一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法和系統(tǒng)的制作方法
【專利摘要】本申請(qǐng)公開了一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法，包括：根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息；對(duì)所述B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)分割；對(duì)所述超聲彈性信息圖像進(jìn)行軟硬區(qū)域自動(dòng)界定；對(duì)自動(dòng)分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動(dòng)界定的軟硬區(qū)域進(jìn)行硬度特征提??；基于提取的硬度特征，根據(jù)預(yù)設(shè)的評(píng)分標(biāo)準(zhǔn)對(duì)病灶區(qū)域和病灶周邊區(qū)域進(jìn)行彈性應(yīng)變?cè)u(píng)估。本申請(qǐng)還公開了一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估系統(tǒng)。本申請(qǐng)的【具體實(shí)施方式】針對(duì)B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)圖像分割，避免人為分割的主觀性，提高了彈性特征提取的準(zhǔn)確性。
【專利說明】一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法和系統(tǒng)【技術(shù)領(lǐng)域】
[0001]本申請(qǐng)涉及彈性應(yīng)變?cè)u(píng)估和分析技術(shù)，尤其涉及基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法和系統(tǒng)。
【背景技術(shù)】
[0002]醫(yī)學(xué)臨床研究表明，人體內(nèi)不同組織或同一組織不同區(qū)域的彈性系數(shù)各不相同，彈性成像技術(shù)能夠把組織彈性差異通過彩色編碼疊加在二維聲像圖上顯現(xiàn)出來，為某些疾病的診斷(例如乳腺良惡性腫瘤的鑒別)提供了新的途徑。
[0003]就乳腺腫瘤的診斷而言，由于生長(zhǎng)機(jī)理方面的差異，乳腺良惡性腫瘤的分子組成、組織密度及周圍的血管分布的不同導(dǎo)致二者彈性特征(或硬度)的差異。超聲彈性成像技術(shù)以檢測(cè)生物組織力學(xué)特性為目的，其彌補(bǔ)了常規(guī)超聲對(duì)于彈性測(cè)量的不足，將組織的彈性變化以灰度圖或偽彩圖的形式表示出來，使得彈性特征的測(cè)量提取成為可能，并廣泛的應(yīng)用于乳腺良惡性腫瘤鑒別中。
[0004]準(zhǔn)確估計(jì)和分析彈性圖像上組織彈性應(yīng)變對(duì)乳腺腫瘤良惡性鑒別至關(guān)重要。五分法及半定量法為最常用的評(píng)估乳腺腫瘤彈性應(yīng)變的方法，但這兩種這種方法還存在著主觀性大、識(shí)別精度低的缺點(diǎn)。主要原因在于:1)病灶區(qū)域輪廓需借助人工來確定，沒有實(shí)現(xiàn)自動(dòng)分割，因而主觀性大；2)病灶區(qū)域內(nèi)軟硬區(qū)域的界定使用固定閾值，由于彈性成像的特點(diǎn)，不同圖像中界定閾值實(shí)際對(duì)應(yīng)應(yīng)變力不同，導(dǎo)致彈性值量化誤差。

【發(fā)明內(nèi)容】

[0005]本申請(qǐng)要解決的技術(shù)問題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種能提高彈性信息提取準(zhǔn)確性的基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法。
[0006]本申請(qǐng)要解決的另一技術(shù)問題是提供一種基于上述方法的基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估系統(tǒng)。
[0007]本申請(qǐng)要解決的技術(shù)問題通過以下技術(shù)方案加以解決:
[0008]一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法，包括:
[0009]根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息；
[0010]對(duì)所述B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)分割；
[0011]對(duì)所述超聲彈性信息圖像進(jìn)行軟硬區(qū)域自動(dòng)界定；
[0012]對(duì)自動(dòng)分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動(dòng)界定的軟硬區(qū)域進(jìn)行硬度特征提??；
[0013]基于所述提取的硬度特征， 根據(jù)預(yù)設(shè)的評(píng)分標(biāo)準(zhǔn)對(duì)病灶區(qū)域和病灶周邊區(qū)域進(jìn)行彈性應(yīng)變?cè)u(píng)估。
[0014]所述對(duì)所述B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)分割包括:對(duì)所述B模式圖像采用基于Mumford-Shah分割函數(shù)和水平集技術(shù)的圖像分割方法實(shí)現(xiàn)病灶區(qū)域的自動(dòng)分割。[0015]所述對(duì)所述超聲彈性信息圖像進(jìn)行軟硬區(qū)域自動(dòng)界定包括:根據(jù)模糊聚類準(zhǔn)則，計(jì)算所述彈性信息圖像像素空間中每個(gè)元素的模糊相似矩陣與聚類中心的距離平方和，確定元素軟硬區(qū)間隸屬度，實(shí)現(xiàn)軟硬區(qū)域的自動(dòng)界定。
[0016]所述對(duì)自動(dòng)分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動(dòng)界定的軟硬區(qū)域進(jìn)行硬度特征提取包括:
[0017]對(duì)于自動(dòng)分割后的病灶區(qū)域，硬度特征可表示為:
【權(quán)利要求】
1.一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估方法，其特征在于，包括: 根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息； 對(duì)所述B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)分割； 對(duì)所述超聲彈性信息圖像進(jìn)行軟硬區(qū)域自動(dòng)界定； 對(duì)自動(dòng)分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動(dòng)界定的軟硬區(qū)域進(jìn)行硬度特征提?。? 基于所述提取的硬度特征，根據(jù)預(yù)設(shè)的評(píng)分標(biāo)準(zhǔn)對(duì)病灶區(qū)域和病灶周邊區(qū)域進(jìn)行彈性應(yīng)變?cè)u(píng)估。
2.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)分割包括: 對(duì)所述B模式圖像采用基于Mumford-Shah分割函數(shù)和水平集技術(shù)的圖像分割方法實(shí)現(xiàn)病灶區(qū)域的自動(dòng)分割。
3.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述超聲彈性信息圖像進(jìn)行軟硬區(qū)域自動(dòng)界定包括: 根據(jù)模糊聚類準(zhǔn)則，計(jì)算所述彈性信息圖像像素空間中每個(gè)元素的模糊相似矩陣與聚類中心的距離平方和，確定元素軟硬區(qū)間隸屬度，實(shí)現(xiàn)軟硬區(qū)域的自動(dòng)界定。
4.如權(quán)利要求1所述的 方法，其特征在于，所述對(duì)自動(dòng)分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動(dòng)界定的軟硬區(qū)域進(jìn)行硬度特征提取包括:





