CN105701796B - 乳房图像的厚度均衡方法及装置、乳房摄影系统 - Google Patents
乳房图像的厚度均衡方法及装置、乳房摄影系统 Download PDFInfo
- Publication number
- CN105701796B CN105701796B CN201511027173.3A CN201511027173A CN105701796B CN 105701796 B CN105701796 B CN 105701796B CN 201511027173 A CN201511027173 A CN 201511027173A CN 105701796 B CN105701796 B CN 105701796B
- Authority
- CN
- China
- Prior art keywords
- image
- breast
- breast image
- gray
- gray value
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种乳房图像的厚度均衡方法及装置。所述乳房图像的厚度均衡方法包括:获取所述乳房图像;对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像。本发明技术方案获得的均衡后的乳房图像,保证乳房图像细节未损失的同时且乳房图像灰度均匀,符合实际临床需求,采用均衡后的乳房图像在一定窗宽窗位下进行诊断,乳房图像边缘信息不会有所损失,降低了漏诊率,进而提高了诊断的准确率。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种乳房图像的厚度均衡方法及装置、乳房摄影系统。
背景技术
随着计算机科学和信息技术的发展,医学成像技术也得到了迅速的发展,各种医用影像系统不断涌现。全视野数字乳房X线摄影系统(FFDM,full-field digitalmammography)作为乳腺癌的筛查和诊断得到了广泛的应用。
在采用FFDM拍摄获得医学图像的过程中,由于压迫乳房时乳房厚度的不均匀导致最终获得的乳房图像在负片显示时不符合实际的临床需求,乳房图像灰度不均匀,如:距离乳房边缘一定距离的区域明显暗于该乳房图像中在该区域邻近的区域,且乳房边缘的灰度与背景区域的灰度比较接近,此时若病灶位于乳房边缘处,则医生基于该乳房图像进行诊断时容易漏诊。此外,实际诊断过程中通常需要在一定的窗宽窗位下对图像进行诊断,此时由于乳房厚度不均也会导致在一定窗宽窗位下乳房边缘信息的丢失,导致再一次的漏诊。
针对压迫过程中乳房厚度不均导致的乳房图像的灰度不均匀,相继有提出基于距离的厚度均衡方案、基于模板的厚度均衡方案,然而对于前者而言,由于乳头等突出物的影响,采用该方案进行厚度均衡时,仍然会出现灰度不均匀的现象。而基于模板的厚度均衡方案,未考虑不同个体的差异,具有一定的局限性。
此外,对于不同剂量的医学图像而言,现有的分割方法获得的乳房图像的精确度低,可能会增加误诊率,且现有的分割方法分割速度慢。
因此,如何能够提供一种乳房图像的厚度均衡方法,以解决乳房图像的灰度不均匀,获得符合实际临床需求的乳房图像,成为目前亟待解决的问题之一。
发明内容
本发明要解决的问题是提供一种乳房图像的厚度均衡方法及装置,以使得获得的乳房图像灰度均匀,符合实际的临床需求。
为解决上述问题,本发明技术方案提供一种乳房图像的厚度均衡方法,包括:
获取所述乳房图像;
对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;
对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;
对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像。
可选的,对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像包括:
确定距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;
将所述距离-灰度曲线分为N段,确定与灰度变换线段对应的曲线段;
获取N个灰度变换线段的斜率和其上初始点的灰度值以生成所述灰度变换线段,第N个灰度变换线段的斜率关联于所述距离-灰度曲线上一预设点灰度值与与其对应的第N个曲线段上首末两点灰度值的平均值的比值;所述第N个灰度变换线段上初始点的灰度值关联于第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量;所述预设点对应的距离为所述预设距离;
对所述灰度变换线段进行拟合以获得灰度变换曲线;
基于所述灰度变换曲线对所述预设区域进行灰度变换。
可选的,所述第N个灰度变换线段的斜率为所述距离-灰度曲线上一预设点灰度值与第N个曲线段上首末两点灰度值的平均值的比值。
可选的,所述第N个灰度变换线段上初始点的灰度值为第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量之和。
可选的,所述第(N-1)个曲线段所对应的灰度变化量为第(N-1)个曲线段首末两点距离之差与首点与所述预设点距离之差的比值和所述首点灰度值与所述预设点灰度值之差的乘积。
可选的,所述灰度变换曲线灰度区间的最小值为所述预设点灰度值,最大值为所述低频乳房图像的最大灰度值,所述距离-灰度曲线分段的数目等于大于所述预设点灰度值的灰度值的数目。
可选的,所述灰度变换曲线灰度区间的最小值为所述低频乳房图像的最小灰度值,最大值为所述预设点灰度值,所述距离-灰度曲线分段的数目等于小于所述预设点灰度值的灰度值的数目。
可选的,所述获取所述乳房图像包括:
分割医学图像以获得乳房区域;
基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘;
基于所述乳房区域和所述乳房边缘确定所述乳房图像。
可选的,所述基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘包括:
对所述医学图像进行去噪以获得第二图像;
对所述第二图像进行预处理以使得待检测乳房边缘的灰度值最高,获得第三图像;
基于边缘检测方法对所述第三图像中的乳房边缘进行检测。
可选的,对所述第一图像进行预处理包括:对所述第二图像进行梯度变换或差分运算。
可选的,基于迭代法或大津法对所述第三图像中的乳房边缘进行检测。
可选的,基于大津法分割所述医学图像以获得乳房区域。
为解决上述问题,本发明技术方案还提供一种乳房图像的厚度均衡装置,包括:
乳房图像获取单元,用于获取所述乳房图像;
滤波单元,用于对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;
灰度变换单元,用于对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;
重构单元,用于对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像。
可选的,所述灰度变换单元包括:
曲线生成单元,用于确定距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;
分段单元,用于将所述距离-灰度曲线分为N段,确定与灰度变换线段对应的曲线段;
灰度变换线段获取单元,用于获取N个灰度变换线段的斜率和其上初始点的灰度值以生成所述灰度变换线段,第N个灰度变换线段的斜率关联于所述距离-灰度曲线上一预设点灰度值与与其对应的第N个曲线段上首末两点灰度值的平均值的比值;所述第N个灰度变换线段上初始点的灰度值关联于第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量;所述预设点对应的距离为所述预设距离;
