CN101664316B - 一种乳腺x线图像的软拷贝显示方法 - Google Patents

Abstract

本发明公开了一种乳腺X线图像的软拷贝显示方法，通过统计乳腺X线图像的乳腺区域中像素值为x的概率密度直方图，构建用于表征乳腺区域中像素值重要性的权重函数及构造单调递增的动态范围转换函数，再利用动态范围转换函数将乳腺X线图像中的每个像素值映射到可显示灰度阶，形成显示图像，实质上是对乳腺X线图像中的每个像素值作非线性映射到可显示灰度阶，由于映射关系采用了非线性的映射关系，因此通过本方法显示的结果可以体现不同乳腺组织部位信息的不同重要性，从而实现对重要诊断信息的清晰表达，此外，通过本方法进行图像显示，在大幅度改善乳腺实质区域显示效果的同时，保持了乳腺轮廓的显示效果，即使得乳腺的轮廓线仍旧清晰可见。

Description

一种乳腺X线图像的软拷贝显示方法

技术领域

本发明涉及一种数字医学图像的显示方法，尤其是涉及一种乳腺X线图像的软拷贝显示方法。

背景技术

影像的显示效果对于诊断至关重要，乳腺X线图像经常含有微小尺度的模糊的诊断信息，采用先进的软拷贝显示技术可以提高乳腺X线图像中病例特征的醒目性。乳腺X线图像普遍遵循医学数字图像通信标准(DICOM3.0)，这个标准是1993年由北美放射学会(ACR)与电器制造协会(NEMA)联合制定的，是事实上的工业标准。乳腺X线图像的像素值变化范围较大，一般每个像素值采用10～16bits存储，但显示设备提供的输入范围是固定的，一般显示器只有256个灰阶，因此需要进行DICOM(Digital Imagingand Communication of Medicine，医学数字图像通讯)图像数据到灰度值的转化，即选择感兴趣的数据范围影射为可输出灰阶。乳腺X线图像可以分割为乳腺区域和背景区域，其中，乳腺区域可以进一步分割为乳腺脂肪区域和乳腺实质区域，乳腺实质区域是病灶最经常出现的区域，而在乳腺脂肪区域中发生病变的可能性很小，另外包围乳腺区域的轮廓线——乳腺轮廓，也可以反映出部分病变的征兆，如某些病变可能导致乳腺轮廓扭曲。乳腺X线图像的像素值动态范围很宽，直接将整个像素值范围映射到可输出灰阶的显示图像细节丰富，但对比度较差。为了增加对比度，DICOM标准引入了窗宽窗位的概念，即可以选择一部分感兴趣的像素值范围映射到可显示灰阶，感兴趣的像素值范围由窗宽与窗位两个参数确定。窗宽窗位技术本质上是通过缩小可见的像素值区间来达到较好地显示效果，但这样的做法大大减少了能见的信息，最明显的就是不能同时清楚地显示乳腺X线图像的乳腺轮廓及乳腺实质区域，为解决此问题，就需要进行调窗操作，即在不同的窗宽与窗位参数下持续观察乳腺X线图像。目前大部分窗宽窗位方法都采用了像素值区域到可显示灰阶的线性映射方式，然而，不同像素值代表了乳腺组织的不同部位，它们蕴含的诊断信息的重要性也不同，这些现有的窗宽窗位方法并不能体现不同像素值在诊断中具有的不同重要性，因此不能实现对诊断信息的清晰表达。

发明内容

本发明所要解决的技术问题是提供一种能够较好地显示乳腺实质区域的同时能够有效表现乳腺轮廓，并且能够清晰显示有重要诊断信息的部位的乳腺X线图像的软拷贝显示方法。

本发明解决上述技术问题所采用的技术方案为：一种乳腺X线图像的软拷贝显示方法，包括以下步骤：

①定义待处理的乳腺X线图像为当前乳腺X线图像，统计当前乳腺X线图像的乳腺区域中的像素的像素值为x的概率密度直方图，记为p(x)，统计乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的非零概率密度值的个数，记为N_p，记具有非零概率密度值的像素值的定义域为D_Z ⁺，设置动态范围扩张倍数，记为k₁，设置用于将乳腺区域的像素值域[V_min′，V_max′]映射到[0，k₁·N_p]的动态范围转换函数，记为f(x)，其中，V_max′为乳腺区域内的最大像素值，V_min′为乳腺区域内的最小像素值；

