CN107862691A - 检测乳房图像中非乳房区域的方法、装置、计算机和介质 - Google Patents
检测乳房图像中非乳房区域的方法、装置、计算机和介质 Download PDFInfo
- Publication number
- CN107862691A CN107862691A CN201711193956.8A CN201711193956A CN107862691A CN 107862691 A CN107862691 A CN 107862691A CN 201711193956 A CN201711193956 A CN 201711193956A CN 107862691 A CN107862691 A CN 107862691A
- Authority
- CN
- China
- Prior art keywords
- area
- breast
- image
- trip point
- pixel
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种检测乳房图像中非乳房区域的方法、装置、计算机和介质。该方法包括，二值化所述乳房图像中的直接曝光区域和非直接曝光区域以获得第一图像，根据所述第一图像中的参考位置标记、第一跳变点和第二跳变点确定非乳房区域。上述检测乳房图像中非乳房区域的方法、装置、计算机和介质，通过获取针对乳房图像的第一图像，并在第一图像中获取参考位置标记、搜索第一跳变点和第二跳变点，并基于上述参考位置标记和所搜索到的跳变点以在预设区域的非直接曝光区域中识别出非乳房区域，进而有效降低乳房图像中非乳房区域对于后续乳房图像质量优化的影响，提升乳房区域的对比度，便于医师根据乳房区域对受检者进行疾病的诊断。
Description
技术领域
本发明涉及医学图像处理技术领域，特别是涉及一种检测乳房图像中非乳房区域的方法、装置、计算机和计算机可读存储介质。
背景技术
目前，在利用医学成像设备对乳房进行扫描成像时，由于技师的操作不当等原因，会在扫描所获取的乳房图像中包含有诸如下巴、肩膀等其他非乳房人体组织区域，上述的非乳房人体组织区域会增大后续对乳房图像进行质量优化操作的难度，同时还会降低乳房区域的对比度，甚至会影响医师根据乳房区域对受检者进行疾病的诊断。
发明内容
基于此，有必要提供一种用于检测乳房图像中非乳房区域的方法、装置、计算机和计算机可读存储介质，来降低乳房图像中非乳房人体组织区域对于后续乳房图像质量优化的影响，提升乳房区域的对比度，便于医师根据乳房区域对受检者进行疾病的诊断。
一种检测乳房图像中非乳房区域的方法，包括：
二值化所述乳房图像中的直接曝光区域和非直接曝光区域，以获得第一图像；
在所述第一图像上划分第一预设区域和第二预设区域，并在所述第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记；
在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；
在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；
确定位于所述第一区域和所述第二区域中的非直接曝光区域为非乳房区域；
其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且所述第一跳变点所对应的像素点的灰度导数与所述第二跳变点所对应的像素点的灰度导数相异。
在其中一个实施例中，所述临近所述参考位置标记的第一跳变点为在所述第一预设区域内所搜索到的所有第一跳变点中，所处行与所述参考位置标记之间距离最短的第一跳变点；以及
所述临近所述参考位置标记的第二跳变点为在所述第二预设区域内所搜索到的所有第二跳变点中，所处行与所述参考位置标记之间距离最短的第二跳变点。
在其中一个实施例中，第i个像素点灰度导数是指在列像素方向上第i+1个像素点灰度值与第i个像素点灰度值之差。
在其中一个实施例中，所述第一跳变点是指像素点灰度导数为-1的像素点，所述第二跳变点是指像素点灰度导数为1的像素点。
在其中一个实施例中，所述第一预设区域是指以胸墙侧所在方向为竖直方向的乳房图像中，以所述乳房图像的上边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域；以及
所述第二预设区域是指以所述乳房图像的下边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域。
在其中一个实施例中，还包括：
在所述第一图像中确定第一宽度；所述第一宽度是指在所述非直接曝光区域中，沿水平方向最宽的长度；所述水平方向为与所述胸墙侧所在方向垂直的方向；
所述在所述第一预设区域的列像素点中搜索第一跳变点包括：逐列搜索所述第一预设区域内的列像素点，若在当前列搜索到第一跳变点则停止对下一列像素点的搜索，否则继续搜索直至搜索完与所述第一宽度对应的所有列像素；
所述在所述第二预设区域的列像素点中搜索第二跳变点包括：逐列搜索所述第二预设区域的列像素点，若在当前列搜索到第二跳变点则停止下一列像素点的搜索，否则继续搜索直至搜索完与所述第一宽度对应的所有列像素。
在其中一个实施例中，所述在该第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记包括：
在所述第一图像胸墙侧的中点位置处设置所述参考位置标记。
一种检测乳房图像中非乳房区域的装置，包括：
二值化模块，用于二值化所述乳房图像中的直接曝光区域和非直接曝光区域，以获得第一图像；
第一划分模块，用于在所述第一图像上划分第一预设区域和第二预设区域，并在该第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记；
第一搜索模块，在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；
