專利名稱：一種基于胸片的計算機輔助檢測乳癌鈣化點的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及癌變鈣化點檢測領(lǐng)域，尤其涉及一種基于胸片的計算機輔助檢測乳癌鈣化點的方法。
背景技術(shù)：
近年來，乳腺癌死亡人數(shù)已經(jīng)占到所有癌癥死亡人數(shù)的第一位，美國癌癥協(xié)會估計在2009年，乳腺癌將占整個癌癥病例的28%，而乳腺癌病人的5年存活率只有14%，但如果能檢測到作為早期乳腺癌的癌變鈣化點，再配合適當(dāng)?shù)闹委?，病人的存活率可以提高?50%。CT被認(rèn)為是檢測癌變鈣化點的最佳方法——“金標(biāo)準(zhǔn)”，然而，因為經(jīng)濟、方便和放射劑量適中等原因，X光胸片更常用，事實上，幾乎所有的早期乳腺癌都是通過胸片發(fā)現(xiàn)的，但對放射科醫(yī)生來說，基于胸片發(fā)現(xiàn)早期乳腺癌是一件很困難的任務(wù)。近20年來，基于胸片癌變鈣化點計算機輔助檢測系統(tǒng)一直是研究熱點。雖然基于胸片的癌變鈣化點檢測系統(tǒng)性能在近10年提高了很多，但還是面臨檢測結(jié)果存在大量假陽性的問題。研究表明，如果檢測系統(tǒng)的假陽性達到每副圖像11個，哪怕它的癌變鈣化點檢出率達到80%，也不能幫助醫(yī)生提高診斷精度.但如果系統(tǒng)的假陽性只有4個，醫(yī)生對癌變鈣化點的檢出率會得到有效的提高。對于當(dāng)前的檢測系統(tǒng)，最大問題是如何在提高癌變鈣化點檢測率的同時，降低檢測結(jié)果中的假陽性。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于提供一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，能夠解決檢測率不高，假陽性過多的問題。

為解決上述技術(shù)問題，本發(fā)明實施例提供的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，具體技術(shù)方案如下:—種基于胸片的計算機輔助檢測乳癌鈣化點的方法，包括:a.通過基于活動形狀模型的乳房區(qū)分割方法和乳房區(qū)背景噪聲去除技術(shù)對圖像進行預(yù)處理；b.選擇可疑鈣化點；c.為了有效降低了檢測結(jié)果中的假陽性，引入分水嶺算法分割所述可疑鈣化點，基于分割結(jié)果提取區(qū)分真實鈣化點和假鈣化點的特征；以及d.基于提取的特征引入經(jīng)典線性分類器獲取最終鈣化點檢測結(jié)果。優(yōu)選地，所述區(qū)分真實鈣化點和假鈣化點的特征包括5類特征。具體的，所述可疑鈣化點選取步驟包括:從鈣化點可能值圖像中選取若干個峰值點作為可疑鈣化點的初始位置；如果任意兩個峰值點之間的距離小于閾值，則具有更大值的點被選作可疑 丐化點。具體的，所述可疑鈣化點分割步驟包括:首先，以某一可疑鈣化點位置為中心點從鈣化點肋骨圖像上截取一感興趣區(qū)域；其次，用灰度閾值法獲得初始分割區(qū)域；然后，用二值的形態(tài)學(xué)腐蝕運算去除初始分割區(qū)域中一些不屬于鈣化點的部分；再后，用膨脹運算還原分割區(qū)域的大??；最后，采用分水嶺算法對分割區(qū)域中的鈣化點進行精分割。本發(fā)明提供的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，由于方法中引入兩步鈣化點增強技術(shù)使系統(tǒng)能夠檢測到更多被肋骨等結(jié)構(gòu)遮擋的鈣化點；同時，為了降低假陽性，引入分水嶺分割方法，使得基于分割結(jié)果提取的特征值更有效。


圖1為本發(fā)明一種基于胸片的計算機輔助檢測乳癌鈣化點的方法中感興趣點O的鈣化點可能值計算圓環(huán)示意圖。
具體實施例方式本發(fā)明實施例提供一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，能夠檢測到更多被肋骨等結(jié)構(gòu)遮擋的鈣化點，同時降低假陽性。本發(fā)明實施例提供的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，包括:通過基于活動形狀模型的乳房區(qū)分割方法和乳房區(qū)背景噪聲去除技術(shù)對圖像進行預(yù)處理；選擇可疑鈣化點；為了有效降低了檢測結(jié)果中的假陽性，引入分水嶺算法分割所述可疑鈣化點，基于分割結(jié)果提取區(qū)分真實鈣化點和假鈣化點的特征；以及基于提取的特征引入經(jīng)典線性分類器獲取最終鈣化點檢測結(jié)果。本發(fā)明提供的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，由于方法中引入兩步鈣化點增強技術(shù)使系統(tǒng)能夠檢測到更多被肋骨等結(jié)構(gòu)遮擋的鈣化點；同時，為了降低假陽性，引入分水嶺分割方法，使得基于分割結(jié)果提取的特征值更有效。為了便于本領(lǐng) 域技術(shù)人員更好的理解本發(fā)明實施例提供的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，下面結(jié)合附圖對本發(fā)明實施例一種基于胸片的計算機輔助檢測乳癌鈣化點的方法進行詳細(xì)描述。一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，包括:通過基于活動形狀模型的乳房區(qū)分割方法和乳房區(qū)背景噪聲去除技術(shù)對圖像
