一種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)及方法
【專利摘要】本發(fā)明提供一種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)及方法，該系統(tǒng)包括圖像預(yù)處理單元、圖像病灶位置相似性度量單元、圖像內(nèi)容相似性度量單元和圖像綜合相似性度量器，該方法為獲取乳腺鉬靶x射線圖像的待檢索圖像、歷史圖像集，選取標(biāo)準(zhǔn)圖像，對(duì)待檢索圖像和歷史圖像集進(jìn)行預(yù)處理，對(duì)預(yù)處理后的待檢索圖像和預(yù)處理后的歷史圖像集進(jìn)行圖像病灶位置相似性度量，對(duì)乳腺鉬靶x線圖像的預(yù)處理后的待檢索圖像和預(yù)處理后的歷史圖像集進(jìn)行圖像內(nèi)容相似性度量，得出圖像綜合相似性圖像序號(hào)，得到待檢索圖像檢索結(jié)果。本發(fā)明增加了基于病灶位置相似性度量方法，有效地改善乳腺鉬靶x線圖像的檢索性能，進(jìn)一步輔助醫(yī)生對(duì)乳腺疾病的診斷。
【專利說(shuō)明】
-種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于醫(yī)學(xué)圖像后處理技術(shù)領(lǐng)域，具體設(shè)及一種基于病灶位置與內(nèi)容的乳腺 圖像檢索系統(tǒng)及方法。
【背景技術(shù)】
[0002] 目前，乳腺癌篩查是實(shí)現(xiàn)乳腺癌早診早治的重要手段，可W降低30%的死亡率。乳 腺鋼祀X線影像是乳腺癌早期檢測(cè)、診斷的重要依據(jù)，乳腺圖像中病灶的不同表現(xiàn)，成為早 期診斷乳腺癌的唯一標(biāo)準(zhǔn)，但其的診斷具有較大的難度，通過(guò)乳腺圖像的檢索可W有效地 輔助醫(yī)生診斷。
[0003] 基于內(nèi)容的圖像檢索技術(shù)開始于90年代初期，發(fā)展到如今它在醫(yī)學(xué)上的用途越來(lái) 越廣泛，其中在乳腺圖像檢索方面的意義極為重大，是根據(jù)乳腺圖像的特點(diǎn)來(lái)進(jìn)行檢索的， 將檢索結(jié)果視為醫(yī)學(xué)診斷的有用價(jià)值。發(fā)展至今，檢索技術(shù)已經(jīng)有了較為成熟的發(fā)展，卻仍 然在檢索性能方面存在缺陷，主要表現(xiàn)在檢索性能較低上，其主要原因在于圖像含有的信 息量W及相似性度量方式，即所提取出圖像有用信息的含量和相似性檢索的方法。因此，如 何改善檢索的性能，仍需要進(jìn)一步討論和研究。

【發(fā)明內(nèi)容】

[0004] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提出一種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng) 及方法。
[0005] 本發(fā)明的技術(shù)方案是:一種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，包括圖像 預(yù)處理單元、圖像病灶位置相似性度量單元、圖像內(nèi)容相似性度量單元和圖像綜合相似性 度量器；
[0006] 所述圖像預(yù)處理單元，用于獲取乳腺鋼祀X射線圖像的待檢索圖像Fo、歷史圖像集 (Fi，F(xiàn)2,…，F(xiàn)n),選取標(biāo)準(zhǔn)圖像Fe,對(duì)待檢索圖像Fo和歷史圖像集(Fi，F(xiàn)2,…，F(xiàn)n)進(jìn)行預(yù)處理， 得到預(yù)處理后的圖像集（I〇，Il，l2,…，In),其中，包括預(yù)處理后的待檢索圖像Io和預(yù)處理后 的歷史圖像集（II，12,…，In);所述標(biāo)準(zhǔn)圖像Fe為形態(tài)正常、大小適中的乳腺鋼祀X射線圖 像；
[0007] 所述圖像病灶位置相似性度量單元，用于對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢 索圖像Io和預(yù)處理后的歷史圖像集…，In)進(jìn)行圖像病灶位置相似性度量，得到圖像 病灶位置相似性集合(Sl，S2，…，Sn);
[000引所述圖像內(nèi)容相似性度量單元，用于對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖 像Io和預(yù)處理后的歷史圖像集…，In)進(jìn)行圖像內(nèi)容相似性度量，得到圖像內(nèi)容相似 性集合化1瓜，…，En);
[0009]所述圖像綜合相似性度量器，用于將圖像病灶位置相似性集合(Sl，S2，…，Sn)按照 圖像病灶位置相似性從大到小排序，并標(biāo)記序號(hào)，將排序后的圖像病灶位置相似性集合的 序號(hào)分配A%的權(quán)重，將圖像內(nèi)容相似性集合化，E2,…，En)按照?qǐng)D像內(nèi)容相似性從小到大 排序，并標(biāo)記序號(hào)，將排序后的圖像內(nèi)容相似性集合的序號(hào)分配（IOO-A) %的權(quán)重，綜合圖 像病灶位置相似性圖像序號(hào)和圖像內(nèi)容相似性圖像序號(hào)得出圖像綜合相似性圖像序號(hào)，得 到待檢索圖像檢索結(jié)果：即圖像綜合相似性圖像序號(hào)越小，表示該圖像與待檢索圖像越相 似。
[0010]優(yōu)選地，所述圖像預(yù)處理單元包括:圖像去噪器和圖像增強(qiáng)器；
[0011]所述圖像去噪器，用于分別對(duì)待檢索圖像Fo和歷史圖像集化，F(xiàn)2,…，F(xiàn)n)進(jìn)行降噪 處理，得到降噪后的待檢索圖像Po和降噪后的歷史圖像集(Pl，P2,…，Pn);
[0012] 所述圖像增強(qiáng)器，用于分別對(duì)降噪后的待檢索圖像Po和降噪后的歷史圖像集(Pi， P2,…，Pn)進(jìn)行圖像增強(qiáng)處理，得到預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集（II， 12,... ,In);
[0013] 優(yōu)選地，所述圖像病灶位置相似性度量單元包括:病灶位置中屯、點(diǎn)和半徑確定器、 待檢索圖像和圖像庫(kù)與標(biāo)準(zhǔn)圖像配準(zhǔn)器、圖像病灶位置相似性確定器；
