CN103815926B - 乳腺癌检测方法和装置 - Google Patents
乳腺癌检测方法和装置 Download PDFInfo
- Publication number
- CN103815926B CN103815926B CN201410081928.7A CN201410081928A CN103815926B CN 103815926 B CN103815926 B CN 103815926B CN 201410081928 A CN201410081928 A CN 201410081928A CN 103815926 B CN103815926 B CN 103815926B
- Authority
- CN
- China
- Prior art keywords
- image
- breast area
- breast
- area
- corresponding region
- 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.)
- Expired - Fee Related
Links
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种乳腺癌检测方法和装置。该方法包括:获取同一受检者同侧乳房的多幅影像;依次对每幅影像进行如下处理:提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域;提取该影像中第一乳房区域和第二乳房区域的图像特征;判断该影像以及已处理影像中第一乳房区域和第二乳房区域对应区域的图像特征是否匹配;若是,或者若否且不存在未处理影像,则判断每个对应区域是否为可疑区域,并对判断为可疑区域的对应区域的真伪性进行分析评估;若否且存在未处理影像,则对下一幅未处理影像进行处理。本发明提供的乳腺癌检测方法和装置,提高了对乳腺癌检测的灵敏度,降低了误检率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种乳腺癌检测方法和装置。
背景技术
乳腺癌是目前世界上女性发病率最高的恶性肿瘤之一。据统计,全球每年约有120万妇女被确诊患有乳腺癌,越有50万妇女死于乳腺癌。以前,乳腺癌在北美、欧洲和大洋洲地区比较高发,但近年来,乳腺癌在我国的发病率节节攀升,发病年龄也呈逐渐年轻化的趋势,因此乳腺癌的诊断和治疗越来越受到政府和国民的重视。科学研究数据表明,早期诊断和治疗可以显著提高乳腺癌患者的存活率。
目前,国内外都将乳腺钼靶X线摄影技术当作常规的检测手段。为了让乳腺钼靶图像的处理、保存与查询更加方便、快捷,并融入各级医疗机构所使用的医院信息系统/图片存档和通信系统(HospitalInformationSystem/PictureArchivingandCommunicationSystem,简称HIS/PACS)中,需要将乳腺钼靶图像数字化,国内通常采用计算机X线成像(ComputedRadiography,简称CR)技术来实现。为提高医师面对乳腺钼靶CR图像的阅读效率,通常采用计算机辅助诊断(ComputerAidedDiagnostics,简称CAD)系统来辅助医师,为医师提供辅助意见。
现有的基于CAD系统的乳腺癌检测方法,主要通过对同一受检者左、右侧乳房的单幅乳腺X线影像进行分析,并将分析结果作为辅助医师诊断的第二诊断意见。
但现有技术存在如下缺陷:由于仅对单幅乳腺X线影像进行分析,缺乏对乳腺X线影像信息的完整分析,因此对乳腺癌检测的灵敏度较低,误检率较高。
发明内容
本发明提供一种乳腺癌检测方法和装置,用以解决现有技术中存在的对乳腺癌检测的灵敏度较低,误检率较高的问题。
一方面,本发明提供了一种乳腺癌检测方法,包括:
获取同一受检者同侧乳房的多幅影像;
依次对每幅所述影像进行如下处理:
提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域;
提取该影像中所述第一乳房区域和所述第二乳房区域的图像特征;
判断该影像以及已处理影像中所述第一乳房区域和所述第二乳房区域对应区域的所述图像特征是否匹配;
若是,或者若否且不存在未处理影像,则判断每个所述对应区域是否为可疑区域,并对判断为可疑区域的所述对应区域的真伪性进行分析评估;
若否且存在未处理影像,则对下一幅未处理影像进行所述处理。
另一方面,本发明提供了一种乳腺癌检测装置,包括:
获取模块,用于获取同一受检者同侧乳房的多幅影像;
处理模块,用于依次对每幅所述影像进行如下处理:
提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域;
提取该影像中所述第一乳房区域和所述第二乳房区域的图像特征;
判断该影像以及已处理影像中所述第一乳房区域和所述第二乳房区域对应区域的所述图像特征是否匹配;
若是,或者若否且不存在未处理影像,则判断每个所述对应区域是否为可疑区域,并对判断为可疑区域的所述对应区域的真伪性进行分析评估;