拟合单元,用于对所述灰度变换线段进行拟合以获得灰度变换曲线;
变换单元,用于基于所述灰度变换曲线对所述预设区域进行灰度变换。
可选的,所述第N个灰度变换线段的斜率为所述距离-灰度曲线上一预设点灰度值与第N个曲线段上首末两点灰度值的平均值的比值。
可选的,所述第N个灰度变换线段上初始点的灰度值为第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量之和。
可选的,所述第(N-1)个曲线段所对应的灰度变化量为第(N-1)个曲线段首末两点距离之差与首点与所述预设点距离之差的比值和所述首点灰度值与所述预设点灰度值之差的乘积。
可选的,所述灰度变换曲线灰度区间的最小值为所述预设点灰度值,最大值为所述低频乳房图像的最大灰度值,所述距离-灰度曲线分段的数目等于大于所述预设点灰度值的灰度值的数目。
可选的,所述灰度变换曲线灰度区间的最小值为所述低频乳房图像的最小灰度值,最大值为所述预设点灰度值,所述距离-灰度曲线分段的数目等于小于所述预设点灰度值的灰度值的数目。
可选的,所述乳房图像获取单元包括:
分割单元,用于分割医学图像以获得乳房区域;
检测单元,用于基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘;
确定单元,用于基于所述乳房区域和所述乳房边缘确定所述乳房图像。
可选的,所述检测单元包括:
去噪单元,用于对所述医学图像进行去噪以获得第二图像;
预处理单元,用于对所述第二图像进行预处理以使得待检测乳房边缘的灰度值最高,获得第三图像;
检测子单元,用于基于边缘检测方法对所述第三图像中的乳房边缘进行检测。
为解决上述问题,本发明技术方案还提供一种乳房摄影系统,包括上述的乳房图像的厚度均衡装置。
与现有技术相比,本发明技术方案具有以下优点:
获取乳房图像,先对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像,并对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,且所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致,所述预设区域为距离所述低频乳房图像边缘预定距离的区域。通过对所述低频乳房图像中预设区域的灰度值进行均衡以获得第一图像,而不对高频乳房图像进行处理,将所述第一图像和高频乳房图像进行重构获得的均衡后的乳房图像,乳房图像细节未损失且乳房图像灰度均匀,符合实际的临床需求。且采用该均衡后的乳房图像在一定的窗宽窗位下进行诊断时,乳房图像边缘的信息不会有所损失,降低了漏诊率,进而提高了诊断的准确率。
此外,通过对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,可以避免异物或乳头等突出物对厚度均衡的影响,进一步的保证了均衡后的乳房图像灰度的均匀性;且通过对不同乳房图像的低频乳房图像的预设区域进行灰度变换,相当于可以针对不同个体的乳房图像进行相应的厚度均衡,因此,也避免了基于模板对乳房图像进行厚度均衡时所带来的局限性,具有一定的普适性。
进一步地,对所述低频乳房图像中的预设区域进行灰度变换时,基于所述低频乳房图像生成距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;基于所述距离-灰度曲线确定灰度变换线段,并对所述灰度变换线段进行拟合获得对所述低频乳房图像中预设区域进行灰度变换的灰度变换曲线。由于所述灰度变换曲线是根据所述低频乳房图像的距离-灰度曲线生成的,因此可以准确的获得乳房图像中不同厚度处(距所述低频乳房图像边缘不同距离处)所对应的灰度范围,进而可以对乳房图像中不同厚度的区域的灰度进行均衡,具有普适性。
进一步地,获得所述乳房图像的过程中,通过先分割医学图像以获得乳房区域,然后基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘,进而基于所述乳房区域和所述乳房边缘确定所述乳房图像,由于先分割出乳房区域且考虑了实际医学图像中乳房边缘的灰度变化特性来检测所述乳房边缘,因此对于不同剂量的医学图像而言,可减少背景区域的干扰,以获得精确度高的乳房图像,在一定程度上降低了误诊率的同时也提高了医生对乳房区域病灶的诊断效率。
进一步地,对所述医学图像进行去噪以获得第二图像,然后对所述第二图像进行预处理以获得待检测乳房边缘灰度值最高的第三图像,避免了噪声对所述第三图像的影响,实现了待检测乳房边缘的灰度值最高,乳房区域的灰度值次高、背景区域的灰度值最低。故使得后续采用边缘检测方法对所述第三图像中的乳房边缘进行检测时,减少将背景区域的像素点检测为乳房区域的像素点的概率,进一步的提高了最终获得的乳房图像的精确度,提高了获得的乳房图像的质量。
进一步地,采用大津法对所述医学图像进行分割以获得乳房区域,由于乳房图像的灰度直方图为双峰图,故采用大津法分割所述医学图像以获得乳房区域的速度快且精度高,同时由于考虑了实际医学图像中乳房边缘的灰度变化特性来检测所述乳房边缘,因此对于不同剂量的医学图像而言,最终获得的乳房图像的精确度较高,在降低了误诊率的同时也提高了医生对乳房区域的病灶的诊断效率。此外采用迭代法检测所述第三图像中的乳房边缘,计算量小,因此进一步的提高了获得乳房图像的速度。
附图说明
图1是本发明实施方式的乳房图像的厚度均衡方法的流程图;
图2是本发明实施例的获取乳房图像的流程图;
图3是本发明实施例的获得所述第一图像的流程图;
图4是本发明实施例的距离-灰度曲线的示意图;
图5是本发明实施例的灰度变换曲线生成示意图;
图6是本发明实施例的灰度变换曲线示意图;
图7是本发明实施方式的乳房图像的厚度均衡装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
正如现有技术中所描述的,压迫乳房时由于乳房厚度的不均匀,导致用于诊断的乳房图像灰度不均匀,尤其是乳房边缘附近区域明显暗于其邻近的区域,且乳房边缘的灰度值与背景区域的灰度值较为接近,在一定的窗宽窗位下进行诊断时,乳房边缘信息会有所丢失,导致漏诊。
因此,发明人考虑可以通过灰度变换的方式对乳房边缘附近区域的灰度值进行均衡以解决由于乳房压迫时厚度不均匀导致的乳房图像灰度不均匀的问题。
请参见图1,图1是本发明实施方式的乳房图像的厚度均衡方法的流程图,如图1所示,所述乳房图像的厚度均衡方法包括:
S101:获取所述乳房图像;
S102:对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;
S103:对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;
S104:对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像。
以下结合具体的实施例对本发明实施方式的乳房图像的厚度均衡方法进行详细的说明。
如背景技术中提及的,目前的分割方法对于不同剂量的医学图像而言,分割获得的乳房图像精确度不高,不符合实际的临床需求,且分割速度慢。本实施例中,为了很好的获得符合实际临床需求的乳房图像,除了考虑到乳房压迫过程中乳房厚度不均匀产生的影响以外,还考虑了在对医学图像分割获得乳房图像过程中,尽量避免背景区域对乳房图像的影响,也即尽可能的在分割医学图像的过程中,使得分割获得的乳房图像的精确度较高。
发明人对FFDM采集到的医学图像进行分析后得出,对于以不同剂量拍摄获得医学图像而言,乳房边缘的灰度值与背景区域的灰度值比较接近,分割过程中,乳房边缘可能会被分割到背景区域中,因此,本实施例中获取乳房图像时,先提取医学图像中的乳房区域,然后基于乳房边缘的灰度变化特性检测乳房边缘,将获得的乳房区域和乳房边缘叠加,以获得乳房图像。