[0014] 所述病灶位置中屯、點(diǎn)和半徑確定器，用于確定預(yù)處理后的圖像集（1〇, Ii, 12,…， In)的病灶位置中屯、點(diǎn)坐標(biāo)集{(x〇，y〇)，（Xl，yi)，（X2,y2)，，，，（Xn，yn)巧Pl病灶位置半徑集(Ro, Rl, R2,-- - ,Rn)；
[0015] 優(yōu)選地，所述確定預(yù)處理后的圖像集（1〇, Il, 12,…，In)的病灶位置中屯、點(diǎn)坐標(biāo)集 {(又〇,7〇)，佔(zhàn)，71)，（又2,72)...，（又。，7。）}和病灶位置半徑集(帕瓜，化，...，盼）的具體方法為：
[0016] 采用經(jīng)典的大津法闊值分割算法對(duì)預(yù)處理后的圖像集(I〇，Il，l2,…，In)進(jìn)行二值 化處理，保留二值化處理后的圖像中高亮區(qū)域，將高亮區(qū)域X軸方向最大值的一半作為病灶 位置中屯、點(diǎn)橫坐標(biāo)，將高亮區(qū)域Y軸方向最大值的一半作為病灶位置中屯、點(diǎn)縱坐標(biāo)，得到病 灶位置中屯、點(diǎn)坐標(biāo)集{(x〇，y〇)，（Xl，yi)，（X2，y2)…，（Xn，yn)}，遍歷高亮區(qū)域所有點(diǎn)，從第一 個(gè)點(diǎn)開始，利用直角=角形勾股定理，求出點(diǎn)到中屯、點(diǎn)的距離，依次計(jì)算高亮區(qū)域中所有點(diǎn) 與中屯、點(diǎn)的距離，將其最大值作為病灶位置半徑，得到病灶位置半徑集(Ro,化，化，…，Rn)。
[0017] 所述待檢索圖像和圖像庫(kù)與標(biāo)準(zhǔn)圖像配準(zhǔn)器，用于利用基于(PD配準(zhǔn)方法，將預(yù)處 理后的圖像集（I〇，Il，l2,…，In)與標(biāo)準(zhǔn)圖像Fc進(jìn)行匹配，得到轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集 { (X〇，Y〇)，（Xl，Yl)，（X2，Y2)，…，（Xn，Yn)}，并將轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{(X〇，Y〇)，（XI， Yl )，（X2，Y2 )，…，（Xn，Yn) }和病灶位置半徑集(Ro，Rl，R2，…，Rn)顯示在標(biāo)準(zhǔn)圖像的上，利用轉(zhuǎn) 換后的病灶中屯、點(diǎn)坐標(biāo)集{口〇，￥〇)，口1，￥1)，口2，￥2)，-，，^。，￥。）}和病灶位置半徑集(尺〇， Ri,化，…，Rn)確定病灶區(qū)域（Circleo,Circlei ,Circles,…，Circle。）；
[0018] 所述圖像病灶位置相似性確定器，用于分別計(jì)算病灶區(qū)域（Circleo，Circlei, Circles,…，Circle。）中待檢索圖像的病灶區(qū)域Circleo與歷史圖像的病灶區(qū)域化irclei， Circles，…，Circle。)的交集和并集，令
得到圖像病灶位置相似性集合(Si，S2，S3，…，Sn);
[0019] 優(yōu)選地，所述圖像內(nèi)容相似性度量單元包括：圖像特征直方圖提取器和圖像內(nèi)容 相似性確定器；
[0020] 所述圖像特征直方圖提取器，用于提取預(yù)處理后的圖像集（I〇，Il，12,…，In)的灰 度特征、形狀特征和紋理特征，構(gòu)建其圖像灰度直方圖、基于邊緣方向直方圖、方向梯度直 方圖和局部二值模式直方圖，得到灰度特征向量(日日，日1，日2,…，On)、形狀特征向量(齡，扣， 02,，，，，0n)和紋理特征向量（丫 0, 丫 1，丫2,…，丫n)，合并灰度特征向量(a〇,ai,a2,…，a。）、形 狀特征向量(00,01,02,…，0n)和紋理特征向量（丫 0, 丫 1，丫 2,…，丫 n)，得到綜合直方圖特征 向量（W〇,Wl,W2,'''，《n);
[0021] 所述圖像內(nèi)容相似性確定器，用于采用EMD方法將待檢索圖像的綜合直方圖特征 向量O 0和歷史圖像的綜合直方圖特征向量（O 1, O 2,…，《n)進(jìn)行相似性度量，得到圖像內(nèi) 容相似性集合化1，E2,…，En)。
[0022] 采用基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)進(jìn)行圖像檢索的方法，包括W下步 驟：
[0023] 步驟1:獲取乳腺鋼祀X射線圖像的待檢索圖像Fo、歷史圖像集化，F(xiàn)2,…，F(xiàn)n),選取 標(biāo)準(zhǔn)圖像Fe;
[0024] 步驟2:對(duì)待檢索圖像Fo和歷史圖像集(Fi，F(xiàn)2,…，F(xiàn)n)進(jìn)行預(yù)處理，得到預(yù)處理后的 圖像集(I〇，Il，l2，一，In);
[0025] 步驟2.1:分別對(duì)待檢索圖像Fo和歷史圖像集(Fi，F(xiàn)2,…，F(xiàn)n)進(jìn)行降噪處理，得到降 噪后的待檢索圖像Po和降噪后的歷史圖像集(Pl，P2,…，Pn);
[0026] 步驟2.2:分別對(duì)降噪后的待檢索圖像Po和降噪后的歷史圖像集(Pl，P2,…，Pn)進(jìn) 行圖像增強(qiáng)處理，得到預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集…，In);
[0027] 步驟3:對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集 (Il，12，…，In)進(jìn)行圖像病灶位置相似性度量；
[002引步驟3.1:確定預(yù)處理后的圖像集(10，11，12^..，1。)的病灶位置中屯、點(diǎn)坐標(biāo)集{(又0， 70)，（財(cái)，71)，佔(zhàn)，72；^''，估，7。）巧日病灶位置半徑集(1?日，虹，1?2，。'瓜）；
