CN108765421A - 乳房医学图像处理方法、装置和aec曝光参数获取方法 - Google Patents
乳房医学图像处理方法、装置和aec曝光参数获取方法 Download PDFInfo
- Publication number
- CN108765421A CN108765421A CN201810538825.7A CN201810538825A CN108765421A CN 108765421 A CN108765421 A CN 108765421A CN 201810538825 A CN201810538825 A CN 201810538825A CN 108765421 A CN108765421 A CN 108765421A
- Authority
- CN
- China
- Prior art keywords
- trough
- breast
- drop shadow
- medical image
- shadow curve
- 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
- 210000000481 breast Anatomy 0.000 title claims abstract description 308
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 37
- 210000005075 mammary gland Anatomy 0.000 claims description 28
- 210000004907 gland Anatomy 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 210000000746 body region Anatomy 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 208000019300 CLIPPERS Diseases 0.000 description 14
- 208000021930 chronic lymphocytic inflammation with pontine perivascular enhancement responsive to steroids Diseases 0.000 description 14
- 210000002445 nipple Anatomy 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供的乳房医学图像处理方法、装置、AEC曝光参数获取方法、计算机设备和存储介质,首先对获取的乳房医学图像进行处理,得到人体区域的投影曲线;然后根据投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;之后根据投影曲线中的第一波谷、第二波谷和波峰,确定乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;最后根据获取的第一谷点位置、第二谷点位置和峰点位置,确定乳房医学图像中的乳房区域。上述方法,获取乳房医学图像的人体投影曲线上的波谷相对与获取该曲线的波峰的输出结果准确率高,根据投影曲线的波谷可以更加准确的确定乳房医学图像中的波峰位置,因而根据该方法确实的波峰位置得到的乳房区域的结果也更加准确。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种乳房医学图像处理方法、装置、AEC曝光参数获取方法、计算机设备和存储介质。
背景技术
乳腺组织主要由脂肪和腺体组成。由于乳腺组织对X光比较敏感,在正式拍摄患者乳腺图像之前,通常需要使用低剂量的X光采集一张预曝光图像,然后根据分析的预曝光图像的结果获取一个合适的曝光参数,用于正式曝光。
在实际应用过程中发现,若获取预曝光图像的乳腺腺体位置越准确,则根据预曝光图像设置的正式曝光的曝光参数就会越合理,使其可以在保证正式曝光图像具有有效诊断性的同时,降低患者接受的剂量。
但是,目前人们在处理乳房医学图像时由于难以得到准确的乳房区域,这导致基于乳房区域的图像处理得到的乳腺腺体区域的结果也不准确。因此,如何准确的获取乳房预曝光图像中的乳房区域,便成为亟需解决的技术问题。
发明内容
基于此,有必要提出可以准确获取乳房医学图像中的乳房区域的图像处理方法。
一种乳房医学图像处理方法,包括如下步骤:对获取的乳房医学图像进行处理,得到人体区域的投影曲线;根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
一种乳腺图像采集设备AEC曝光参数的获取方法,包括:对目标乳腺进行压迫使目标乳腺厚度均匀,并将被压迫后的目标乳腺固定,采集乳房预曝光图像;根据上述乳房医学图像处理方法处理获取的乳房预曝光图像,得到所述乳房预曝光图像中的乳房区域;根据所述乳房区域得到乳腺腺体区域,并根据所述乳腺腺体区域获取腺体灰度;根据预先设置的预曝光剂量、压迫厚度、腺体灰度与AEC曝光参数的对应关系,确定所述AEC曝光参数。
一种乳房医学图像处理装置,包括:图像处理模块,用于对获取的乳房医学图像进行处理,得到人体区域的投影曲线;曲线处理模块,用于根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;位置处理模块,用于根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
一种计算机设备,包括存储器、处理器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计算机程序时实现以下步骤:
对获取的乳房医学图像进行处理,得到人体区域的投影曲线;根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对获取的乳房医学图像进行处理,得到人体区域的投影曲线;根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
本发明提供的乳房医学图像处理方法、装置、AEC曝光参数获取方法、计算机设备和存储介质,首先对获取的乳房医学图像进行处理,得到人体区域的投影曲线;然后根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;之后根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;最后根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。上述方法,由于获取乳房医学图像的人体投影曲线上的波谷相对与获取该曲线的波峰的输出结果准确率高,因此根据投影曲线的波谷可以更加准确的确定乳房医学图像中的波峰位置(乳头位置),因而根据该方法确实的波峰位置得到的乳房区域的结果也更加准确。