请参见图2,图2是本发明实施例的获取乳房图像的流程图,如图2所示:所述获取乳房图像包括:
S1010:分割医学图像以获得乳房区域;
S1011:基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘;
S1012:基于所述乳房区域和所述乳房边缘确定所述乳房图像。
执行S1010,本实施例中,考虑到乳房图像的灰度直方图为双峰图,采用大津法分割在速度和精度上最为有效,因此,先获取所述医学图像的灰度直方图,然后采用大津法对所述医学图像进行分割以获得乳房区域。在其他实施例中,也可以采用其他的图像分割算法对所述医学图像中的乳房区域进行分割,如:采用分水岭算法对所述医学图像进行分割以获得乳房区域。
执行S1011,基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘。由上述可知对于临床获得的医学图像而言,乳房边缘的灰度值和背景区域的灰度值较接近,由于乳房边缘的灰度值是医学图像中灰度变化最剧烈的部分,因此,可以先抬高所述医学图像中待检测乳房边缘的灰度值,使得所述待检测乳房边缘在所述医学图像中凸显,以便后续对所述乳房边缘的检测。此外,考虑到通过FFDM采集到的医学图像,不同剂量下采集到的医学图像的噪声各不相同,且噪声的存在势必会对抬高待检测乳房边缘的灰度值有所影响,因此在抬高所述医学图像中待检测乳房边缘的灰度值之前对所述医学图像进行去噪,避免噪声对后续处理的影响。此外,考虑到X射线的衰减服从指数分布,为了降低计算复杂度和计算量进而进一步的提高检测乳房边缘的速度,本实施例中的医学图像为变换至LOG域(对数域)的医学图像。
本实施例中,采用高斯滤波的方式对所述医学图像去噪,在其他实施例中也可以采用均值滤波的方式对所述医学图像去噪。
在去除变换至LOG域的医学图像的噪声获得所述第二图像后,对所述第二图像进行预处理以使得待检测乳房边缘的灰度值最高,也即抬高所述第二图像中待检测乳房边缘的灰度值,使得所述待检测乳房边缘在所述第二图像中凸显,以利于后续对所述乳房边缘的检测。本实施例中所述预处理包括对所述第二图像进行梯度变换,具体的通过sobel梯度算子对所述第二图像进行梯度变换。在其他实施例中,也可以对所述第二图像进行差分运算,也即采用差分法来抬高所述第二图像中待检测乳房边缘的灰度值。
本领域技术人员知晓,对于通过FFDM直接采集获得的医学图像而言,通常称之为正片(乳房图像的灰度值低于背景区域的灰度值),而最终用于诊断的医学图像则为对正片经过一系列后处理后的负片(乳房图像的灰度值高于背景区域的灰度值)。正片中背景区域的灰度值>乳房边缘的灰度值>乳房区域的灰度值,对变换至LOG域的医学图像去噪可以使得所述第二图像中灰度值波动较大的背景区域的灰度波动变小,或者说可以使得所述第二图像的背景区域中所有像素点的灰度值趋于同一水平。因此,在对第二图像进行梯度变换时,可以使得获得的第三图像中待检测乳房边缘的灰度值>乳房区域的灰度值>背景区域的灰度值。故,可以避免出现在采用边缘检测方法提取所述第三图像中的乳房边缘时,若背景区域的灰度值较高,可能会将背景区域中的像素点检测为乳房边缘的像素点的现象,因此,对变换至LOG域的医学图像先进行去噪再进行梯度变换,在一定程度上为后续获取的乳房图像的精确度提供了一定的保证,有利于提高乳房图像的精确度。
在对变换至LOG域的医学图像进行了去噪和梯度变换获得第三图像后,基于边缘检测方法对所述第三图像中的乳房边缘进行检测。考虑到实际应用中获得的第三图像为浮点型的数据,而采用迭代法对乳房边缘进行检测时,不需要将浮点型的数据转换为整型数据故图像精度不会有所损失,且迭代法计算量较小且速度快,因此本实施例中,采用迭代法检测所述第三图像中的乳房边缘。具体地:
设置初始阈值T0,为了加快迭代速度,本实施例中以所述第三图像中最大灰度值和最小灰度值之和的一半为所述初始阈值T0,第一次迭代时,根据所述初始阈值T0,所述第三图像被分为两个区域,像素点灰度值大于所述初始阈值T0的第一区域和像素点灰度值小于等于所述初始阈值T0的第二区域,计算所述第一区域和第二区域的灰度均值(各区域像素点灰度值之和除以对应的像素点个数),以所述第一区域和第二区域的灰度均值之和的一半T1为新的阈值以更新初始阈值T0,判断abs(T1-T0)是否大于1,若abs(T1-T0)>1,则以T1为阈值继续对所述第三图像进行分割,同样地,所述第三图像被分为两个区域,像素点灰度值大于阈值T1的第三区域和像素点灰度值小于等于阈值T1的第四区域,计算所述第三区域和第四区域的灰度均值(各区域像素点灰度值之和除以对应的像素点个数),以所述第三区域和第四区域的灰度均值之和的一半T2为新的阈值以更新阈值T1,判断abs(T2-T1)是否大于1,若abs(T2-T1)>1,则以T2为阈值继续对所述第三图像进行分割,依此类推,直至abs(Ti+1-Ti)<1,迭代终止,Ti+1为最终的分割阈值,像素点灰度值大于Ti+1的像素点的集合为乳房边缘。
在其他实施例中,也可以采用大津法或其他分割方法对第三图像中的乳房边缘进行提取。
此外,在实际迭代过程中,还可以对迭代过程中获得的阈值乘以小于1的权重因子,所述权重因子可以根据对多幅医学图像的乳房边缘进行检测时的实际迭代过程中迭代收敛前阈值的变化规律而定。对迭代过程中获得的阈值乘以小于1的权重因子,可以进一步的提高获取的乳房边缘的精确度。
执行S1012,将S1010获得的乳房区域和S1011获得的乳房边缘进行叠加以获得最终的乳房图像。考虑到实际处理过程中,可能会有背景区域的像素点被误判为乳房图像的像素点,因此需对叠加后获得的乳房图像中的孤立像素点进行去除,以提高乳房图像的精确度。
本实施例中采用上述的方法获得乳房图像,可以提高获得的乳房图像的精确度,减少背景区域对乳房图像的影响,在一定程度上降低了误诊率。
通过S1010至S1012获取乳房图像后,执行S102,对所述乳房图像进行滤波,本实施例中采用双边滤波器对所述乳房图像进行滤波,以获得低频乳房图像和高频乳房图像。在其他实施例中,也可以采用小波滤波,以获得低频乳房图像和高频乳房图像。
执行S103,对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述预设区域是指距离所述低频乳房图像中乳房边缘预定距离的区域。也即对距离所述乳房边缘一定厚度范围内灰度值进行均衡。一般来讲,为了使得最终获得的乳房图像灰度均匀,通常厚度均衡的范围为1.5cm~2.5cm,也即对距离所述低频乳房图像中乳房边缘的距离为1.5cm~2.5cm范围内的灰度值进行变换。
本实施例中,采用灰度变换曲线对所述低频乳房图像中距离所述乳房边缘一定厚度范围内的灰度值进行均衡以获得第一图像。请参见图3,图3是本发明实施例的获得所述第一图像的流程图,如图3所示,对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像包括:
S1030:确定距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;
S1031:将所述距离-灰度曲线分为N段,确定与灰度变换线段对应的曲线段;
S1032:获取N个灰度变换线段的斜率和其上初始点的灰度值以生成所述灰度变换线段,第N个灰度变换线段的斜率关联于所述距离-灰度曲线上一预设点灰度值与与其对应的第N个曲线段上首末两点灰度值的平均值的比值;所述第N个灰度变换线段上初始点的灰度值关联于第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量;所述预设点对应的距离为所述预设距离;
S1033:对所述灰度变换线段进行拟合以获得灰度变换曲线;
S1034:基于所述灰度变换曲线对所述预设区域进行灰度变换。