第二搜索模块，在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；
确定模块，确定位于所述第一排除区域和所述第二排除区域中的非直接曝光区域为非乳房区域；
其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且所述第一跳变点所对应的像素点的灰度导数与所述第二跳变点所对应的像素点的灰度导数相异。
一种计算机，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
上述检测乳房图像中非乳房区域的方法、装置、计算机和计算机可读存储介质，通过获取针对乳房图像的第一图像，并在第一图像中获取参考位置标记、搜索第一跳变点和第二跳变点，并基于上述参考位置标记和所搜索到的跳变点以在预设区域的非直接曝光区域中识别出非乳房区域，进而有效降低乳房图像中非乳房区域对于后续乳房图像质量优化的影响，提升乳房区域的对比度，便于医师根据乳房区域对受检者进行疾病的诊断。此外由于是基于所述乳房图像的第一图像上进行非乳房区域的检测，因此对于不同剂量的乳房图像均可以准确的检测出非乳房区域，且在检测出非乳房区域后获得的乳房图像可以满足实际的临床需求。
附图说明
图1为一个实施例中用于检测乳房图像中非乳房区域的方法的流程图；
图2为一实施例中乳房图像的示意图；
图3为另一个实施例中检测乳房图像中非乳房区域的方法的流程图；
图4为一实施例中第一图像的示意图；
图5为另一实施例中第一图像的示意图；
图6为又一实施例中第一图像的示意图；
图7为一个实施例中检测乳房图像中非乳房区域的装置的结构示意图；
图8为另一个实施例中检测乳房图像中非乳房区域的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1是一个实施例中用于检测乳房图像中非乳房区域的方法的流程图。如图1所示，一种用于检测乳房图像中非乳房区域的方法可包括以下步骤：
步骤S1，二值化所述乳房图像中的直接曝光区域和非直接曝光区域以获得第一图像。
示例性地，本实施例中的用于检测乳房图像中非乳房区域的方法，主要是针对在采用诸如全数字化乳房摄影(Full Field Digital Mammography，简称FFDM)等医学成像设备采集受检者的乳房图像时，由于技师操作不当或受检者过失等原因，会在所采集的乳房图像中包含诸如下巴、肩膀等其他非乳房的人体组织区域；在对上述的乳房图像进行二值化处理时，可采用诸如大津阈值选取法等分割算法来获取直接曝光区域和非直接曝光区域，并对所述直接曝光区域和非直接曝光区域进行二值化，从而获得上述乳房图像的第一图像，以便于后续基于该第一图像进行非乳房组织区域的检测。
具体地，在基于乳房图像生成第一图像时，采用大津阀值选取法对乳房图像进行分割，使得人体组织区域(非直接曝光区域)与非人体组织区域(直接曝光区域)相分离。其中，大津阈值选取法是指把直方图在某一阈值处分割成两组，当被分成的两组总方差为最大时，确定阈值。大津阈值选取法能够自动寻找阈值，对图像自动进行划分。在一些实施例中，计算机将乳房图像中直接曝光区域的像素点的灰度值置为“0”，将乳房图像中非直接曝光区域的像素点的灰度值置为“1”。
步骤S2，在所述第一图像上划分第一预设区域和第二预设区域，并在所述第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记。
图2为一实施例中乳房图像的示意图。如图2所示，位于乳房图像最右侧的胸墙侧边为病患进行乳房图像拍摄时胸部与乳房连接的部位在乳房图像中所形成的图像。由于是采用压迫乳房的方式进行乳房图像的拍摄，所以形成乳房图像的一个侧边为胸墙侧边；图4是一实施例中第一图像的示意图，如图4所示，在获得的第一图像中，呈半球状的乳房总是紧靠胸墙侧，故可以设置胸墙侧边向两端延伸的方向作为对应第一图像的像素阵列的列方向，并在该列方向上获取每一列中像素的像素值，以便从中获取在该列中的第一跳变点和第二跳变点，或者说是每一列中像素点的像素值发生改变的位置。同时，由于在乳房图像的拍摄过程中，乳房区域通常位于整幅图像的中间位置，而可能会进入该乳房图像中的比如下巴、肩膀等其他人体组织通常会分布在该乳房图像中靠近其上边界或者下边界的地方，故可以在乳房图像的中间位置，比如在胸墙侧所临近的第一列的中间位置设置参考位置标记。如前所述，由于乳房区域总是位于乳房图像的中间位置，故上述参考位置标记也会位于乳房区域。同时，可以在第一图像的上半部分中划定一个第一预设区域，在第一图像的下半部分中划定一个第二预设区域。
具体地，请继续参阅图4，该第一图像的最右侧为胸墙侧。可以在胸墙侧所紧邻的第一列的中间位置处设置一个参考位置标记Z；可以以乳房图像上边界为起始边，将大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域定义为第一预设区域(如图4中所示的OQ区域)，即以乳房图像的上边界为起始边，以平行于上述乳房图像的上边界的一直线为终止边，且该终止边可位于胸墙侧边上半部分的三分之一等分点(如图4中所示的P点)与四分之一等分点(如图4中所示的Q点)之间，以使得位于乳房图像的起始边与终止边之间的区域(即第一预设区域)为大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域；可以将乳房图像的下边界以上，大于等于四分之一乳房图像区域，小于等于三分之一乳房图像区域的区域定义为第二预设区域，并沿胸墙侧所在的第一列开始搜索。即，第二预设区域可以是以乳房图像下边界以上，以大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域(即如图4中所示的MN区域)内的平行于该乳房图像下边界的直线为起始边，以乳房图像的下边界为终止边所构成的区域。