若否且存在未处理影像,则对下一幅未处理影像进行所述处理。
本发明提供的乳腺癌检测方法和装置,通过对同一受检者同侧乳房的多幅影像进行综合分析,信息完整度高,使得分析结果更准确,即提高了对乳腺癌检测的灵敏度,降低了误检率。
附图说明
图1为本发明提供的乳腺癌检测方法一个实施例的流程示意图;
图2为本发明提供的乳腺癌检测方法又一个实施例的流程示意图;
图3为本发明提供的乳腺癌检测装置一个实施例的结构示意图。
具体实施方式
下面通过具体的实施例及附图,对本发明的技术方案做进一步的详细描述。
图1为本发明提供的乳腺癌检测方法一个实施例的流程示意图。如图1所示,该方法具体可以包括:
S101,获取同一受检者同侧乳房的多幅影像。
具体的,本实施中的多幅影像具体可以为多幅乳腺钼靶X线数字影像。
对获取的多幅影像,按照次序依次对每幅影像进行如下步骤S102-S108的处理:
S102,提取该影像的内外侧斜位视图中的第一乳房区域。
S103,提取该影像的头尾轴位视图中的第二乳房区域。
具体的,步骤S101中获取的每幅影像均包含两种视图:内外侧斜位(MediolateralOblique,简称MLO)视图和头尾轴位(Craniocaudal,简称CC)视图。可以采用现有的各种图像提取方法,分别提取出这两种视图中的乳房区域,即提取出MLO视图中的第一乳房区域以及CC视图中的第二乳房区域。
S104,提取该影像中第一乳房区域的图像特征。
S105,提取该影像中第二乳房区域的图像特征。
具体的,可以采用现有的各种图像特征提取方法,分别对步骤S102中提取的第一乳房区域以及步骤S103中提取的第二乳房区域进行特征提取。提取的特征具体可以包括:颜色、纹理、形状等。
S106,判断该影像以及已处理影像中第一乳房区域和第二乳房区域对应区域的图像特征是否匹配。
具体的,若该影像为处理的第一幅影像,则不存在已处理影像,即仅将从该幅影像中提取的第一乳房区域和第二乳房区域进行特征融合并比较,判断对应区域,即代表相同部位的区域的图像特征是否匹配。若该影像不为处理的第一幅影像,则在该幅影像之前处理的影像即已处理影像,即将从该幅影像中提取的第一乳房区域和第二乳房区域与从之前处理的影像中提取的第一乳房区域和第二乳房区域进行特征融合并比较,判断对应区域,即代表相同部位的区域的图像特征是否匹配
若提取的图像特征包括多个,则对应区域的所有特征全部匹配才判断为第一乳房区域和第二乳房区域对应区域的图像特征匹配,执行步骤S108;若对应区域至少有一个特征不匹配,则判断为第一乳房区域和第二乳房区域对应区域的图像特征不匹配,执行步骤S107。
S107,判断是否存在未处理的影像。
具体的,若存在未处理的影像,则返回步骤S102对下一幅待处理影像进行处理。若不存在未处理的影像,则执行步骤S108。
S108,判断每个对应区域是否为可疑区域,并对判断为可疑区域的对应区域的真伪性进行分析评估。
具体的,根据特征融合后的单幅或多幅影像,采用现有的各种可疑区域判断方法,进一步判断每个对应区域是否为可疑区域,并对判断为可疑区域的对应区域的真伪性进行分析评估。
本实施例提供的乳腺癌检测方法,通过对同一受检者同侧乳房的多幅影像进行综合分析,信息完整度高,使得分析结果更准确,即提高了对乳腺癌检测的灵敏度,降低了误检率,进而有利于乳腺癌的早期诊断和治疗,提高了乳腺癌患者的存活率。
图2为本发明提供的乳腺癌检测方法又一个实施例的流程示意图。如图2所示,该方法具体可以包括:
S201,获取同一受检者同侧乳房的多幅影像。
具体的,具体过程参见图1所示实施例中步骤S101的相关描述,此处不再赘述。
对获取的多幅影像,按照次序依次对每幅影像进行如下步骤S202-S212的处理:
S202,对该影像的内外侧斜位视图进行预处理。
S203,对该影像的头尾轴位视图进行预处理。
具体的,步骤S202和S203中,可以采用现有的各种图像预处理方法,例如平滑处理、去噪处理、边缘检测、灰度变换和图像增强等,对该影像的内外侧斜位视图和头尾轴位视图进行预处理,以提高后续图像处理过程的准确性。
S204,对该影像的内外侧斜位视图进行分割处理。
具体的,可以采用现有的各种图像分割技术,将该影像的内外侧斜位视图分割为若干区域。
S205,根据分割后的内外侧斜位视图将第一乳房区域分离出来。
具体的,可以采用现有的各种图像分离技术,将第一乳房区域从分割为若干区域的内外侧斜位视图中分离出来,并剔除内外侧斜位视图中的非乳房区域以及背景中的非零区域。
S206,对该影像的头尾轴位视图进行分割处理。
具体的,可以采用现有的各种图像分割技术,将该影像的头尾轴位视图分割为若干区域。
S207,根据分割后的头尾轴位视图将第二乳房区域分离出来。
具体的,可以采用现有的各种图像分离技术,将第一乳房区域从分割为若干区域的头尾轴位视图中分离出来,并剔除头尾轴位视图中的非乳房区域以及背景中的非零区域。
S208,提取该影像中第一乳房区域的图像特征。
S209,提取该影像中第二乳房区域的图像特征。