执行S1030,本实施例中,所述距离是指对于所述低频乳房图像中的每一个像素点而言,其与所述低频乳房图像边缘的每一个像素点之间均存在一个距离,即该像素点和低频乳房图像边缘的每一个像素点之间连线的长度,而在这些长度当中总存在一条最短的,该最短的连线即为所述低频乳房图像中的像素点与所述低频乳房图像边缘的像素点之间的最小距离,遍历所述低频乳房图像中所有的像素点,可以得到不同的像素点与所述低频乳房图像边缘的像素点之间的最小距离,如1.5cm、1.8cm、2cm等。而对于每一个最小距离而言,均存在与其对应的至少一个像素点,将与其对应的所有像素点的灰度值相加除以对应的像素点的个数,则得到与该最小距离对应的灰度值。举例来说:像素点a、像素点b、像素点c到所述低频乳房图像边缘的像素点之间的最小距离均为1.5cm,则与最小距离1.5cm对应的灰度值为像素点a、像素点b、像素点c的灰度值之和除以三。
遍历所述低频乳房图像中的所有像素点,得到每一个像素点到所述低频乳房图像边缘的像素点之间的最小距离,同时也得到与该最小距离对应的灰度值,以所述最小距离为横坐标,与其对应的灰度值为纵坐标,建立距离-灰度曲线,如图4所示,图4是本发明实施例的距离-灰度曲线的示意图,图4中的距离-灰度曲线的横坐标距离是以像素点个数来表示的,也即通过像素点个数来衡量每一个像素点到所述低频乳房图像边缘的像素点之间的最小距离,根据图4可以知晓距离低频乳房图像边缘不同距离(不同厚度)时对应的灰度值。
本领域技术人员知晓,对于从FFDM采集到的乳房图像而言为正片(乳房图像的灰度值低于背景区域的灰度值),而医生诊断时采用的乳房图像则通常为对正片经过一系列后处理后的负片(乳房图像的灰度值高于背景区域的灰度值)。对于实际采集的乳房图像(正片)而言,乳房图像边缘及其邻域的灰度值高于所述邻域附近区域(内部)的灰度值,且乳房图像边缘的灰度值与背景区域的灰度值较为接近,本实施例中,以对从FFDM采集到的乳房图像(正片)的边缘及其邻域进行灰度变换为例进行说明,也即通过灰度压缩的方式使得所述低频乳房图像边缘及其邻域的灰度值与其内部的灰度值趋于一致。
执行S1031,本实施中是先获取灰度变换线段,然后再对其进行拟合以得到灰度变换曲线,而灰度变换线段的获得则是基于S1030中确定的灰度距离-曲线,因此本步中先对距离-灰度曲线进行分段以确定灰度变换线段的数目。由上述可知,本实施例中是对正片进行处理,即对低频乳房图像边缘(灰度值高)和其邻域所在区域的灰度值进行相应的压缩,因此灰度变换曲线的灰度区间的最大值为所述低频乳房图像的最大灰度值,而灰度变换曲线的灰度区间的最小值则是根据实际需求而定,即根据要对所述低频乳房图像进行灰度变换的预设区域而定,例如:若需要对距离所述低频乳房图像边缘预定距离(预定厚度如2cm)范围内的区域的灰度值进行变换,则所述灰度变换曲线的灰度区间的最小值为距离-灰度曲线上预定距离所对应的灰度值,本实施例中为所述距离-灰度曲线上预设点P(预设点对应的距离为所述预设距离)的灰度值(参见图5所示),因此,在实际处理过程中,可以根据实际需要进行厚度均衡的区域(预设区域),来确定该预设区域与所述低频乳房图像边缘的距离进而根据该距离在所述距离-灰度曲线上确定与该距离对应的灰度值,也即灰度变换曲线的灰度区间的最小值。本实施例中,将距离-灰度曲线划分为几段取决于大于灰度变换曲线的灰度区间的最小值的灰度值的数目,也即图5中大于预设点P的灰度值的数目。
需要说明的是,本实施例中为了更加清楚地表示正片中在远离低频乳房图像边缘的过程中所述低频乳房图像中距离所述低频乳房图像边缘最小距离相同的像素点的平均灰度值(距离-灰度曲线中的灰度值)随着与所述低频乳房图像边缘最小距离的不同对应的像素点的平均灰度值的变化趋势,故图5中示出了连续的距离-灰度曲线,但是实际处理过程中,对于距离-灰度曲线而言,由于不同的距离对应的是到低频乳房图像边缘的最小距离相同的所有像素点的灰度值的平均值,因此距离所述低频乳房图像边缘的不同的最小距离所对应的灰度值并不连续,故,大于所述预设点的灰度值的灰度值的数目为有限个。举例来说,若预设点P的灰度值为200,大于预设点P的灰度值有300、400、500、600,700,即大于预设点P的灰度值的灰度值的数目为5,则将所述距离-灰度曲线分为5段。
执行S1032,基于S1031获得的分段后的曲线段,获取与该曲线段对应的灰度变换线段。请参见图5,图5是本发明实施例的灰度变换曲线生成示意图,如图5所示,图中所示曲线为距离-灰度曲线,在对所述距离-灰度曲线分段后,可以得到不同的曲线段,本实施例中,以A点和B点之间的曲线段及A点对应的灰度值为灰度变换曲线的灰度区间的最大值为例,说明与曲线段AB对应的灰度变换线段的生成过程,图5中预设点P的灰度值则为灰度变换曲线的灰度区间的最小值。
本实施例中,对于曲线段AB而言,与其对应的灰度变换线段A′B′的斜率为所述距离-灰度曲线上预设点P的灰度值,与曲线段AB上首点A的灰度值与末点B的灰度值的平均值的比值。也即:
其中:KA′B′为灰度变换线段A′B′的斜率,GP为预设点P的灰度值、GA为曲线段AB上首点A的灰度值、GB为曲线段AB上末点B的灰度值。同样地对于与其他曲线段对应的灰度变换线段而言其斜率的计算方式与计算曲线段AB对应的灰度变换线段A′B′的方式相类似,只要在上述公式中带入该曲线段的首点和末点的灰度值即可。
本实施例中,对所述灰度变换线段上初始点的灰度值则通过如下方式获得,对于曲线段AB而言与其对应的灰度变换线段A′B′的初始点A′的灰度值即为A点的灰度值,由于A点为灰度变换曲线的灰度区间的最大值,因此A′点的灰度值是已知的。故,根据灰度变换线段A′B′的初始点A′的灰度值以及灰度变换线段A′B′的斜率,通过点斜式的计算公式即可以获得与曲线段AB对应的灰度变换线段A′B′的表达式。而对于与曲线段BC对应的灰度变换线段B′C′而言,其斜率的计算方式与灰度变换线段A′B′的斜率的计算方式相类似,而灰度变换线段B′C′的初始点B′的灰度值则为灰度变换线段A′B′上初始点A′的灰度值与曲线段AB所对应的灰度变化量的之和,也即:
其中:GB′为初始点B′的灰度值,GA′为初始点A′的灰度值,dA为曲线段AB上首点对应的距离,dB为曲线段AB上末点对应的距离,dP为预设点P对应的距离(预设距离),GA为曲线段AB上首点A的灰度值,GP为预设点P的灰度值。
由于GA′、dA、dB、dP、GA以及GP均为已知,因此可以计算出灰度变换线段B′C′的初始点B′的灰度值,进而根据灰度变换线段B′C′的初始点B′的灰度值以及B′C′的斜率获得灰度变换线段B′C′的表达式。依次类推,可以计算出与每一个曲线段对应的灰度变换线段的表达式。
本实施例中,是以灰变换曲线的灰度区间的最大灰度值作为第一个灰度变换线段上的初始点的灰度值为例进行说明的,在其他实施例中,也可以以所述灰度变换曲线的灰度区间的最小值,如预设点P的灰度值作为第一个灰度变换线段上的初始点的灰度值,由于预设点P的灰度值已知,因此可以通过第一个灰度变换线段上初始点的灰度值与第一个曲线段对应的灰度变化量之和来获取第二个灰度变换线段上初始点的灰度值,然后依此类推,获取每一个灰度变换线段上初始点的灰度值,进而根据每一个灰度变换线段上初始点的灰度值和该灰度变换线段的斜率获取该灰度变换线段的表达式。
执行S1033,对通过上述方式获得灰度变换线段进行拟合,本实施例中可以采用最小二乘法、拉格朗日插值法、牛顿迭代法、三次样条插值等对灰度变换线段进行拟合以获得灰度变换曲线。
请参见图6,图6是本发明实施例的灰度变换曲线示意图,图6中的[Min,Max]为本实施例的灰度变换曲线的作用范围,也即该灰度变换曲线将灰度值位于[Min,Max]之间的灰度值进行了相应的变换,或者说是将距离低频乳房图像边缘一定厚度范围的灰度值进行了均衡。其中Min(距离低频乳房图像预定距离所对应的灰度值)对应于图5中预设点P的灰度值,Max(低频乳房图像的最大灰度值)对应于图5中A点的灰度值。