对于本实施例中关于对第一预设区域和第二预设区域的说明，本领域技术人员应该理解，将以胸墙侧所在方向为竖直方向的乳房图像中，以乳房图像的上边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域作为第一预设区域可以加快搜索效率；然而，在其他实施例中，第一预设区域也可以是以胸墙侧所在方向为竖直方向的乳房图像中，以乳房图像的上边界为起始边，小于等于二分之一乳房图像区域的区域，只需要在乳房图像的上半部分进行第一跳变点的搜索即可。同样地，本实施例对第二预设区域的说明中，本领域技术人员也应该理解，第二预设区域也可以是以胸墙侧所在方向为竖直方向的乳房图像中，以乳房图像的下边界为起始边，小于等于二分之一乳房图像区域的区域，只需要在乳房图像的下半部分进行第二跳变点的搜索即可。
步骤S3，在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域。
具体地，请继续参阅图4，其中，O点所在的X轴为乳房图像的上边界；P点为乳房图像上边界以下，等于四分之一乳房图像区域的分界点(OP区域为四分之一的乳房图像区域)；Q点为乳房图像上边界以下，等于三分之一乳房图像区域的分界点(OQ区域为三分之一的乳房图像区域)。在一些实施例中，可以以O点所在的X轴为第一预设区域的起始边，以P点到Q点之间的任意一点所在的平行于上述起始边的直线为第一预设区域的终止边。
在本实施例中，OQ区域被定义为第一预设区域。在该OQ区域中，可以先从胸墙侧所在第一列像素点开始搜索，若搜索到像素点灰度导数为-1的第一跳变点，则可以以最靠近参考位置标记的第一跳变点所在的行作为第一分界线，并且确定位于该第一分界线远离参考位置标记的一侧且包括所述第一分界线的区域为第一区域。也就是说，对于位于乳房图像上半区域的非乳房区域而言，需要先确定第一预设区域，并在第一预设区域中确定第一跳变点，在搜索到第一跳变点以后，第一跳变点所在行及其以上的区域可以被确定为第一区域(可能存在非乳房区域的区域)。
需要说明的是，上述实施例中第i个像素点灰度导数的定义为第i+1个像素点灰度值与第i个像素点灰度值之差。而在其他实施例中，第i个像素点灰度导数也可以定义为第i个像素点灰度值与第i-1个像素点灰度值之差。因此，本领域技术人员应该理解，上述施例中对于像素点灰度导数的定义可以由本领域技术人员自行确定，只需要能够区分出像素点灰度值发生改变的位置即可。此外，本领域技术人员应该理解，若二值化时人体组织区域和非人体组织区域内像素点的灰度值赋值与上述不同，像素点灰度导数也会发生相应改变，因此，像素点灰度导数的取值不应作为对本发明技术方案的限定。
在本实施例中，以搜索的第i+1个像素点灰度值与搜索的第i个像素点灰度值之差作为第i个像素点灰度导数为例进行说明，采用了从上到下的搜索方式从胸墙侧所在的第一列开始按列搜索，发现在OQ区域中，A点的灰度导数为1-0＝1，BC区域内(不含C点)第一列像素点的灰度导数为1-1＝0，C点的灰度导数为0-1＝-1，D点的灰度导数为0-0＝0，P点的灰度导数为1-0＝1，EQ区域内第一列像素点的灰度导数为1-1＝0；即，在第一预设区域的第一列中搜索到第一跳变点C，此时可以以第一跳变点C所在的行为第一分界线，并且，以该第一分界线远离参考位置标记Z且包括该第一分界线以上的区域为第一区域。
步骤S4，在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域。
请继续参阅图4，在本实施例中，可以将乳房图像的下边界以上，大于等于四分之一乳房图像区域，小于等于三分之一乳房图像区域的区域定义为第二预设区域，并沿胸墙侧所在的第一列开始搜索。即，第二预设区域可以是以乳房图像下边界以上，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域(MN区域)内，平行于该乳房图像下边界的直线为起始边；以乳房图像的下边界为终止边所构成的区域。
具体地，请继续参阅图4，其中，S点所在的水平直线为乳房图像的下边界；N点为乳房图像下边界以上，等于四分之一乳房图像区域的分界点；M点为乳房图像下边界以上，等于三分之一乳房图像区域的分界点。本实施例中，SM区域被定义为第二预设区域，在SM区域中，先从胸墙侧所在第一列像素点由上到下开始搜索，计算得出MF区域内(不含F点)第一列像素点的灰度导数为1-1＝0，F点的灰度导数为0-1＝-1，GH区域内(不含H点)第一列像素点的灰度导数为0-0＝0，H点的灰度导数为1-0＝1，IS区域内第一列像素点的灰度导数为1-1＝0。即在搜索第二预设区域SM中的第一列像素点时，搜索到灰度导数为1的第二跳变点H点，此时可以以第二跳变点H所在的行为第二分界线，并且，以该第二分界线远离参考位置标记Z，即以该第二分界线以下的区域为第二区域。也就是说，对于位于乳房图像下半区域的非乳房区域而言，需要先确定第二预设区域，并在第二预设区域中确定第二跳变点，在搜索到第二跳变点以后，第二跳变点所在行及其以下的区域可以被确定为第二区域(可能存在非乳房区域的区域)。
步骤S5，确定位于所述第一区域和所述第二区域中的非直接曝光区域为非乳房区域。
基于上述步骤S4所获得的第一区域(即如图4中所示的乳房图像上C点所在行及其以上的区域)和第二区域(即如图4中所示的乳房图像上H点所在行及其以下的区域)，可以确定在第一区域和第二区域中灰度值为“1”的非直接曝光区域为非乳房区域。
本领域技术人员应该理解，上述实施例关于第一预设区域、第二预设区域的描述中，第一预设区域与第二预设区域并不一定是对称划分。即，计算机可以以区域OP为第一预设区域，同时，以区域SN为第二预设区域。在一些实施例中，计算机还可以以区域OQ为第一预设区域，同时，以区域SH为第二预设区域。
上述检测乳房图像中非乳房区域的方法，通过获取针对乳房图像的第一图像，在第一图像中确定出参考位置标记，并且搜索第一跳变点和第二跳变点，然后根据第一跳变点以及参考位置标记确定出第一区域，以及根据第二跳变点以及参考位置标记确定出第二区域，从而确定第一区域以及第二区域中的非直接曝光区域为非乳房区域。继而能够有效降低乳房图像中非乳房区域对于后续乳房图像质量优化的影响，提升乳房区域的对比度，便于医师根据乳房区域对受检者进行疾病的诊断。此外由于是基于所述乳房图像的第一图像上进行非乳房区域的检测，因此对于不同剂量的乳房图像均可以准确的检测出非乳房区域，且在检测出非乳房区域后获得的乳房图像可以满足实际的临床需求。