[0029] 步驟3.2:利用基于CPD配準(zhǔn)方法，將預(yù)處理后的圖像集（Io，Ii，l2,…，In)與標(biāo)準(zhǔn)圖 像Fe進(jìn)行匹配，得到轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{ (X〇，Y〇)，（Xl，Yl)，（X2，Y2)，…，（Xn，Yn)}，并 將轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{ (X〇，Y〇)，（Xl，Yl)，陸爪），…，（Xn，YnM和病灶位置半徑集 (Ro，Ri，R2，…，Rn)顯示在標(biāo)準(zhǔn)圖像的上，利用轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{(Xo，Yo)，（Xi，Yi)， (拉，Y2)，…，陸，￥。^和病灶位置半徑集他瓜，1?2，一瓜)確定病灶區(qū)域((：^。160，(：山。161， Circle2,--- ,Circlen);
[0030] 步驟3.3:分別計(jì)算病灶區(qū)域((：；[1^160,(：；[1^161,(：；[1^162，...，〔；[1^16。)中待檢索圖 像的病化反城Ci rcl en臺(tái)折中圖像的痛化反M(Ci rcl m .Ci rcl e?,... ,Circle。）的交集和并 集，令，
導(dǎo)到圖像病灶位置相似性 集合(Sl，S2，S3,…，Sn);
[0031] 步驟4:對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集 (Il，12，…，In)進(jìn)行圖像內(nèi)容相似性度量；
[0032] 步驟4.1 :提取預(yù)處理后的圖像集（Io，Il，12，…，In)的灰度特征、形狀特征和紋理 特征，構(gòu)建其圖像灰度直方圖、基于邊緣方向直方圖、方向梯度直方圖和局部二值模式直方 圖，得到灰度特征向量(曰0，曰1，曰2,…，an)、形狀特征向量(0〇，01瓜，…，Pn)和紋理特征向量 (丫 0, 丫 1，丫 2，...，丫 n);
[003；3] 步驟4.2:合并灰度特征向量(曰〇，曰1，曰2，-，，曰。）、形狀特征向量化〇，&瓜，一，防)和 紋理特征向量（丫 0, 丫 1，丫 丫 n)，得到綜合直方圖特征向量（《0,《1，《n);
[0034] 步驟4.3:采用EMD方法將待檢索圖像的綜合直方圖特征向量《0和歷史圖像的綜 合直方圖特征向量（W 1，《2,…，Wn)進(jìn)行相似性度量，得到圖像內(nèi)容相似性集合化瓜，…， En);
[0035] 步驟5:將圖像病灶位置相似性集合(Si，S2,…，Sn)按照?qǐng)D像病灶位置相似性從大 到小排序，并標(biāo)記序號(hào)，將排序后的圖像病灶位置相似性集合的序號(hào)分配A%的權(quán)重，將圖 像內(nèi)容相似性集合化瓜，…，En)按照?qǐng)D像內(nèi)容相似性從小到大排序，并標(biāo)記序號(hào)，將排序 后的圖像內(nèi)容相似性集合的序號(hào)分配（IOO-A) %的權(quán)重，綜合圖像病灶位置相似性圖像序 號(hào)和圖像內(nèi)容相似性圖像序號(hào)得出圖像綜合相似性圖像序號(hào)，得到待檢索圖像檢索結(jié)果： 即圖像綜合相似性圖像序號(hào)越小，表示該圖像與待檢索圖像越相似。
[0036] 優(yōu)選地，所述步驟3.2包括W下步驟：
[0037] 步驟3.2.1:提取預(yù)處理后的圖像集(Io，Ii，l2,…，In)圖像中的乳房輪廓和標(biāo)準(zhǔn)圖 像Fc的乳房輪廓；
[003引步驟3.2.2:利用基于era的仿射變換，配準(zhǔn)預(yù)處理后的圖像集（Io，Ii，l2,…，In)圖 像中的乳房輪廓和標(biāo)準(zhǔn)圖像Fe的乳房輪廓，得到配準(zhǔn)變換矩陣(To, Tl, T2,…，Tn);
[0039] 步驟3.2.3:通過(guò)配準(zhǔn)變換矩陣(To，Ti，T2,…，Tn)對(duì)病灶位置中屯、點(diǎn)坐標(biāo)集Kxo, 7〇)，（町71)，佔(zhàn)，72)'''，（&，7。）巧日病灶位置半徑集(3日，虹，1?2，。'瓜)進(jìn)行轉(zhuǎn)換，得到轉(zhuǎn)換后 的病灶位置中屯、點(diǎn)坐標(biāo)集{ ( Xo，機(jī)），（Xl，Yl)，（拉，Y2 )，…，（Xn，Yn ) };
[0040] 步驟3.2.4:將轉(zhuǎn)換后的病灶位置中屯、點(diǎn)坐標(biāo)集{(Xo，Yo)，（Xi，Yi)，（X2，Y2)，…， (Xn，YnM和病灶位置半徑集咖瓜，1?2，一瓜)顯示在標(biāo)準(zhǔn)圖像的上，將轉(zhuǎn)換后的病灶位置中 屯、點(diǎn)坐標(biāo)集{ (XoJo)，（XlJl)，（X2，Y2)，…，（Xn，Yn)巧P病灶位置半徑集(R〇，Ri，R2,…，Rn)確 定的圓（Circleo,Circlei ,Circles,…，Circle。)作為病灶區(qū)域。
[0041] 本發(fā)明的有益效果：
[0042] 本發(fā)明提出一種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)及方法，在傳統(tǒng)的基于 內(nèi)容的圖像檢索方法的基礎(chǔ)上，增加了基于病灶位置相似性度量方法，能夠有效地改善乳 腺鋼祀X線圖像的檢索性能，從而能夠更進(jìn)一步輔助醫(yī)生對(duì)乳腺疾病的診斷。
【附圖說(shuō)明】
[0043] 圖1為本發(fā)明【具體實(shí)施方式】中基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)的結(jié)構(gòu)框 圖；
[0044] 圖2為本發(fā)明【具體實(shí)施方式】中基于病灶位置與內(nèi)容的乳腺圖像檢索方法的流程 圖；
[0045] 圖3為本發(fā)明【具體實(shí)施方式】中對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像和預(yù) 處理后的歷史圖像集進(jìn)行圖像病灶位置相似性度量的流程圖；
[0046] 圖4為本發(fā)明【具體實(shí)施方式】中利用基于CTO配準(zhǔn)方法確定病灶區(qū)域的流程圖；
[0047] 圖5為本發(fā)明【具體實(shí)施方式】中對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像和預(yù) 處理后的歷史圖像集進(jìn)行圖像內(nèi)容相似性度量的流程圖；
[0048] 圖6為本發(fā)明【具體實(shí)施方式】中根據(jù)歷史圖像集得到待檢索圖像檢索結(jié)果的圖像處 理過(guò)程流程圖。
【具體實(shí)施方式】