本实施例中是将位于[Min,Max]的灰度值进行了相应的压缩。对于正片而言小于Min的灰度区间通常对应的是低频乳房图像的内部,而大于Max的灰度区间通常对应的是背景区域。通过图6所示的灰度变换曲线可以将低频乳房图像中距离乳房边缘一定厚度范围内的灰度值进行均衡,而对低频乳房图像内部的灰度值没有影响,且根据距离-灰度曲线生成的灰度变换曲线对所述低频乳房图像中的预设区域进行厚度均衡后可以使得所述低频乳房图像中预设区域的灰度值与其邻域的灰度值区域一致,整幅低频乳房图像的灰度值均匀,使得后续在一定窗宽窗位下对最终获得的均衡后的乳房图像进行诊断时,乳房边缘的信息不会有所丢失,避免了漏诊现象的发生。
此外,通过图6所示的灰度变换曲线,对所述低频乳房图像边缘及所述低频乳房图像预设区域的灰度值进行了压缩,而背景区域的灰度值没有变化,因此可以很好的将低频乳房图像边缘和背景区域区分开,降低了诊断过程中的漏诊率,进而也提高了诊断的准确率。
需要说明的是,本实施例中是以对采集到的乳房图像(正片)中低频乳房图像的预设区域的灰度值高于其邻域的灰度值为例进行说明的,也即本实施例中的灰度变换曲线实现的是对距离低频乳房图像边缘一定厚度范围的灰度值进行压缩。若要在负片上对低频乳房图像进行厚度均衡,即低频乳房图像的预设区域的灰度值低于其邻域的灰度值的情况,仍然可以通过本发明实施例的方案生成灰度变换曲线,而此时灰度变换曲线的功能则是将所述低频乳房图像的预设区域的灰度值抬高以使得其灰度值与该预设区域邻域的灰度值趋于一致。
而对于生成具有拉伸功能的灰度变换曲线而言,每一个灰度变换线段的斜率及其上初始点的灰度值的计算方式与生成具有压缩功能的灰度变换曲线的过程中,每一个灰度变换线段及其上初始点的灰度值的计算方式相类似,此处不再赘述,不同的是,此时灰度变换曲线灰度区间的最小值为所述低频乳房图像的最小灰度值,最大值则为所述预设点灰度值,也即距离所述低频乳房图像边缘预定距离时所对应的灰度值。而所述距离-灰度曲线分段的数目则等于小于所述预设点灰度值的灰度值的数目。
执行S1034,采用上述步骤获得灰度变换曲线对所述低频乳房图像的预设区域进行灰度变换以获得灰度均匀的第一图像。
至此通过S1030至S1034获得了第一图像,接下来执行S104,对所述第一图像和所述高频乳房图像进行重构,具体地就是将所述低频乳房图像和高频乳房图像对应的像素点的灰度值进行相加以获得均衡后的乳房图像。由于对乳房图像进行分频,获得低频乳房图像和高频乳房图像,且只对低频乳房图像进行了厚度均衡,确保了均衡后的乳房图像细节未缺失的同时也使得均衡后的乳房图像灰度均匀。
基于上述的乳房图像的厚度均衡方法,本发明实施例还提供一种乳房图像的厚度均衡装置,请参见图7,图7是本发明实施例的乳房图像的厚度均衡装置的结构示意图,如图7所示,所述乳房图像的厚度均衡装置包括:
乳房图像获取单元101:用于获取所述乳房图像;
滤波单元102,用于对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;
灰度变换单元103,用于对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;
重构单元104,用于对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像。
本实施例中,所述乳房图像获取单元101包括:
分割单元,用于分割医学图像以获得乳房区域;
检测单元,用于基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘;
确定单元,用于基于所述乳房区域和所述乳房边缘确定所述乳房图像。
所述检测单元包括:
预处理单元,用于对所述第一图像进行预处理以使得待检测乳房边缘的灰度值最高,获得第二图像;
检测子单元,用于基于边缘检测方法对所述第二图像中的乳房边缘进行检测。
本实施例中,所述分割单元基于大津法分割所述医学图像以获得乳房区域,所述预处理单元对所述第二图像进行梯度变换或差分运算,所述检测子单元基于迭代法或大津法对所述第三图像中的乳房边缘进行检测。
本实施例中,所述灰度变换单元103包括:
曲线生成单元,用于确定距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;
分段单元,用于将所述距离-灰度曲线分为N段,确定与灰度变换线段对应的曲线段;
灰度变换线段获取单元,用于获取N个灰度变换线段的斜率和其上初始点的灰度值以生成所述灰度变换线段,第N个灰度变换线段的斜率关联于所述距离-灰度曲线上一预设点灰度值与与其对应的第N个曲线段上首末两点灰度值的平均值的比值;所述第N个灰度变换线段上初始点的灰度值关联于第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量;所述预设点对应的距离为所述预设距离;
拟合单元,用于对所述灰度变换线段进行拟合以获得灰度变换曲线;
变换单元,用于基于所述灰度变换曲线对所述预设区域进行灰度变换。
本实施例中,所述第N个灰度映射线段的斜率为所述距离-灰度曲线上一预设点灰度值与第N个曲线段上首末两点灰度值的平均值的比值。所述第N个灰度映射线段上初始点的灰度值为第(N-1)个灰度映射线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量之和。而所述第(N-1)个曲线段所对应的灰度变化量则为第(N-1)个曲线段首末两点距离之差与首点与所述预设点距离之差的比值和所述首点灰度值与所述预设点灰度值之差的乘积。
本实施例中若所述灰度映射曲线为压缩曲线,则所述灰度映射曲线灰度区间的最小值为所述预设点灰度值,最大值为所述目标区域边缘的最大灰度值,所述距离-灰度曲线分段的数目等于大于所述预设点灰度值的灰度值的数目。
若所述灰度映射曲线为拉伸曲线,则所述灰度映射曲线灰度区间的最小值为所述目标区域边缘的最小灰度值,最大值为所述预设点灰度值,所述距离-灰度曲线分段的数目等于小于所述预设点灰度值的灰度值的数目。
上述的乳房图像的厚度均衡装置的具体实施可以参见上述的乳房图像的厚度均衡方法进行,此处不再赘述。
综上所述,本发明实施方式提供的乳房图像的厚度均衡方法,至少具有如下有益效果:
获取乳房图像,先对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像,并对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,且所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致,所述预设区域为距离所述低频乳房图像边缘预定距离的区域。通过对所述低频乳房图像中预设区域的灰度值进行均衡以获得第一图像,而不对高频乳房图像进行处理,将所述第一图像和高频乳房图像进行重构获得的均衡后的乳房图像,乳房图像细节未损失且乳房图像灰度均匀,符合实际的临床需求。且采用该均衡后的乳房图像在一定的窗宽窗位下进行诊断时,乳房图像边缘的信息不会有所损失,降低了漏诊率,进而提高了诊断的准确率。
此外,通过对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,可以避免异物或乳头等突出物对厚度均衡的影响,进一步的保证了均衡后的乳房图像灰度的均匀性;且通过对不同乳房图像的低频乳房图像的预设区域进行灰度变换,相当于可以针对不同个体的乳房图像进行相应的厚度均衡,因此,也避免了基于模板对乳房图像进行厚度均衡时所带来的局限性,具有一定的普适性。