S210,判断该影像以及已处理影像中第一乳房区域和第二乳房区域对应区域的图像特征是否匹配。
S211,判断是否存在未处理的影像。
S212,判断每个对应区域是否为可疑区域,并对判断为可疑区域的对应区域的真伪性进行分析评估。
具体的,步骤S208-S212的具体过程可以参见图1所示实施例中步骤S104-S108的相关描述,此处不再赘述。
此处需要说明的是,对判断为可疑区域的对应区域的真伪性进行分析评估的结果可作为第二诊断意见,供医师进行最后的诊断。
本实施例提供的乳腺癌检测方法,通过对同一受检者同侧乳房的多幅影像进行综合分析,信息完整度高,使得分析结果更准确,即提高了对乳腺癌检测的灵敏度,降低了误检率,进而有利于乳腺癌的早期诊断和治疗,提高了乳腺癌患者的存活率。
图3为本发明提供的乳腺癌检测装置一个实施例的结构示意图。如图3所示,本实施例提供的乳腺癌检测装置为执行上述乳腺癌检测方法的特定执行主体。该装置具体可以包括:获取模块31和处理模块32,其中:
获取模块31,用于获取同一受检者同侧乳房的多幅影像。
处理模块32,用于依次对每幅影像进行如下处理:
提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域;
提取该影像中第一乳房区域和第二乳房区域的图像特征,图像特征包括:纹理特征和/或形状特征;
判断该影像以及已处理影像中第一乳房区域和第二乳房区域对应区域的图像特征是否匹配;
若是,或者若否且不存在未处理影像,则判断每个对应区域是否为可疑区域,并对判断为可疑区域的对应区域的真伪性进行分析评估;
若否且存在未处理影像,则对下一幅未处理影像进行处理。
进一步的,处理模块32还可以用于:
在依次对每幅影像进行如下处理中,在提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域之前,对该影像进行预处理。其中,预处理包括以下处理方法中的至少一种:平滑处理、去噪处理、边缘检测、灰度变换和图像增强。
进一步的,处理模块32具体可以用于:
在依次对每幅影像进行如下处理中,对该影像的内外侧斜位视图和头尾轴位视图分别进行分割处理;
根据分割后的内外侧斜位视图将第一乳房区域分离出来;
根据分割后的头尾轴位视图将第二乳房区域分离出来。
具体的,各个模块实现其功能的具体过程参见图1或图2所示实施例中的相关描述,此处不再赘述。
本实施例提供的乳腺癌检测装置,通过对同一受检者同侧乳房的多幅影像进行综合分析,信息完整度高,使得分析结果更准确,即提高了对乳腺癌检测的灵敏度,降低了误检率,进而有利于乳腺癌的早期诊断和治疗,提高了乳腺癌患者的存活率。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种乳腺癌检测装置,其特征在于,包括:
获取模块,用于获取同一受检者同侧乳房的多幅影像;
处理模块,用于依次对每幅所述影像进行如下处理:
提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域;
提取该影像中所述第一乳房区域和所述第二乳房区域的图像特征;
判断该影像以及已处理影像中所述第一乳房区域和所述第二乳房区域对应区域的所述图像特征是否匹配;
若是,或者若否且不存在未处理影像,则判断每个所述对应区域是否为可疑区域,并对判断为可疑区域的所述对应区域的真伪性进行分析评估;
若否且存在未处理影像,则对下一幅未处理影像进行所述处理;
所述判断该影像以及已处理影像中所述第一乳房区域和所述第二乳房区域对应区域的所述图像特征是否匹配,包括:
若该影像为处理的第一幅影像,将该影像中第一乳房区域和第二乳房区域进行特征融合并比较,判断该影像中第一乳房区域与第二乳房区域中代表相同部位的区域的图像特征是否匹配;
若该影像不为处理的第一幅影像,将该影像中第一乳房区域和第二乳房区域进行特征融合并比较,将已处理影像中第一乳房区域和第二乳房区域进行特征融合并比较,判断该影像中第一乳房区域和第二乳房区域对应区域的图像特征是否匹配,以及判断已处理影像中第一乳房区域和第二乳房区域对应区域的图像特征是否匹配。
2.根据权利要求1所述的装置,其特征在于,所述处理模块还用于:
在所述依次对每幅所述影像进行如下处理中,所述提取该影像的内外侧斜位视图中的第一乳房区域以及该影像的头尾轴位视图中的第二乳房区域之前,对该影像进行预处理。
3.根据权利要求2所述的装置,其特征在于,所述预处理包括以下处理方法中的至少一种:平滑处理、去噪处理、边缘检测、灰度变换和图像增强。
4.根据权利要求1-3任一项所述的装置,其特征在于,所述处理模块具体用于:
在所述依次对每幅所述影像进行如下处理中,对该影像的所述内外侧斜位视图和所述头尾轴位视图分别进行分割处理;
根据分割后的所述内外侧斜位视图将所述第一乳房区域分离出来;
根据分割后的所述头尾轴位视图将所述第二乳房区域分离出来。
