，根據(jù)當(dāng)前層(第k+1層)切片圖像的前一層(第k層)胸壁線的位置篩選當(dāng)前層的候選點，具體為：根據(jù)前一層切片的胸壁線的起伏程度，設(shè)定候選點篩選范圍大小，若前一層切片的胸壁線最大行數(shù)與最小行數(shù)之差大于80個像素點，在以前一層每一列上檢測到的胸壁線位置為中心，上下20個像素點范圍內(nèi)，在當(dāng)前層切片圖像中的每一圖像列保留處于該區(qū)域范圍內(nèi)的候選點；若前一層切片的胸壁線最大行數(shù)與最小行數(shù)之差小于80個像素點，則在以前一層每一列上檢測到的胸壁線位置為中心，上下6個像素范圍內(nèi)，在當(dāng)前層切片圖像中的每一圖像列保留處于該區(qū)域范圍內(nèi)的候 選點；

根據(jù)當(dāng)前層切片圖像中的候選點，依次獲取當(dāng)前層切片圖像的二維極坐標(biāo)轉(zhuǎn)換圖像的第一列至最后一列的目標(biāo)候選點，具體方法與s30的步驟s303相同。當(dāng)前層切片的胸壁線所有目標(biāo)候選點的集合經(jīng)過極坐標(biāo)逆轉(zhuǎn)換獲得當(dāng)前層切片的胸壁線。

s40、根據(jù)檢測范圍內(nèi)的皮膚線、胸壁線、左特征點和右特征點獲取乳房組織的分割結(jié)果。

本發(fā)明選用不同類型的乳房組織進(jìn)行處理，均具有較好且準(zhǔn)確的分割結(jié)果。如圖10所示，分別為對脂肪型(a)、致密型(b)、少量纖維腺體型(c)和混合型(d)的乳房組織的分割結(jié)果，對于三種脂肪和纖維腺體比例不同的乳房組織均可自動分割，且準(zhǔn)確度高。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。