[0049] 下面結(jié)合附圖對(duì)本發(fā)明【具體實(shí)施方式】加 W詳細(xì)的說(shuō)明。
[0050] -種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，如圖1所示，包括圖像預(yù)處理單 元、圖像病灶位置相似性度量單元、圖像內(nèi)容相似性度量單元和圖像綜合相似性度量器。
[0051] 圖像預(yù)處理單元，用于獲取乳腺鋼祀X射線圖像的待檢索圖像Fo、歷史圖像集(Fi， F2,…，F(xiàn)n)，選取標(biāo)準(zhǔn)圖像的，對(duì)待檢索圖像Fo和歷史圖像集化，F(xiàn)2,…，F(xiàn)n)進(jìn)行預(yù)處理，得到 預(yù)處理后的圖像集（I〇，Il，l2,…，In),其中，包括預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷 史圖像集…，In)。
[0052] 標(biāo)準(zhǔn)圖像Fe為形態(tài)正常、大小適中的乳腺鋼祀X射線圖像。
[0053] 圖像預(yù)處理單元包括:圖像去噪器和圖像增強(qiáng)器。
[0054] 圖像去噪器，用于分別對(duì)待檢索圖像Fo和歷史圖像集(Fi，F(xiàn)2,…，F(xiàn)n)進(jìn)行降噪處 理，得到降噪后的待檢索圖像Po和降噪后的歷史圖像集(Pl，P2,…，Pn)。
[0055] 圖像增強(qiáng)器，用于分別對(duì)降噪后的待檢索圖像Po和降噪后的歷史圖像集（Pi， P2,…，Pn)進(jìn)行圖像增強(qiáng)處理，得到預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集（II， 12,... ,In)。
[0056] 圖像病灶位置相似性度量單元，用于對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖 像Io和預(yù)處理后的歷史圖像集(Il，12，…，In)進(jìn)行圖像病灶位置相似性度量，得到圖像病灶 位置相似性集合(Sl，S2，…，Sn)。
[0057] 圖像病灶位置相似性度量單元包括:病灶位置中屯、點(diǎn)和半徑確定器、待檢索圖像 和圖像庫(kù)與標(biāo)準(zhǔn)圖像配準(zhǔn)器、圖像病灶位置相似性確定器。
[0058] 病灶位置中屯、點(diǎn)和半徑確定器，用于確定預(yù)處理后的圖像集（1〇, Il, 12,…，In)的 病灶位置中屯、點(diǎn)坐標(biāo)集{(x〇，y〇)，（Xi，yi)，（X2，y2)'''，（Xn，yn)}和病灶位置半徑集(Ro，Ri, R2 , ,Rn)。
[0059] 本實(shí)施方式中，確定預(yù)處理后的圖像集（1〇, Il, 12,…，In)的病灶位置中屯、點(diǎn)坐標(biāo) 集{(^，7日），相，71)，估，72；^''，（^，7。^和病灶位置半徑集(1?日，扣，1?2，。'瓜）的具體方法 為：
[0060] 采用經(jīng)典的大津法闊值分割算法對(duì)預(yù)處理后的圖像集(I〇，Il，l2,…，In)進(jìn)行二值 化處理，保留二值化處理后的圖像中高亮區(qū)域，將高亮區(qū)域X軸方向最大值的一半作為病灶 位置中屯、點(diǎn)橫坐標(biāo)，將高亮區(qū)域Y軸方向最大值的一半作為病灶位置中屯、點(diǎn)縱坐標(biāo)，得到病 灶位置中屯、點(diǎn)坐標(biāo)集{(x〇，y〇)，（Xl，yi)，（X2，y2)…，（Xn，yn)}，遍歷高亮區(qū)域所有點(diǎn)，從第一 個(gè)點(diǎn)開始，利用直角=角形勾股定理，求出點(diǎn)到中屯、點(diǎn)的距離，依次計(jì)算高亮區(qū)域中所有點(diǎn) 與中屯、點(diǎn)的距離，將其最大值作為病灶位置半徑，得到病灶位置半徑集(Ro,化，化，…，Rn)。
[0061] 待檢索圖像和圖像庫(kù)與標(biāo)準(zhǔn)圖像配準(zhǔn)器，用于利用基于(PD配準(zhǔn)方法，將預(yù)處理后 的圖像集(I〇，Il，l2,…，In)與標(biāo)準(zhǔn)圖像Fe進(jìn)行區(qū)配，得到轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集KXo, Yo)，（XlJl)，（拉，Y2)，…，（Xn，Yn)}，并將轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{ (XoJo)，（XlJl)，（拉， Y2)，…，（Xn，Yn) }和病灶位置半徑集(Ro，Rl，化，…，Rn)顯示在標(biāo)準(zhǔn)圖像的上，利用轉(zhuǎn)換后的病 灶中屯、點(diǎn)坐標(biāo)集{ (XoJo)，（XlJl)，（X2，Y2)，…，（Xn，Yn) }和病灶位置半徑集(R〇，Ri，R2,…， Rn)確定病灶區(qū)域（Ci;rcle〇,Ci;rclei,Ci;rcle2,'''，Ci;rclen)。
[0062] 圖像病灶位置相似性確定器，用于分別計(jì)算病灶區(qū)域(Circleo，Circlei，Circle2,…， Circle。)中待檢索圖像的病灶區(qū)域Circleo與歷史圖像的病灶區(qū)域(Circlei,Circles，…， Circle。)的交集和并集尋到 圖像病灶位置相似性集合。1，&，&，…，Sn j。
[0063] 圖像內(nèi)容相似性度量單元，用于對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像Io 和預(yù)處理后的歷史圖像集…，In)進(jìn)行圖像內(nèi)容相似性度量，得到圖像內(nèi)容相似性集 合化瓜，…，En)。
[0064] 圖像內(nèi)容相似性度量單元包括：圖像特征直方圖提取器和圖像內(nèi)容相似性確定 器。
[0065] 圖像特征直方圖提取器，用于提取預(yù)處理后的圖像集（1〇, Il, 12,…，In)的灰度特 征、形狀特征和紋理特征，構(gòu)建其圖像灰度直方圖、基于邊緣方向直方圖、方向梯度直方圖 和局部二值模式直方圖，得到灰度特征向量(日日，日1，日2,…，日。）、形狀特征向量(0日，&，02，…， Pn)和紋理特征向量（丫日，丫 1，丫 2,…，丫 n)，合并灰度特征向量(日日，日1，日2，'。，日。）、形狀特征 向量(00,01,02,…，0n)和紋理特征向量（丫 0, 丫 1，丫 2,…，丫 n)，得到綜合直方圖特征向量 (〇0, 〇1, 〇2，...，《n)。