附图说明
图1为其中一个实施例提出的乳房医学图像处理方法的应用场景图;
图2为其中一个实施例提出的乳房医学图像处理方法的步骤流程图;
图3为其中一个实施例提出的得到人体区域的投影曲线的步骤流程图;
图4为其中一个实施例提出的一种乳房医学图像;
图5为其中一个实施例提出的一种乳房医学图像的中间处理结果图;
图6为其中一个实施例提出的获取的乳房医学图像的二值化图;
图7为其中一个实施例提出的投影曲线;
图8为其中一个实施例提出的得到人体区域和其他区域的步骤流程图;
图9为其中一个实施例提出的确定投影曲线中的波峰的步骤流程图;
图10为其中一个实施例提出的乳房医学图像处理方法的补充步骤流程图;
图11为其中一个实施例提出的一种乳房医学图像;
图12为其中一个实施例提出的旋转图像;
图13为其中一个实施例提出的乳房医学图像处理方法的补充步骤流程图
图14为其中一个实施例提出的确定所述乳房医学图像中的乳房区域的步骤流程图;
图15为其中一个实施例提出的获取医学图像的乳腺腺体方法的步骤流程图;
图16为其中一个实施例提出的将波谷和波峰映射到乳房预曝光图像的映射结果图;
图17为其中一个实施例提出的乳房预曝光图像的乳房区域示意图;
图18为其中一个实施例提出的灰度直方图;
图19为其中一个实施例提出的乳房预曝光图像的乳腺腺体区域示意图;
图20为其中一个实施例提出的乳腺图像采集设备AEC曝光参数的获取方法的步骤流程图;
图21为其中一个实施例提出的乳房医学图像处理装置的结构示意图;
图22为其中一个实施例提出的计算机设备的内部结构示意图。
具体实施方式
为了使本发明的发明目的、技术方案及技术效果更加清楚明白,以下结合附图对本发明的具体实施例进行描述。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。
本申请提供的乳房医学图像处理方法,可以应用于如图1所示的应用环境中。其中,乳房医学图像采集设备110通过网络与计算机设备120通信。其中,该乳房医学图像采集设备110用于采集乳房医学图像。可选的,该乳房医学图像采集设备110可以为X射线摄影检查设备、超声检查设备。可选的,该计算机设备120可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。
可选地,该计算机设备120包含至少一个处理器121与存储器122。可选地,该处理器121可以为CPU(Central Processing Unit,中央处理器),GPU(Graphics ProcessingUnit,图形处理器),IPU(Intelligence Processing Unit,智能处理器)等等可选地,该处理器121为多核处理器,例如多核CPU。可选地,该计算机设备的多个处理器121或者某一处理器121的多个处理器核可以并行处理多个操作任务,以提高计算机设备120的数据处理效率。
在一个实施例中,如图2所示,提供了一种乳房医学图像处理方法,以该方法应用于图1中的场景为例进行说明,包括以下步骤:
步骤S210:对获取的乳房医学图像进行处理,得到人体区域的投影曲线。
其中,乳房医学图像主要包括:乳房区域、直接曝光区域、限束器区域。具体的,计算机设备120获取乳房医学图像后,其处理器121对获取的乳房医学图像进行处理,得到人体区域的投影曲线。可选的,处理器121首先识别乳房医学图像中的人体区域,之后根据识别的人体区域的轮廓得到人体区域的投影曲线。
步骤S220:根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰。
具体的,计算机设备120通过其处理器121处理乳房医学图像得到人体区域的投影曲线后,其处理器121会根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰。可选的,处理器121首先根据投影曲线上波峰波谷特征识别出第一波谷和第二波谷,之后再从第一波谷和第二波谷之间确定投影曲线的波峰。
步骤S230:根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置。
其中,乳房医学图像的峰点位置对应人体乳房的乳头位置。具体的,处理器121根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置。可选的,将乳房医学图像中与投影曲线上第一波谷对应的位置作为第一谷点位置,将乳房医学图像中与投影曲线上第二波谷对应的位置作为第二谷点位置,将乳房医学图像中与投影曲线上波峰对应的位置作为峰点位置。
步骤S240:根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
具体的,处理器121根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。可选的,处理器121根据预设规则处理第一谷点位置、第二谷点位置和峰点位置得到所述乳房医学图像中的乳房区域。可选的,该预设规则根据人体乳房的生理特征与第一谷点位置、第二谷点位置和峰点位置的对应关系设置。例如:可以预设将第一谷点位置、第二谷点位置胸墙侧作的垂线,以及第一谷点位置、峰点位置和第二谷点位置的连线,在乳房医学图像中圈定的区域作为乳房区域。
可选的,对步骤S240得到的乳房区域对应的图像做进一步的分析处理,得到乳腺腺体区域、乳房病灶区域或乳房其他组织区域等等。因此上述实施例提出的乳房医学图像处理方法可被应用于乳房腺体检测,乳房病灶检测或者其他组织检测等等。优选的,使用步骤S240得到的乳房区域对应的图像做进一步的分析处理,得到乳腺腺体区域。
上述实施例提出的乳房医学图像处理方法,首先对获取的乳房医学图像进行处理,得到人体区域的投影曲线;然后根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;之后根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;最后根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。上述方法,由于获取乳房医学图像的人体投影曲线上的波谷相对与获取该曲线的波峰的输出结果准确率高,因此根据投影曲线的波谷可以更加准确的确定乳房医学图像中的波峰位置(乳头位置),因而根据该方法确实的波峰位置得到的乳房区域的结果也更加准确。
作为一种可选的实施方式,如图3所示,所述对乳房医学图像进行处理,得到人体区域的投影曲线的步骤包括:
步骤S211:对乳房医学图像进行处理,得到人体区域和其他区域。其中,其他区域是指医学图像中除人体图像之外的区域。可选的,其他区域可以包括直接曝光区域、限束器区域。