T.對(duì)于自動(dòng)分割后的病灶區(qū)域，硬度特征可表示為=7^xl00%其中Th為病灶區(qū)
a ?域內(nèi)部硬區(qū)域的像素個(gè)數(shù)之和，Ta為病灶區(qū)域內(nèi)部像素?cái)?shù)目之和；


P 對(duì)于自動(dòng)分割后的病灶周邊區(qū)域，硬度特征可表示為=7f'xl00%其中Ph為病灶周邊區(qū)域內(nèi)部硬區(qū)域的像素個(gè)數(shù)之和，Pa為病灶周邊區(qū)域內(nèi)部像素?cái)?shù)目之和。
5.如權(quán)利要求4所述的方法，其特征在于，所述基于所述提取的硬度特征，根據(jù)預(yù)設(shè)的評(píng)分標(biāo)準(zhǔn)對(duì)病灶區(qū)域和病灶周邊區(qū)域進(jìn)行彈性應(yīng)變?cè)u(píng)估包括: 若Et < 20%,則評(píng)估為I分；若20% < Et ^ 50%,評(píng)估為2分；若50% < Et ^ 80%,評(píng)估為3分；若80% < Et且Ep < 50%,則評(píng)估為4分；若80% < Et且Ep > 50%,則評(píng)估為5分。
6.一種基于超聲彈性圖像的彈性應(yīng)變?cè)u(píng)估系統(tǒng)，其特征在于，包括重建模塊、分割模塊、軟硬區(qū)域界定模塊、硬度特征提取模塊和評(píng)估模塊， 所述重建模塊用于根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息； 所述分割模塊用于對(duì)所述B模式圖像進(jìn)行病灶區(qū)域的自動(dòng)分割； 所述軟硬區(qū)域界定模塊用于對(duì)所述超聲彈性信息圖像進(jìn)行軟硬區(qū)域自動(dòng)界定； 所述硬度提取模塊用于對(duì)自動(dòng)分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動(dòng)界定的軟硬區(qū)域進(jìn)行硬度特征提??； 所述評(píng)估模塊用于基于所述提取的硬度特征，根據(jù)預(yù)設(shè)的評(píng)分標(biāo)準(zhǔn)對(duì)病灶區(qū)域和病灶周邊區(qū)域進(jìn)行彈性應(yīng)變?cè)u(píng)估。
7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述分割模塊還用于對(duì)所述B模式圖像采用基于Mumford-Shah分割函數(shù)和水平集技術(shù)的圖像分割方法實(shí)現(xiàn)病灶區(qū)域的自動(dòng)分割。
8.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述軟硬區(qū)域界定模塊還用于根據(jù)模糊聚類準(zhǔn)則，計(jì)算所述彈性信息圖像像素空間中每個(gè)元素的模糊相似矩陣與聚類中心的距離平方和，確定元素軟硬區(qū)間隸屬度，實(shí)現(xiàn)軟硬區(qū)域的自動(dòng)界定。
9.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述硬度提取模塊還用于:




對(duì)于自動(dòng)分割后的病灶區(qū)域，將硬度特征表示為:其中Th為病灶區(qū)
域內(nèi)部硬區(qū)域的像素個(gè)數(shù)之和，Ta為病灶區(qū)域內(nèi)部像素?cái)?shù)目之和； 對(duì)于自動(dòng)分割后的病灶周邊區(qū)域，將硬度特征可表示為1 =7χ100%其中Ph為
病灶周邊區(qū)域內(nèi)部硬區(qū)域的像素個(gè)數(shù)之和，Pa為病灶周邊區(qū)域內(nèi)部像素?cái)?shù)目之和。
10.如權(quán)利要求6至9中任一項(xiàng)所述的系統(tǒng)，其特征在于，所述評(píng)估模塊還用于，若Et ( 20%,則評(píng)估為I分；若20% < Et ^ 50%,評(píng)估為2分；若50% < Et ≤80%,評(píng)估為3分；若80% < Et且Ep ≤50%,則評(píng)估為4分；若80% < Et且Ep > 50%,則評(píng)估為5分。
【文檔編號(hào)】G06T7/00GK103606142SQ201310229776
【公開日】2014年2月26日 申請(qǐng)日期:2013年6月9日 優(yōu)先權(quán)日:2013年6月9日
【發(fā)明者】張雪, 鄭海榮, 肖楊, 邱維寶, 牟培田, 李彥明 申請(qǐng)人:中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院