CN108304841A - 乳头定位方法、装置及存储介质 - Google Patents
乳头定位方法、装置及存储介质 Download PDFInfo
- Publication number
- CN108304841A CN108304841A CN201810076796.7A CN201810076796A CN108304841A CN 108304841 A CN108304841 A CN 108304841A CN 201810076796 A CN201810076796 A CN 201810076796A CN 108304841 A CN108304841 A CN 108304841A
- Authority
- CN
- China
- Prior art keywords
- image
- nipple
- region
- area
- gray level
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/032—Recognition of patterns in medical or anatomical images of protuberances, polyps nodules, etc.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种乳头定位方法、装置及存储介质,属于图像处理领域。方法包括:获取目标图像的灰度图像;根据灰度图像获取目标区域图像;确定目标区域图像中位于曲线外侧的第一图像区域;通过检测第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据乳头类型确定乳头位置。本发明实施例将乳头类型划分为外凸式乳头和内陷式乳头,结合乳房组织区域的形态特征并根据乳头类型进行乳头定位,无需进行搜索,减小了搜索过程中确定搜索方向和遍历大量无关像素而导致的计算复杂度,提高了计算效率,而且考虑到了乳房组织区域的形态特征,提高了定位准确性。
Description
技术领域
本发明实施例涉及图像处理领域,特别涉及一种乳头定位方法、装置及存储介质。
背景技术
数字化成像技术是目前进行乳腺癌检测的主要方式,能够在计算机的控制下对目标用户进行数字化摄影,生成乳房组织图像。乳房组织图像广泛应用于乳腺癌检测,而乳头定位是检测过程中的关键步骤,只有定位得到准确的乳头位置才能进行后续的检测过程。
参见图1,相关技术中通常会采用乳房DR(Digital Radiography,数字化X成像)技术拍摄乳房DR图像,采用图像分割算法,将乳房DR图像的前景区域与背景区域进行分割,并确定胸肌边缘方向,将胸肌边缘方向的垂直方向作为搜索方向。其中,乳房DR图像可以包括从上侧竖直向下拍摄得到的CC(Cranio caudal,头足位)图像或从内侧倾斜向外侧拍摄得到的MLO(MedioLateral-Oblique,内外斜位)图像。其中,对于CC图像,默认CC图像中的垂直方向为胸肌边缘方向,则将水平方向作为搜索方向;对于MLO图像,需要检测出胸肌边缘,确定胸肌边缘方向,进而确定搜索方向。之后,沿着该搜索方向对前景区域进行搜索,将在前景区域中搜索到的最远像素的位置确定为乳头的位置,实现乳头的定位。
在实现本发明实施例的过程中,发明人发现上述相关技术至少存在以下问题:第一、搜索过程需要遍历大量无关的像素,增加了计算复杂度,导致计算效率低下。第二、实际应用时很难准确确定胸肌边缘方向,因此也很难准确确定搜索方向,而且未考虑到某些异常情况下搜索到的最远像素的位置并不能代表乳头的位置,导致定位准确性无法保证。
发明内容
本发明实施例提供了一种乳头定位方法、装置及存储介质,可以解决相关技术的问题。所述技术方案如下:
第一方面,提供了一种乳头定位方法,所述方法包括:
获取目标图像的灰度图像,所述目标图像通过拍摄乳房组织得到;
根据所述灰度图像,获取目标区域图像,所述目标区域图像包含乳房组织区域;
确定所述目标区域图像中位于曲线外侧的第一图像区域;
通过检测所述第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据所述乳头类型确定乳头位置,所述乳头类型包括外凸式乳头或内陷式乳头。
第二方面,提供了一种乳头定位装置,所述装置包括:
获取模块,用于获取目标图像的灰度图像,所述目标图像通过拍摄乳房组织得到;
所述获取模块,还用于根据所述灰度图像,获取目标区域图像,所述目标区域图像包含乳房组织区域;
确定模块,用于确定所述目标区域图像中位于曲线外侧的第一图像区域;
定位模块,用于通过检测所述第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据所述乳头类型确定乳头位置,所述乳头类型包括外凸式乳头或内陷式乳头。
第三方面,提供了一种乳头定位装置,所述乳头定位装置包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并具有以实现如第一方面所述的乳头定位方法中所具有的操作。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述指令、所述程序、所述代码集或所述指令集由处理器加载并具有以实现如第一方面所述的乳头定位方法中所具有的操作。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例提供的方法、装置及存储介质,通过获取目标图像的灰度图像,根据灰度图像,获取包含乳房组织区域的目标区域图像,确定目标区域图像中位于曲线外侧的第一图像区域,通过检测第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据乳头类型确定乳头位置。本发明实施例将乳头类型划分为外凸式乳头和内陷式乳头,以第一图像区域中存在面积大于预设面积的连通区域来表示外凸式乳头,以第一图像区域中不存在面积大于预设面积的连通区域来表示内陷式乳头,结合乳房组织区域的形态特征并根据乳头类型进行乳头定位,无需进行搜索,减小了搜索过程中确定搜索方向和遍历大量无关像素而导致的计算复杂度,提高了计算效率,而且考虑到了乳房组织区域的形态特征,提高了定位准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是相关技术提供的一种乳头定位的操作流程图;
图2是本发明实施例提供的一种算法流程示意图;
图3是本发明实施例提供的一种乳头定位方法的流程图;
图4是本发明实施例提供的一种提取目标区域图像的示意图;
图5是本发明实施例提供的一种提取目标区域图像的示意图;
图6是本发明实施例提供的一种提取目标区域图像的示意图;
图7是本发明实施例提供的一种提取目标区域图像的示意图;
图8是本发明实施例提供的一种操作流程示意图;
图9是本发明实施例提供的三张CC图像的示意图;
图10是本发明实施例提供的三张MLO图像的示意图;
图11是本发明实施例提供的一种乳头定位装置的结构示意图;