[0066] 圖像內(nèi)容相似性確定器，用于采用EMD方法將待檢索圖像的綜合直方圖特征向量 ?0和歷史圖像的綜合直方圖特征向量（《1，《2,…，COn)進(jìn)行相似性度量，得到圖像內(nèi)容相 似性集合化1，E2,…，En)。
[0067] 圖像綜合相似性度量器，用于將圖像病灶位置相似性集合(Si, S2,…，Sn)按照?qǐng)D像 病灶位置相似性從大到小排序，并標(biāo)記序號(hào)，將排序后的圖像病灶位置相似性集合的序號(hào) 分配A%的權(quán)重，將圖像內(nèi)容相似性集合化瓜，…，En)按照?qǐng)D像內(nèi)容相似性從小到大排序， 并標(biāo)記序號(hào)，將排序后的圖像內(nèi)容相似性集合的序號(hào)分配(100-A)%的權(quán)重，綜合圖像病灶 位置相似性圖像序號(hào)和圖像內(nèi)容相似性圖像序號(hào)得出圖像綜合相似性圖像序號(hào)，得到待檢 索圖像檢索結(jié)果:即圖像綜合相似性圖像序號(hào)越小，表示該圖像與待檢索圖像越相似。
[0068] 采用基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)進(jìn)行圖像檢索的方法，如圖2所示， 包括W下步驟：
[0069] 步驟1:獲取乳腺鋼祀X射線圖像的待檢索圖像Fo、歷史圖像集化，F(xiàn)2,…，F(xiàn)n),選取 標(biāo)準(zhǔn)圖像的，標(biāo)準(zhǔn)圖像Fc為形態(tài)正常、大小適中的乳腺鋼祀X射線圖像。
[0070] 步驟2:對(duì)待檢索圖像Fo和歷史圖像集(Fi，F(xiàn)2,…，F(xiàn)n)進(jìn)行預(yù)處理，得到預(yù)處理后的 圖像集（1〇, Il, 12,…，In),其中，包括預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集 (Il,12,... ,In)。
[0071] 步驟2.1:分別對(duì)待檢索圖像Fo和歷史圖像集(Fi，F(xiàn)2,…，F(xiàn)n)進(jìn)行降噪處理，得到降 噪后的待檢索圖像Po和降噪后的歷史圖像集(Pl，P2,…，Pn)。
[0072] 本實(shí)施方式中，采用空間域的變換方法選用中值濾波器進(jìn)行濾波，實(shí)現(xiàn)對(duì)待檢索 圖像Fo和歷史圖像集(Fi，F(xiàn)2，…，F(xiàn)n)的降噪處理，減少對(duì)待檢索圖像Fo和歷史圖像集(Fi， F2,…，F(xiàn)n)中的噪聲。
[0073] 步驟2.2:分別對(duì)降噪后的待檢索圖像Po和降噪后的歷史圖像集(Pi，P2,…，Pn)進(jìn) 行圖像增強(qiáng)處理，得到預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集…，In)。
[0074] 本實(shí)施方式中，采用對(duì)比度增強(qiáng)的方法對(duì)降噪后的待檢索圖像Po和降噪后的歷史 圖像集(Pl，P2,…，Pn)進(jìn)行圖像增強(qiáng)處理。強(qiáng)調(diào)乳腺鋼祀X射線圖像整體或局部特性，擴(kuò)大圖 像中不同物體特征之間的差別，抑制不感興趣的特征，增大疑似病灶與周圍組織的對(duì)比度。
[0075] 步驟3:對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集 (11，12，…，In)進(jìn)行圖像病灶位置相似性度量，如圖3所示。
[0076] 步驟3.1:確定預(yù)處理后的圖像集(1〇，11，12^-，1。)的病灶位置中屯、點(diǎn)坐標(biāo)集{(又〇， 7〇)，（義1，71)，佔(zhàn)，72)...，（義。，7。）}和病灶位置半徑集(帕，虹，1?2，...，盼）。
[0077] 本實(shí)施方式中，采用經(jīng)典的大津法闊值分割算法對(duì)預(yù)處理后的圖像集（1〇, Ii, 12,…，In)進(jìn)行二值化處理，保留二值化處理后的圖像中高亮區(qū)域，將高亮區(qū)域X軸方向最大 值的一半作為病灶位置中屯、點(diǎn)橫坐標(biāo)，將高亮區(qū)域Y軸方向最大值的一半作為病灶位置中 屯、點(diǎn)縱坐標(biāo)，得到病灶位置中屯、點(diǎn)坐標(biāo)集{(x〇，y〇)，（Xl，yi)，（X2，y2)…，（Xn，yn)}，遍歷高亮 區(qū)域所有點(diǎn)，從第一個(gè)點(diǎn)開始，利用直角=角形勾股定理，求出點(diǎn)到中屯、點(diǎn)的距離，依次計(jì) 算高亮區(qū)域中所有點(diǎn)與中屯、點(diǎn)的距離，將其最大值作為病灶位置半徑，得到病灶位置半徑 集(RoJl ,化，…，Rn)。
[007引步驟3.2:利用基于CPD配準(zhǔn)方法，將預(yù)處理后的圖像集（Io，Ii，l2,…，In)與標(biāo)準(zhǔn)圖 像Fc進(jìn)行區(qū)配，得到轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{ (X0，Y0)，（Xl，Yl)，（X2，Y2)，…，（Xn，Yn)}，并 將轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{ (X0，Y0)，（Xl，Yl)，陸爪），…，（Xn，YnM和病灶位置半徑集 (Ro，Ri，R2，…，Rn)顯示在標(biāo)準(zhǔn)圖像的上，利用轉(zhuǎn)換后的病灶中屯、點(diǎn)坐標(biāo)集{(Xo，Yo)，（Xi，Yi)， (拉，Y2)，…，陸，￥。^和病灶位置半徑集他瓜，1?2，一瓜)確定病灶區(qū)域((：^。160，(：山。161， Circles,.''，Circle。），如圖4所示。
[00巧]本實(shí)施方式中，利用基于CPD(Coherence Point化ift)配準(zhǔn)方法，可將不同大小 的乳腺輪廓進(jìn)行標(biāo)準(zhǔn)化，減小病灶位置相似性計(jì)算誤差。
[0080]步驟3.2.1:提取預(yù)處理后的圖像集(Io，Ii，l2,…，In)圖像中的乳房輪廓和標(biāo)準(zhǔn)圖 像Fc的乳房輪廓。