進行預(yù)處理。為了和其他學(xué)者研究結(jié)果作比較，我們使用日本放射技術(shù)學(xué)會(Japanese
Society of Radiology Technology, JSRT)提供的公共數(shù)據(jù)庫測試本文系統(tǒng)的檢測性能。
圖像中所有癌變I丐化點經(jīng)過CT確認(rèn),I丐化點大小從5mm到40mm不等.癌變I丐化點按照明
顯度不同被放射科醫(yī)生分為5類:很明顯、明顯、不明顯、很不明顯和極其不明顯。我們把以
下圖像從測試庫中去除:(I)含有大于35mm鈣化點的圖像；(2) —個病人多于兩個鈣化點
的圖像；(3)放射科醫(yī)生不能確定鈣化點邊緣的圖像；(4)鈣化點被心臟、橫隔遮擋的圖像。
所述分割方法以ASM模型為基礎(chǔ)，在模型中固定不同類型邊界的轉(zhuǎn)換點.模型在分割過程
中每段邊緣只要匹配所屬類型邊緣的特征即可.獲得乳房分割結(jié)果后，將左右乳房區(qū)分別
擬合到一二階多項式式(I)，用原圖減乳房區(qū)擬合多項式獲取背景噪聲去除的預(yù)處理圖像。
+i kFl{x,y) = ΣΣ—1 (I)
k ~ I n1-1其中，ak是kth系數(shù)，k和m是變量。
為了選取到更多被肋骨等結(jié)構(gòu)遮擋的真實鈣化點，有效提高最終的鈣化點檢出率，利用兩步鈣化點增強技術(shù)，選擇可疑鈣化點，所述兩步鈣化點增強技術(shù)具體包括:第一步為獲取鈣化點肋骨圖像。首先用鈣化點模板對預(yù)處理圖像作灰度形態(tài)學(xué)開運算獲取鈣化點增強的鈣化點圖像，鈣化點模板為一幅灰度值服從正態(tài)分布的小圖像，然后用同樣的灰度形態(tài)學(xué)開運算增強肋骨結(jié)構(gòu)，由于圖像中肋骨方向隨位置變化而變化，因此本發(fā)明采用7個不同方向的線性結(jié)構(gòu)模板，對于每個象素，7次開運算后的最大值輸出到對應(yīng)的肋骨圖像。第二步鈣化點增強為獲取鈣化點可能性大小圖像。圖像中，每個象素的灰度值表示該點為鈣化點的可能性.為了計算乳房區(qū)中某一感興趣象素O為鈣化點的可能值，給出以此象素為中心的一圓環(huán)(如圖1)，圓環(huán)大小和獲取鈣化點肋骨圖像中使用的鈣化點模板尺度一致.感興趣點O的鈣化點可能值按照下列方法計算:首先對于扇區(qū)O中的任一象素A，該點的梯度方向以及指向O點的方向如圖1，它們之間的夾角為Θ.如果O點為鈣化點，那么cos Θ值應(yīng)當(dāng)接近于1，0，但如果A點的梯度值M太小，那么它的梯度方向具有不可靠性；如果它的梯度值過大，那么A點可能是肋骨邊緣.基于這些假設(shè)，乳房區(qū)中任一感興趣點的鈣化點可能值由下列公式獲得:
權(quán)利要求
1.一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，其特征在于，包括: a.通過基于活動形狀模型的乳房區(qū)分割方法和乳房區(qū)背景噪聲去除技術(shù)對圖像進行預(yù)處理； b.選取可疑鈣化點； c.引入分水嶺算法分割所述可疑鈣化點，基于分割結(jié)果提取區(qū)分真實鈣化點和假鈣化點的特征；以及 d.基于提取的特征引入經(jīng)典線性分類器獲取最終鈣化點檢測結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，其特征在于，所述區(qū)分真實鈣化點和假鈣化點的特征包括5類特征。
3.根據(jù)權(quán)利要求1或2所述的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，其特征在于，所述可疑鈣化點選取步驟包括:從鈣化點可能值圖像中選取若干個峰值點作為可疑鈣化點的初始位置；如果任意兩個峰值點之間的距離小于閾值，則具有更大值的點被選作可疑鈣化點。
4.根據(jù)權(quán)利要求3所述的一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，其特征在于，所述可疑鈣化點分割步驟包括:首先，以某一可疑鈣化點位置為中心點從鈣化點肋骨圖像上截取一感興趣區(qū)域；其次，用灰度閾值法獲得初始分割區(qū)域；然后，用二值的形態(tài)學(xué)腐蝕運算去除初始分割區(qū)域中一些不屬于鈣化點的部分；再后，用膨脹運算還原分割區(qū)域的大小；最后，采用分水嶺算法對分割區(qū)域中的鈣化點進行精分割。
全文摘要
本發(fā)明公開了一種基于胸片的計算機輔助檢測乳癌鈣化點的方法，其特征在于，包括通過基于活動形狀模型的乳房區(qū)分割方法和乳房區(qū)背景噪聲去除技術(shù)對圖像進行預(yù)處理；利用兩步鈣化點增強技術(shù)，選取可疑鈣化點，所述兩步鈣化點增強技術(shù)具體包括獲取鈣化點肋骨圖像；獲取鈣化點可能值圖像；引入分水嶺算法分割所述可疑鈣化點，基于分割結(jié)果提取區(qū)分真實鈣化點和假鈣化點的特征；以及基于提取的特征引入經(jīng)典線性分類器獲取最終鈣化點檢測結(jié)果。本發(fā)明能夠檢測到更多被肋骨等結(jié)構(gòu)遮擋的鈣化點，同時，降低假陽性。
文檔編號G06K9/54GK103186788SQ20111045309
公開日2013年7月3日 申請日期2011年12月30日 優(yōu)先權(quán)日2011年12月30日
發(fā)明者周廣生, 陳 勝 申請人:無錫睿影信息技術(shù)有限公司