图12是本发明实施例提供的一种终端的结构示意图;
图13是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图2,本发明实施例提供了一种乳头定位方法,可以根据拍摄乳房组织得到的目标图像进行乳头定位,得到乳头的位置。乳头定位是进行数字化乳房分析、左右乳对齐以及病灶对齐的重要依据,并且,为了确保乳房疾病检测的准确性,可能会从不同的方向、采用不同的方式拍摄多张目标图像,乳头定位也可以作为多张目标图像对齐的重要依据,根据定位的乳头位置,能够将针对同一用户的多模式数据进行融合。
本发明实施例可以应用于根据目标图像检测乳房疾病的场景下,通过拍摄乳房组织的图像进行乳头定位,之后基于确定的乳头位置进行乳腺癌、乳腺增生、乳房结节等乳房疾病的检测。
在一种可能实现方式中,该检测乳房疾病的方案可以通过医疗应用实现。针对病人用户,该医疗应用具有挂号、向医生问诊、查询检查结果等多种功能,针对医生用户,该医疗应用具有管理预约病人、查看病例等多种功能,通过医疗应用为病人与医生提供了沟通渠道,方便医生更好更快地发现疾病,也为病人提供了便利的就医条件。
其中,该医疗应用可以提供乳房疾病检测功能,当触发该乳房疾病检测功能时,用户可以将拍摄的目标图像上传至该医疗应用提供的接口,调用该接口并采用本发明实施例提供的方法进行乳头定位,进而实现乳房疾病检测,可以快速准确地反馈检测结果。当然,该医疗应用还可以包括其他疾病的检测功能,在此不再赘述。
具体实施时,可以由终端在本地进行疾病检测,也可以由终端通过该医疗应用提供的接口,将目标图像上传至该医疗应用关联的云服务器,由云服务器进行疾病检测。并且,将该云服务器作为一个医疗平台,通过该云服务器收集多个用户上传的图像、病例等相关数据,通过大数据分析技术和人工智能技术来进行各种疾病的检测。
该医疗应用可以为应用客户端,终端可以下载安装该医疗应用。或者,该医疗应用可以为网页提供的在线应用,终端访问提供该医疗应用的网页,并通过该医疗应用与关联的云服务器进行交互。或者,该医疗应用还可以为应用客户端内嵌入的应用程序,终端可以在已安装的应用客户端中添加该医疗应用,并通过该医疗应用与关联的云服务器进行交互。
例如,在即时通信应用客户端中,可以以公共标识的形式提供医疗应用,用户通过即时通信应用客户端关注该公共标识后,打开公共标识的功能界面,该功能界面中包括用于检测各种疾病的接口,用户触发该接口后可以上传相应身体部位的图像,从而通过该公共标识进行疾病检测。并且,将医疗应用与即时通信应用客户端本身的功能结合,实现了多种功能的互联互通,例如进行疾病检测或者向医生问诊时,可以通过即时通信应用客户端提供的支付功能,支付一定的费用,或者还可以通过即时通信应用客户端提供的报销功能,报销相关的费用。
相关的乳头定位技术能够处理一些情况下的乳头定位问题,但计算复杂度较高,计算效率低下,而且未考虑到左乳和右乳的位置不同、内陷式乳头和外凸式乳头的乳房形态不同、乳头灰度特征与其他乳房组织的灰度特征不同、胸肌异常和乳房形状异常等因素,因此准确性有待提升。本发明实施例建立了基于形态学技术的统一技术框架,充分考虑了乳房组织的形态学特征和灰度特征,能够同时兼顾以上各种情况,提高了准确性。不仅如此,还采用了先提取核心区域再定位乳头的方式,计算效率也有明显提升。具体过程详见下述实施例。
图3是本发明实施例提供的一种乳头定位方法的流程图,该乳头定位方法的执行主体为乳头定位装置,该乳头定位装置可以为具备图像处理功能的终端,如计算机、摄影机等,还可以为用于进行图像处理的服务器。参见图3,该方法包括:
301、获取目标图像的灰度图像。
其中,该目标图像通过拍摄目标用户的乳房组织得到,因此该目标图像中包含乳房组织区域,另外还可能包含目标用户当前所处的环境,如房间墙壁等。并且,根据采用的摄影技术的不同,目标图像可以包括多种类型,如采用DR技术拍摄可以得到DR图像,或者利用其它摄影技术可以得到其它类型的图像。并且,根据拍摄方向的不同,目标图像可以包括不同方向的图像,如采用DR技术拍摄到的目标图像可以包括从上侧竖直向下拍摄得到的CC图像、从内侧倾斜向外侧拍摄得到的MLO图像以及其他方向的图像。针对获取到的一种或多种目标图像,均可以采用本发明实施例提供的乳头定位方法,确定目标图像中乳头的位置。
实际应用时,该乳头定位装置可以为摄影机,摄影机拍摄得到目标图像后自动进行乳头定位,或者,该乳头定位装置可以为摄影机之外的装置,摄影机拍摄得到目标图像后,发送给乳头定位装置,由乳头定位装置进行乳头定位。
为了便于进行图像分析和处理,乳头定位装置获取到目标图像后,根据目标图像中每个像素的亮度获取灰度图像,以使每个像素的红、绿、蓝三原色的分量相等,具体可以采用预设灰度算法,如浮点算法、移位方法、平均值法等。
302、采用图像分割算法,将灰度图像中的前景区域与背景区域进行分割,将分割出的背景区域中每个像素的灰度值均设置为0。
考虑到灰度图像中除乳房组织区域之外,还包含背景区域,为了防止背景区域的干扰,可以采用图像分割算法进行图像分割,将前景区域与背景区域区分开来,则前景区域可以认为是进行乳头定位所需的乳房组织区域,此时将分割出的背景区域中每个像素的灰度值均设置为0,从而消除背景区域。
在一种可能实现方式中,可以设置分割阈值,将灰度值大于该分割阈值的像素确定为前景区域的像素,将灰度值不大于该分割阈值的像素确定为背景区域的像素,从而将前景区域和背景区域区分开。例如,当最大灰度值为1时,可以设置分割阈值为0.05。
303、将灰度图像中面积最大的连通区域的中心点作为参考点,根据参考点的位置和灰度图像的中心点的位置,从灰度图像中提取目标区域图像。
前景区域中除进行乳头定位所需的乳房组织区域之外,还可能会包含噪声、干扰性的边缘组织以及一些标记,导致灰度图像中包括多个连通区域,为了消除这些因素的干扰,可以确定灰度图像中的一个或多个连通区域的面积,则面积最大的连通区域即为乳房组织区域。
此时,将面积最大的连通区域的中心点作为参考点,根据参考点的位置和灰度图像的中心点的位置,进行左侧乳房和右侧乳房的判断,并记录下乳房组织区域的高度和宽度,从而对灰度图像进行裁剪,提取得到目标区域图像,目标区域图像包含面积最大的连通区域的全部或部分区域。
在一种可能实现方式中,从灰度图像中提取上边界的纵坐标为y1、下边界的纵坐标为y2,左边界的横坐标为x1且右边界的横坐标为x2的目标区域图像,并保证乳房组织区域中乳头所在的部分区域位于目标区域图像中。
实际应用时,考虑到乳房组织区域位于灰度图像的左侧的情况下为左侧乳房,乳头位于乳房组织区域中心点的右侧,而乳房组织区域位于灰度图像的右侧的情况下为右侧乳房,乳头位于乳房组织区域中心点的左侧。而且,考虑到乳房组织区域较为靠近灰度图像中心的情况下,在灰度图像的边缘会存在胸肌组织区域,可以过滤掉,而乳房组织区域较为远离灰度图像中心的情况下,应当尽可能多地保留乳房组织区域。
针对上述各种情况,提取的乳房组织区域的位置应当不同,相应地,从灰度图像中提取目标区域图像时,根据灰度图像建立坐标系,灰度图像的水平方向为x轴,垂直方向为y轴,左下角的顶点像素的坐标为(1,1),x为参考点的横坐标,y为参考点的纵坐标,L为面积最大的连通区域的高度,W为面积最大的连通区域的宽度,b为预设距离,所确定的目标区域图像的上边界、下边界、左边界和右边界的坐标可以包括以下几种情况:
(1)、当参考点的横坐标小于灰度图像的中心点的横坐标且小于第三预设阈值时,y1为y+L/2和灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为1,x2为x+W/2+b。
参见图4,乳房组织区域位于灰度图像的左侧,参考点的横坐标x小于灰度图像的中心点的横坐标,并且还小于第三预设阈值,此时确定为左侧乳房,为了尽可能保留乳房组织区域,可以以乳房组织区域的上边界作为目标区域图像的上边界,以乳房组织区域的下边界作为目标区域图像的下边界,以灰度图像的左边界作为目标区域图像的左边界,并且为了保证保留乳头位置,以乳房组织区域的右边界再向右平移预设距离得到的直线作为目标区域图像的右边界。并且,提取目标区域图像时还要保证提取的范围没有超出灰度图像的边界。因此,可以得到以下边界的坐标:
y1=min(y+L/2,灰度图像的最大纵坐标);
y2=max(y-L/2,1);
x1=1;
x2=x+W/2+b。
其中,第三预设阈值和预设距离可以通过多次试验确定,如第三预设阈值可以为200像素,灰度图像的最大纵坐标即为灰度图像的高度,也即是目标图像的高度,可以根据DR摄影机的配置确定。
(2)、当参考点的横坐标小于灰度图像的中心点的横坐标且不小于第三预设阈值时,y1为y+L/2和灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为x,x2为x+W/2+b和灰度图像的最大横坐标的较小值。
参见图5,乳房组织区域位于灰度图像的左侧偏中间的位置,参考点的横坐标x小于灰度图像的中心点的横坐标,但不小于第三预设阈值,此时确定为左侧乳房,灰度图像的左侧会包括一些胸肌组织区域,则为了在保留乳头所在位置并减小计算量,可以以乳房组织区域的上边界作为目标区域图像的上边界,以乳房组织区域的下边界作为目标区域图像的下边界,以参考点所在的竖直直线作为目标区域图像的左边界,以乳房组织区域的右边界再向右平移预设距离得到的直线作为目标区域图像的右边界。并且,提取目标区域图像时还要保证提取的范围没有超出灰度图像的边界。因此,可以得到以下边界的坐标:
y1=min(y+L/2,灰度图像的最大纵坐标);
y2=max(y-L/2,1);
x1=x;
x2=min(x+W/2+b,灰度图像的最大横坐标)。
其中,灰度图像的最大纵坐标即为灰度图像的高度,也即是目标图像的高度,灰度图像的最大横坐标即为灰度图像的宽度,也即是目标图像的宽度,两者均可根据DR摄影机的配置确定。
(3)、当参考点的横坐标不小于灰度图像的中心点的横坐标且小于第四预设阈值时,y1为y+L/2和灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为x-W/2-b和1的较大值,x2为x。
参见图6,乳房组织区域位于灰度图像的右侧偏中间的位置,参考点的横坐标x不小于灰度图像的中心点的横坐标,且小于第四预设阈值,此时确定为右侧乳房,为了尽可能保留乳房组织区域,可以以乳房组织区域的上边界作为目标区域图像的上边界,以乳房组织区域的下边界作为目标区域图像的下边界,以灰度图像的右边界作为目标区域图像的右边界,以乳房组织区域的左边界再向左平移预设距离得到的直线作为目标区域图像的左边界。并且,提取目标区域图像时还要保证提取的范围没有超出灰度图像的边界。因此,可以得到以下边界的坐标:
y1=min(y+L/2,灰度图像的最大纵坐标);
y2=max(y-L/2,1);
x1=max(x-W/2-b,1);
x2=x。
其中,第四预设阈值可以通过多次试验确定,如可以为灰度图像的最大纵坐标与200像素的差值。
(4)、当参考点的横坐标不小于灰度图像的中心点的横坐标且不小于第四预设阈值时,y1为y+L/2和灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为x-W/2-b,x2为灰度图像的最大横坐标。
参见图7,乳房组织区域位于灰度图像的右侧,参考点的横坐标x不小于灰度图像的中心点的横坐标,且不小于第四预设阈值,此时确定为右侧乳房,灰度图像的右侧会包括一些胸肌组织区域,则为了在保留乳头所在位置并减小计算量,可以以乳房组织区域的上边界作为目标区域图像的上边界,以乳房组织区域的下边界作为目标区域图像的下边界,以参考点所在的竖直直线作为目标区域图像的右边界,以乳房组织区域的左边界再向左平移预设距离得到的直线作为目标区域图像的左边界。并且,提取目标区域图像时还要保证提取的范围没有超出灰度图像的边界。因此,可以得到以下边界的坐标:
y1=min(y+L/2,灰度图像的最大纵坐标);
y2=max(y-L/2,1);
x1=x-W/2-b;
x2=灰度图像的最大横坐标。
需要说明的是,该步骤302和303为可选步骤,实际应用中通过该步骤302和步骤303可以消除背景区域和其他无关区域的干扰,降低后续的计算代价,提高计算效率和定位准确性。而在另一实施例中,也可以不执行该步骤302、执行步骤303,或者执行步骤302而不执行步骤303,或者不执行步骤302和303,直接将灰度图像作为目标区域图像。
在一种可能实现方式中,除上述步骤302和303之外,还可以对提取的图像进行形态学的闭操作,消除前景区域中可能出现的断裂部分,从而连通整个乳房组织区域,提高算法的鲁棒性。例如,进行闭操作时采用的算子可以为半径为20像素的圆形算子。
304、确定目标区域图像中位于曲线外侧的第一图像区域。
本发明实施例中,考虑到乳房组织区域的边界为曲线、乳头位于曲线边界的顶端且通常分为外凸式乳头和内陷式乳头的形态特点,在进行乳头定位时可以先检测乳头是否位于曲线外侧的图像区域,从而根据检测结果确定乳头类型,针对不同的乳头类型采用不同的方式进行乳头定位。
为此,乳头定位装置可以在目标区域图像中确定位于曲线外侧的第一图像区域,由于乳头的面积较大,因此可以根据较小乳头的尺寸设置预设面积,以第一图像区域中存在面积大于预设面积的连通区域来表示外凸式乳头,以第一图像区域中不存在面积大于预设面积的连通区域来表示内陷式乳头,通过检测第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据乳头类型确定乳头位置。
在一种可能实现方式中,可以对目标区域图像进行顶帽变换,确定该第一图像区域。其中,对目标区域图像进行顶帽变换包括:对目标区域图像进行开操作,去除该目标区域图像中位于曲线外侧的第一图像区域,对目标区域图像和进行开操作后得到的图像进行差值计算,即可得到该第一图像区域。
其中,顶帽变换过程中进行开操作时采用的算子可以为半径为150像素的圆形算子或者其他类型的算子。
305、当第一图像区域中存在面积大于预设面积的连通区域时,确定乳头类型为外凸式乳头,则根据面积大于预设面积的连通区域的位置确定乳头位置。此时,第一图像区域中面积不大于预设面积的连通区域将不再考虑。