基于上述实施例中检测乳房图像中非乳房区域的方法，在第一预设区域中搜索第一跳变点时，若在当前列中未搜索到第一跳变点，则继续对下一列进行搜索，依次循环，并在某一列中搜索到第一跳变点后，停止对该某一列的下一列进行第一跳变点的搜索，而若在第一预设区域中未搜索到第一跳变点，则确定该第一预设区域中不存在非乳房区域。其中，在上述某一列中搜索到两个以上的第一跳变点时，可以以最接近参考位置标记的第一跳变点所在的行作为第一分界线来划定第一区域，而若在该某一列中仅搜索到一个第一跳变点时，则可直接以该第一跳变点所在的行作为第一分界线来划定第一区域，从而可以更加准确的检测出可能存在的多个非乳房区域。同样地，可采用与上述搜索第一跳变点相同的搜索方式，在第二预设区域中进行第二跳变点的搜索，利用搜索到的第二跳变点，采用与第一区域近似的划定方式来准确的划分第二区域，进而在该第二区域中确定是否存在非乳房区域。
具体地，请参阅图5，图5是另一实施例中第一图像的示意图。如图5所示，基于上述实施例中检测乳房图像中非乳房区域的方法，在对第一列进行搜索后，可以在第一预设区域OQ中搜索到第一跳变点C和第一跳变点U，然而，第一跳变点C距离参考位置标记Z的距离要比第一跳变点U距离参考位置标记Z的距离小，即第一跳变点C更加临近参考位置标记Z，为了能够准确的检测出非乳房区域，可以以更临近参考位置标记Z的第一跳变点C所在行为第一分界线，从而将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域确定为第一区域。同样地，如图5所示，在对第一列进行搜索后，在第二预设区域SM中未能搜索到第二跳变点，然而，在对第二列进行搜索时，可以搜索到第二跳变点V，此时可以以第二跳变点V所在的行为第二分界线，从而将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域确定为第二区域；然后，可以确定在第一区域和第二区域中灰度值为“1”的非直接曝光区域为非乳房区域。此处对第一跳变点U、第二跳变点V、第一分界线、第二跳变点、第一区域和第二区域的确定与上述实施例中的确定方法相类似，不再赘述。
图3是另一个实施例中检测乳房图像中非乳房区域的方法的流程图。如图3所示，在另一个实施例中，检测乳房图像中非乳房区域的方法可包括以下步骤：
步骤S10，获取第一图像。
示例性地，请参阅图4，根据大津法对乳房图像分割并二值化后获取第一图像，第一图像中直接曝光区域像素点的灰度值置为“0”，非直接曝光区域像素点的值为“1”。
步骤S11，确定参考位置标记，获取第一预设区域和第二预设区域。
本实施例中，参考位置标记、第一预设区域和第二预设区域的定义与上述实施例相类似，此处不再赘述。
步骤S12，在所述第一图像中确定第一宽度。
本实施例与上述实施例不同的是，在实际搜索第一跳变点或第二跳变点的过程中，第一列像素点中可能不存在第一跳变点或第二跳变点，二者可能会出现在第i列像素点中，还有可能第一图像的所有列像素点中不存在第一跳变点或者第二跳变点。为了提高检测非乳房区域的效率，可以先在所述第一图像中确定第一宽度，并只在该第一宽度的范围内进行第一跳变点和第二跳变点的搜索操作。第一宽度是指在非直接曝光区域中，沿X轴延伸方向(即图6中所示的水平方向)最宽的长度(如图6中11所示)，且该X轴延伸方向与第一图像的胸墙侧的侧边延伸方向(即图6中所示的Y列方向)垂直。搜索过程中，以所述第一宽度作为搜索的终止条件，以提高检测非乳房区域的效率。
步骤S13，在所述第一预设区域搜索第一跳变点，在所述第二预设区域搜索第二跳变点。
如S12所述，搜索过程中以所述第一宽度作为搜索的终止条件，对于在第一预设区域搜索第一跳变点而言，具体地：
可以从紧邻胸墙侧的第一列开始，在所述第一预设区域内，逐列搜索所述第一预设区域的列像素点，若在第i列像素点中搜索到第一跳变点则停止搜索，否则继续搜索直至搜索完与所述第一宽度对应的所有列像素。
对于在第二预设区域搜索第二跳变点而言，具体地：
可以从紧邻胸墙侧的第一列开始，在所述第二预设区域内，逐列搜索所述第二预设区域的列像素点，若在第i列像素点中搜索到第二跳变点则停止搜索，否则继续搜索直至搜索完与所述第一宽度对应的所有列像素。
本实施例中，第一跳变点和第二跳变点的定义与上述实施例相类似，此处不再赘述。
步骤S14，确定非乳房区域。
若在所述第一预设区域的第一宽度范围内搜索到第一跳变点或者在所述第二预设区域的第一宽度范围内搜索到第二跳变点时，则可以根据所搜索到的第一跳变点或第二跳变点来确定第一区域或第二区域，进而在第一区域或第二区域中确定非乳房区域。本实施例中，如何根据第一跳变点或第二跳变点来确定第一区域或第二区域，并在第一区域或第二区域中确定非乳房区域与上述实施例相类似，此处不再赘述。
若在所述第一预设区域的第一宽度范围内未搜索到第一跳变点，或者在所述第二预设区域的第一宽度范围未搜索到第二跳变点，则确定所述乳房图像的上半区域或者下半区域不存在非乳房区域。
以下结合图6对本发明实施例进行简单说明：
如图6所示，以OQ区域为第一预设区域，SM区域为第二预设区域为例，并且定义第i个像素点的灰度导数为第i+1个像素点的灰度值减去第i个像素点的灰度值，第一跳变点为灰度导数为-1的像素点，第二跳变点为灰度导数为1的像素点。
首先，基于如图6所示图形，能够获得在非直接曝光区域中沿X方向上的第一宽度11，即可以在第1列至第11列的范围内，于OQ区域内搜索第一跳变点，以及于SM区域内搜索第二跳变点。
本实施例中，搜索OQ区域内的第一列像素点时，可以计算得出OP区域(不含P点)内的像素点的灰度导数为0-0＝0，P点的灰度导数为1-0＝1，PQ区域(不包括P点)内的像素点的灰度导数为1-1＝0，即未能在OQ区域内的第一列像素点中搜索到第一跳变点。此时，可以对OQ区域内的后续列像素点进行搜索(搜索过程与前述搜索过程相类似，此处不再赘述)。若直至搜索到第11列都未能搜索到第一跳变点，此时，停止搜索，并确定该乳房图像的上半区域不存在非乳房区域。