②构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)；

③构造在D_Z ⁺上单调递增的动态范围转换函数f(x)；

④利用动态范围转换函数f(x)将当前乳腺X线图像中的每个像素值映射到可显示灰度阶，形成显示图像。

所述的步骤①的具体步骤为：

①-1、定义待处理的乳腺X线图像为当前乳腺X线图像，采用现有的乳腺区域分割方法对当前乳腺X线图像进行分割，得到当前乳腺X线图像的乳腺区域，记乳腺区域中包含的像素的个数为N，统计乳腺区域中的像素的像素值为x的概率密度直方图，并记为p(x)，p(x)＝|{h(i，j)＝x |(i，j)∈B_r}|，其中，(i，j)表示乳腺区域中的像素的坐标，i表示行坐标，j表示列坐标，h(i，j)表示坐标为(i，j)的像素的像素值，B_r表示乳腺区域，运算符“||”表示集合中元素的个数；

①-2、记乳腺区域内的最大像素值为V_max′，记乳腺区域内的最小像素值为V_min′，记乳腺区域的像素值域为[V_min′，V_max′]，统计乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的非零概率密度值的个数，记非零概率密度值的个数为N_p，N_p＝{p(x)≠0|V_min′≤x≤V_max′}，N_p≤N，记具有非零概率密度值的像素值的定义域为D_Z ⁺， $D_Z^{+}=\left\{x_i^{\′}\right|p\left(x_i^{\′}\right)>\mathrm{0,1}\≤i\≤N_p\},$ 其中，p(x_i′)为第i个非零概率密度值，x_i′为第i个非零概率密度值对应的像素值；

①-3、设置动态范围扩张倍数，记为k₁，k₁＞1，设置用于将乳腺区域的像素值域[V_min′，V_max′]映射到[0，k₁·N_p]的动态范围转换函数，记为f(x)。

所述的步骤①-3中的动态范围扩张倍数k₁的取值范围为[2，5]。

所述的步骤②的具体步骤为：

②-1、搜索乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的最大概率密度值，记为p_max，p_max＝Max{p(x)，V_min′≤x≤V_max′}，其中，Max{ }为取最大值函数；

②-2、构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)，初始化权重函数w(x)，记初始化权重函数w(x)后的值为w₀(x)，w₀(x)＝1+k₂·(p(x)/p_max)，其中，k₂表示概率密度值在权重中的作用参数，k₂＞1；

②-3、采用现有的分割阈值计算方法将乳腺区域分割为乳腺实质区域与乳腺脂肪区域，记计算得到的乳腺实质区域与乳腺脂肪区域的分割阈值为T_D；

②-4、设置乳腺脂肪区域中所有像素的像素值所在的像素值区间的长度，记为l，100≤l≤300；

②-5、设置用于表征乳腺实质区域和乳腺脂肪区域的重要性的乘数因子，记为s(x)，

$s\left(x\right)=\left\{\begin{array}{c}1+(V_{\min }^{\′}+l-x)/l,x\∈[V_{\min }^{\′},V_{\min }^{\′}+l]\\ 1,x\∈[V_{\min }^{\′}+l+1,T_D]\\ 1+(x-T_D)/(V_{\max }^{\′}-T_D),x\∈[T_D,V_{\max }^{\′}]\end{array}\right.;$

②-6、计算w₁(x)，w₁(x)＝s(x)·w₀(x)；

②-7、对w₁(x)进行归一化处理，得到权重函数w(x)， $w\left(x\right)=\frac{w_1\left(x\right)}{\underset{x=V_{\min }^{\′}}{\overset{V_{\max }^{\′}}{\mathrm{\Σ}}}{w}_1\left(x\right)}.$