[0081 ] 步驟3.2.2:利用基于CPD(Coherence化int化ift)的仿射變換，配準(zhǔn)預(yù)處理后的 圖像集（1〇, Il, 12,…，In)圖像中的乳房輪廓和標(biāo)準(zhǔn)圖像Fc的乳房輪廓，得到配準(zhǔn)變換矩陣 (T〇,Tl ,T2 ,…，Tn)。
[0082] 步驟3.2.3:通過(guò)配準(zhǔn)變換矩陣(To，Ti，T2,…，Tn)對(duì)病灶位置中屯、點(diǎn)坐標(biāo)集Kxo, 7〇)，（町71)，佔(zhàn)，72)'''，（&，7。）巧日病灶位置半徑集(3日，虹，1?2，。'瓜)進(jìn)行轉(zhuǎn)換，得到轉(zhuǎn)換后 的病灶位置中屯、點(diǎn)坐標(biāo)集{ (Xo,機(jī)），（Xl，Yl)，（拉，Y2)，…，（Xn，Yn) }。
[0083] 步驟3.2.4:將轉(zhuǎn)換后的病灶位置中屯、點(diǎn)坐標(biāo)集{(Xo，Yo)，（Xi，Yi)，（X2，Y2)，…， (Xn，YnM和病灶位置半徑集咖瓜，1?2，一瓜)顯示在標(biāo)準(zhǔn)圖像的上，將轉(zhuǎn)換后的病灶位置中 屯、點(diǎn)坐標(biāo)集{ (XoJo)，（XlJl)，（X2，Y2)，…，（Xn，Yn)巧P病灶位置半徑集(R〇，Ri，R2,…，Rn)確 定的圓（Circleo,Circlei ,Circles,…，Circle。)作為病灶區(qū)域。
[0084] 步驟3.3:分別計(jì)算病灶區(qū)域((：；[1^160,(：；[1^161,(：；[1^162，...，〔；[1^16。)中待檢索圖 像的病灶區(qū)域Circleo與歷史圖像的病灶區(qū)域(Circlei ,Circles,…，Circle。)的交集和并 集，令
I得到圖像病灶位置相 似性集合(Sl，S2，S3,…，Sn)。
[0085] 本實(shí)施方式中，
(0.9976,化9貓0, 0巧84，0.5459，0.5243，…，0.49%)。病灶位置相似性比值越大越相 似。
[0086] 步驟4:對(duì)乳腺鋼祀X線圖像的預(yù)處理后的待檢索圖像Io和預(yù)處理后的歷史圖像集 …，In)進(jìn)行圖像內(nèi)容相似性度量，如圖5所示。
[0087] 步驟4.1:提取預(yù)處理后的圖像集（Io，Ii，12，…，In)的灰度特征、形狀特征和紋理 特征，構(gòu)建圖像灰度直方圖、基于邊緣方向直方圖化dge Direction Histogram，EDH)、方向 梯度直方圖化istogram of oriented gradients,HOG)和局部二值模式直方圖化ocal Binary Pattern，LBP)，得到灰度特征向量(日日,日1,日2,...,日。）、形狀特征向量(00,01,02,…， Pn)和紋理特征向量（丫 0, 丫 1，丫 2,…，丫 n)。
[008引步驟4.2:合并灰度特征向量(曰0，曰1，曰2，。.，0、形狀特征向量化0，&瓜，一也)和 紋理特征向量（丫 0, 丫 1，丫 2,…，丫 n)得到綜合直方圖特征向量（《0,《1，《2,…，《n)。
[0089] 步驟4.3:采用EMD巧arth Mover's Dis化nce)方法將待檢索圖像的綜合直方圖特 征向量《0和歷史圖像的綜合直方圖特征向量（CO 1，《2,…，《。)進(jìn)行相似性度量，得到圖像 內(nèi)容相似性集合化1，E2,…，En)。
[0090] 本實(shí)施方式中，（Ei，E2,…，En) = (0.0223,0.0668,0.2641,0.3103,0.3179,…， 0.6624)。數(shù)值越小，特征直方圖越相似，即得出乳腺鋼祀X線圖像內(nèi)容相似性。
[0091] 步驟5:將圖像病灶位置相似性集合(Si，S2,…，Sn)按照?qǐng)D像病灶位置相似性從大 到小排序，并標(biāo)記序號(hào)，將排序后的圖像病灶位置相似性集合的序號(hào)分配40%的權(quán)重，將圖 像內(nèi)容相似性集合(Ei瓜，…，En)按照?qǐng)D像內(nèi)容相似性從小到大排序，并標(biāo)記序號(hào)，將排序 后的圖像內(nèi)容相似性集合的序號(hào)分配60%的權(quán)重，綜合圖像病灶位置相似性圖像序號(hào)和圖 像內(nèi)容相似性圖像序號(hào)得出圖像綜合相似性圖像序號(hào)，得到待檢索圖像檢索結(jié)果：即圖像 綜合相似性圖像序號(hào)越小，表示該圖像與待檢索圖像越相似。
[0092] 本實(shí)施方式中，在傳統(tǒng)的基于內(nèi)容的圖像檢索方法的基礎(chǔ)上，增加了基于病灶位 置相似性度量方法，能夠有效地改善乳腺鋼祀X線圖像的檢索性能，從而能夠更進(jìn)一步輔助 醫(yī)生對(duì)乳腺疾病的診斷，根據(jù)歷史圖像集得到待檢索圖像檢索結(jié)果的圖像處理過(guò)程如圖6 所示。
【主權(quán)項(xiàng)】
1. 一種基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，其特征在于，包括圖像預(yù)處理單元、 圖像病灶位置相似性度量單元、圖像內(nèi)容相似性度量單元和圖像綜合相似性度量器； 所述圖像預(yù)處理單元，用于獲取乳腺鉬靶X射線圖像的待檢索圖像Fo、歷史圖像集(Fi， 內(nèi)，~兒），選取標(biāo)準(zhǔn)圖像?^對(duì)待檢索圖像?〇和歷史圖像集的^2，~兒)進(jìn)行預(yù)處理，得到 預(yù)處理后的圖像集（1(),1^12,…，^，其中，包括預(yù)處理后的待檢索圖像Ιο和預(yù)處理后的歷 史圖像集(1^12，···，I n);所述標(biāo)準(zhǔn)圖像FC為形態(tài)正常、大小適中的乳腺鉬祀X射線圖像； 所述圖像病灶位置相似性度量單元，用于對(duì)乳腺鉬靶X線圖像的預(yù)處理后的待檢索圖 像Ιο和預(yù)處理后的歷史圖像集(IhL·，···，In)進(jìn)行圖像病灶位置相似性度量，得到圖像病灶 位置相似性集合(Si，S 2，…，Sn); 所述圖像內(nèi)容相似性度量單元，用于對(duì)乳腺鉬靶X線圖像的預(yù)處理后的待檢索圖像Ιο和 預(yù)處理后的歷史圖像集山山，…，Ιη)進(jìn)行圖像內(nèi)容相似性度量，得到圖像內(nèi)容相似性集合 (El，E2，···，Εη); 所述圖像綜合相似性度量器，用于將圖像病灶位置相似性集合(ShSs，···，Sn)按照?qǐng)D像 病灶位置相似性從大到小排序，并標(biāo)記序號(hào)，將排序后的圖像病灶位置相似性集合的序號(hào) 分配A %的權(quán)重，將圖像內(nèi)容相似性集合(Ei，E2，…，En)按照?qǐng)D像內(nèi)容相似性從小到大排序， 并標(biāo)記序號(hào)，將排序后的圖像內(nèi)容相似性集合的序號(hào)分配(100-A)%的權(quán)重，綜合圖像病灶 位置相似性圖像序號(hào)和圖像內(nèi)容相似性圖像序號(hào)得出圖像綜合相似性圖像序號(hào)，得到待檢 索圖像檢索結(jié)果:即圖像綜合相似性圖像序號(hào)越小，表示該圖像與待檢索圖像越相似。