CN103514590A - 数字式乳腺机图像后处理方法 - Google Patents
数字式乳腺机图像后处理方法 Download PDFInfo
- Publication number
- CN103514590A CN103514590A CN201310501073.4A CN201310501073A CN103514590A CN 103514590 A CN103514590 A CN 103514590A CN 201310501073 A CN201310501073 A CN 201310501073A CN 103514590 A CN103514590 A CN 103514590A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- post
- algorithm
- algorithms
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种数字式乳腺机图像后处理方法,应用于数字式乳腺机的控制软件中,对机器采集的原始图像进行处理,尤其涉及到图像还原与增强技术。本发明提出了一种针对整幅图像,通过多个不同类型算法对原始乳腺图像还原与增强的方法。每一算法的运算对象都是整幅图像,不区分前景和背景区域。本发明也提出一些新的针对乳腺图像的算法,并改进了现有算法。综合运用多种算法,设置合适的算法参数,对原始图像叠加处理。最后本发明提供了图像效果调整工具,满足效果多样性需求。
Description
技术领域
本发明涉及一种对数字式乳腺机采集得到的原始图像进行后处理的图像方法,尤其涉及到乳腺图像的还原与增强算法,主要应用于数字式乳腺机的控制软件中。
背景技术
当前乳腺机正经历从钼靶机到数字式的转变。由于数字式乳腺机成像器件(如平板或CMOS探测器)本身的特性,其获取的原始图像在负像状态下发白,掩盖了人体细节(如附图1的左边图像),须使用图像后处理方法将其还原与增强,才能用于临床诊断。后处理软件的优秀与否决定了数字式乳腺机呈现给医生的图像效果,是其核心软件模块。本发明所讨论的方法是指对原始图像信息的还原与增强,不包含其他图像处理领域。当前乳腺图像后处理方法有两种,第一种通过简单的窗宽窗位调整来调节图像的对比度和亮度。该方法可以突出显示图像中的部分区域,但是突出显示的同时,会丢失其他区域信息,破坏图像的完整性,可能会造成误诊。第二种使用复杂的图像后处理算法。目前此方法先对图像分割,提取感兴趣的前景区域,再对其施行后处理方法。这种方法的优点是剔除了背景区域,处理速度获得提高,且可将背景置为纯黑,更加美观;而缺点在于没有百分百正确的图像分割算法,待处理图像前景背景情形千差万别,在某些情况下会因为分割算法的误判,将前景区域排除在处理之外,或者将背景当作有效区域处理,这些情况下处理后的效果不可用,成为废片,病人需要再一次经过X射线照射,重新拍片。
发明内容
本发明提出了一种新的后处理方法,该方法中的每一个算法步骤都是针对整幅图像,不区分前景和背景区域,保证任何情况下处理的正确性,减少病人被射线照射次数。本发明构建了针对数字式乳腺机的图像后处理方法,提出了新的算法,改进了原有算法。本发明给出了图像效果调整工具,以适应医生对效果的不同要求,提高了方法的适应性。
本发明涉及的关键算法:
●对比度调整算法,本发明中的对比度调整算法分为两类:细节对比度调整算法和整体对比度调整算法。细节对比度调整侧重微小区域的对比度调整,能够改善图像细节,增加图像层次;整体对比度调整是对整幅图像的宏观上的对比度调整,提升图像全局对比度效果。
●细节算法,因为成像器件灵敏度等问题,会使得图像中的细小区域以人眼的视觉分辨率来看不够清楚,需要通过细节增强算法提高清晰度,让医生能够迅速看到微小病灶,提高诊断效率。本发明提出了一种细节增强算法,借助每个像素的周边像素信息,通过数学上的转换达到目的。
●降噪算法,本发明所处理图像的噪声来自于两个方面,一是成像过程中造成的噪声,如所给剂量不足或设置的硬件参数不合适等原因;二是处理图像过程中引入的噪声,甚至特定算法会放大图像原有的噪声。降噪会消除噪声,但一定程度上也会模糊图像细节。本发明所提降噪算法,在噪声和细节之间取得平衡,以较小的细节损失有效抑制噪声,使得图像平滑美观。
不同医生对图像效果理解不同,且机器无法保证硬件一致性,本发明提供了图像效果调整工具,开放部分算法参数供客户调节出不同的效果。
本发明所提方法和已有两种方法相比,有如下益处:
●有效还原和增强原始图像中的所有信息,不存在丢失图像信息和过度对比的情况。
●消除图像分割算法误判带来的废片,减少病人被射线照射次数。
本发明所提方法和已有两种方法相比,主要存在速度上的不足。本发明需要处理整幅图像的所有像素;且为获取更好的图像效果,设计了复杂的算法,因此处理时间上会更长。两种方法可解决速度不足问题:一是利用硬件GPU加速;二是改进算法,提高执行效率。况且现在的计算机的运算能力越来越强,更快的速度可以预期。
附图说明
附图1是乳腺图像处理前和处理后的对比,左边是原始图像,右边是使用本发明所提方法处理后的效果。
附图2是方法对应的主要算法执行流程图。
具体实施方式
本发明的具体实施方式分为如下三个部分:
第一部分:算法实现。因为没有图形界面,且要求算法执行效率高,使用C语言开发,最大限度的利用语言优势,提高速度。在程序的编译优化选项上,选择速度优先选项,并简化浮点运算模型,以求速度进一步提高。所有的算法即数字式乳腺机后处理方法以动态链接库的形式表现,通过对外开放的接口调用,隐藏算法实现细节。算法执行流程图中的图像还原步骤在实现上由多个算法组成,用于显示原始图像的主要信息。
第二部分:调用程序。本发明使用VC编写了图形界面调用数字式乳腺机图像后处理动态链接库,读入图像,处理,保存并显示图像,验证方法的可靠性、算法的性能、系统的效率。
第三部分:图像效果调整工具。通过图形化的界面,以滚动条的形式让客户修改部分算法参数,达到在一定范围内自主调整图像效果的目的。调整工具的开发选择了JAVA语言,以便有更好的移植性。工具也提供了一些图像浏览辅助功能,如正负像转换,图像放大缩小等。
Claims (2)
1.一种数字式乳腺机图像后处理方法,图像分割提取前景区域,对前景区域施行后处理算法,其特征是:不区分图像前景和背景区域,后处理方法中所有算法的处理对象都为整幅图像。
2.根据权利要求1所述的数字式乳腺机图像后处理方法,其特征是:为满足不同医生对图像效果认知的不同以及为了消除机器硬件不一致性的影响,提供了图像效果调整工具,以图形化的界面开放部分算法参数供客户调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310501073.4A CN103514590A (zh) | 2013-10-23 | 2013-10-23 | 数字式乳腺机图像后处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310501073.4A CN103514590A (zh) | 2013-10-23 | 2013-10-23 | 数字式乳腺机图像后处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103514590A true CN103514590A (zh) | 2014-01-15 |
Family