进一步地,对所述低频乳房图像中的预设区域进行灰度变换时,基于所述低频乳房图像生成距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;基于所述距离-灰度曲线确定灰度变换线段,并对所述灰度变换线段进行拟合获得对所述低频乳房图像中预设区域进行灰度变换的灰度变换曲线。由于所述灰度变换曲线是根据所述低频乳房图像的距离-灰度曲线生成的,因此可以准确的获得乳房图像中不同厚度处(距所述低频乳房图像边缘不同距离处)所对应的灰度范围,进而可以对乳房图像中不同厚度的区域的灰度进行均衡,具有普适性。
进一步地,获得所述乳房图像的过程中,通过先分割医学图像以获得乳房区域,然后基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘,进而基于所述乳房区域和所述乳房边缘确定所述乳房图像,由于先分割出乳房区域且考虑了实际医学图像中乳房边缘的灰度变化特性来检测所述乳房边缘,因此对于不同剂量的医学图像而言,可减少背景区域的干扰,以获得精确度高的乳房图像,在一定程度上降低了误诊率的同时也提高了医生对乳房区域病灶的诊断效率。
进一步地,对所述医学图像进行去噪以获得第二图像,然后对所述第二图像进行预处理以获得待检测乳房边缘灰度值最高的第三图像,避免了噪声对所述第三图像的影响,实现了待检测乳房边缘的灰度值最高,乳房区域的灰度值次高、背景区域的灰度值最低。故使得后续采用边缘检测方法对所述第三图像中的乳房边缘进行检测时,减少将背景区域的像素点检测为乳房区域的像素点的概率,进一步的提高了最终获得的乳房图像的精确度,提高了获得的乳房图像的质量。
进一步地,采用大津法对所述医学图像进行分割以获得乳房区域,由于乳房图像的灰度直方图为双峰图,故采用大津法分割所述医学图像以获得乳房区域的速度快且精度高,同时由于考虑了实际医学图像中乳房边缘的灰度变化特性来检测所述乳房边缘,因此对于不同剂量的医学图像而言,最终获得的乳房图像的精确度较高,在降低了误诊率的同时也提高了医生对乳房区域的病灶的诊断效率。此外采用迭代法检测所述第三图像中的乳房边缘,计算量小,因此进一步的提高了获得乳房图像的速度。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (22)
1.一种乳房图像的厚度均衡方法,其特征在于,包括:
获取所述乳房图像;
对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;
对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;
对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像;
其中,对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像包括:
确定距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;
基于所述距离-灰度曲线获得灰度变换曲线;
基于所述灰度变换曲线对所述预设区域进行灰度变换。
2.如权利要求1所述的乳房图像的厚度均衡方法,其特征在于,对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像还包括:
将所述距离-灰度曲线分为N段,确定与灰度变换线段对应的曲线段;
获取N个灰度变换线段的斜率和其上初始点的灰度值以生成所述灰度变换线段,第N个灰度变换线段的斜率关联于所述距离-灰度曲线上一预设点灰度值与与其对应的第N个曲线段上首末两点灰度值的平均值的比值;所述第N个灰度变换线段上初始点的灰度值关联于第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量;所述预设点对应的距离为所述预定距离;
对所述灰度变换线段进行拟合以获得所述灰度变换曲线。
3.如权利要求2所述的乳房图像的厚度均衡方法,其特征在于,所述第N个灰度变换线段的斜率为所述距离-灰度曲线上一预设点灰度值与第N个曲线段上首末两点灰度值的平均值的比值。
4.如权利要求2所述的乳房图像的厚度均衡方法,其特征在于,所述第N个灰度变换线段上初始点的灰度值为第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量之和。
5.如权利要求2至4任一项所述的乳房图像的厚度均衡方法,其特征在于,所述第(N-1)个曲线段所对应的灰度变化量为第(N-1)个曲线段首末两点距离之差与首点与所述预设点距离之差的比值和所述首点灰度值与所述预设点灰度值之差的乘积。
6.如权利要求2所述的乳房图像的厚度均衡方法,其特征在于,所述灰度变换曲线灰度区间的最小值为所述预设点灰度值,最大值为所述低频乳房图像的最大灰度值,所述距离-灰度曲线分段的数目等于大于所述预设点灰度值的灰度值的数目。
7.如权利要求2所述的乳房图像的厚度均衡方法,其特征在于,所述灰度变换曲线灰度区间的最小值为所述低频乳房图像的最小灰度值,最大值为所述预设点灰度值,所述距离-灰度曲线分段的数目等于小于所述预设点灰度值的灰度值的数目。
8.如权利要求1所述的乳房图像的厚度均衡方法,其特征在于,所述获取所述乳房图像包括:
分割医学图像以获得乳房区域;
基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘;
基于所述乳房区域和所述乳房边缘确定所述乳房图像。
9.如权利要求8所述的乳房图像的厚度均衡方法,其特征在于,所述基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘包括:
对所述医学图像进行去噪以获得第二图像;
对所述第二图像进行预处理以使得待检测乳房边缘的灰度值最高,获得第三图像;
基于边缘检测方法对所述第三图像中的乳房边缘进行检测。
10.如权利要求9所述的乳房图像的厚度均衡方法,其特征在于,对所述第一图像进行预处理包括:对所述第二图像进行梯度变换或差分运算。
11.如权利要求9所述的乳房图像的厚度均衡方法,其特征在于,基于迭代法或大津法对所述第三图像中的乳房边缘进行检测。
12.如权利要求8所述的乳房图像的厚度均衡方法,其特征在于,基于大津法分割所述医学图像以获得乳房区域。
13.一种乳房图像的厚度均衡装置,其特征在于,包括:
乳房图像获取单元,用于获取所述乳房图像;
滤波单元,用于对所述乳房图像进行滤波以获得低频乳房图像和高频乳房图像;
灰度变换单元,用于对所述低频乳房图像中的预设区域进行灰度变换以获得第一图像,所述第一图像中所述预设区域的灰度值与其邻域的灰度值趋于一致;所述预设区域是指距离所述低频乳房图像边缘预定距离的区域;
重构单元,用于对所述第一图像和所述高频乳房图像进行重构以生成厚度均衡后的乳房图像;
其中,所述灰度变换单元包括:
曲线生成单元,用于确定距离-灰度曲线,所述距离是指所述低频乳房图像中任一像素点与所述低频乳房图像中乳房边缘的像素点之间的最小距离,所述灰度是指与所述最小距离对应的像素点的灰度值的平均值;
曲线获取单元,基于所述距离-灰度曲线获得灰度变换曲线;
变换单元,用于基于所述灰度变换曲线对所述预设区域进行灰度变换。
14.如权利要求13所述的乳房图像的厚度均衡装置,其特征在于,所述灰度变换单元还包括:
分段单元,用于将所述距离-灰度曲线分为N段,确定与灰度变换线段对应的曲线段;
灰度变换线段获取单元,用于获取N个灰度变换线段的斜率和其上初始点的灰度值以生成所述灰度变换线段,第N个灰度变换线段的斜率关联于所述距离-灰度曲线上一预设点灰度值与与其对应的第N个曲线段上首末两点灰度值的平均值的比值;所述第N个灰度变换线段上初始点的灰度值关联于第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量;所述预设点对应的距离为所述预定距离;
拟合单元,用于对所述灰度变换线段进行拟合以获得所述灰度变换曲线。