所述的步骤②-2中的作用参数k₂的取值范围为[2，15]。

所述的步骤③的具体步骤为：

③-1、计算从V_min′到x的累积权重，记为f_w(x)， $f_w\left(x\right)=\underset{t=V_{\min }^{\′}}{\overset{x}{\mathrm{\Σ}}}w\left(t\right);$

③-2、计算

其中，1≤i≤N_p， $x_i^{\′}\∈D_Z^{+},$ f_w(x_i′)为在D_Z ⁺上的累积权重，f(x_i′)为f_w(x_i′)放大k₁·N_p倍后下取整的计算结果，符号

为下取整运算符号；

③-3、判断f(x_j′)≤f(x_j-1′)是否成立，如果成立，则f(x_j′)＝f(x_j-1′)+1，否则，保持f(x_j′)的值不变，其中，2≤j≤N_p；

③-4、构造在D_Z ⁺上单调递增的动态范围转换函数f(x)，

其中，2≤j≤N_p， $\∀x\∈(x_{j-1}^{\′},x_j^{\′}),$ 符号

为下取整运算符号。

所述的步骤④的具体步骤为：

④-1、采用动态范围转换函数f(x)对当前乳腺X线图像中的像素值为x的像素进行变换，得到y＝f(x)，其中，y为像素值x变换后的像素值；

④-2、采用线性窗口变换函数g(y)将像素值y线性映射到可显示灰度阶，形成显示图像。

与现有技术相比，本发明的优点在于通过统计乳腺X线图像的乳腺区域中的像素的像素值为x的概率密度直方图，构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)及构造单调递增的动态范围转换函数f(x)，再利用动态范围转换函数f(x)将乳腺X线图像中的每个像素值映射到可显示灰度阶，形成显示图像，实质上是对乳腺X线图像中的每个像素值作非线性映射g(f(x))到可显示灰度阶，即从乳腺X线图像的像素值到可显示灰度阶的映射是非线性的，由于映射关系采用了非线性的映射关系，因此通过本发明方法显示的结果可以体现不同乳腺组织部位信息的不同重要性，从而实现对重要诊断信息的清晰表达，此外，通过本发明方法进行乳腺X线图像的显示，在大幅度改善乳腺实质区域显示效果的同时，保持了乳腺轮廓的显示效果，即使得乳腺的轮廓线仍旧清晰可见。由于构造得到的动态范围转换函数f(x)在具有非零概率密度值的像素值的定义域D_Z ⁺上是严格单调递增的，根据D_Z ⁺的定义，在乳腺区域内出现的像素值都被f(x)进行了严格单调递增的映射，这样，不仅提升了乳腺X线图像的显示效果，而且图像的信息熵在这个过程中将保持不变，即不会带来图像的信息熵的损失。由于构造得到的动态范围转换函数f(x)是一个非线性变换函数，但其具有较好的连续性，f(x)的这种较好的连续性保证了在窗宽窗位调节时显示图像会有连续的过度，不会产生视觉上的跳跃，因此可以做到与窗宽窗位技术的无缝结合。

附图说明

图1为像素值到可显示灰度阶的转换过程示意图；

图2a为原始的乳腺X线图像；

图2b为图2a所示的图像经乳腺区域分割方法分割后的结果示意图；

图3为图2b中的乳腺区域中的像素的像素值为x的概率密度直方图；

图4为构造得到的动态范围转换函数f(x)的示意图；

图5为像素值到可显示灰度阶的映射示意图；

图6a为采用现有方法显示乳腺X线图像的效果示意图；

图6b为采用本发明方法显示乳腺X线图像的效果示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

乳腺X线图像需进行像素值到可显示灰度阶的转换才能生成可显示图像，像素值到可显示灰度阶的转换过程如图1所示。在乳腺X线图像初始显示时，通常的做法是将选定的像素值区域线性映射到0～255可见灰度区间，于是无论像素值在图像中表达什么样的信息，等长度的像素值区域映射到相同数量的可见灰度阶。本发明的基本理论是根据不同像素值区域蕴含诊断信息的重要性分配可见灰度阶，从而提高图像显示效果。本发明的一种乳腺X线图像的软拷贝显示方法，包括以下具体步骤：