2. 根據(jù)權(quán)利要求1所述的基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，其特征在于，所述 圖像預(yù)處理單元包括:圖像去噪器和圖像增強(qiáng)器； 所述圖像去噪器，用于分別對(duì)待檢索圖像Fo和歷史圖像集(F^Fs，···，F(xiàn)n)進(jìn)行降噪處理， 得到降噪后的待檢索圖像P〇和降噪后的歷史圖像集(丹，內(nèi)，…，Pn); 所述圖像增強(qiáng)器，用于分別對(duì)降噪后的待檢索圖像P〇和降噪后的歷史圖像集（Pi， P2,…，Pn)進(jìn)行圖像增強(qiáng)處理，得到預(yù)處理后的待檢索圖像Ιο和預(yù)處理后的歷史圖像集（h， 工2,…，In) 〇3. 根據(jù)權(quán)利要求1所述的基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，其特征在于，所述 圖像病灶位置相似性度量單元包括:病灶位置中心點(diǎn)和半徑確定器、待檢索圖像和圖像庫(kù) 與標(biāo)準(zhǔn)圖像配準(zhǔn)器、圖像病灶位置相似性確定器； 所述病灶位置中心點(diǎn)和半徑確定器，用于確定預(yù)處理后的圖像集(^^，^，…，以的病 灶位置中心點(diǎn)坐標(biāo)集{(XQ，yo)，（xi，yi)，（X2，y2)···，（xn，yn)}和病灶位置半徑集(Rq，Ri， R2,…，Rn); 所述待檢索圖像和圖像庫(kù)與標(biāo)準(zhǔn)圖像配準(zhǔn)器，用于利用基于cro配準(zhǔn)方法，將預(yù)處理后 的圖像集（1〇，11，12，"_，11〇與標(biāo)準(zhǔn)圖像&進(jìn)行匹配，得到轉(zhuǎn)換后的病灶中心點(diǎn)坐標(biāo)集{(如， Yo)，（XhYi)，（χ2，γ2)，…，（Xn，Yn)}，并將轉(zhuǎn)換后的病灶中心點(diǎn)坐標(biāo)集{ (Xq，Yq)，（XhYi)，（χ2， Υ2 )，…，（Χη，Υη) }和病灶位置半徑集(Ro，Rl·，R2，…，Rn)顯示在標(biāo)準(zhǔn)圖像FC上，利用轉(zhuǎn)換后的病 灶中心點(diǎn)坐標(biāo)集{ (X〇，Y〇)，（Xl，Yl)，（X2，Y2)，…，（Xn，Yn) }和病灶位置半徑集(Rq，Ri，R2,…， Rn)確定病灶區(qū)域（Circle。，Circlei，Circle2,…，Circlen); 所述圖像病灶位置相似性確定器，用于分別計(jì)算病灶區(qū)域(<^1^16()，(^1^161，(：；[1^162，···， Circlen)中待檢索圖像的病灶區(qū)域Circlet)與歷史圖像的病灶區(qū)域(Circlei，Circle2,…， Circlen)的交集和并集，4__，得到 圖像病灶位置相似性集合(Si，&，S3，…，Sn)。4. 根據(jù)權(quán)利要求1所述的基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，其特征在于，所述 圖像內(nèi)容相似性度量單元包括:圖像特征直方圖提取器和圖像內(nèi)容相似性確定器； 所述圖像特征直方圖提取器，用于提取預(yù)處理后的圖像集（1(),1:,12,…，In)的灰度特 征、形狀特征和紋理特征，構(gòu)建其圖像灰度直方圖、基于邊緣方向直方圖、方向梯度直方圖 和局部二值模式直方圖，得到灰度特征向量(a〇，ai，ci2,…，α η)、形狀特征向量(β〇，βι，β2,…， βη)和紋理特征向量（γ〇，γι，γ2，···，γ η)，合并灰度特征向量((^，(^，(^，…，(^、形狀特征 向量(β〇，βι，β2,…，βη)和紋理特征向量（γ 〇, γ 1，γ 2,…，γ η)，得到綜合直方圖特征向量 (ω〇，ω!，ω2，···，ωη); 所述圖像內(nèi)容相似性確定器，用于采用EMD方法將待檢索圖像的綜合直方圖特征向量 ω〇和歷史圖像的綜合直方圖特征向量（ω:，ω2，···，ωη)進(jìn)行相似性度量，得到圖像內(nèi)容相 似性集合(ΕιΕ^-,Εη)。5. 根據(jù)權(quán)利要求3所述的基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)，其特征在于，所述 確定預(yù)處理后的圖像集(I〇，Il，l2,…，In)的病灶位置中心點(diǎn)坐標(biāo)集{(XQ，y〇)，（Xl，yi)，（Χ2， y 2)…，（χη，yn)}和病灶位置半徑集（Ro，Ri，R2，…，R n)的具體方法為： 采用經(jīng)典的大津法閾值分割算法對(duì)預(yù)處理后的圖像集(^，^，^，…，^進(jìn)行二值化處 理，保留二值化處理后的圖像中高亮區(qū)域，將高亮區(qū)域X軸方向最大值的一半作為病灶位置 中心點(diǎn)橫坐標(biāo)，將高亮區(qū)域Y軸方向最大值的一半作為病灶位置中心點(diǎn)縱坐標(biāo)，得到病灶位 置中心點(diǎn)坐標(biāo)集{(xo，yo)，（xi，yi)，（X2，y2)…，（x n，yn)}，遍歷高亮區(qū)域所有點(diǎn)，從第一個(gè)點(diǎn) 開始，利用直角三角形勾股定理，求出點(diǎn)到中心點(diǎn)的距離，依次計(jì)算高亮區(qū)域中所有點(diǎn)與中 心點(diǎn)的距離，將其最大值作為病灶位置半徑，得到病灶位置半徑集(Rq，!^!^，···，!^)。6. 