同样地，请继续参阅图6，搜索SM区域内的第一列像素点时，可以搜索到一个第二跳变点H(搜索过程与上述搜索过程相类似，此处不再赘述)，此时，可以以第二跳变点H所在的行为第二分界线，以第二分界线及其以下的区域为第二区域，从而确定第二区域中灰度值为“1”的非直接曝光区域为非乳房区域。然而，本领域技术人员可以理解，若在SM区域内的第1列至第11列中均未能搜索到第二跳变点，则可以终止搜索，并确定该乳腺图像的下半区域不存在非乳房区域。
进一步地，在一些实施例中，还可以搜索乳房图像对应的第一图像上所有的列像素。若将上述第一图像上的对应第一宽度的所有列搜索完毕，均未能找到第一跳变点或者第二跳变点时，则终止搜索，并返回该第一图像所对应的乳房图像上不存在非乳房区域的搜索结果。
图7是一个实施例中检测乳房图像中非乳房区域的装置的结构示意图。如图7所示，所述检测乳房图像中非乳房区域的装置，可以包括：二值化模块20、第一划分模块21、第一搜索模块22、第二搜索模块23和确定模块24。其中，二值化模块20用于二值化乳房图像中的直接曝光区域和非直接曝光区域以获得第一图像并在第一图像上确定出参考位置标记；第一划分模块21用于在第一图像上划分第一预设区域和第二预设区域，并在第一图像上设置与乳房图像中乳房区域相关联的参考位置标记；第一搜索模块22用于在第一预设区域的列像素点中搜索到第一跳变点时，确定临近参考位置标记的第一跳变点所在行作为第一分界线，以将位于第一分界线远离参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；第二搜索模块23用于在第二预设区域的列像素点中搜索到第二跳变点时，确定临近参考位置标记的第二跳变点所在行作为第二分界线，以将位于第二分界线远离参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；确定模块24用于确定位于第一区域和第二区域中的非直接曝光区域为非乳房区域。其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且第一跳变点所对应的像素点的灰度导数与第二跳变点所对应的像素点的灰度导数相异。
示例性地，在检测乳房图像中非乳房区域的过程中，二值化模块20对乳房图像中的直接曝光区域和非直接曝光区域二值化以获得第一图像，其中，直接曝光区域像素点的灰度值被赋为“0”，而非直接曝光区域像素点的灰度值被赋为“1”。在二值化所述直接曝光区域和非直接曝光区域之前，则可以采用图像分割算法，如大津法等分割出所述乳房图像中的直接曝光区域和非直接曝光区域。在获得第一图像之后，第一划分模块21可以在所述第一图像上划分第一预设区域和第二预设区域，并在该第一图像的中间位置处设置参考位置标记。之后，第一搜索模块22可以对第一图像进行按列搜索，其中，搜索顺序可以从胸墙侧所紧邻的列开始，按列从上到下进行搜索。在一些实施例中，第一划分模块21可以以乳房图像上边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域作为第一预设区域；第一搜索模块22在该第一预设区域内进行搜索的过程中，当第一搜索模块22在第一预设区域内的某一列上搜索到了多个第一跳变点时，可以确定一个距离参考位置标记最近的第一跳变点，并且以该第一跳变点所在的行为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域，从而确定模块24可以进一步确定出在该第一区域中的非直接曝光区域为非乳房区域。同样地，为了确定位于乳房图像另一侧的非乳房区域，在一些实施例中，第一划分模块21可以以乳房图像的下边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域作为第二预设区域，第二搜索模块23可以在该第二预设区域内进行搜索。当第二搜索模块23在第二预设区域的某一列上搜索到了多个第二跳变点时，可以确定一个距离参考位置标记最近的第二跳变点，并且以该第二跳变点所在的行为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域，并由确定模块24确定出在该第二区域中存在的非乳房区域。
图8是另一个实施例中检测乳房图像中非乳房区域的装置的结构示意图。如图8所示，基于图7中所示结构及相关技术内容的基础上，本实例的用于检测乳房图像中非乳房区域的装置还可包括第一确界模块25。
示例性地，第一确界模块25用于在所述第一图像中确定第一宽度，第一宽度是指在非直接曝光区域中，沿水平方向(与胸墙侧所在方向垂直的方向)最宽的长度。第一搜索模块22在第一预设区域内搜索的过程中，若搜索到第一跳变点则停止搜索，否则继续搜索，直至搜索完与第一宽度对应的所有像素列，若对与第一宽度对应的列像素全部搜索完毕，都没有搜索到第一跳变点，则停止搜索，并确定所述乳房图像的上半区域不存在非乳房区域。同样的，第二搜索模块23在第二预设区域内进行搜索时，若搜索到第二跳变点则停止搜索，否则继续搜索，直至搜索完与第一宽度对应的所有像素列，若对与第一宽度对应的列像素全部搜索完毕时，都没有搜索到第二跳变点，则停止搜索，并确定所述乳房图像的下半区域不存在非乳房区域。
本实施例提供一种计算机可读存储介质，其上可存储有计算机程序，该程序被处理器执行时可实现上述检测乳房图像中非乳房区域的方法的步骤：
二值化所述乳房图像中的直接曝光区域和非直接曝光区域，以获得第一图像；于所述第一图像上划分第一预设区域和第二预设区域，并在上述第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记；在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；确定位于所述第一区域和所述第二区域中的非直接曝光区域为非乳房区域；其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且所述第一跳变点所对应的像素点的灰度导数与所述第二跳变点所对应的像素点的灰度导数相异。
本实施例提供一种计算机，可包括存储器和处理器，该处理器上可存储有可用于在处理器上运行的计算机程序，其中该存储器可以包括非易失性存储介质以及内存储器，上述计算机程序可以存储在非易失性存储介质中；处理器执行上述计算机程序时可实现上述检测乳房图像中非乳房区域的方法的步骤：
二值化所述乳房图像中的直接曝光区域和非直接曝光区域，以获得第一图像；于所述第一图像上划分第一预设区域和第二预设区域，并在上述第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记；在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；确定位于所述第一区域和所述第二区域中的非直接曝光区域为非乳房区域；其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且所述第一跳变点所对应的像素点的灰度导数与所述第二跳变点所对应的像素点的灰度导数相异。
需要说明的是，实现上述方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一计算机可读取存储介质中；上述的程序在执行时，可包括如上述各方法的实施例的流程。其中，上述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，简称ROM)或随机存储记忆体(Random Access Memory，简称RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种检测乳房图像中非乳房区域的方法，其特征在于，包括：
二值化所述乳房图像中的直接曝光区域和非直接曝光区域，以获得第一图像；
在所述第一图像上划分第一预设区域和第二预设区域，并在所述第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记；
在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；
在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；
确定位于所述第一区域和所述第二区域中的非直接曝光区域为非乳房区域；
其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且所述第一跳变点所对应的像素点的灰度导数与所述第二跳变点所对应的像素点的灰度导数相异。
2.根据权利要求1所述的方法，其特征在于，所述临近所述参考位置标记的第一跳变点为在所述第一预设区域内所搜索到的所有第一跳变点中，所处行与所述参考位置标记之间距离最短的第一跳变点；以及
所述临近所述参考位置标记的第二跳变点为在所述第二预设区域内所搜索到的所有第二跳变点中，所处行与所述参考位置标记之间距离最短的第二跳变点。
3.根据权利要求1所述的方法，其特征在于，第i个像素点灰度导数是指在列像素方向上第i+1个像素点灰度值与第i个像素点灰度值之差。
4.根据权利要求3所述的方法，其特征在于，所述第一跳变点是指像素点灰度导数为-1的像素点，所述第二跳变点是指像素点灰度导数为1的像素点。
5.根据权利要求1所述的方法，其特征在于，
所述第一预设区域是指以胸墙侧所在方向为竖直方向的乳房图像中，以所述乳房图像的上边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域；以及
所述第二预设区域是指以所述乳房图像的下边界为起始边，大于等于四分之一乳房图像区域且小于等于三分之一乳房图像区域的区域。
6.根据权利要求1所述的方法，其特征在于，还包括：
在所述第一图像中确定第一宽度；所述第一宽度是指在所述非直接曝光区域中，沿水平方向最宽的长度；所述水平方向为与所述胸墙侧所在方向垂直的方向；
所述在所述第一预设区域的列像素点中搜索第一跳变点包括：逐列搜索所述第一预设区域内的列像素点，若在当前列搜索到第一跳变点则停止对下一列像素点的搜索，否则继续搜索直至搜索完与所述第一宽度对应的所有列像素；
所述在所述第二预设区域的列像素点中搜索第二跳变点包括：逐列搜索所述第二预设区域的列像素点，若在当前列搜索到第二跳变点则停止对下一列像素点的搜索，否则继续搜索直至搜索完与所述第一宽度对应的所有列像素。
7.根据权利要求1所述的方法，其特征在于，所述在该第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记包括：
在所述第一图像胸墙侧的中点位置处设置所述参考位置标记。
8.一种检测乳房图像中非乳房区域的装置，其特征在于，包括：
二值化模块，用于二值化所述乳房图像中的直接曝光区域和非直接曝光区域，以获得第一图像；
第一划分模块，用于在所述第一图像上划分第一预设区域和第二预设区域，并在所述第一图像上设置与所述乳房图像中乳房区域相关联的参考位置标记；
第一搜索模块，在所述第一预设区域的列像素点中搜索第一跳变点，并以临近所述参考位置标记的第一跳变点所在行作为第一分界线，将位于所述第一分界线远离所述参考位置标记的一侧且包括所述第一分界线的区域划分为第一区域；
第二搜索模块，在所述第二预设区域的列像素点中搜索第二跳变点，并以临近所述参考位置标记的第二跳变点所在行作为第二分界线，将位于所述第二分界线远离所述参考位置标记的一侧且包括所述第二分界线的区域划分为第二区域；
确定模块，确定位于所述第一区域和所述第二区域中的非直接曝光区域为非乳房区域；
其中，列像素点的方向为胸墙侧所在方向，所述第一跳变点和所述第二跳变点为列像素点灰度导数不为零的像素点，且所述第一跳变点所对应的像素点的灰度导数与所述第二跳变点所对应的像素点的灰度导数相异。