①定义待处理的乳腺X线图像为当前乳腺X线图像，统计当前乳腺X线图像的乳腺区域中的像素的像素值为x的概率密度直方图，记为p(x)，统计乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的非零概率密度值的个数，记为N_p，记具有非零概率密度值的像素值的定义域为D_Z ⁺，设置动态范围扩张倍数，记为k₁，设置用于将乳腺区域的像素值域[V_min′，V_max′]映射到[0，k₁·N_p]的动态范围转换函数，记为f(x)，其中，V_max′为乳腺区域内的最大像素值，V_min′为乳腺区域内的最小像素值。具体步骤为：

①-1、定义待处理的乳腺X线图像为当前乳腺X线图像，采用现有的乳腺区域分割方法对当前乳腺X线图像进行分割，得到当前乳腺X线图像的乳腺区域，记乳腺区域中包含的像素的个数为N，统计乳腺实质区域中的像素的像素值为x的概率密度直方图，并记为p(x)，p(x)＝|{h(i，j)＝x |(i，j)∈B_r}|，p(x)表示像素值为x的像素出现的概率，其中，(i，j)表示乳腺区域中的像素的坐标，i表示行坐标，j表示列坐标，h(i，j)表示坐标为(i，j)的像素的像素值，B_r表示乳腺区域，运算符“||”表示集合中元素的个数，如|A|表示集合A中的元素个数。在此，乳腺区域分割方法直接采用现有的成熟的分割方法，图2a给出了一幅原始的乳腺X线图像，图2b给出了图2a所示的图像经现有的乳腺区域分割方法分割后的结果示意图，图2b中的白色部分为乳腺区域，图3给出了图2b中的乳腺区域中的像素的像素值为x的概率密度直方图。

①-2、记乳腺区域内的最大像素值为V_max′，记乳腺区域内的最小像素值为V_min′，记乳腺区域的像素值域为[V_min′，V_max′]，统计乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的非零概率密度值的个数，记非零概率密度值的个数为N_p，N_p＝{p(x)≠0|V_min′≤x≤V_max′}，记具有非零概率密度值的像素值的定义域为D_Z ⁺， $D_Z^{+}=\left\{x_i^{\′}\right|p\left(x_i^{\′}\right)>\mathrm{0,1}\≤i\≤N_p\},$ 其中，p(x_i′)为第i个非零概率密度值，x_i′为第i个非零概率密度值对应的像素值。

①-3、设置动态范围扩张倍数，记为k₁，k₁＞1，设置用于将乳腺区域的像素值域[V_min′，V_max′]映射到[0，k₁·N_p]的动态范围转换函数，记为f(x)。在此具体实施例中，动态范围扩张倍数k₁可在区间[2，5]内取值，在实际应用过程中可取k₁＝3。

②构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)。具体步骤为：

②-1、搜索乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的最大概率密度值，记为p_max，p_max＝Max{p(x)，V_min′≤x≤V_max′}，其中，Max{ }为取最大值函数。

②-2、构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)，初始化权重函数w(x)，记初始化权重函数w(x)后的值为w₀(x)，w₀(x)＝1+k₂·(p(x)/p_max)，其中，k₂表示概率密度值在权重中的作用参数，k₂＞1，k₂用于体现概率密度较大的像素值具有较大的权重，在此具体实施例中作用参数k₂可在区间[2，15]内取值，在实际应用过程中可取k₂＝10。

②-3、采用现有的分割阈值计算方法将乳腺区域分割为乳腺实质区域与乳腺脂肪区域，记计算得到的乳腺实质区域与乳腺脂肪区域的分割阈值为T_D。分割阈值计算方法如可采用Otsu等算法；分割阈值实际上也可以根据经验给出。

②-4、设置乳腺脂肪区域中所有像素的像素值所在的像素值区间的长度，记为l。该长度l一般情况下为100≤l≤300，该长度l的取值范围由经验给出，在此具体实施例中可取l＝200。

②-5、设置用于表征乳腺实质区域和乳腺脂肪区域的重要性的乘数因子，记为s(x)， $s\left(x\right)=\left\{\begin{array}{c}1+(V_{\min }^{\′}+l-x)/l,x\∈[V_{\min }^{\′},V_{\min }^{\′}+l]\\ 1,x\∈[V_{\min }^{\′}+l+1,T_D]\\ 1+(x-T_D)/(V_{\max }^{\′}-T_D),x\∈[T_D,V_{\max }^{\′}]\end{array}\right.;$ 实际上s(x)可体现不同乳腺组织的重要性，但在此实施例中主要考虑乳腺实质区域和乳腺脂肪区域。

②-6、计算w₁(x)，w₁(x)＝s(x)·w₀(x)。

②-7、对w₁(x)进行归一化处理，得到权重函数w(x)， $w\left(x\right)=\frac{w_1\left(x\right)}{\underset{x=V_{\min }^{\′}}{\overset{V_{\max }^{\′}}{\mathrm{\Σ}}}{w}_1\left(x\right)}.$

③构造在D_Z ⁺上单调递增的动态范围转换函数f(x)。具体步骤为：

③-1、计算从V_min′到x的累积权重，记为f_w(x)， $f_w\left(x\right)=\underset{t=V_{\min }^{\′}}{\overset{x}{\mathrm{\Σ}}}w\left(t\right).$

③-2、计算

其中，1≤i≤N_p， $x_i^{\′}\∈D_Z^{+},$ f_w(x_i′)为在D_Z ⁺上的累积权重，f(x_i′)为f_w(x_i′)放大k₁·N_p倍后下取整的计算结果，符号

为下取整运算符号。

③-3、判断f(x_j′)≤f(x_j-1′)是否成立，如果成立，则f(x_j′)＝f(x_j-1′)+1，否则，保持f(x_j′)的值不变，其中，2≤j≤N_p。

③-4、构造在DZ+上单调递增的动态范围转换函数f(x)，

其中，2≤j≤N_p， $\∀x\∈(x_{j-1}^{\′},x_j^{\′}),$ 符号

为下取整运算符号。

以上步骤③-2和③-3保证了f(x)在D_Z ⁺上的严格单调递增性质；步骤③-4表明对于 $x\∈[V_{\min }^{\′},V_{\max }^{\′}]-D_Z^{+}$ 的情况，采用分段线性插值计算f(x)，在此分段线性插值计算f(x)的过程即为

由于f(x)在D_Z ⁺上是严格单调递增的，根据D_Z ⁺的定义，在乳腺区域内出现的像素值都被f(x)进行了严格单调递增的映射，这样，图像的信息熵在这个过程中将保持不变。

在本实施例中构造得到的动态范围转换函数f(x)如图4所示。可以看到，函数f(x)是一个非线性变换函数，但具有较好的连续性，f(x)的这种较好的连续性保证了在窗宽窗位调节时显示图像会有连续的过度，不会产生视觉上的跳跃，因此可以做到与窗宽窗位技术的无缝结合。

④利用动态范围转换函数f(x)将当前乳腺X线图像中的每个像素值映射到可显示灰度阶，形成显示图像。具体步骤为：

④-1、采用动态范围转换函数f(x)对当前乳腺X线图像中的像素值为x的像素进行变换，得到y＝f(x)，其中，y为像素值x变换后的像素值。

④-2、采用线性窗口变换函数g(y)将像素值y线性映射到可显示灰度阶，形成显示图像。

上述步骤④-1和④-2相当于对原始的乳腺X线图像即当前乳腺X线图像的每个像素值x作非线性映射g(f(x))到可显示灰度阶，图5给出了像素值到可显示灰度阶的映射示意图，其中直线表示采用现有的线性映射方法的映射曲线，除纵坐标尺度单位不同外，g(f(x))与图4中的f(x)曲线形状完全相同，对比最下方的直方图曲线p(x)，可以发现，当p(x)较大时，g(f(x))有比较大的斜率，这体现了出现次数频繁的像素值具有高的重要性，另外，从整个像素值域来看，当x增大时，g(f(x))的斜率也有增大的趋势，这也体现了乳腺X线图像中病理特征通常出现在乳腺实质区域，而乳腺实质区域具有高的像素值这一先验知识。因此，本发明方法突出了重要的诊断信息，自然能取得好的显示效果。

采用现有方法的图像显示效果见图6a，采用本发明方法显示的效果见图6b，对比两种显示效果可以发现，乳腺实质区域中的组织纹理在图6a中非常模糊，似乎被一层灰色的雾笼罩住了，采用本发明方法的显示结果则能看到清晰的组织纹理，另外，乳腺的轮廓线依旧清晰可见，即在大幅度改善乳腺实质区域显示效果的同时，尽量保持了乳腺轮廓的显示效果。综合来看，采用本发明方法进行乳腺X线图像的显示，可使显示清晰度得到明显地改善。

Claims (7)

1.一种乳腺X线图像的软拷贝显示方法，其特征在于包括以下步骤：

①定义待处理的乳腺X线图像为当前乳腺X线图像，统计当前乳腺X线图像的乳腺区域中的像素的像素值为x的概率密度直方图，记为p(x)，统计乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的非零概率密度值的个数，记为N_p，记具有非零概率密度值的像素值的定义域为D_Z ⁺，设置动态范围扩张倍数，记为k₁，设置用于将乳腺区域的像素值域[V_min′，V_max′]映射到[0，k₁·N_p]的动态范围转换函数，记为f(x)，其中，V_max′为乳腺区域内的最大像素值，V_min′为乳腺区域内的最小像素值；

②构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)；

③构造在D_Z ⁺上单调递增的动态范围转换函数f(x)；

④利用动态范围转换函数f(x)将当前乳腺X线图像中的每个像素值映射到可显示灰度阶，形成显示图像。

2.根据权利要求1所述的一种乳腺X线图像的软拷贝显示方法，其特征在于所述的步骤①的具体步骤为：

①-1、定义待处理的乳腺X线图像为当前乳腺X线图像，采用现有的乳腺区域分割方法对当前乳腺X线图像进行分割，得到当前乳腺X线图像的乳腺区域，记乳腺区域中包含的像素的个数为N，统计乳腺区域中的像素的像素值为x的概率密度直方图，并记为p(x)，p(x)＝|{h(i，j)＝x|(i，j)∈B_r}|，其中，(i，j)表示乳腺区域中的像素的坐标，i表示行坐标，j表示列坐标，h(i，j)表示坐标为(i，j)的像素的像素值，B_r表示乳腺区域，运算符“| |”表示集合中元素的个数；

①-2、记乳腺区域内的最大像素值为V_max′，记乳腺区域内的最小像素值为V_min′，记乳腺区域的像素值域为[V_min′，V_max′]，统计乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的非零概率密度值的个数，记非零概率密度值的个数为N_p，N_p＝{p(x)≠0|V_min′≤x≤V_max′}，N_p≤N，记具有非零概率密度值的像素值的定义域为D_Z ⁺， $D_Z^{+}=\left\{x_i^{\′}\right|p\left(x_i^{\′}\right)>\mathrm{0,1}\≤i\≤N_p\},$ 其中，p(x_i′)为第i个非零概率密度值，x_i′为第i个非零概率密度值对应的像素值；

①-3、设置动态范围扩张倍数，记为k₁，k₁＞1，设置用于将乳腺区域的像素值域[V_min′，V_max′]映射到[0，k₁·N_p]的动态范围转换函数，记为f(x)。