5.根据权利要求1-3任一项所述的装置,其特征在于,所述图像特征包括:纹理特征和/或形状特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410081928.7A CN103815926B (zh) | 2014-03-07 | 2014-03-07 | 乳腺癌检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410081928.7A CN103815926B (zh) | 2014-03-07 | 2014-03-07 | 乳腺癌检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103815926A CN103815926A (zh) | 2014-05-28 |
CN103815926B true CN103815926B (zh) | 2016-04-27 |
Family
ID=50751428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410081928.7A Expired - Fee Related CN103815926B (zh) | 2014-03-07 | 2014-03-07 | 乳腺癌检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103815926B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136809B (zh) * | 2019-05-22 | 2022-12-27 | 腾讯科技(深圳)有限公司 | 一种医疗图像处理方法、装置、电子医疗设备和存储介质 |
CN110889835B (zh) * | 2019-11-21 | 2023-06-23 | 东华大学 | 一种基于双视图的钼靶影像语义标签预测方法 |
CN111429406B (zh) * | 2020-03-05 | 2023-10-27 | 北京深睿博联科技有限责任公司 | 结合多视图推理的乳腺x射线影像病变检出方法和装置 |
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 |
CN1846616A (zh) * | 2006-03-13 | 2006-10-18 | 华中科技大学 | 一种计算机辅助预测乳腺癌风险的方法 |
CN101727537A (zh) * | 2009-11-16 | 2010-06-09 | 杭州电子科技大学 | 基于双视角信息融合的乳腺cr图像的计算机确定方法 |
CN102770088A (zh) * | 2010-02-25 | 2012-11-07 | 西门子公司 | 用于显示待检查和/或待治疗的区域的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050111757A1 (en) * | 2003-11-26 | 2005-05-26 | Brackett Charles C. | Auto-image alignment system and method based on identified anomalies |
-
2014
- 2014-03-07 CN CN201410081928.7A patent/CN103815926B/zh not_active Expired - Fee Related
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 |
CN1846616A (zh) * | 2006-03-13 | 2006-10-18 | 华中科技大学 | 一种计算机辅助预测乳腺癌风险的方法 |
CN101727537A (zh) * | 2009-11-16 | 2010-06-09 | 杭州电子科技大学 | 基于双视角信息融合的乳腺cr图像的计算机确定方法 |
CN102770088A (zh) * | 2010-02-25 | 2012-11-07 | 西门子公司 | 用于显示待检查和/或待治疗的区域的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103815926A (zh) | 2014-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zebari et al. | Improved threshold based and trainable fully automated segmentation for breast cancer boundary and pectoral muscle in mammogram images | |
Vijayarajeswari et al. | Classification of mammogram for early detection of breast cancer using SVM classifier and Hough transform | |