在一种可能实现方式中,当第一图像区域中存在面积大于预设面积的一个连通区域时,将该连通区域的中心点的位置确定为乳头位置。
在另一种可能实现方式中,由于在第一图像区域中不仅包括乳头还可能会包含噪声或者其他人体组织,因此可能会导致第一图像区域中存在面积大于预设面积的多个连通区域。考虑到乳头位于曲线顶端,距离目标区域图像的中心点较近,而噪声或者其他人体组织虽然位于曲线外侧,但通常距离曲线顶端较远,距离目标区域图像的中心点也较远,因此从多个连通区域中选取距离目标区域图像的中心点最近的连通区域,将选取的连通区域的中心点的位置确定为乳头位置。
例如,可以计算每个连通区域的中心点与目标区域图像的中心点之间的欧式距离,确定距离目标区域图像的中心点最近的连通区域。
306、当第一图像区域中不存在面积大于预设面积的连通区域时,确定乳头类型为内陷式乳头,则从目标区域图像中提取位于曲线内侧边缘的第二图像区域,根据第二图像区域中灰度值最大的区域的位置确定乳头位置。
当第一图像区域中不存在面积大于预设面积的连通区域时,可以确定为内陷式乳头,乳头并未位于第一图像区域中,而是位于乳房组织区域的曲线内侧边缘的区域,则对目标区域图像进行腐蚀操作,得到腐蚀图像,将目标区域图像与腐蚀图像进行差值计算,得到第二图像区域,该第二图像区域即为位于曲线内侧并且靠近曲线边缘的区域。其中,进行腐蚀操作时采用的算子可以为半径为100像素的圆形算子或者为其他类型的算子。
考虑到与其他乳房组织相比,乳头的灰度值较大,因此可以将第二图像区域中灰度值最大的区域的中心点位置确定为乳头位置,或者,也可以先对第二图像区域进行低通滤波,确定低通滤波后第二图像区域中灰度值最大的区域,将灰度值最大的区域的中心点位置确定为乳头位置。其中,先进行低通滤波可以使第二图像区域更为平滑,防止局部突变。
综合上述步骤,本发明实施例提供的乳头定位方法的操作流程可以如图8所示,该操作流程包括预处理阶段和定位阶段,在预处理阶段通过图像分割、左右乳房判断、图像裁剪和闭操作等,提取到符合要求的目标区域图像,在定位阶段根据目标区域图像判断乳头类型为外凸式乳头还是内陷式乳头,并根据判断结果采用不同的定位方式进行乳头定位,得到准确的乳头位置。
需要说明的一点是,乳头定位装置可以设置一个接口,以接口的方式提供乳头定位服务,每当获取到目标图像时,将目标图像传入到接口中,通过调用该接口进行乳头定位,输出乳头位置的坐标,不需要任何人工干预。
需要说明的另一点是,乳头定位过程中所涉及的参数,如第一预设阈值、第二预设阈值、第三预设阈值、第四预设阈值、预设面积、预设距离等,在实际应用中可以进行适应性地更新。
本发明实施例提供的方法,通过获取目标图像的灰度图像,根据灰度图像,获取包含乳房组织区域的目标区域图像,确定目标区域图像中位于曲线外侧的第一图像区域,通过检测第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据乳头类型确定乳头位置。本发明实施例将乳头类型划分为外凸式乳头和内陷式乳头,以第一图像区域中存在面积大于预设面积的连通区域来表示外凸式乳头,以第一图像区域中不存在面积大于预设面积的连通区域来表示内陷式乳头,结合乳房组织区域的形态特征并根据乳头类型进行乳头定位,无需进行搜索,减小了搜索过程中确定搜索方向和遍历大量无关像素而导致的计算复杂度,提高了计算效率,而且考虑到了乳房组织区域的形态特征,提高了定位准确性。
并且,在乳头类型为外凸式乳头的情况下,根据第一图像区域中面积大于预设面积的连通区域的位置确定乳头位置,通过在特定区域中寻找突出特征来进行定位,提高了定位准确性。
并且,在乳头类型为外凸式乳头的情况下,选取距离目标区域图像的中心点最近的连通区域,将选取的连通区域的中心点位置确定为乳头位置,结合乳房组织区域的形态特征,充分考虑了乳头位于乳房组织区域顶端且距离图像中心点较近的形态特点,通过在乳房轮廓缓冲区提取局部亮度特征来进行定位,提高了定位准确性。
并且,在乳头类型为内陷式乳头的情况下,根据位于曲线内侧边缘的第二图像区域中灰度值最大的区域的位置确定乳头位置,结合乳房组织区域的形态特征、灰度特征以及内陷式乳头的异常情况,充分考虑了乳头灰度值较大的形态特点,提升了算法的鲁棒性,提高了定位准确性。
并且,在进行定位之前先将灰度图像的前景区域与背景区域进行分割,可以排除背景区域的干扰,并降低计算量,既提高了计算效率,也提高了定位准确性。
并且,根据参考点的位置和灰度图像的中心点的位置提取目标区域图像,既能够排除无关区域的干扰,也能够准确保留需要的乳房组织区域,实现了先提取核心区域再定位的方式,提高乳头定位的准确性,更降低了问题复杂度,提高了计算效率。
综上所述,本发明实施例结合乳房组织区域的形态特征和灰度特征进行乳头定位,并划分出外凸式乳头和内陷式乳头,针对不同类型的乳头采用不同的定位方式。能够从乳房组织区域的形态特征和灰度特征出发,考虑到各种目标图像的形态,也无需区分CC图像和MLO图像而重点区分外凸式乳头和内陷式乳头,因此具有很强的适用性,可以利用形态学的处理方式对多种不同形态、不同类型的乳房组织区域实现准确地定位,更好地提升乳头定位的准确率、效率和鲁棒性,也不依赖于特定的硬件环境。
通过实验确定,本发明实施例提供的乳头定位方法可以在1秒内处理各种目标图像,并准确定位乳头位置,定位进度在水平方向和垂直方向上均在10个像素之内,误差很小。
例如,参见图9,其示出了三张CC图像,第1张图像为正常形态的乳房组织区域,乳头为外凸式乳头,第2张图像为正常形态的乳房组织区域,乳头为外凸式乳头,而且乳头较小,第3张图像为正常形态的乳房组织区域,乳头为内陷式乳头。
针对这三张CC图像,如果采用相关技术中搜索定位的方式仅能定位第1张图像的乳头位置,而无法定位出第2张和第3张图像中的乳头位置。而采用本发明实施例提供的乳头定位方法,可以准确地定位出这三张图像中乳头的位置。
又如,参见图10,其示出了三张MLO图像,第1张图像为正常形态的乳房组织区域,乳头为内陷式乳头,第2张图像为胸肌过多的乳房组织区域,乳头为内陷式乳头,第3张图像为下垂型乳房组织区域,乳头为内陷式乳头。
针对这三张CC图像,如果采用相关技术中搜索定位的方式可以定位第1张图像的乳头位置。第2张图像中很难准确确定胸肌边缘的方向,也很难准确确定搜索方向,并且由于是内陷式乳头,搜索到的最远像素的位置并不是乳头的位置。第3张图像中乳头并没有位于胸肌边缘的方向的垂直方向上,因此将胸肌边缘的方向的垂直方向作为搜索方向会导致定位不准确。而采用本发明实施例提供的乳头定位方法,可以准确地定位出这三张图像中乳头的位置。
图11是本发明实施例提供的一种乳头定位装置的结构示意图。参见图11,该装置包括:
获取模块1101,用于执行上述实施例中获取目标图像的灰度图像的步骤;
获取模块1101,还用于执行上述实施例中获取目标区域图像的步骤;
确定模块1102,用于执行上述实施例中确定第一图像区域的步骤;
定位模块1103,用于执行上述实施例中确定乳头类型并根据乳头类型确定乳头位置的步骤。
可选地,定位模块1103,包括:
第一定位单元,用于执行上述实施例中当第一图像区域中存在面积大于预设面积的连通区域时确定乳头类型为外凸式乳头,根据面积大于预设面积的连通区域的位置确定乳头位置的步骤。
可选地,第一定位单元,用于执行上述实施例中选取距离目标区域图像的中心点最近的连通区域,将选取的连通区域的中心点位置确定为乳头位置的步骤。
可选地,定位模块1103,包括:
提取单元,用于执行上述实施例中当第一图像区域中不存在面积大于预设面积的连通区域时确定乳头类型为内陷式乳头,提取位于曲线内侧边缘的第二图像区域的步骤;
第二定位单元,用于执行上述实施例中根据灰度值最大的区域的位置确定乳头位置的步骤。
可选地,提取单元,还用于执行上述实施例中进行腐蚀操作后,将目标区域图像与腐蚀图像进行差值计算的步骤。
可选地,第二定位单元,还用于执行上述实施例中进行低通滤波后将灰度值最大的区域的中心点位置确定为乳头位置的步骤。
可选地,获取模块1101,还用于执行上述实施例中将前景区域与背景进行分割的步骤。
可选地,获取模块1101,还用于执行上述实施例中确定参考点,根据参考点的位置和灰度图像的中心点的位置提取目标区域图像的步骤。
需要说明的是:上述实施例提供的乳头定位装置在确定乳头位置时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将乳头定位装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的乳头定位装置与乳头定位方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图12示出了本发明一个示例性实施例提供的终端1200的结构框图。该终端1200可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1200还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端1200包括有:处理器1201和存储器1202。
处理器1201可以包括一个或多个处理核心,比如4核心处理器、5核心处理器等。处理器1201可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1201也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1201可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1201还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1202可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1202还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1202中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1201所具有以实现本申请中方法实施例提供的乳头定位方法。
在一些实施例中,终端1200还可选包括有:外围设备接口1203和至少一个外围设备。处理器1201、存储器1202和外围设备接口1203之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1203相连。具体地,外围设备包括:射频电路1204、触摸显示屏1205、摄像头1206、音频电路1207、定位组件1208和电源1209中的至少一种。
外围设备接口1203可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1201和存储器1202。在一些实施例中,处理器1201、存储器1202和外围设备接口1203被集成在同一芯片或电路板上;在一些其他实施例中,处理器1201、存储器1202和外围设备接口1203中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1204用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1204通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1204将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1204包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1204可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及12G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1204还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1205用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1205是触摸显示屏时,显示屏1205还具有采集在显示屏1205的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1201进行处理。此时,显示屏1205还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1205可以为一个,设置终端1200的前面板;在另一些实施例中,显示屏1205可以为至少两个,分别设置在终端1200的不同表面或呈折叠设计;在再一些实施例中,显示屏1205可以是柔性显示屏,设置在终端1200的弯曲表面上或折叠面上。甚至,显示屏1205还可以设置成非矩形的不规则图形,也即异形屏。显示屏1205可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1206用于采集图像或视频。可选地,摄像头组件1206包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1206还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1207可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1201进行处理,或者输入至射频电路1204以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1200的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1201或射频电路1204的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1207还可以包括耳机插孔。