3.根据权利要求2所述的一种乳腺X线图像的软拷贝显示方法，其特征在于所述的步骤①-3中的动态范围扩张倍数k₁的取值范围为[2，5]。

4.根据权利要求2所述的一种乳腺X线图像的软拷贝显示方法，其特征在于所述的步骤②的具体步骤为：

②-1、搜索乳腺区域中的像素的像素值为x的概率密度直方图p(x)中的最大概率密度值，记为p_max，p_max＝Max{p(x)，V_min′≤x≤V_max′}，其中，Max{ }为取最大值函数；

②-2、构建用于表征乳腺区域中的像素的像素值为x的重要性的权重函数w(x)，初始化权重函数w(x)，记初始化权重函数w(x)后的值为w₀(x)，w₀(x)＝1+k₂·(p(x)/p_max)，其中，k₂表示概率密度值在权重中的作用参数，k₂＞1；

②-3、采用现有的分割阈值计算方法将乳腺区域分割为乳腺实质区域与乳腺脂肪区域，记计算得到的乳腺实质区域与乳腺脂肪区域的分割阈值为T_D；

②-4、设置乳腺脂肪区域中所有像素的像素值所在的像素值区间的长度，记为l，100≤l≤300；

②-5、设置用于表征乳腺实质区域和乳腺脂肪区域的重要性的乘数因子，记为s(x)，

$s\left(x\right)=\left\{\begin{array}{cc}1+(V_{\min }^{\′}+l-x)/l,& x\∈[V_{\min }^{\′},V_{\min }^{\′}+l]\\ 1,& x\∈[V_{\min }^{\′}+l+1,T_D]\\ 1+(x-T_D)/(V_{\max }^{\′}-T_D),& x\∈[T_D,V_{\max }^{\′}]\end{array}\right.;$

②-6、计算w₁(x)，w₁(x)＝s(x)·w₀(x)；

②-7、对w₁(x)进行归一化处理，得到权重函数w(x)， $w\left(x\right)=\frac{w_1\left(x\right)}{\underset{x=V_{\min }^{\′}}{\overset{V_{\max }^{\′}}{\mathrm{\Σ}}}{w}_1\left(x\right)}.$

5.根据权利要求4所述的一种乳腺X线图像的软拷贝显示方法，其特征在于所述的步骤②-2中的作用参数k₂的取值范围为[2，15]。

6.根据权利要求4所述的一种乳腺X线图像的软拷贝显示方法，其特征在于所述的步骤③的具体步骤为：

③-1、计算从V_min′到x的累积权重，记为f_w(x)， $f_w\left(x\right)=\underset{t=V_{\min }^{\′}}{\overset{x}{\mathrm{\Σ}}}w\left(t\right);$

③-2、计算

其中，1≤i≤N_p， $x_i^{\′}\∈D_Z^{+},$ f_w(x_i′)为在D_Z ⁺上的累积权重，f(x_i′)为f_w(x_i′)放大k₁·N_p倍后下取整的计算结果，符号

为下取整运算符号；

③-3、判断f(x_j′)≤f(x_j-1′)是否成立，如果成立，则f(x_j′)＝f(x_j-1′)+1，否则，保持f(x_j′)的值不变，其中，2≤j≤N_p；

③-4、构造在D_Z ⁺上单调递增的动态范围转换函数f(x)，

其中，2≤j≤N_p， $\∀x\∈(x_{j-1}^{\′},x_j^{\′}),$ 符号

为下取整运算符号。

7.根据权利要求6所述的一种乳腺X线图像的软拷贝显示方法，其特征在于所述的步骤④的具体步骤为：

④-1、采用动态范围转换函数f(x)对当前乳腺X线图像中的像素值为x的像素进行变换，得到y＝f(x)，其中，y为像素值x变换后的像素值；

④-2、采用线性窗口变换函数g(y)将像素值y线性映射到可显示灰度阶，形成显示图像。

Images