9.一种计算机，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～7中任意一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～7中任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711193956.8A CN107862691B (zh) | 2017-11-24 | 2017-11-24 | 检测乳房图像中非乳房区域的方法、装置、计算机和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711193956.8A CN107862691B (zh) | 2017-11-24 | 2017-11-24 | 检测乳房图像中非乳房区域的方法、装置、计算机和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107862691A true CN107862691A (zh) | 2018-03-30 |
| CN107862691B CN107862691B (zh) | 2020-06-19 |
Family
ID=61702464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711193956.8A Active CN107862691B (zh) | 2017-11-24 | 2017-11-24 | 检测乳房图像中非乳房区域的方法、装置、计算机和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107862691B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108765421A (zh) * | 2018-05-30 | 2018-11-06 | 上海联影医疗科技有限公司 | 乳房医学图像处理方法、装置和aec曝光参数获取方法 |
| CN109242840A (zh) * | 2018-08-29 | 2019-01-18 | 上海联影医疗科技有限公司 | 检测乳房图像中限束器区域的方法、在乳房图像中确定边界的方法和医疗设备 |
| US11475569B2 (en) | 2018-05-30 | 2022-10-18 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1204061A2 (en) * | 2000-10-18 | 2002-05-08 | Konica Corporation | Radiation image processing apparatus and casette for storing radiation image |
| CN101609558A (zh) * | 2009-07-15 | 2009-12-23 | 宁波大学 | 一种用于乳腺钼靶x线图像中乳腺区域提取的预处理方法 |
| CN103637815A (zh) * | 2013-12-18 | 2014-03-19 | 深圳市安健科技有限公司 | 乳腺自动曝光参考区域的确定方法及系统 |
| CN107103605A (zh) * | 2016-02-22 | 2017-08-29 | 上海联影医疗科技有限公司 | 一种乳房组织的分割方法 |
| CN107292815A (zh) * | 2017-06-14 | 2017-10-24 | 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 |
-
2017
- 2017-11-24 CN CN201711193956.8A patent/CN107862691B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1204061A2 (en) * | 2000-10-18 | 2002-05-08 | Konica Corporation | Radiation image processing apparatus and casette for storing radiation image |
| CN101609558A (zh) * | 2009-07-15 | 2009-12-23 | 宁波大学 | 一种用于乳腺钼靶x线图像中乳腺区域提取的预处理方法 |
| CN103637815A (zh) * | 2013-12-18 | 2014-03-19 | 深圳市安健科技有限公司 | 乳腺自动曝光参考区域的确定方法及系统 |
| CN107103605A (zh) * | 2016-02-22 | 2017-08-29 | 上海联影医疗科技有限公司 | 一种乳房组织的分割方法 |
| CN107292815A (zh) * | 2017-06-14 | 2017-10-24 | 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 |
Non-Patent Citations (4)
| Title |
|---|
| KULDIP SINGH 等: "IDENTIFICATION OF BREAST CANCER BY ADJUSTING THE VALUE OF HISTOGRAM", 《INTERNATIONAL JOURNAL OF EMERGING TECHNOLOGY AND ADVANCED ENGINEERING》 * |
| 刘耀辉 等: "应用单调下降曲线模型自动提取乳房轮廓线", 《计算机工程与应用》 * |
| 王靖 等: "乳腺X图像肿块ROI提取方法研究", 《计算机科学》 * |
| 马莉 等: "基于双视角乳腺 X 线图像的微钙化簇检测", 《仪器仪表学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108765421A (zh) * | 2018-05-30 | 2018-11-06 | 上海联影医疗科技有限公司 | 乳房医学图像处理方法、装置和aec曝光参数获取方法 |