TWI667996B (zh) | 乳房腫瘤輔助檢測模型及乳房腫瘤輔助檢測系統 | |
Gogoi et al. | Breast abnormality detection through statistical feature analysis using infrared thermograms | |
Kharel et al. | Early diagnosis of breast cancer using contrast limited adaptive histogram equalization (CLAHE) and Morphology methods | |
Win et al. | Automated segmentation of cell nuclei in cytology pleural fluid images using OTSU thresholding | |
CN108648182B (zh) | 一种基于分子亚型的乳腺癌核磁共振图像肿瘤区域分割方法 | |
JP7216145B2 (ja) | 医用画像による腫瘍検出及び診断装置 | |
WO2012077130A1 (en) | Method and system to detect the microcalcifications in x-ray images using nonlinear energy operator. | |
CN105513036A (zh) | 三维ct图像的分割方法及装置 | |
Padmanabhan et al. | Enhanced accuracy of breast cancer detection in digital mammograms using wavelet analysis | |
Hu et al. | Early stage oral cavity cancer detection: Anisotropic pre-processing and fuzzy C-means segmentation | |
CN103815926B (zh) | 乳腺癌检测方法和装置 | |
Athinarayanan et al. | COMPUTER AIDED DIAGNOSIS FOR DETECTION AND STAGE IDENTIFICATION OF CERVICAL CANCER BY USING PAP SMEAR SCREENING TEST IMAGES. | |
CN113822872A (zh) | 一种用于肝癌影像组学图像特征信息提取方法 | |
El Abbadi et al. | Breast cancer diagnosis by CAD | |
Hashim et al. | Optic disc boundary detection from digital fundus images | |
Shah et al. | Early breast cancer tumor detection on mammogram images | |
Widodo et al. | Sample K-means clustering method for determining the stage of breast cancer malignancy based on cancer size on mammogram image basis | |
WO2017193581A1 (zh) | 乳腺筛查图像自动处理系统及方法 | |
Youssef et al. | Statistical features and classification of normal and abnormal mammograms | |
CN113222009A (zh) | 一种基于甲状腺超声视频估算结节纵横比的方法 | |
Sokouti et al. | Artificial intelligent systems application in cervical cancer pathological cell image classification systems—a review | |
Das et al. | Entropy thresholding based microaneurysm detection in fundus images | |
Liu et al. | A fully automated scheme for mass detection and segmentation in mammograms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160427 Termination date: 20170307 |