定位组件1208用于定位终端1200的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1208可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1209用于为终端1200中的各个组件进行供电。电源1209可以是交流电、直流电、一次性电池或可充电电池。当电源1209包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1200还包括有一个或多个传感器1210。该一个或多个传感器1210包括但不限于:加速度传感器1211、陀螺仪传感器1212、压力传感器1213、指纹传感器1214、光学传感器1215以及接近传感器1216。
加速度传感器1211可以检测以终端1200建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1211可以用于检测重力加速度在三个坐标轴上的分量。处理器1201可以根据加速度传感器1211采集的重力加速度信号,控制触摸显示屏1205以横向视图或纵向视图进行用户界面的显示。加速度传感器1211还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1212可以检测终端1200的机体方向及转动角度,陀螺仪传感器1212可以与加速度传感器1211协同采集用户对终端1200的3D动作。处理器1201根据陀螺仪传感器1212采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1213可以设置在终端1200的侧边框和/或触摸显示屏1205的下层。当压力传感器1213设置在终端1200的侧边框时,可以检测用户对终端1200的握持信号,由处理器1201根据压力传感器1213采集的握持信号进行左右手识别或快捷操作。当压力传感器1213设置在触摸显示屏1205的下层时,由处理器1201根据用户对触摸显示屏1205的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1214用于采集用户的指纹,由处理器1201根据指纹传感器1214采集到的指纹识别用户的身份,或者,由指纹传感器1214根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1201授权该用户具有相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1214可以被设置终端1200的正面、背面或侧面。当终端1200上设置有物理按键或厂商Logo时,指纹传感器1214可以与物理按键或厂商标志集成在一起。
光学传感器1215用于采集环境光强度。在一个实施例中,处理器1201可以根据光学传感器1215采集的环境光强度,控制触摸显示屏1205的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1205的显示亮度;当环境光强度较低时,调低触摸显示屏1205的显示亮度。在另一个实施例中,处理器1201还可以根据光学传感器1215采集的环境光强度,动态调整摄像头组件1206的拍摄参数。
接近传感器1216,也称距离传感器,通常设置在终端1200的前面板。接近传感器1216用于采集用户与终端1200的正面之间的距离。在一个实施例中,当接近传感器1216检测到用户与终端1200的正面之间的距离逐渐变小时,由处理器1201控制触摸显示屏1205从亮屏状态切换为息屏状态;当接近传感器1216检测到用户与终端1200的正面之间的距离逐渐变大时,由处理器1201控制触摸显示屏1205从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图12中示出的结构并不构成对终端1200的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图13是本发明实施例提供的一种服务器的结构示意图,该服务器1300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processingunits,CPU)1301和一个或一个以上的存储器1302,其中,所述存储器1302中存储有至少一条指令,所述至少一条指令由所述处理器1301加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器1300还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器1300还可以包括其他用于实现设备功能的部件,在此不做赘述。
该服务器1300用于执行上述实施例中乳头定位装置所执行的步骤。
本发明实施例还提供了一种乳头定位装置,该乳头定位装置包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,指令、程序、代码集或指令集由处理器加载并具有以实现上述实施例的乳头定位方法中所具有的操作。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,该指令、该程序、该代码集或该指令集由处理器加载并具有以实现上述实施例的乳头定位方法中所具有的操作。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (15)
1.一种乳头定位方法,其特征在于,所述方法包括:
获取目标图像的灰度图像,所述目标图像通过拍摄乳房组织得到;
根据所述灰度图像,获取目标区域图像,所述目标区域图像包含乳房组织区域;
确定所述目标区域图像中位于曲线外侧的第一图像区域;
通过检测所述第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据所述乳头类型确定乳头位置,所述乳头类型包括外凸式乳头或内陷式乳头。
2.根据权利要求1所述的方法,其特征在于,所述通过检测所述第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据所述乳头类型确定乳头位置,包括:
当所述第一图像区域中存在面积大于所述预设面积的连通区域时,确定所述乳头类型为外凸式乳头,则根据所述面积大于所述预设面积的连通区域的位置确定乳头位置。
3.根据权利要求2所述的方法,其特征在于,所述当所述第一图像区域中存在面积大于所述预设面积的连通区域时,确定所述乳头类型为外凸式乳头,则根据所述面积大于所述预设面积的连通区域的位置确定乳头位置,包括:
当所述第一图像区域中存在面积大于所述预设面积的多个连通区域时,确定所述乳头类型为外凸式乳头,则从所述多个连通区域中,选取距离所述目标区域图像的中心点最近的连通区域;
将选取的连通区域的中心点位置确定为乳头位置。
4.根据权利要求1所述的方法,其特征在于,所述通过检测所述第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据所述乳头类型确定乳头位置,包括:
当所述第一图像区域中不存在面积大于所述预设面积的连通区域时,确定所述乳头类型为内陷式乳头,则从所述目标区域图像中提取位于曲线内侧边缘的第二图像区域;
根据所述第二图像区域中灰度值最大的区域的位置确定乳头位置。
5.根据权利要求4所述的方法,其特征在于,所述从所述目标区域图像中提取位于曲线内侧的第二图像区域,包括:
对所述目标区域图像进行腐蚀操作,得到腐蚀图像;
将所述目标区域图像与所述腐蚀图像进行差值计算,得到所述第二图像区域。
6.根据权利要求4或5所述的方法,其特征在于,所述根据所述第二图像区域中灰度值最大的区域的位置确定乳头位置,包括:
对所述第二图像区域进行低通滤波,确定低通滤波后所述第二图像区域中灰度值最大的区域;
将所述灰度值最大的区域的中心点位置确定为乳头位置。
7.根据权利要求1所述的方法,其特征在于,所述根据所述灰度图像,获取目标区域图像,包括:
采用图像分割算法,将所述灰度图像中的前景区域与背景区域进行分割,将分割出的背景区域中每个像素的灰度值均设置为0。
8.根据权利要求1或7所述的方法,其特征在于,所述根据所述灰度图像,获取目标区域图像,包括:
将所述灰度图像中面积最大的连通区域的中心点作为参考点;
根据所述参考点的位置和所述灰度图像的中心点的位置,从所述灰度图像中提取所述目标区域图像,所述目标区域图像包含所述面积最大的连通区域的全部或部分区域。
9.根据权利要求8所述的方法,其特征在于,所述根据所述参考点的位置和所述灰度图像的中心点的位置,从所述灰度图像中提取所述目标区域图像,包括:
从所述灰度图像中提取上边界的纵坐标为y1、下边界的纵坐标为y2,左边界的横坐标为x1且右边界的横坐标为x2的目标区域图像;
其中,x为所述参考点的横坐标,y为所述参考点的纵坐标,L为所述面积最大的连通区域的高度,W为所述面积最大的连通区域的宽度,b为预设距离;
当所述参考点的横坐标小于所述灰度图像的中心点的横坐标且小于第三预设阈值时,y1为y+L/2和所述灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为1,x2为x+W/2+b;
当所述参考点的横坐标小于所述灰度图像的中心点的横坐标且不小于所述第三预设阈值时,y1为y+L/2和所述灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为x,x2为x+W/2+b和所述灰度图像的最大横坐标的较小值。
10.根据权利要求8所述的方法,其特征在于,所述根据所述参考点的位置和所述灰度图像的中心点的位置,从所述灰度图像中提取所述目标区域图像,包括:
从所述灰度图像中提取上边界的纵坐标为y1、下边界的纵坐标为y2,左边界的横坐标为x1且右边界的横坐标为x2的目标区域图像;
其中,x为所述参考点的横坐标,y为所述参考点的纵坐标,L为所述面积最大的连通区域的高度,W为所述面积最大的连通区域的宽度,b为预设距离。
当所述参考点的横坐标不小于所述灰度图像的中心点的横坐标且小于第四预设阈值时,y1为y+L/2和所述灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为x-W/2-b和1的较大值,x2为x;
当所述参考点的横坐标不小于所述灰度图像的中心点的横坐标且不小于所述第四预设阈值时,y1为y+L/2和所述灰度图像的最大纵坐标的较小值,y2为y-L/2和1的较大值,x1为x-W/2-b,x2为所述灰度图像的最大横坐标。
11.一种乳头定位装置,其特征在于,所述装置包括:
获取模块,用于获取目标图像的灰度图像,所述目标图像通过拍摄乳房组织得到;
所述获取模块,还用于根据所述灰度图像,获取目标区域图像,所述目标区域图像包含乳房组织区域;
确定模块,用于确定所述目标区域图像中位于曲线外侧的第一图像区域;
定位模块,用于通过检测所述第一图像区域中是否存在面积大于预设面积的连通区域确定乳头类型,并根据所述乳头类型确定乳头位置,所述乳头类型包括外凸式乳头或内陷式乳头。
12.根据权利要求11所述的装置,其特征在于,所述定位模块,包括:
第一定位单元,用于当所述第一图像区域中存在面积大于所述预设面积的连通区域时,确定所述乳头类型为外凸式乳头,则根据所述面积大于所述预设面积的连通区域的位置确定乳头位置。
13.根据权利要求11所述的装置,其特征在于,所述定位模块,包括:
提取单元,用于当所述第一图像区域中不存在面积大于所述预设面积的连通区域时,确定所述乳头类型为内陷式乳头,则从所述目标区域图像中提取位于曲线内侧边缘的第二图像区域;
第二定位单元,用于根据所述第二图像区域中灰度值最大的区域的位置确定乳头位置。
14.一种乳头定位装置,其特征在于,所述乳头定位装置包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并具有以实现如权利要求1至10任一权利要求所述的乳头定位方法中所具有的操作。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述指令、所述程序、所述代码集或所述指令集由处理器加载并具有以实现如权利要求1至10任一权利要求所述的乳头定位方法中所具有的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810076796.7A CN108304841B (zh) | 2018-01-26 | 2018-01-26 | 乳头定位方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810076796.7A CN108304841B (zh) | 2018-01-26 | 2018-01-26 | 乳头定位方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108304841A true CN108304841A (zh) | 2018-07-20 |
CN108304841B CN108304841B (zh) | 2022-03-08 |
Family
ID=62866613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810076796.7A Active CN108304841B (zh) | 2018-01-26 | 2018-01-26 | 乳头定位方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108304841B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136809A (zh) * | 2019-05-22 | 2019-08-16 | 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 |
WO2021164322A1 (zh) * | 2020-02-17 | 2021-08-26 | 腾讯科技(深圳)有限公司 | 基于人工智能的对象分类方法以及装置、医学影像设备 |