| CN108765421B (zh) * | 2018-05-30 | 2021-01-12 | 上海联影医疗科技股份有限公司 | 乳房医学图像处理方法、装置和aec曝光参数获取方法 |
| US11475569B2 (en) | 2018-05-30 | 2022-10-18 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
| CN109242840A (zh) * | 2018-08-29 | 2019-01-18 | 上海联影医疗科技有限公司 | 检测乳房图像中限束器区域的方法、在乳房图像中确定边界的方法和医疗设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107862691B (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5872859A (en) | Training/optimization of computer aided detection schemes based on measures of overall image quality | |
| US9247879B2 (en) | Method and system for automatic interpretation of computer tomography scan data | |
| US6320976B1 (en) | Computer-assisted diagnosis method and system for automatically determining diagnostic saliency of digital images | |
| US9959617B2 (en) | Medical image processing apparatus and breast image processing method thereof | |
| KR102410955B1 (ko) | 의료 영상에서 딥러닝에 기반한 복부 장기 자동분할 방법 및 그 컴퓨터 프로그램 | |
| Semmlow et al. | A fully automated system for screening xeromammograms | |
| CN113379693B (zh) | 基于视频摘要技术的胶囊内镜关键病灶图像检测方法 | |
| CN107862691A (zh) | 检测乳房图像中非乳房区域的方法、装置、计算机和介质 | |
| US20100021035A1 (en) | Method for identifying a pathological region of a scan, such as an ischemic stroke region of an mri scan | |
| CN112862756A (zh) | 识别甲状腺肿瘤病理图像中病变类型及基因突变的方法 | |
| CN110349141A (zh) | 一种乳腺病灶定位方法和系统 | |
| CN109919254B (zh) | 乳腺密度分类方法、系统、可读存储介质和计算机设备 | |
| Maitra et al. | Automated digital mammogram segmentation for detection of abnormal masses using binary homogeneity enhancement algorithm | |
| KR102349515B1 (ko) | 의료 영상에서 딥러닝에 기반한 종양 자동분할 방법 | |
| Maitra et al. | Detection of abnormal masses using divide and conquer algorithmin digital mammogram | |
| WO2012105907A1 (en) | Method and apparatus for processing of stroke ct scans | |
| KR20210020619A (ko) | 복부장기 자동분할을 이용한 복부장기 볼륨 변화 분석에 기반한 복부장기 상태 판단 방법 | |
| CN115457361A (zh) | 分类模型获取方法、表达类别确定方法、装置、设备及介质 | |
| CN105551042B (zh) | 一种扫描床标记点位置的确定方法和装置 | |
| CN104915961A (zh) | 一种基于乳腺x线图像的肿块图像区域显示方法及系统 | |
| CN114972272A (zh) | 一种基于Grad-CAM的新冠肺炎病灶分割方法 | |
| CN110517766A (zh) | 识别脑萎缩的方法及装置 | |
| Lazar et al. | Retinal microaneurysm detection based on intensity profile analysis | |
| Xue et al. | Comparative performance analysis of cervix ROI extraction and specular reflection removal algorithms for uterine cervix image analysis | |
| Srivastav et al. | Breast cancer detection in mammogram images using machine learning methods and clahe algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |