三維超聲乳腺全容積圖像感興趣區(qū)域的自動(dòng)提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體為三維超聲乳腺全容積圖像感興趣區(qū)域的自 動(dòng)提取方法。
【背景技術(shù)】
[0002] 超聲成像因具有無(wú)創(chuàng)、實(shí)時(shí)、可重復(fù)性強(qiáng)、費(fèi)用低廉等優(yōu)點(diǎn)，在臨床上有重要應(yīng)用。 與傳統(tǒng)的手持式的二維超聲成像相比，ABVS具有全新的成像模式，可以標(biāo)準(zhǔn)化自動(dòng)掃描乳 腺，對(duì)圖像進(jìn)行數(shù)字化處理，避免使用者的個(gè)體差異；ABVS可以進(jìn)行全乳掃描，較常規(guī)超 聲，增加了重建的冠狀切面，從而可以提供比二維圖像更多的信息，有很好的可重復(fù)性。
[0003] 由于腫瘤的體積相對(duì)于整個(gè)ABVS圖像來(lái)說(shuō)較小，直接進(jìn)行腫瘤的分割準(zhǔn)確率低。 因此，通常需要使用者在幾百幅橫斷面圖像中手動(dòng)標(biāo)注腫瘤的中心位置或者感興趣的區(qū) 域，以進(jìn)行進(jìn)一步的分析。這種人工標(biāo)定的方法非常耗時(shí)，并且依賴于使用者的經(jīng)驗(yàn)。
[0004] 針對(duì)這一問(wèn)題，本發(fā)明提出了一種全自動(dòng)提取ABVS感興趣區(qū)域的方法。該方法不 需要使用者提前標(biāo)記腫瘤，可以自動(dòng)尋找感興趣的區(qū)域，并且最終得到包含感興趣區(qū)域的 最小橢球。將本發(fā)明的方法應(yīng)用到ABVS圖像的自動(dòng)分析系統(tǒng)中，可以提高整個(gè)系統(tǒng)的準(zhǔn)確 性。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提出一種自動(dòng)提取三維超聲乳腺全容積圖像中的感興趣區(qū)域的 方法。
[0006] 本發(fā)明提出一種三維超聲乳腺全容積圖像感興趣區(qū)域的自動(dòng)提取方法，其具體步 驟為： 1. 首先將DICOM格式的ABVS圖像根據(jù)三維方向上的像素點(diǎn)間的距離進(jìn)行圖像重建， 使之與實(shí)際乳腺圖像大小相對(duì)應(yīng)；重建以后得到820幅橫斷面的圖像片、750幅矢狀面的圖 像片；根據(jù)掃描深度的不同，得到98~294幅冠狀面的圖像片；在每個(gè)切面上，相鄰兩幅圖像 之間的距離為〇. 2 mm，每幅切面圖像上的相鄰像素點(diǎn)間的距離也為0. 2 mm ; 2. 根據(jù)乳腺在冠狀面圖像上一般為橢圓形的特點(diǎn)，計(jì)算重建后ABVS圖像的前十幅冠 狀面圖像片的最小值映射圖像，對(duì)其閾值處理后，用霍夫橢圓變換獲取乳腺在冠狀面上的 模板，并將其應(yīng)用于所有冠狀面圖像片；利用ABVS圖像冠狀面和橫斷面三維坐標(biāo)間的關(guān) 系，將冠狀面上的乳腺位置投影至橫斷面，確定橫斷面內(nèi)乳腺位置，初步縮小橫斷面感興趣 區(qū)域的搜索范圍，去除乳腺外噪聲、偽影等干擾的影響； 3. 對(duì)橫斷面的820幅圖像，把每十幅圖像通過(guò)最小值映射合并為一幅新的圖像，合并 后得到82幅圖像；對(duì)其中每幅圖像采用基于最大方向相位方法，結(jié)合腫瘤位置特性和紋理 特點(diǎn)，提取感興趣候選區(qū)域，得到相應(yīng)區(qū)域的二值圖像； 4. 由步驟3,得到一系列連續(xù)橫斷面感興趣候選區(qū)域的二值圖像；根據(jù)腫瘤的連續(xù) 性，若某一片的連通區(qū)域與前后相鄰片無(wú)重疊，則稱為無(wú)關(guān)片，先加以去除；對(duì)剩下的片，根 據(jù)其連續(xù)性及連通區(qū)域中心位置進(jìn)行分組，每組表示為一個(gè)可疑腫瘤； 5. 對(duì)經(jīng)步驟4處理的各組橫斷面圖像片進(jìn)行分類，提取其二值圖像和對(duì)應(yīng)灰度圖像 的形狀、紋理等特征，輸入至邏輯回歸分類器，得到每組可能為腫瘤的概率，概率最大者為 真實(shí)的腫瘤區(qū)域所對(duì)應(yīng)的橫斷面圖像片； 6. 在步驟5確定的腫瘤區(qū)域連續(xù)片的二值圖像中，找到最大的連通區(qū)域，確定包含該 連通區(qū)域的最小橢圓；根據(jù)矢狀面和橫斷面圖像間的坐標(biāo)對(duì)應(yīng)關(guān)系，找到橢圓中心橫坐標(biāo) 對(duì)應(yīng)的矢狀面圖像片，采用步驟3中提取感興趣候選區(qū)域的方法得到矢狀面圖像片的感興 趣候選區(qū)域，進(jìn)而確定矢狀面上包含感興趣候選區(qū)域的最小橢圓；利用矢狀面和橫斷面的 兩個(gè)橢圓，確定ABVS圖像包含感興趣區(qū)域的最小橢球的三個(gè)主軸長(zhǎng)，從而得到腫瘤的感興 趣區(qū)域。
[0007] 下面就本發(fā)明方法的各個(gè)步驟涉及的相關(guān)技術(shù)細(xì)節(jié)作進(jìn)一步的具體描述。
[0008] 關(guān)于步驟I. ABVS圖像是由乳腺自動(dòng)全容積成像儀器沿乳腺橫斷面方向掃描得到 的連續(xù)圖像片重建得到的，圖像格式一般為DICOM格式，有三個(gè)正交的平面：橫斷面、矢狀 面和冠狀面；橫斷面和矢狀面上的超聲圖像與傳統(tǒng)的手持式超聲儀器獲取的二維超聲圖像 比較相近，冠狀面上的超聲圖像可以觀察到乳腺的大致輪廓；DICOM文件中包含圖像的全 部信息，包括圖像像素點(diǎn)的灰度值以及圖像的像素點(diǎn)間距。因此，可以通過(guò)DICOM文件信息 的讀取，重建三維的ABVS圖像。ABVS圖像的掃描深度一般在20~60 mm，根據(jù)掃描深度的不 同，重建后的ABVS圖像的大小為（98-294) X750X820。原始的ABVS圖像的三個(gè)切面示意 圖如圖1所示，重建后橫斷面、矢狀面和冠狀面的圖像如圖2所示。
[0009] 根據(jù)從DICOM文件中讀取到的ABVS圖像像素點(diǎn)之間的距離與實(shí)際的乳腺圖像的 關(guān)系，重建ABVS圖像，其相鄰像素點(diǎn)間距為0. 2 mm。
[0010] 關(guān)于步驟2.該步驟是為了獲取乳腺的模板，排除乳腺周圍因接觸不良等原因產(chǎn) 生的偽影、噪聲等干擾。其實(shí)施方法為：首先取表示乳腺皮膚表層的冠狀面前10幅圖像片， 計(jì)算前10幅冠狀面圖像片的最小值映射圖像，然后將這十幅圖像按最小值映射的原理進(jìn) 行合并。對(duì)合并后的圖像采用OSTU的閾值處理 [1]方法得到二值圖像；采用形態(tài)學(xué)的膨脹 腐蝕方法得到乳腺的大致輪廓，然后用霍夫橢圓變換的方法檢測(cè)找到乳腺對(duì)應(yīng)的橢圓的位 置，生成一幅二值模板圖像，橢圓內(nèi)部的值為1，橢圓外部的值為0 ;對(duì)于ABVS圖像來(lái)說(shuō)，其 冠狀面圖像的縱坐標(biāo)對(duì)應(yīng)橫斷面圖像的橫坐標(biāo)，因此，可以利用冠狀面圖像生成的模板圖， 確定橫斷面圖像上乳腺區(qū)域，去除乳腺外的噪聲、偽影干擾的影響。
[0011] 為了降低霍夫橢圓變換的運(yùn)算量，根據(jù)先驗(yàn)知識(shí)，對(duì)橢圓的長(zhǎng)短軸、方向和長(zhǎng)短軸 之比進(jìn)行限定。這里限定橢圓的主軸長(zhǎng)度在400~800之間，長(zhǎng)短軸之比大于0. 75,橢圓長(zhǎng) 軸與4[!正方向的夾角在（0, π)之間。橢圓的方程為：
【主權(quán)項(xiàng)】
1. 一種三維超聲乳腺全容積成像（ABVS)中感興趣區(qū)域的自動(dòng)提取方法，其特征在于 具體的步驟為： (1) 首先將DICOM格式的ABVS圖像根據(jù)三維方向上的像素點(diǎn)間的距離進(jìn)行圖像重建， 使之與實(shí)際乳腺圖像大小相對(duì)應(yīng)；重建以后得到820幅橫斷面的圖像片、750幅矢狀面的圖 像片；根據(jù)掃描深度的不同，得到98~294幅冠狀面的圖像片； (2) 根據(jù)乳腺在冠狀面圖像中一般為橢圓形的特點(diǎn)，計(jì)算重建后ABVS圖像的前十幅 冠狀面圖像片的最小值映射圖像，對(duì)其閾值處理后，用霍夫橢圓變換獲取乳腺在冠狀面上 的模板，并將其應(yīng)用于所有的冠狀面圖像片；利用ABVS圖像冠狀面和橫斷面三維坐標(biāo)間的 關(guān)系，將冠狀面上的乳腺位置投影至橫斷面，確定橫斷面內(nèi)乳腺位置，初步縮小橫斷面感興 趣區(qū)域的搜索范圍，去除乳腺外噪聲、偽影干擾的影響； (3) 對(duì)橫斷面的820幅圖像，把每十幅通過(guò)最小值映射合并為一幅新的圖像，合并后 得到82幅圖像；對(duì)其中每幅圖像采用基于最大方向相位方法，結(jié)合腫瘤位置特性和紋理特 點(diǎn)，提取感興趣候選區(qū)域，得到相應(yīng)區(qū)域的二值圖像； (4) 由步驟（3)，得到一系列連續(xù)橫斷面感興趣候選區(qū)域的二值圖像；根據(jù)腫瘤的連 續(xù)性，若某一片的連通區(qū)域與前后相鄰片無(wú)重疊，則稱為無(wú)關(guān)片，先加以去除；對(duì)剩下的片， 根據(jù)其連續(xù)性及連通區(qū)域中心位置進(jìn)行分組，每組表示為一個(gè)可疑腫瘤； (5) 對(duì)步驟（4)中各組橫斷面圖像片進(jìn)行分類；提取其二值圖像和對(duì)應(yīng)灰度圖像的形 狀、紋理特征，輸入至邏輯回歸分類器得到每組可能為腫瘤的概率，概率最大者為真實(shí)的腫 瘤區(qū)域所對(duì)應(yīng)的橫斷面圖像片； (6) 在步驟（