CN104978753A - 一种乳腺x光图像中乳头区域的分割算法 - Google Patents
一种乳腺x光图像中乳头区域的分割算法 Download PDFInfo
- Publication number
- CN104978753A CN104978753A CN201410130621.1A CN201410130621A CN104978753A CN 104978753 A CN104978753 A CN 104978753A CN 201410130621 A CN201410130621 A CN 201410130621A CN 104978753 A CN104978753 A CN 104978753A
- Authority
- CN
- China
- Prior art keywords
- nipple
- breast
- area
- flex point
- point
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开一种乳腺X光图像中乳头区域的分割算法，包括如下步骤：（a）预处理；（b）确定乳头点；（c）截取nipblock；（d）寻找乳头拐点；（e）曲线拟合；（f）标记乳头区域；本发明利用乳头区域的像素特征定位乳头位置，然后通过寻找上下拐点和二次多项式曲线拟合的方式将乳头区域与乳腺区域分离。此算法为改善图像增强中乳头区的模糊化问题打下了基础，方便医生诊断，提高诊断效率，并有利于最终医学诊断。
Description
技术领域
本发明涉及一种医学图像中的分割算法，尤其是涉及一种乳腺X光图像中乳头区域的分割算法。
背景技术
在乳腺X光图像中，乳头区域因亮度与背景差别相对较小，在乳腺增强中经常被模糊。乳头分割可为乳头区域增强创造先决条件，帮助临床医生更好地诊断病情。目前的乳头分割算法比较少，一些乳腺相关的分割算法只能检测出乳头区域，但不具备乳头区域分割功能。在临床上，乳头区对于医生的诊断具有参考价值，因此乳头的分割是有必要的，且对分割精细度要求较高。
申请号为ZL95192508.3、公开号CN1145674A的中国专利申请，提出了一种数字乳房X射线照片中的自动分割及轮廓线和乳头的检测，通过检测轮廓线把数字乳房X射线图分割成乳腺区和背景区，较为有效的检测到乳头区域。然而，此方法不能够完成乳头区域的分割工作。
申请号为ZL201110245860.8、公开号为CN102956035A的中国专利申请，提出一种用于乳腺X线图像中提取乳腺区域的预处理方法及系统，此发明通过全局阈值和局部阈值法得到光滑的乳房轮廓，能够完整检测到乳头区域，并很好地去除背景杂物干扰。然而，此发明并没有公开乳头区域的分割算法。
发明内容
本发明是申请人于2011年8月25日提出的名称为《用于乳腺X线图像中提取乳腺区域的预处理方法及系统》、申请号为ZL201110245860.8的中国发明专利申请的衍生发明，是该发明的后续算法，需要在乳腺分割的基础上完成。
本发明在乳房区域分割完整的基础上，沿乳房边缘获得图像局部特性并确定乳头点，然后通过罗氏定理获得乳头与皮肤的交接点，最后通过曲线拟合的方式得到乳头与乳腺组织的分割线，并将乳头区分离出来。
本发明采用以下技术方案：一种乳腺X光图像中乳头区域的分割算法，包括如下步骤：
（a）预处理：将图像旋转至乳房靠右且胸肌壁在右上角，对图像进行分割，获取包含完整的乳头的乳房区域分割图noBackgroundSrc；
（b）确定乳头点：沿着所述分割图noBackgroundSrc中的乳房边缘，以边缘点位置为中心逐个取方形小块，计算每个所述方形小块中的像素亮度总和，确定像素亮度最大的所述方形小块的中心为乳头点的位置；
（c）截取nipblock：以所述乳头点为中心，在所述分割图noBackgroundSrc上截取一方形区域nipblock，并将其中组织取边缘，所述方形区域nipblock中包含乳头与乳房皮肤的两个交接点，两个所述交接点为上拐点和下拐点；
（d）寻找乳头拐点：将所述乳头点分别与上下端点相连，得到两条直线，以所述乳头点为隔断分为上下两部分，上部分点计算与靠上直线的距离，得到最大距离的点即定义为所述上拐点；下部分点计算与靠下直线的距离，得到最大距离的点即定义为所述下拐点；
（e）曲线拟合：分别取所述上拐点之前、所述下拐点之后的若干个点进行曲线拟合，得到所述上拐点与所述下拐点之间的曲线；
（f）标记乳头区域：将所述曲线左侧标记为乳头区域，右侧标记为乳腺区域，并输出最后的图像。
优选地，所述步骤（c）中还包括将边缘线去噪，并使用边缘追踪法记录下所有边缘点位置。
优选地，所述步骤（d）中所述上部分点与所述下部分点均只取直线右边的点进行计算其与对应直线的距离。
优选地，所述步骤（e）中所述曲线拟合为二次多项式曲线拟合。
优选地，所述步骤（f）中输出最后的图像之前还包括将所述乳头区域填充为灰色，将所述乳腺区域填充为白色，将所述背景区域填充为黑色。
与现有技术相比，本发明具有如下有益效果：本发明利用乳头区域的像素特征定位乳头位置，然后通过寻找上下拐点和二次多项式曲线拟合的方式将乳头区域与乳腺区域分离。此算法为改善图像增强中乳头区的模糊化问题打下了基础，方便医生诊断，提高诊断效率，并有利于最终医学诊断。
附图说明
图1为本发明一种乳腺X光图像中乳头区域的分割算法的流程图。
具体实施方式
以下结合附图1对本发明一种乳腺X光图像中乳头区域的分割算法做进一步的详细描述，应该指出的是，所列举的实施例不应理解对发明的限制。
本发明提出一种乳腺X光图像中乳头区域的分割算法，包括如下步骤：
（a）预处理：将图像旋转至标准位置，即乳房靠右且胸肌壁在右上角，对图像进行分割，获取包含完整的乳头的乳房区域分割图noBackgroundSrc；
（b）确定乳头点：沿着所述分割图noBackgroundSrc中的乳房边缘，以边缘点位置为中心逐个取一定宽度的方形小块，计算每个所述方形小块中的像素亮度总和，确定像素亮度最大的所述方形小块的中心为乳头点的位置；因为乳头区域在图中属于较为明亮的区域，因此像素亮度总和最大的方形小块中必定包含乳头区域，其中心即为乳头点的位置；
（c）截取nipblock：以所述乳头点为中心，在所述分割图noBackgroundSrc上截取一方形区域nipblock，并将其中组织取边缘，所述方形区域nipblock中包含乳头与乳房皮肤的两个交接点，两个所述交接点为上拐点和下拐点；将边缘线去噪，并使用边缘追踪法记录下所有边缘点位置，可以防止遗漏拐点；
（d）寻找乳头拐点：使用罗氏定理在所述方形区域nipblock中寻找拐点，将所述乳头点分别与上下端点相连，得到两条直线，以所述乳头点为隔断分为上下两部分，上部分点计算与靠上直线的距离，得到最大距离的点即定义为所述上拐点；下部分点计算与靠下直线的距离，得到最大距离的点即定义为所述下拐点；为了防止出现错误，所述上部分点与所述下部分点均只取直线右边的点进行计算其与对应直线的距离；
（e）曲线拟合：找到拐点之后，分别取所述上拐点之前、所述下拐点之后的若干个点进行曲线拟合，得到所述上拐点与所述下拐点之间的曲线，算法中采取二次多项式曲线拟合，其目的是在所述上拐点与下拐点之间得到一条较为自然的连接线以分割乳头区域，而不是简单地用一条直线隔开；
（f）标记乳头区域：将所述曲线左侧标记为乳头区域，右侧标记为乳腺区域，并将所述乳头区域填充为灰色，将所述乳腺区域填充为白色，将所述背景区域填充为黑色，最终输出一幅三色图。
显然，上述内容只是为了说明本发明的特点，而并非对发明的限制，有关技术领域的普通技术人员根据本发明在相应的技术领域做出的变化应属于本发明的保护范畴。
Claims (5)
1.一种乳腺X光图像中乳头区域的分割算法，其特征在于，包括如下步骤：
（a）预处理：将图像旋转至乳房靠右且胸肌壁在右上角，对图像进行分割，获取包含完整的乳头的乳房区域分割图noBackgroundSrc；
（b）确定乳头点：沿着所述分割图noBackgroundSrc中的乳房边缘，以边缘点位置为中心逐个取方形小块，计算每个所述方形小块中的像素亮度总和，确定像素亮度最大的所述方形小块的中心为乳头点的位置；
（c）截取nipblock：以所述乳头点为中心，在所述分割图noBackgroundSrc上截取一方形区域nipblock，并将其中组织取边缘，所述方形区域nipblock中包含乳头与乳房皮肤的两个交接点，两个所述交接点为上拐点和下拐点；
（d）寻找乳头拐点：将所述乳头点分别与上下端点相连，得到两条直线，以所述乳头点为隔断分为上下两部分，上部分点计算与靠上直线的距离，得到最大距离的点即定义为所述上拐点；下部分点计算与靠下直线的距离，得到最大距离的点即定义为所述下拐点；
（e）曲线拟合：分别取所述上拐点之前、所述下拐点之后的若干个点进行曲线拟合，得到所述上拐点与所述下拐点之间的曲线；
（f）标记乳头区域：将所述曲线左侧标记为乳头区域，右侧标记为乳腺区域，并输出最后的图像。
2.根据权利要求1所述的乳腺X光图像中乳头区域的分割算法，其特征在于，所述步骤（c）中还包括将边缘线去噪，并使用边缘追踪法记录下所有边缘点位置。
3.根据权利要求1所述的乳腺X光图像中乳头区域的分割算法，其特征在于，所述步骤（d）中所述上部分点与所述下部分点均只取直线右边的点进行计算其与对应直线的距离。
4.根据权利要求1所述的乳腺X光图像中乳头区域的分割算法，其特征在于，所述步骤（e）中所述曲线拟合为二次多项式曲线拟合。
5.根据权利要求1所述的乳腺X光图像中乳头区域的分割算法，其特征在于，所述步骤（f）中输出最后的图像之前还包括将所述乳头区域填充为灰色，将所述乳腺区域填充为白色，将所述背景区域填充为黑色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410130621.1A CN104978753A (zh) | 2014-04-02 | 2014-04-02 | 一种乳腺x光图像中乳头区域的分割算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410130621.1A CN104978753A (zh) | 2014-04-02 | 2014-04-02 | 一种乳腺x光图像中乳头区域的分割算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104978753A true CN104978753A (zh) | 2015-10-14 |
Family
ID=54275230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410130621.1A Pending CN104978753A (zh) | 2014-04-02 | 2014-04-02 | 一种乳腺x光图像中乳头区域的分割算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104978753A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389815A (zh) * | 2015-10-29 | 2016-03-09 | 武汉联影医疗科技有限公司 | 一种乳腺图像配准方法及装置 |
| CN107871319A (zh) * | 2017-11-21 | 2018-04-03 | 上海联影医疗科技有限公司 | 限束器区域的检测方法、装置、x射线系统和存储介质 |
| CN108846847A (zh) * | 2018-05-08 | 2018-11-20 | 嘉兴全景医疗器械有限公司 | 基于平板状结构形状滤波器的乳腺图像分割方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1996021198A1 (en) * | 1994-12-30 | 1996-07-11 | Philips Electronics N.V. | Automatic segmentation, skinline and nipple detection in digital mammograms |
| WO1996021199A1 (en) * | 1994-12-30 | 1996-07-11 | Philips Electronics N.V. | Mass detection by computer using digital mammograms of the same breast taken from different viewing directions |
| CN101373479A (zh) * | 2008-09-27 | 2009-02-25 | 华中科技大学 | 一种乳腺x线摄片计算机图像检索方法及系统 |
| CN101630411A (zh) * | 2009-07-02 | 2010-01-20 | 浙江省电力公司 | 基于熵值的面向输电线路部件识别的自动阈值图象分割方法 |
| CN102956035A (zh) * | 2011-08-25 | 2013-03-06 | 深圳市蓝韵实业有限公司 | 用于乳腺x线图像中提取乳腺区域的预处理方法及系统 |
-
2014
- 2014-04-02 CN CN201410130621.1A patent/CN104978753A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1996021198A1 (en) * | 1994-12-30 | 1996-07-11 | Philips Electronics N.V. | Automatic segmentation, skinline and nipple detection in digital mammograms |
| WO1996021199A1 (en) * | 1994-12-30 | 1996-07-11 | Philips Electronics N.V. | Mass detection by computer using digital mammograms of the same breast taken from different viewing directions |
| CN101373479A (zh) * | 2008-09-27 | 2009-02-25 | 华中科技大学 | 一种乳腺x线摄片计算机图像检索方法及系统 |
| CN101630411A (zh) * | 2009-07-02 | 2010-01-20 | 浙江省电力公司 | 基于熵值的面向输电线路部件识别的自动阈值图象分割方法 |
| CN102956035A (zh) * | 2011-08-25 | 2013-03-06 | 深圳市蓝韵实业有限公司 | 用于乳腺x线图像中提取乳腺区域的预处理方法及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389815A (zh) * | 2015-10-29 | 2016-03-09 | 武汉联影医疗科技有限公司 | 一种乳腺图像配准方法及装置 |
| CN105389815B (zh) * | 2015-10-29 | 2022-03-01 | 武汉联影医疗科技有限公司 | 一种乳腺图像配准方法及装置 |
| CN107871319A (zh) * | 2017-11-21 | 2018-04-03 | 上海联影医疗科技有限公司 | 限束器区域的检测方法、装置、x射线系统和存储介质 |
| CN107871319B (zh) * | 2017-11-21 | 2021-09-17 | 上海联影医疗科技股份有限公司 | 限束器区域的检测方法、装置、x射线系统和存储介质 |
| CN108846847A (zh) * | 2018-05-08 | 2018-11-20 | 嘉兴全景医疗器械有限公司 | 基于平板状结构形状滤波器的乳腺图像分割方法 |
| CN108846847B (zh) * | 2018-05-08 | 2021-12-03 | 王磊 | 基于平板状结构形状滤波器的乳腺图像分割方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021129323A1 (zh) | 超声图像病灶描述方法、装置、计算机设备和存储介质 | |
| Giannini et al. | A fully automatic algorithm for segmentation of the breasts in DCE-MR images | |
| CN101853376B (zh) | 一种乳腺微钙化点计算机辅助检测方法 | |
| Garg et al. | Unsupervised curvature-based retinal vessel segmentation | |
| CN101238987A (zh) | 一种关于ct脑出血图像的处理方法 | |
| EP2888718A1 (en) | Methods and systems for automatic location of optic structures in an image of an eye, and for automatic retina cup-to-disc ratio computation | |
| CN102968633B (zh) | 基于ct侧位定位片的腰椎识别方法和装置 | |
| CN103700085A (zh) | 乳腺x光图像中胸肌区域的分割方法 | |
| KR20170127950A (ko) | Ct 치아 영상의 자동 세그먼테이션 시스템 및 방법 | |
| Yang et al. | Localization algorithm and implementation for focal of pulmonary tuberculosis chest image | |
| CN105389815B (zh) | 一种乳腺图像配准方法及装置 | |
| WO2011066689A1 (en) | Method and device for detecting bright brain regions from computed tomography images | |
| CN106096491B (zh) | 一种眼底彩色照相图像中微动脉瘤自动化识别方法 | |
| KR20120054920A (ko) | 영상에서 종괴의 경계 검출 방법 | |
| CN109636810B (zh) | Ct影像的肺结节分割方法及系统 | |
| CN102289657A (zh) | 基于视觉注意机制的乳腺x线影像肿块检测系统 | |
| CN104881858A (zh) | 一种乳房内增强背景组织的提取方法和装置 | |
| CN104978753A (zh) | 一种乳腺x光图像中乳头区域的分割算法 | |
| CN104182965B (zh) | 一种乳腺图像中分割胸肌的方法 | |
| CN106846314A (zh) | 一种基于术后角膜oct影像数据的图像分割方法 | |
| Lu et al. | Automatic Mass Segmentation Method in mammograms based on improved VFC Snake model | |
| CN105374025A (zh) | 乳房图像获取方法及装置、乳房摄影系统 | |
| Shah | Detection of tumor in MRI images using image segmentation | |
| Widodo et al. | Sample K-means clustering method for determining the stage of breast cancer malignancy based on cancer size on mammogram image basis | |
| Thamilarasi et al. | Automatic thresholding for segmentation in chest X-ray images based on green channel using mean and standard deviation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151014 |