具体的,处理器121对乳房医学图像进行处理,得到人体区域和其他区域。可选的,处理器121首先根据灰度,识别出乳房医学图像中的限束器区域、乳房区域,之后再根据边缘特征,确定限束器区域和乳房区域。例如:获取的乳房医学图像如图4所示,处理器121首先根据直接曝光区域的灰度与限束器区域、乳房区域的区别,识别出限束器区域、乳房区域,得到仅包含限束器区域、乳房区域的图像,之后对仅包含限束器区域、乳房区域的图像进行边缘检测得到如图5所示的图像,最后再根据图5中的边缘特征,确定限束区域和人体区域。
步骤S212:将所述人体区域像素点的灰度值设为1,将其他区域的像素点的灰度值设为0,得到二值化图像。
具体的,处理器121将所述人体区域像素点的灰度值设为1,将其他区域的像素点的灰度值设为0,得到二值化图像。可选的,处理器121使用one-hot编码方式处理分给为人体区域和其他区域的乳房医学图像。例如:进行边缘检测得到的图像如图5所示,对其进行处理得到的二值化图像则如图6所示。
步骤S213:将所述二值化图像向胸墙侧投影得到人体区域的投影曲线。其中,胸墙方向是乳房预曝光图像中被采集者的胸墙的方向。
具体的,处理器121将所述二值化图像向胸墙侧投影得到人体区域的投影曲线。例如:得到的二值化图像如图6所示,则将其向胸墙侧投影得到的人体区域的投影曲线如图7所示。
上述实施例中得到人体区域的投影曲线的方法,首先应用限束器区域、乳房区域的灰度远低于直接曝光区域的灰的特性,识别出乳房医学图像中的乳房区域和限束器区域,之后再利用限束器区域具有特殊的边缘特征的特性,确定乳房医学图像中的人体区域,处理步骤简洁,得出的结果准确。
作为一种可选的实施方式,如图8所示,对获取的乳房医学图像进行处理,得到人体区域和其他区域的步骤包括:
步骤S2111:使用sobel梯度算法对乳房医学图像进行梯度变换得到图像梯度,并使用自适应阈值法对所述图像梯度阈值化,得到梯度图像。
具体的,处理器121运行sobel梯度算法对乳房医学图像进行梯度变换得到图像梯度,并使用自适应阈值法对所述图像梯度阈值化,得到梯度图像。
步骤S2112:使用hough变换法检测梯度图像中的直线,根据直线位置确定梯度图像中的人体区域和其他区域。
具体的,处理器121运行hough变换法检测梯度图像中的直线,根据直线位置确定梯度图像中的人体区域和其他区域。
上述实施获取乳房医学图像中人体区域和其他区域的方法,输出结果准确性高。
作为一种可选的实施方式,如图9所示,根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰的步骤包括:
步骤S221:根据人体特征设定投影曲线中第一波谷与第二波谷的间距,并根据所述间距确定所述投影曲线上的第一波谷和第二波谷。
步骤S222:根据第一波谷和第二波谷与波峰的相对位置确定投影曲线的波峰。
具体的,处理器121首先根据人体特征设定投影曲线中第一波谷与第二波谷的间距,并根据所述间距确定所述投影曲线上的第一波谷和第二波谷,之后根据第一波谷和第二波谷与波峰的相对位置确定投影曲线的波峰。可选的,处理器121根据投影曲线上候选的波峰的峰值大小、波峰在乳房医学图像的对应位置,以及波峰的峰值与两侧波谷的谷值的峰谷差,综合评估候选的波峰哪个为乳房医学图像中乳头位置对应的波峰。
由于乳头是一个凸出的结构,在曲线上,离乳头很近的区域可能会有凹陷产生的谷,这个谷不是我们想要的乳房整体的谷,因此,如果谷的位置与乳头所在的峰位置很近是要排除的。
上述通过预设间距筛选投影曲线上的波谷得到第一波谷和第二波谷的方法,可以保证后续根据该结果得到的第一谷点位置、第二谷点位置和峰点位置符合人体生理特征。例如由于人体的乳头是一个凸出的结构,离乳头很近的区域可能会有凹陷,在得到该位置对应的投影曲线时,该位置会产生波谷,但是这个波谷并不是我们想要作为第一波谷或第二波谷的谷,使用预设间距的方式,可以有效地筛除此种类型的波谷。
作为一种可选的实施方式,所述根据所述间距确定第一波谷和第二波谷的步骤包括下述情形:
情形一:若所述投影曲线上无波谷,则将所述投影曲线上预设间距的两个0值点作为第一波谷和第二波谷。
情形二:若所述投影曲线上的波谷数不少于两个,则根据第一波谷与第二波谷的预设间距,以及第一波谷和第二波谷的预设位置,确定第一波谷和第二波谷。
情形三:若所述投影曲线上包含一个波谷,则将该波谷作为第一波谷,并将所述投影曲线上与所述第一波谷间距大于预设值的0值点作为第二波谷。
作为一种可选的实施方式,如图10所示,上述乳房医学图像处理方法,还包括如下步骤:
步骤S250:若所述投影曲线上的第一波谷值或第二波谷值大于波峰值,则以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像。
具体的,处理器121在对乳房医学图像进行处理,得到人体区域的投影曲线后,若发现投影曲线上的第一波谷值或第二波谷值大于波峰值,则进一步对乳房医学图像进行处理,具体处理方法为:以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像。例如:获取的乳房医学图像如图10所示,该乳房医学图像对应的人体区域的投影曲线上第一波谷值(与图像10中标注的位置对应)大于波峰值(与图像11中“△”标注的位置对应),此时需要以第一谷点位置与第二谷点位置所在直线为基准旋转图10所示的乳房医学图像对该乳房医学图像进行处理,得到如图11所示的旋转图像。
步骤S260:使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,得到乳房医学图像的第一谷点值和第二谷点值。
具体的,处理器121使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,得到乳房医学图像的第一谷点值和第二谷点值。
本实施例提出的方法,可以处理侧位拍摄得到的乳房医学图像。由于侧位拍摄的乳房医学图像包含的除乳房以外的组织较多,先对其进行旋转处理,再确实图像中的人体区域,可以使得到乳房区域的结果更加准确。
作为一种可选的实施方式,如图13所示,上述乳房医学图像处理方法,还包括如下步骤:
步骤S270:若所述投影曲线上无波谷且仅在波峰一侧有0值点,则将投影曲线上预设位置的0值点和极值点作为第一波谷和第二波谷,并以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像。
具体的,处理器121在对乳房医学图像进行处理,得到人体区域的投影曲线后,若发现投影曲线上无波谷且仅在波峰一侧有0值点,则进一步对乳房医学图像进行处理,具体处理方法为:将投影曲线上预设位置的0值点和极值点作为第一波谷和第二波谷,并以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像。可选的,使用二维坐标(x,y)表示极值点时,极值点值为y。可选的,若投影曲线的最大波峰值大于预设的极值点值,则将最大波峰作为极值点。
步骤S280:使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,重新获取乳房医学图像的第一谷点值和第二谷点值。
作为一种可选的实施方式,图14所述根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域的步骤包括:
步骤S241:经峰点位置,向经第一谷点位置和第二谷点位置所在的直线做垂线,获取所述垂线与所述乳房医学图像的胸墙侧的边缘的交点位置。
步骤S242:分别连接所述交点位置和两个所述谷点位置,得到所述乳房区域。
具体的,处理器121经峰点位置,向经第一谷点位置和第二谷点位置所在的直线做垂线,获取所述垂线与所述乳房医学图像的胸墙侧的边缘的交点位置。分别连接所述交点位置和两个所述谷点位置,得到所述乳房区域。
本实施例根据获取的第一谷点位置、第二谷点位置和峰点位置,确定的乳房医学图像中的乳房区域更加精确。
在其中一个实施例中,上述乳房医学图像的处理方法,还包括如下步骤:获取所述乳房区域的灰度直方图;对所述灰度直方图进行分割获取直方图灰度分割阈值;将所述乳房区域中灰度小于所述直方图灰度分割阈值的区域,判定为乳腺腺体区域。
作为一种可选的实施方式,对灰度直方图进行分割获取直方图灰度分割阈值的步骤包括:使用大津法分割灰度直方图获取直方图灰度分割阈值。
本实施例提供的根据乳房区域得到乳腺腺体区域的方法,输出结果准确可靠。
在其中一个实施例中,如图15所示,为一种获取医学图像的乳腺腺体方法,该方法应用了上述实施例所述的乳房医学图像处理方法的结果,包括:
步骤S310:获取的乳房预曝光图像,图像如图4所示。根据图像中人体区域、限束器区域与直接曝光区域的灰度区别,确定人体区域、限束器区域。
步骤S320:对所述限束器区域和人体区域进行边缘检测和阈值分割处理,获取如图5所示的图像的边缘特征,根据该边缘特征确定人体区域。
步骤S330:根据乳房预曝光图像各位置是否为人体区域,对乳房预曝光图像进行二值化处理得到如图6所示的二值化图像。
步骤S340:将图6所示的二值化图像向胸墙侧投影,得到如图7所示的人体区域的投影曲线。
步骤S350:获取投影曲线中波谷和波峰,然后根据波谷值和波峰值的相对关系,确定波峰值以及波峰值两侧的波谷值。
图7的投影曲线中,横轴10~20左右有一个波谷,横轴100左右有一个波峰。由于波峰右侧没有波谷,因此可以用横轴150左右的0值代替波谷。根据波谷值与波峰值的相对关系,确定曲线左侧的波谷为(20,53),右侧的波谷为(145,0),波峰为(100,61)。
步骤S360:将波谷和波峰映射到乳房预曝光图像的对应位置,得到乳房预曝光图像中的第一波谷位置、第二波谷位置和峰点位置。映射结果如图16所示,图中“△”为波谷位置,为峰点位置。
步骤S370:经峰点位置,向经两所述谷点位置的直线做垂线,得到所述垂线与所述乳房预曝光图像的身体侧的边缘的交点位置;分别连接所述交点位置和两所述谷点位置,得到乳房区域。获取的乳房区域结果如图17所示。
步骤S380:获取乳房区域对应图像的灰度直方图,得到的灰度直方图结果如图18所示。
步骤S390:使用大津法分割所述灰度直方图获取所述直方图灰度分割阈值,将所述乳房区域中灰度小于所述直方图灰度分割阈值判定为乳腺腺体区域。最终获取的乳腺腺体区域结果如图19所示。
在其中一个实施例中,如图20示所示,提出了一种乳腺图像采集设备AEC(Automatic Exposure Control,自动曝光控制)曝光参数的获取方法的步骤流程图。该方法包括:
步骤S410:对目标乳腺进行压迫使目标乳腺厚度均匀,并将被压迫后的目标乳腺固定,采集乳房预曝光图像。
具体的,使用X射线摄影检查设备采集受试者的乳房预曝光图像。可选的,在确定采集乳房预曝光图像的X射线剂量(预曝光剂量)时,首先确定目标乳腺的性质,再根据目标乳腺的性质在与曝光参数的对应关系,确定乳房预曝光图像的曝光参数。
一般按乳腺中的腺体组织含量是否大于75%将乳腺分为非致密性乳腺和致密性乳腺两大类。在采集乳房预曝光图像时,一般原则是致密型乳腺设置高能X射线,这样才能显示良好的图像质量;非致密型乳腺设置低能X射线,否则会出现过度曝光。可选的,在采集乳房预曝光图像时,可以设置致密型乳腺对应的X射线剂量为:30kv-35kV和20mAs-50mAs的X射线(其中,kv和mAs代表了X射线剂量值的单位);设置非致密型乳腺对应的X射线剂量为,25kv-29kV和5mAs-19mAs的X射线,这样可减少欠曝光或过度曝光的现象,提高成像质量。
步骤S420:使用上述实施例所提及的乳房医学图像处理方法处理获取的乳房预曝光图像,获取乳房区域。
步骤S430:根据所述乳房区域得到乳腺腺体区域,并根据所述乳腺腺体区域获取腺体灰度。
步骤S440:根据预先设置的预曝光剂量、压迫厚度、腺体灰度与AEC曝光参数的对应关系,确定所述AEC曝光参数。
具体的,预先预曝光剂量、压迫厚度、腺体灰度与AEC曝光参数的对应关系可以预先存储于计算机设备的存储器中。可选的,该关系可以为表格形式。在计算机的处理器需要获取AEC曝光参数时,根据预曝光剂量、压迫厚度、腺体灰度查询该对应关系表格,得出AEC曝光参数。
本实施例提出的一种乳腺图像采集设备AEC曝光参数的获取方法是在精确获取乳腺腺体位置的基础上,获取乳腺腺体灰度,因此可以获取较好的AEC曝光参数。
应该理解的是,虽然图2-图3,图8-图10,图13-图15,图20的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-图3,图8-图10,图13-图15,图20中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图21所示,提供了一种乳房医学图像处理装置,包括:
图像处理模块201,用于对获取的乳房医学图像进行处理,得到人体区域的投影曲线;
曲线处理模块202,用于根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;
位置处理模块203,用于根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
作为一种可选的实施方式,图像处理模块201,用于对乳房医学图像进行处理,得到人体区域和其他区域;将所述人体区域像素点的灰度值设为1,将其他区域的像素点的灰度值设为0,得到二值化图像;将所述二值化图像向胸墙侧投影得到人体区域的投影曲线。
作为一种可选的实施方式,图像处理模块201,用于使用sobel梯度算法对乳房医学图像进行梯度变换得到图像梯度,并使用自适应阈值法对所述图像梯度阈值化,得到梯度图像;使用hough变换法检测梯度图像中的直线,根据直线位置确定梯度图像中的人体区域和其他区域。
作为一种可选的实施方式,曲线处理模块202,用于根据人体特征设定投影曲线中第一波谷与第二波谷的间距,并根据所述间距确定所述投影曲线上的第一波谷和第二波谷;根据第一波谷和第二波谷与波峰的相对位置确定投影曲线的波峰。
作为一种可选的实施方式,曲线处理模块202,用于若所述投影曲线上无波谷,则将所述投影曲线上预设间距的两个0值点作为第一波谷和第二波谷;若所述投影曲线上的波谷数不少于两个,则根据第一波谷与第二波谷的预设间距,以及第一波谷和第二波谷的预设位置,确定第一波谷和第二波谷;若所述投影曲线上包含一个波谷,则将该波谷作为第一波谷,并将所述投影曲线上与所述第一波谷间距大于预设值的0值点作为第二波谷。
作为一种可选的实施方式,图像处理模块201,用于若所述投影曲线上的第一波谷值或第二波谷值大于波峰值,则以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,得到乳房医学图像的第一谷点值和第二谷点值。
作为一种可选的实施方式,图像处理模块201,用于若所述投影曲线上无波谷且仅在波峰一侧有0值点,则将投影曲线上预设位置的0值点和极值点作为第一波谷和第二波谷,并以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,重新获取乳房医学图像的第一谷点值和第二谷点值。
作为一种可选的实施方式,位置处理模块203,用于经峰点位置,向经第一谷点位置和第二谷点位置所在的直线做垂线,获取所述垂线与所述乳房医学图像的胸墙侧的边缘的交点位置;分别连接所述交点位置和两个所述谷点位置,得到所述乳房区域。
作为一种可选的实施方式,位置处理模块203,还用于获取所述乳房区域的灰度直方图;对所述灰度直方图进行分割获取直方图灰度分割阈值;将所述乳房区域中灰度小于所述直方图灰度分割阈值的区域,判定为乳腺腺体区域。
关于乳房医学图像处理装置的具体限定可以参见上文中对于乳房医学图像处理方法的限定,在此不再赘述。上述乳房医学图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图22所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种乳房医学图像处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图22中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:对获取的乳房医学图像进行处理,得到人体区域的投影曲线;根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对乳房医学图像进行处理,得到人体区域和其他区域;将所述人体区域像素点的灰度值设为1,将其他区域的像素点的灰度值设为0,得到二值化图像;将所述二值化图像向胸墙侧投影得到人体区域的投影曲线。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:使用sobel梯度算法对乳房医学图像进行梯度变换得到图像梯度,并使用自适应阈值法对所述图像梯度阈值化,得到梯度图像;使用hough变换法检测梯度图像中的直线,根据直线位置确定梯度图像中的人体区域和其他区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据人体特征设定投影曲线中第一波谷与第二波谷的间距,并根据所述间距确定所述投影曲线上的第一波谷和第二波谷;根据第一波谷和第二波谷与波峰的相对位置确定投影曲线的波峰。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述投影曲线上无波谷,则将所述投影曲线上预设间距的两个0值点作为第一波谷和第二波谷;若所述投影曲线上的波谷数不少于两个,则根据第一波谷与第二波谷的预设间距,以及第一波谷和第二波谷的预设位置,确定第一波谷和第二波谷;若所述投影曲线上包含一个波谷,则将该波谷作为第一波谷,并将所述投影曲线上与所述第一波谷间距大于预设值的0值点作为第二波谷。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述投影曲线上的第一波谷值或第二波谷值大于波峰值,则以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,得到乳房医学图像的第一谷点值和第二谷点值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述投影曲线上无波谷且仅在波峰一侧有0值点,则将投影曲线上预设位置的0值点和极值点作为第一波谷和第二波谷,并以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,重新获取乳房医学图像的第一谷点值和第二谷点值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:经峰点位置,向经第一谷点位置和第二谷点位置所在的直线做垂线,获取所述垂线与所述乳房医学图像的胸墙侧的边缘的交点位置;分别连接所述交点位置和两个所述谷点位置,得到所述乳房区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取所述乳房区域的灰度直方图;对所述灰度直方图进行分割获取直方图灰度分割阈值;将所述乳房区域中灰度小于所述直方图灰度分割阈值的区域,判定为乳腺腺体区域。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:对目标乳腺进行压迫使目标乳腺厚度均匀,并将被压迫后的目标乳腺固定,采集乳房预曝光图像;使用上述乳房医学图像处理方法处理获取的乳房预曝光图像,得到所述乳房预曝光图像中的乳房区域;根据所述乳房区域得到乳腺腺体区域,并根据所述乳腺腺体区域获取腺体灰度;根据预先设置的预曝光剂量、压迫厚度、腺体灰度与AEC曝光参数的对应关系,确定所述AEC曝光参数。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:对获取的乳房医学图像进行处理,得到人体区域的投影曲线;根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对乳房医学图像进行处理,得到人体区域和其他区域;将所述人体区域像素点的灰度值设为1,将其他区域的像素点的灰度值设为0,得到二值化图像;将所述二值化图像向胸墙侧投影得到人体区域的投影曲线。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:使用sobel梯度算法对乳房医学图像进行梯度变换得到图像梯度,并使用自适应阈值法对所述图像梯度阈值化,得到梯度图像;使用hough变换法检测梯度图像中的直线,根据直线位置确定梯度图像中的人体区域和其他区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据人体特征设定投影曲线中第一波谷与第二波谷的间距,并根据所述间距确定所述投影曲线上的第一波谷和第二波谷;根据第一波谷和第二波谷与波峰的相对位置确定投影曲线的波峰。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述投影曲线上无波谷,则将所述投影曲线上预设间距的两个0值点作为第一波谷和第二波谷;若所述投影曲线上的波谷数不少于两个,则根据第一波谷与第二波谷的预设间距,以及第一波谷和第二波谷的预设位置,确定第一波谷和第二波谷;若所述投影曲线上包含一个波谷,则将该波谷作为第一波谷,并将所述投影曲线上与所述第一波谷间距大于预设值的0值点作为第二波谷。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述投影曲线上的第一波谷值或第二波谷值大于波峰值,则以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,得到乳房医学图像的第一谷点值和第二谷点值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述投影曲线上无波谷且仅在波峰一侧有0值点,则将投影曲线上预设位置的0值点和极值点作为第一波谷和第二波谷,并以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,重新获取乳房医学图像的第一谷点值和第二谷点值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:经峰点位置,向经第一谷点位置和第二谷点位置所在的直线做垂线,获取所述垂线与所述乳房医学图像的胸墙侧的边缘的交点位置;分别连接所述交点位置和两个所述谷点位置,得到所述乳房区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取所述乳房区域的灰度直方图;对所述灰度直方图进行分割获取直方图灰度分割阈值;将所述乳房区域中灰度小于所述直方图灰度分割阈值的区域,判定为乳腺腺体区域。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:对目标乳腺进行压迫使目标乳腺厚度均匀,并将被压迫后的目标乳腺固定,采集乳房预曝光图像;使用上述乳房医学图像处理方法处理获取的乳房预曝光图像,得到所述乳房预曝光图像中的乳房区域;根据所述乳房区域得到乳腺腺体区域,并根据所述乳腺腺体区域获取腺体灰度;根据预先设置的预曝光剂量、压迫厚度、腺体灰度与AEC曝光参数的对应关系,确定所述AEC曝光参数。
本领域普通技术人员可以理解实现上述实施例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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上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申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种乳房医学图像处理方法,其特征在于,包括如下步骤:
对获取的乳房医学图像进行处理,得到人体区域的投影曲线;
根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;
根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;
根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
2.根据权利要求1所述的方法,其特征在于,所述对乳房医学图像进行处理,得到人体区域的投影曲线的步骤包括:
对乳房医学图像进行处理,得到人体区域和其他区域;
将所述人体区域像素点的灰度值设为1,将其他区域的像素点的灰度值设为0,得到二值化图像;
将所述二值化图像向胸墙侧投影得到人体区域的投影曲线。
3.根据权利要求2所述的方法,其特征在于,对获取的乳房医学图像进行处理,得到人体区域和其他区域的步骤包括:
使用sobel梯度算法对乳房医学图像进行梯度变换得到图像梯度,并使用自适应阈值法对所述图像梯度阈值化,得到梯度图像;
使用hough变换法检测梯度图像中的直线,根据直线位置确定梯度图像中的人体区域和其他区域。
4.根据权利要求1所述的方法,其特征在于,根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰的步骤包括:
根据人体特征设定投影曲线中第一波谷与第二波谷的间距,并根据所述间距确定所述投影曲线上的第一波谷和第二波谷;
根据第一波谷和第二波谷与波峰的相对位置确定投影曲线的波峰。
5.根据权利要求4所述的方法,其特征在于,所述根据所述间距确定第一波谷和第二波谷的步骤包括:
若所述投影曲线上无波谷,则将所述投影曲线上预设间距的两个0值点作为第一波谷和第二波谷;
若所述投影曲线上的波谷数不少于两个,则根据第一波谷与第二波谷的预设间距,以及第一波谷和第二波谷的预设位置,确定第一波谷和第二波谷;
若所述投影曲线上包含一个波谷,则将该波谷作为第一波谷,并将所述投影曲线上与所述第一波谷间距大于预设值的0值点作为第二波谷。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法包括:
若所述投影曲线上的第一波谷值或第二波谷值大于波峰值,则以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;
使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,得到乳房医学图像的第一谷点值和第二谷点值。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述方法包括:
若所述投影曲线上无波谷且仅在波峰一侧有0值点,则将投影曲线上预设位置的0值点和极值点作为第一波谷和第二波谷,并以第一波谷与第二波谷所在直线为基准旋转对应的乳房医学图像,得到旋转图像;
使用所述旋转图像重新获取乳房医学图像中人体区域的投影曲线,并根据重新获取的投影曲线,重新获取乳房医学图像的第一谷点值和第二谷点值。
8.根据权利要求1-5任一项所述的方法,其特征在于,所述根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域的步骤包括:
经峰点位置,向经第一谷点位置和第二谷点位置所在的直线做垂线,获取所述垂线与所述乳房医学图像的胸墙侧的边缘的交点位置;
分别连接所述交点位置和两个所述谷点位置,得到所述乳房区域。
9.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
获取所述乳房区域的灰度直方图;
对所述灰度直方图进行分割获取直方图灰度分割阈值;
将所述乳房区域中灰度小于所述直方图灰度分割阈值的区域,判定为乳腺腺体区域。
10.一种乳腺图像采集设备AEC曝光参数的获取方法,其特征在于,包括:
对目标乳腺进行压迫使目标乳腺厚度均匀,并将被压迫后的目标乳腺固定,采集乳房预曝光图像;
根据权利要求1-8任一项所述的方法处理获取的乳房预曝光图像,得到所述乳房预曝光图像中的乳房区域;
根据所述乳房区域得到乳腺腺体区域,并根据所述乳腺腺体区域获取腺体灰度;
根据预先设置的预曝光剂量、压迫厚度、腺体灰度与AEC曝光参数的对应关系,确定所述AEC曝光参数。
11.一种乳房医学图像处理装置,其特征在于,包括:
图像处理模块,用于对获取的乳房医学图像进行处理,得到人体区域的投影曲线;
曲线处理模块,用于根据所述投影曲线中的第一波谷和第二波谷,确定投影曲线中的波峰;根据所述投影曲线中的第一波谷、第二波谷和波峰,确定所述乳房医学图像中第一谷点位置、第二谷点位置和峰点位置;
位置处理模块,用于根据获取的第一谷点位置、第二谷点位置和峰点位置,确定所述乳房医学图像中的乳房区域。
12.一种计算机设备,包括存储器及处理器,所述存储器上存储有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计算机程序时实现权利要求1至10中任一项所述方法的步骤。
13.一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,所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810538825.7A CN108765421B (zh) | 2018-05-30 | 2018-05-30 | 乳房医学图像处理方法、装置和aec曝光参数获取方法 |
PCT/CN2019/089388 WO2019228482A1 (en) | 2018-05-30 | 2019-05-30 | Systems and methods for image processing |
EP19810381.4A EP3785222B1 (en) | 2018-05-30 | 2019-05-30 | Systems and methods for image processing |
US17/106,176 US11475569B2 (en) | 2018-05-30 | 2020-11-29 | Systems and methods for image processing |
US18/047,267 US12100157B2 (en) | 2018-05-30 | 2022-10-17 | Systems and methods for image processing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810538825.7A CN108765421B (zh) | 2018-05-30 | 2018-05-30 | 乳房医学图像处理方法、装置和aec曝光参数获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108765421A true CN108765421A (zh) | 2018-11-06 |
CN108765421B CN108765421B (zh) | 2021-01-12 |
Family
ID=64004059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810538825.7A Active CN108765421B (zh) | 2018-05-30 | 2018-05-30 | 乳房医学图像处理方法、装置和aec曝光参数获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108765421B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163857A (zh) * | 2019-05-24 | 2019-08-23 | 上海联影医疗科技有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线系统 |
CN110210437A (zh) * | 2019-06-10 | 2019-09-06 | 上海联影医疗科技有限公司 | 一种图像中人体区域的确定方法及系统 |
WO2019228482A1 (en) * | 2018-05-30 | 2019-12-05 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
CN111297396A (zh) * | 2020-02-24 | 2020-06-19 | 华东师范大学 | 一种基于Radon变换的超声胸膜线自动识别定位方法 |
US12100157B2 (en) | 2018-05-30 | 2024-09-24 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421454B1 (en) * | 1999-05-27 | 2002-07-16 | Litton Systems, Inc. | Optical correlator assisted detection of calcifications for breast biopsy |
CN101023376A (zh) * | 2004-07-23 | 2007-08-22 | 比约恩·A·J·安杰尔森 | 超声成像 |
WO2008036181A1 (en) * | 2006-09-20 | 2008-03-27 | Carestream Health, Inc. | Determining mammographic image view and laterality |
CN103345732A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于Contourlet变换的PCNN图像增强算法及装置 |
CN104574327A (zh) * | 2014-12-15 | 2015-04-29 | 沈阳东软医疗系统有限公司 | 一种乳腺图像处理方法和装置 |
CN105374025A (zh) * | 2015-09-30 | 2016-03-02 | 上海联影医疗科技有限公司 | 乳房图像获取方法及装置、乳房摄影系统 |
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 |
CN107569248A (zh) * | 2017-08-07 | 2018-01-12 | 沈阳东软医疗系统有限公司 | 一种乳腺机设备的曝光方法及乳腺机设备 |
CN107862691A (zh) * | 2017-11-24 | 2018-03-30 | 上海联影医疗科技有限公司 | 检测乳房图像中非乳房区域的方法、装置、计算机和介质 |
-
2018
- 2018-05-30 CN CN201810538825.7A patent/CN108765421B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421454B1 (en) * | 1999-05-27 | 2002-07-16 | Litton Systems, Inc. | Optical correlator assisted detection of calcifications for breast biopsy |
CN101023376A (zh) * | 2004-07-23 | 2007-08-22 | 比约恩·A·J·安杰尔森 | 超声成像 |
WO2008036181A1 (en) * | 2006-09-20 | 2008-03-27 | Carestream Health, Inc. | Determining mammographic image view and laterality |
CN103345732A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于Contourlet变换的PCNN图像增强算法及装置 |
CN104574327A (zh) * | 2014-12-15 | 2015-04-29 | 沈阳东软医疗系统有限公司 | 一种乳腺图像处理方法和装置 |
CN105374025A (zh) * | 2015-09-30 | 2016-03-02 | 上海联影医疗科技有限公司 | 乳房图像获取方法及装置、乳房摄影系统 |
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 |
CN107569248A (zh) * | 2017-08-07 | 2018-01-12 | 沈阳东软医疗系统有限公司 | 一种乳腺机设备的曝光方法及乳腺机设备 |
CN107862691A (zh) * | 2017-11-24 | 2018-03-30 | 上海联影医疗科技有限公司 | 检测乳房图像中非乳房区域的方法、装置、计算机和介质 |
Non-Patent Citations (1)
Title |
---|
蔡勇,等: "超声医学图像的自动分割", 《兰州交通大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019228482A1 (en) * | 2018-05-30 | 2019-12-05 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
US11475569B2 (en) | 2018-05-30 | 2022-10-18 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
US12100157B2 (en) | 2018-05-30 | 2024-09-24 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
CN110163857A (zh) * | 2019-05-24 | 2019-08-23 | 上海联影医疗科技有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线系统 |
CN110210437A (zh) * | 2019-06-10 | 2019-09-06 | 上海联影医疗科技有限公司 | 一种图像中人体区域的确定方法及系统 |
CN111297396A (zh) * | 2020-02-24 | 2020-06-19 | 华东师范大学 | 一种基于Radon变换的超声胸膜线自动识别定位方法 |
CN111297396B (zh) * | 2020-02-24 | 2021-05-07 | 华东师范大学 | 一种基于Radon变换的超声胸膜线自动识别定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108765421B (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765421A (zh) | 乳房医学图像处理方法、装置和aec曝光参数获取方法 | |
CN110458830B (zh) | 图像处理方法、装置、服务器及存储介质 | |
CN112561908B (zh) | 乳腺图像病灶匹配方法、装置及存储介质 | |
CN113034389B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN108108739A (zh) | 图像目标区域的检测方法、装置、x射线系统及存储介质 | |
US20120053446A1 (en) | Voting in image processing | |
Nousiainen et al. | Automating chest radiograph imaging quality control | |
CN111488872A (zh) | 图像检测方法、装置、计算机设备和存储介质 | |
CN111568451A (zh) | 一种曝光剂量调节方法和系统 | |
CN111223158B (zh) | 心脏冠脉图像的伪影校正方法和可读存储介质 | |
JP2024000482A (ja) | 医療画像の処理方法及び医療画像処理用コンピュータ装置 | |
CN111260636A (zh) | 模型训练方法及设备、图像处理方法及设备以及介质 | |
CN111991016B (zh) | 图像采集参数获取方法、装置、设备、系统和存储介质 | |
CN112200780B (zh) | 骨组织定位方法、装置、计算机设备和存储介质 | |
CN113989231A (zh) | 动力学参数的确定方法、装置、计算机设备和存储介质 | |
CN111489318B (zh) | 医学图像增强方法和计算机可读存储介质 | |
CN117045273A (zh) | Ct扫描辐射剂量确定方法、装置、设备和存储介质 | |
CN113808130B (zh) | 肿瘤图像智能分类方法、装置、设备和存储介质 | |
US20100202674A1 (en) | Voting in mammography processing | |
WO2022033598A1 (zh) | 乳房x射线图像获取方法、装置、计算机设备和存储介质 | |
CN113409445B (zh) | 骨折手术钢钉稳定性的评估方法、确定方法、介质及设备 | |
CN115311188B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN113780282B (zh) | 等中心位置确定方法、装置、计算机设备和可读存储介质 | |
CN114449714B (zh) | 基于视觉识别的光色调整方法、装置及电子设备 | |
CN115511844A (zh) | 病灶位置确定方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |