利索能及
我要发布
收藏
专利号: 2012102814753
申请人: 深圳市慧康精密仪器有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2024-12-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,包括下述步骤:采集医学图像和弹性图像;

对所述医学图像进行预处理;

自动提取经预处理后的医学图像的肿瘤边缘信息;

将提取的肿瘤边缘信息融合于相应的弹性图像中;

提取融合所述肿瘤边缘信息的弹性图像的弹性特征参数群。

2.根据权利要求1所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述预处理包括下述步骤:对医学图像进行斑点噪声滤波处理;

对经斑点噪声滤波处理的医学图像进行平滑处理。

3.根据权利要求1所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述自动提取采用基于Chan-Vese模型的肿瘤边缘提取方法。

4.根据权利要求3所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述弹性特征参数群包括弹性值参数,所述弹性值参数包括感兴趣区域的弹性模量平均值、感兴趣区域的弹性模量标准差、病变区域的平均值、病变区域的标准差、周围组织区域的平均值及弹性比值。

5.根据权利要求4所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述感兴趣区域包括所述病变区域和所述周围组织区域,所述感兴趣区域的选取方法为:根据融合所述肿瘤边缘信息的弹性图像的肿瘤轮廓曲线计算出水平外接矩形;

将所述外接矩形向四个方向延拓,构成一个包含肿瘤且面积大小为肿瘤2~3倍的矩形区域作为所述感兴趣区域。

6.根据权利要求4所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述感兴趣区域的弹性模量平均值的量化方法为:式中NROI为所述感兴趣区域内所有像素点的个数,ei是像素点对应的弹性模量值,ROIavg表征了感兴趣区域的平均硬度;

所述感兴趣区域的弹性模量标准差的量化方法为:

式中NROI为所述感兴趣区域内所有像素点的个数,ei是像素点对应的弹性模量值,ROIstd表征了感兴趣区域内弹性分布的均匀程度;

所述病变区域的平均值的量化方法为:

式中NTUMOR为所述病变区域内所有像素点的个数;ei为像素点对应的弹性模量值,TUMORavg表征了肿瘤的平均硬度;

所述病变区域的标准差的量化方法为:

式中NTUMOR为所述病变区域内所有像素点的个数;ei为像素点对应的弹性模量值,TUMORstd表征了肿瘤弹性分布的均匀程度;

所述周围组织区域的平均值的量化方法为:

式中NSUD为周围组织区域内所有像素点的个数;ei是像素点对应的弹性模量值,SUDavg表征了周围正常组织的平均硬度;

所述弹性比值的量化方法为:

式中TUMORavg是病变区域的平均硬度;SUDavg是周围组织区域的平均硬度,Eratio表征了肿瘤与周围正常组织区域的相对弹性变化程度。

7.根据权利要求1或5所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述弹性特征参数群还包括弹性图像纹理参数,所述弹性图像纹理参数包括:病变区域的弹性图像纹理参数及灰度共生矩阵图像区域的弹性图像纹理参数。

8.根据权利要求7所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述病变区域的弹性图像纹理参数包括:直方图归一化方差、直方图偏度描述子、直方图峰度描述子、直方图一致性描述子及直方图熵;所述灰度共生矩阵图像区域的弹性图像纹理参数包括共生矩阵能量描述子、共生矩阵对比度描述子、共生矩阵逆差矩及共生矩阵熵。

9.根据权利要求8所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述灰度共生矩阵图像区域的选取方法为:根据融合所述肿瘤边缘信息的弹性图像的肿瘤轮廓曲线计算出最小外接矩形区域作为所述灰度共生矩阵图像区域。

10.根据权利要求7所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述直方图归一化方差的量化方法为:式中zi表示弹性模量值映射到[0,255]后的一个随机变量;m表示病变区域内所有像素点对应的弹性模量映射后的均值;p(zi)是病变区域的灰度直方图;L是可能的灰度级数,一般取256,H var归一化到范围[0,1],表征肿瘤内弹性模量值的离散分布情况;

所述直方图偏度描述子的量化方法为:

式中zi表示弹性模量值映射到[0,255]后的一个随机变量,m表示病变区域内所有像素点对应的弹性模量映射后的均值,p(zi)是病变区域的灰度直方图,L是可能的灰度级数,Hskew表征图像直方图分布的不对称程度;

所述直方图峰度描述子的量化方法为:

式中zi表示弹性模量值映射到[0,255]后的一个随机变量,m表示病变区域内所有像素点对应的弹性模量映射后的均值,p(zi)是病变区域的灰度直方图,L是可能的灰度级数,Hkurt表征弹性图像分布在接近均值时的大致状态;

所述直方图一致性描述子的量化方法为:

式中zi表示弹性模量值映射到[0,255]后的一个随机变量,p(zi)是病变区域的灰度直方图,L是可能的灰度级数,Henergy表征肿瘤弹性分布的均匀程度;

所述直方图熵的量化方法为:

式中zi表示弹性模量值映射到[0,255]后的一个随机变量,p(zi)是病变区域的灰度直方图,L是可能的灰度级数,Hentropy表征肿瘤弹性分布的均匀性;

所述共生矩阵能量描述子的量化方法为:

式中G(i,j)表示大小为K×K的灰度共生矩阵G的每个元素值,ASM表征图像灰度分布均匀程度和纹理粗细度;

所述共生矩阵对比度描述子的量化方法为:

式中G(i,j)表示大小为K×K的灰度共生矩阵G的每个元素值,CON表征图像的清晰度和纹理沟纹深浅的程度;

所述共生矩阵逆差矩的量化方法为:

式中G(i,j)表示大小为K×K的灰度共生矩阵G的每个元素值,IDM表征图像的同质性,度量图像纹理局部的变化程度;

所述共生矩阵熵的量化方法为:

式中G(i,j)表示大小为K×K的灰度共生矩阵G的每个元素值,ENT表征图像纹理的非均匀程度或复杂程度。

11.根据权利要求1或5或6所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述弹性特征参数群还包括量化参数,所述量化参数值的量化方法为:对所述病变区域做膨胀运算并得到肿瘤外围组织区域;

对所述病变区域做腐蚀运算并得到病变中心区域;

定义如下参数:

式中N表示所述病变区域内所有像素点的个数,Nsoft表示所述病变区域内弹性模量值小于所述ROIavg的像素点个数,Nhard表示所述病变区域弹性模量值大于所述ROIavg的像素点个数,式中M表示所述肿瘤外围组织区域内所有像素点的个数,Msoft表示肿瘤外围组织区域内弹性模量值小于所述ROIavg的像素点个数,Mhard表示内肿瘤外围组织区域弹性模量值大于所述ROIavg的像素点个数,式中L表示所述病变中心区域内所有像素点的个数,Lhard表示所述病变中心区域中弹性值大于所述ROIavg的像素点个数;

弹性评分:当TUMORsoft≥90%,量化参数值Escore为1;

当TUMORsoft-TUMORhard≥10%,量化参数值Escore为2;

当TUMORhard-TUMORsoft≥10%,量化参数值Escore为3;

当TUMORhard≥80%,TUMORSUFsoft≥70%,量化参数值Escore为4;

当TUMORhard≥90%,TUMORSUFhard≥50%,量化参数值Escore为5。

12.根据权利要求1所述的基于超声弹性成像的肿瘤弹性特征的提取方法,其特征在于,所述医学图像为B超图像或CT图像或MRI图像或X-ray图像。