采用權(quán)利要求1所述的基于病灶位置與內(nèi)容的乳腺圖像檢索系統(tǒng)進(jìn)行圖像檢索的方 法，其特征在于，包括以下步驟： 步驟1:獲取乳腺鉬靶X射線圖像的待檢索圖像F〇、歷史圖像集(^，^，…^，選取標(biāo)準(zhǔn) 圖像Fc; 步驟2:對(duì)待檢索圖像F〇和歷史圖像集(F^Fs，···，F(xiàn)n)進(jìn)行預(yù)處理，得到預(yù)處理后的圖像 集(1〇,II，工2，…，In); 步驟2.1:分別對(duì)待檢索圖像Fo和歷史圖像集(F^Fs，···，F(xiàn)n)進(jìn)行降噪處理，得到降噪后 的待檢索圖像P〇和降噪后的歷史圖像集(丹，內(nèi)，…，Pn); 步驟2.2:分別對(duì)降噪后的待檢索圖像P〇和降噪后的歷史圖像集(P^Ps，···，Pn)進(jìn)行圖像 增強(qiáng)處理，得到預(yù)處理后的待檢索圖像Ιο和預(yù)處理后的歷史圖像集(h，12，…，In); 步驟3:對(duì)乳腺鉬靶X線圖像的預(yù)處理后的待檢索圖像Ιο和預(yù)處理后的歷史圖像集（h， 工2,…，In)進(jìn)行圖像病灶位置相似性度量； 步驟3.1:確定預(yù)處理后的圖像集(10，Ii，12，…，In)的病灶位置中心點(diǎn)坐標(biāo)集{(xo，yo)， (xi，yi)，（X2，y2)···，（xn，yn)}和病灶位置半徑集(Ro，Ri，R2，'"，R n); 步驟3.2:利用基于CPD配準(zhǔn)方法，將預(yù)處理后的圖像集⑴山上，···，〗")與標(biāo)準(zhǔn)圖像Fc 進(jìn)行匹配，得到轉(zhuǎn)換后的病灶中心點(diǎn)坐標(biāo)集 換后的病灶中心點(diǎn)坐標(biāo)集{〇〇，￥〇)，〇1，￥1)，〇2，￥ 2)，"_，011，￥11)}和病灶位置半徑集(1?〇， Ri，R2，…，Rn)顯示在標(biāo)準(zhǔn)圖像Fc上，利用轉(zhuǎn)換后的病灶中心點(diǎn)坐標(biāo)集{(X〇，Y〇)，（Xi，Yi)，（X 2， Υ2)，···，（Χη，Υη)}和病灶位置半徑集(Rq，Ri，R 2，…，Rn)確定病灶區(qū)域(Circle。，Circlei， Circle2,…，Circle n); 步驟3.3:分別計(jì)算病灶區(qū)域((^1'(316()，(^1'(3161，(^1'(3162，'"，(^1'(316 11)中待檢索圖像的 病灶區(qū)域(^1'〇160與歷史圖像的病灶區(qū)域((^1'〇161，(^1'〇162，一，(^1'〇1611)的交集和并集，令得到圖像病灶位置相似性集合 (Si,S2,S3,---,Sn)； 步驟4:對(duì)乳腺鉬靶X線圖像的預(yù)處理后的待檢索圖像Ιο和預(yù)處理后的歷史圖像集（h， 12, ···，〗〇進(jìn)行圖像內(nèi)容相似性度量； 步驟4.1:提取預(yù)處理后的圖像集(10,1^12,…，In)的灰度特征、形狀特征和紋理特征， 構(gòu)建其圖像灰度直方圖、基于邊緣方向直方圖、方向梯度直方圖和局部二值模式直方圖，得 到灰度特征向量(α〇， αι，α2，…，αη)、形狀特征向量(β〇，βι，β2，…，βη)和紋理特征向量（γ 〇， γι，γ2，···，γη); 步驟4.2:合并灰度特征向量(α〇，，CX2，···，αη)、形狀特征向量(β〇，β:，β2，…，βη)和紋理 特征向量（γ〇, γι，γ2，···，γη)，得到綜合直方圖特征向量（ω〇, ω 2，···，ωη); 步驟4.3:采用EMD方法將待檢索圖像的綜合直方圖特征向量ω Q和歷史圖像的綜合直方 圖特征向量（ωι，ω2，···，ω η)進(jìn)行相似性度量，得到圖像內(nèi)容相似性集合(Ει，Ε2，…，Εη); 步驟5:將圖像病灶位置相似性集合按照?qǐng)D像病灶位置相似性從大到小 排序，并標(biāo)記序號(hào)，將排序后的圖像病灶位置相似性集合的序號(hào)分配A%的權(quán)重，將圖像內(nèi) 容相似性集合(Ε^Ε^-,Εη)按照?qǐng)D像內(nèi)容相似性從小到大排序，并標(biāo)記序號(hào)，將排序后的 圖像內(nèi)容相似性集合的序號(hào)分配（100-Α) %的權(quán)重，綜合圖像病灶位置相似性圖像序號(hào)和 圖像內(nèi)容相似性圖像序號(hào)得出圖像綜合相似性圖像序號(hào)，得到待檢索圖像檢索結(jié)果：即圖 像綜合相似性圖像序號(hào)越小，表示該圖像與待檢索圖像越相似。7.根據(jù)權(quán)利要求5所述的基于病灶位置與內(nèi)容的乳腺圖像檢索方法，其特征在于，所述 步驟3.2包括以下步驟： 步驟3.2.1:提取預(yù)處理后的圖像集（10,1^12,…，Ιη)圖像中的乳房輪廓和標(biāo)準(zhǔn)圖像Fc 的乳房輪廓； 步驟3.2.2:利用基于CPD的仿射變換，配準(zhǔn)預(yù)處理后的圖像集(^，^，^，…，^圖像中 的乳房輪廓和標(biāo)準(zhǔn)圖像Fc的乳房輪廓，得到配準(zhǔn)變換矩陣 步驟3.2.3 :通過(guò)配準(zhǔn)變換矩陣（To，h，Τ2，…，Τη)對(duì)病灶位置中心點(diǎn)坐標(biāo)集{(xo，yo)， (義1，71)，（12,72》"，（111，711)}和病灶位置半徑集(1?()，1?1，1?2，~，1^)進(jìn)行轉(zhuǎn)換，得到轉(zhuǎn)換后的 病灶位置中心點(diǎn)坐標(biāo)集{ (X〇，Y〇)，（Xl，Yl)，（Χ2，Υ2)，…，（Xn，Yn) }; 步驟3.2.4:將轉(zhuǎn)換后的病灶位置中心點(diǎn)坐標(biāo)集{(乂〇，￥())，01，￥ 1)，〇2，￥2)，~，仏，￥11)} 和病灶位置半徑集(Rq，!^，!^，···，!^)顯示在標(biāo)準(zhǔn)圖像Fc上，將轉(zhuǎn)換后的病灶位置中心點(diǎn)坐標(biāo) 集{(父〇，￥())，（父1，￥1)，（父2，￥2)，~，（父 11，￥11)}和病灶位置半徑集(1?()，1?1，1?2，~，1〇確定的圓 (Circle〇，Circlei，Ci;rcle2,…，Circle n)作為病灶區(qū)域。
【文檔編號(hào)】G06F17/30GK105956198SQ201610445569
【公開日】2016年9月21日
【申請(qǐng)日】2016年6月20日
【發(fā)明人】王之瓊, 李陽(yáng), 徐玲, 馬春曉, 高小松, 趙越
【申請(qǐng)人】東北大學(xué)