ID=49897268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310501073.4A Pending CN103514590A (zh) | 2013-10-23 | 2013-10-23 | 数字式乳腺机图像后处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103514590A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1145675A (zh) * | 1994-12-30 | 1997-03-19 | 菲利浦电子有限公司 | 通过计算机利用摄自不同角度的同一乳房的数字乳房x射线照片进行肿块检测 |
JP2005303471A (ja) * | 2004-04-07 | 2005-10-27 | Konica Minolta Medical & Graphic Inc | 画像処理装置 |
CN101292261A (zh) * | 2005-10-21 | 2008-10-22 | 卡尔斯特里姆保健公司 | 用于医用图像的增强可视化的方法 |
CN101706843A (zh) * | 2009-11-16 | 2010-05-12 | 杭州电子科技大学 | 一种乳腺cr图像交互式读片方法 |
-
2013
- 2013-10-23 CN CN201310501073.4A patent/CN103514590A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1145675A (zh) * | 1994-12-30 | 1997-03-19 | 菲利浦电子有限公司 | 通过计算机利用摄自不同角度的同一乳房的数字乳房x射线照片进行肿块检测 |
JP2005303471A (ja) * | 2004-04-07 | 2005-10-27 | Konica Minolta Medical & Graphic Inc | 画像処理装置 |
CN101292261A (zh) * | 2005-10-21 | 2008-10-22 | 卡尔斯特里姆保健公司 | 用于医用图像的增强可视化的方法 |
CN101706843A (zh) * | 2009-11-16 | 2010-05-12 | 杭州电子科技大学 | 一种乳腺cr图像交互式读片方法 |
Non-Patent Citations (1)
Title |
---|
温学兵: "一种基于人眼视觉特性和静态小波变换的乳腺图像增强和去噪方法", 《北华大学学报(自然科学版)》, vol. 9, no. 3, 10 June 2008 (2008-06-10), pages 281 - 283 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fu et al. | A fusion-based enhancing method for weakly illuminated images | |
EP3739431B1 (en) | Method for determining point of gaze, contrast adjustment method and device, virtual reality apparatus, and storage medium | |
CN103578084B (zh) | 基于亮通道滤波的彩色图像增强方法 | |
US7940992B2 (en) | Visual discrimination model for single image applications | |
US20230005156A1 (en) | Artificial intelligence-based pathological image processing method and apparatus, electronic device, and storage medium | |
CN111626163B (zh) | 一种人脸活体检测方法、装置及计算机设备 | |
Punnolil | A novel approach for diagnosis and severity grading of diabetic maculopathy | |
JP2011120897A (ja) | 医用画像中の人工物体を抑制するためのシステムおよび方法 | |
CN114782984B (zh) | 一种基于tof相机的坐姿识别遮挡判定方法及智能台灯 | |
Kumar et al. | Image processing in diabetic related causes | |
Uribe-Valencia et al. | Automated Optic Disc region location from fundus images: Using local multi-level thresholding, best channel selection, and an Intensity Profile Model | |
CN111325266A (zh) | 乳腺钼靶图像中微钙化簇的检测方法、装置和电子设备 | |
CN111462139A (zh) | 医学图像显示方法、装置、计算机设备和可读存储介质 | |
WO2022208060A2 (en) | Medical image analysis using neural networks | |
CN116664603B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
Jana et al. | A semi-supervised approach for automatic detection and segmentation of optic disc from retinal fundus image | |
CN103514590A (zh) | 数字式乳腺机图像后处理方法 | |
CN116030042B (zh) | 一种针对医生目诊的诊断装置、方法、设备及存储介质 | |
CN115984206A (zh) | 图像分类方法、装置和电子设备 | |
CN114821756A (zh) | 一种基于深度学习的眨眼数据统计方法和装置 | |
Puranik et al. | Morphology based approach for microaneurysm detection from retinal image | |
WO2014082925A1 (en) | A system and a method for processing post segmentation data of a medical image | |
Chakravarty et al. | An assistive annotation system for retinal images | |
KR20210048010A (ko) | AI기반 흉부 X-ray 자동판독기 | |
WO2018030519A1 (ja) | 乳房領域検出システム、乳房領域検出方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140115 |