15.如权利要求14所述的乳房图像的厚度均衡装置,其特征在于,所述第N个灰度变换线段的斜率为所述距离-灰度曲线上一预设点灰度值与第N个曲线段上首末两点灰度值的平均值的比值。
16.如权利要求14所述的乳房图像的厚度均衡装置,其特征在于,所述第N个灰度变换线段上初始点的灰度值为第(N-1)个灰度变换线段上初始点的灰度值和第(N-1)个曲线段所对应的灰度变化量之和。
17.如权利要求14至16任一项所述的乳房图像的厚度均衡装置,其特征在于,所述第(N-1)个曲线段所对应的灰度变化量为第(N-1)个曲线段首末两点距离之差与首点与所述预设点距离之差的比值和所述首点灰度值与所述预设点灰度值之差的乘积。
18.如权利要求14所述的乳房图像的厚度均衡装置,其特征在于,所述灰度变换曲线灰度区间的最小值为所述预设点灰度值,最大值为所述低频乳房图像的最大灰度值,所述距离-灰度曲线分段的数目等于大于所述预设点灰度值的灰度值的数目。
19.如权利要求14所述的乳房图像的厚度均衡装置,其特征在于,所述灰度变换曲线灰度区间的最小值为所述低频乳房图像的最小灰度值,最大值为所述预设点灰度值,所述距离-灰度曲线分段的数目等于小于所述预设点灰度值的灰度值的数目。
20.如权利要求13所述的乳房图像的厚度均衡装置,其特征在于,所述乳房图像获取单元包括:
分割单元,用于分割医学图像以获得乳房区域;
检测单元,用于基于乳房边缘的灰度变化特性检测所述医学图像中的乳房边缘;
确定单元,用于基于所述乳房区域和所述乳房边缘确定所述乳房图像。
21.如权利要求20所述的乳房图像的厚度均衡装置,其特征在于,所述检测单元包括:
去噪单元,用于对所述医学图像进行去噪以获得第二图像;
预处理单元,用于对所述第二图像进行预处理以使得待检测乳房边缘的灰度值最高,获得第三图像;
检测子单元,用于基于边缘检测方法对所述第三图像中的乳房边缘进行检测。
22.一种乳房摄影系统,其特征在于,包括权利要求13至21任一项所述的乳房图像的厚度均衡装置。
Priority Applications (14)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511027173.3A CN105701796B (zh) | 2015-12-31 | 2015-12-31 | 乳房图像的厚度均衡方法及装置、乳房摄影系统 |
CN201680083009.0A CN108780571B (zh) | 2015-12-31 | 2016-12-29 | 一种图像处理方法和系统 |
EP21174529.4A EP3920133A1 (en) | 2015-12-31 | 2016-12-29 | Methods and systems for image processing |
CN202210868915.9A CN115049563A (zh) | 2015-12-31 | 2016-12-29 | 一种图像处理方法和系统 |
GB1710525.5A GB2548767B (en) | 2015-12-31 | 2016-12-29 | Methods and systems for image processing |
PCT/CN2016/113079 WO2017114473A1 (en) | 2015-12-31 | 2016-12-29 | Methods and systems for image processing |
RU2018127759A RU2705014C1 (ru) | 2015-12-31 | 2016-12-29 | Способы и системы для обработки изображений |
BR112018013602-6A BR112018013602A2 (pt) | 2015-12-31 | 2016-12-29 | métodos e sistemas de processamento de imagem |
RU2019134059A RU2797310C2 (ru) | 2015-12-31 | 2016-12-29 | Способы и системы для обработки изображений |
EP16881262.6A EP3398159B1 (en) | 2015-12-31 | 2016-12-29 | Methods and systems for image processing |
US15/638,327 US10290108B2 (en) | 2015-12-31 | 2017-06-29 | Methods and systems for image processing |
US16/410,119 US11049254B2 (en) | 2015-12-31 | 2019-05-13 | Methods and systems for image processing |
US17/361,315 US11880978B2 (en) | 2015-12-31 | 2021-06-28 | Methods and systems for image processing |
US18/419,528 US20240185425A1 (en) | 2015-12-31 | 2024-01-22 | Methods and systems for image processing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511027173.3A CN105701796B (zh) | 2015-12-31 | 2015-12-31 | 乳房图像的厚度均衡方法及装置、乳房摄影系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105701796A CN105701796A (zh) | 2016-06-22 |
CN105701796B true CN105701796B (zh) | 2018-09-18 |
Family
ID=56225996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511027173.3A Active CN105701796B (zh) | 2015-12-31 | 2015-12-31 | 乳房图像的厚度均衡方法及装置、乳房摄影系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701796B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017054775A1 (en) * | 2015-09-30 | 2017-04-06 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for determining a breast region in a medical image |
EP3920133A1 (en) | 2015-12-31 | 2021-12-08 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
US10949950B2 (en) | 2017-06-14 | 2021-03-16 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image processing |
CA3168047A1 (en) | 2017-06-14 | 2018-12-20 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image processing |