CN117796793A (zh) * | 2024-03-01 | 2024-04-02 | 深圳市路特佳成供应链管理有限公司 | 测量装置、测量方法、选型方法、吸奶器及存储介质 |
Citations (6)
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 |
US20060050944A1 (en) * | 2004-09-03 | 2006-03-09 | Fuji Photo Film Co., Ltd. | Nipple detection apparatus and program |
US20070206844A1 (en) * | 2006-03-03 | 2007-09-06 | Fuji Photo Film Co., Ltd. | Method and apparatus for breast border detection |
US20080118138A1 (en) * | 2006-11-21 | 2008-05-22 | Gabriele Zingaretti | Facilitating comparison of medical images |
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 |
KR20170095012A (ko) * | 2016-02-12 | 2017-08-22 | 한국전자통신연구원 | 유두의 위치를 검출하기 위한 분석 장치 |
-
2018
- 2018-01-26 CN CN201810076796.7A patent/CN108304841B/zh active Active
Patent Citations (6)
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 |
US20060050944A1 (en) * | 2004-09-03 | 2006-03-09 | Fuji Photo Film Co., Ltd. | Nipple detection apparatus and program |
US20070206844A1 (en) * | 2006-03-03 | 2007-09-06 | Fuji Photo Film Co., Ltd. | Method and apparatus for breast border detection |
US20080118138A1 (en) * | 2006-11-21 | 2008-05-22 | Gabriele Zingaretti | Facilitating comparison of medical images |
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 |
KR20170095012A (ko) * | 2016-02-12 | 2017-08-22 | 한국전자통신연구원 | 유두의 위치를 검출하기 위한 분석 장치 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136809A (zh) * | 2019-05-22 | 2019-08-16 | 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 |
WO2021164322A1 (zh) * | 2020-02-17 | 2021-08-26 | 腾讯科技(深圳)有限公司 | 基于人工智能的对象分类方法以及装置、医学影像设备 |
CN117796793A (zh) * | 2024-03-01 | 2024-04-02 | 深圳市路特佳成供应链管理有限公司 | 测量装置、测量方法、选型方法、吸奶器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108304841B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886243B (zh) | 图像处理方法、装置、存储介质、设备以及系统 | |
KR102597385B1 (ko) | 이미지 세그먼트화 방법 및 장치, 컴퓨터 디바이스 및 저장 매체 | |
CN110210571B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN107833219B (zh) | 图像识别方法及装置 | |
CN109815150B (zh) | 应用测试方法、装置、电子设备及存储介质 | |
CN109360222B (zh) | 图像分割方法、装置及存储介质 | |
CN113763228B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN109285178A (zh) | 图像分割方法、装置及存储介质 | |
CN109522863B (zh) | 耳部关键点检测方法、装置及存储介质 | |
CN110009599A (zh) | 肝占位检测方法、装置、设备及存储介质 | |
CN109886208B (zh) | 物体检测的方法、装置、计算机设备及存储介质 | |
CN111144365A (zh) | 活体检测方法、装置、计算机设备及存储介质 | |
CN110570460A (zh) | 目标跟踪方法、装置、计算机设备及计算机可读存储介质 | |
CN108304841A (zh) | 乳头定位方法、装置及存储介质 | |
CN110503159B (zh) | 文字识别方法、装置、设备及介质 | |
CN113627413A (zh) | 数据标注方法、图像比对方法及装置 | |
CN114140342A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112308103B (zh) | 生成训练样本的方法和装置 | |
CN111598896A (zh) | 图像检测方法、装置、设备及存储介质 | |
CN110675473A (zh) | 生成gif动态图的方法、装置、电子设备及介质 | |
CN109754439A (zh) | 标定方法、装置、电子设备及介质 | |
CN110263695B (zh) | 人脸部位的位置获取方法、装置、电子设备及存储介质 | |
CN111241869B (zh) | 物料盘点的方法、装置及计算机可读存储介质 | |
CN108765364B (zh) | 血管半径确定方法、装置、终端及存储介质 | |
CN112767453B (zh) | 人脸跟踪方法、装置、电子设备及存储介质 |
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 |