CN107292815B (zh) * | 2017-06-14 | 2020-09-01 | 上海联影医疗科技有限公司 | 乳腺图像的处理方法、装置及乳腺成像设备 |
CN107316291B (zh) * | 2017-06-14 | 2021-04-23 | 上海联影医疗科技股份有限公司 | 乳腺图像处理方法及乳腺成像设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1145674A (zh) * | 1994-12-30 | 1997-03-19 | 菲利浦电子有限公司 | 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 |
CN1489111A (zh) * | 2003-08-21 | 2004-04-14 | 上海交通大学 | 基于局部统计特性和彩色空间变换的遥感影像融合方法 |
CN104574361A (zh) * | 2014-11-27 | 2015-04-29 | 沈阳东软医疗系统有限公司 | 一种乳腺外周组织均衡的图像处理方法和装置 |
CN104616255A (zh) * | 2015-01-11 | 2015-05-13 | 北京工业大学 | 基于乳腺x线图像的自适应增强方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100405400C (zh) * | 2005-06-27 | 2008-07-23 | 同方威视技术股份有限公司 | 一种辐射成像中图像信息增强的方法 |
-
2015
- 2015-12-31 CN CN201511027173.3A patent/CN105701796B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1145674A (zh) * | 1994-12-30 | 1997-03-19 | 菲利浦电子有限公司 | 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 |
CN1489111A (zh) * | 2003-08-21 | 2004-04-14 | 上海交通大学 | 基于局部统计特性和彩色空间变换的遥感影像融合方法 |
CN104574361A (zh) * | 2014-11-27 | 2015-04-29 | 沈阳东软医疗系统有限公司 | 一种乳腺外周组织均衡的图像处理方法和装置 |
CN104616255A (zh) * | 2015-01-11 | 2015-05-13 | 北京工业大学 | 基于乳腺x线图像的自适应增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105701796A (zh) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701796B (zh) | 乳房图像的厚度均衡方法及装置、乳房摄影系统 | |
Wu et al. | Automatic detection of microaneurysms in retinal fundus images | |
CN105447879B (zh) | 乳房图像中检测胸肌的方法及装置 | |
WO2008052312A1 (en) | System and method for segmenting a region in a medical image | |
US20070047793A1 (en) | Multi-threshold peripheral equalization method and apparatus for digital mammography and breast tomosynthesis | |
CN110288698B (zh) | 基于mri的半月板三维重建系统 | |
CN105678750B (zh) | 医学图像的灰度映射曲线生成方法及装置 | |
CN112529918B (zh) | 一种脑部ct图像中脑室区域分割的方法、装置及设备 | |
TWI788629B (zh) | 圖像處理方法、裝置及系統、電子設備及電腦可讀儲存媒體 | |
CN105374025B (zh) | 乳房图像获取方法及装置、乳房摄影系统 | |
CN105427273B (zh) | 一种基于核磁共振影像的腹部脂肪分割方法和装置 | |
Lazar et al. | Retinal microaneurysm detection based on intensity profile analysis | |
CN115984131A (zh) | 双维度图像边缘增强方法及应用 | |
CN115272231A (zh) | 一种非增殖性糖尿病视网膜病变分级方法 | |
Soni et al. | CT scan based brain tumor recognition and extraction using Prewitt and morphological dilation | |
CN106204548B (zh) | 图像分辨方法及装置 | |
Yang | A robust approach for subject segmentation of medical Images: Illustration with mammograms and breast magnetic resonance images | |
CN110648333B (zh) | 基于中智学理论的乳腺超声视频图像实时分割系统 | |
Nguyen et al. | A GLCM Algorithm for Optimal Features of Mammographic Images for Detection of Breast Cancer | |
WO2022227108A1 (zh) | 基于中央凹残差网络的前列腺多模mr图像分类方法和系统 | |
CN114926433A (zh) | 基于超声动态序列影像特征的超声分级方法 | |
Almi'ani et al. | A modified region growing based algorithm to vessel segmentation in magnetic resonance angiography | |
Rizzi et al. | A fully automatic system for detection of breast microcalcification clusters | |
CN105147310B (zh) | 乳房图像获取方法及装置、乳房摄影系统 | |
Isa et al. | The Potential Use Of Modified Seed–Based Region Growing Technique For Automatic Detection Of Breast Microcalcifications And Tumour Areas |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: No. 2258, Chengbei Road, Jiading Industrial Zone, Shanghai, 201807 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: No. 2258, Chengbei Road, Jiading Industrial Zone, Shanghai, 201807 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |