CN111528914A - 一种图像处理方法和装置 - Google Patents
一种图像处理方法和装置 Download PDFInfo
- Publication number
- CN111528914A CN111528914A CN202010490385.XA CN202010490385A CN111528914A CN 111528914 A CN111528914 A CN 111528914A CN 202010490385 A CN202010490385 A CN 202010490385A CN 111528914 A CN111528914 A CN 111528914A
- Authority
- CN
- China
- Prior art keywords
- value
- nodules
- echo attenuation
- echo
- accompanied
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000002604 ultrasonography Methods 0.000 claims abstract description 18
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims description 21
- 230000035945 sensitivity Effects 0.000 claims description 17
- 230000002238 attenuated effect Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 3
- 206010054107 Nodule Diseases 0.000 abstract description 38
- 230000003211 malignant effect Effects 0.000 abstract description 13
- 210000001519 tissue Anatomy 0.000 abstract description 13
- 206010028980 Neoplasm Diseases 0.000 abstract description 7
- 210000005075 mammary gland Anatomy 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000000877 morphologic effect Effects 0.000 abstract description 2
- 210000000481 breast Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 201000011510 cancer Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 4
- 206010006272 Breast mass Diseases 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000002308 calcification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000036210 malignancy Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
一种图像处理方法和装置,包括:获取超声诊断仪上的超声弹性图像中的感兴趣区域,感兴趣区域包括伴后方回声衰减的小结节;勾勒出伴后方回声衰减的小结节的轮廓范围,测得E值和G值;通过E值和G值对感兴趣区域进行弹性模量分析;绘制ROC曲线,得到ROC曲线下面积及最佳截断点,根据截断点对所述伴后方回声衰减的小结节进行评估。本申请实施例在实时剪切波弹性成像中运用剪切模量E值及G值对伴后方回声衰减的小结节鉴别,测量伴后方回声衰减的乳腺良恶性结节的E值及G值,将超声提供的组织形态结构信息与弹性E成像硬度信息相结合,提高了对肿瘤诊断的准确性。
Description
技术领域
本申请涉及图像处理,尤其涉及一种图像处理方法和装置。
背景技术
在乳腺影像报告及数据系统(BIRADS)词典中,“后方回声衰减”为乳腺恶性肿瘤的描述词汇之一,经典的超声医学书籍中也将后方回声衰减归为乳腺恶性病变的超声特征,所以以往超声医师见到这样特征的结节均将其归入乳腺癌的范畴。实际上很多后方回声衰减的结节是良性病变,后方回声衰减的良恶性结节声像图特点上存在共同点,难以鉴别诊断。
发明内容
本申请提供一种图像处理方法和装置。
根据本申请的第一方面,本申请提供一种图像处理方法,包括:
获取超声诊断仪上的超声弹性图像中的感兴趣区域,所述感兴趣区域包括伴后方回声衰减的小结节;
勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值;
通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析;
绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估。
进一步地,所述勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值,包括:
将所述超声诊断仪的弹性度量值调节为E,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节E值的最大值、平均值和最小值;
将所述超声诊断仪的弹性度量值调节为G,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节G值的最大值、平均值和最小值;
记录测量得到的数据。
进一步地,所述通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析,包括:
分析所述E值和所述G值在不同类型的所述伴后方回声衰减的小结节之间、不同类型所述伴后方回声衰减的小结节与周围组织之间的统计学差异。
进一步地,所述获取超声诊断仪上的超声弹性图像中的感兴趣区域,包括:
通过所述超声诊断仪使用弹性模量E成像法获取所述超声弹性图像;
使用通过图像分割获取所述感兴趣区域。
进一步地,所述绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估,包括:
计算不同类型的所述伴后方回声衰减的小结节的灵敏度与特异度之和,所述灵敏度与特异度之和的最大值所对应的点为最佳截断点;
通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
根据本申请的第二方面,本申请提供一种图像处理装置,包括:
截图模块,用于获取超声诊断仪上的超声弹性图像中的感兴趣区域,所述感兴趣区域包括伴后方回声衰减的小结节;
测量模块,用于勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值;
分析模块,用于通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析;
评估模块,用于绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估。
进一步地,所述测量模块,包括:
第一测量单元,用于将所述超声诊断仪的弹性度量值调节为E,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节E值的最大值、平均值和最小值;
第二测量单元,用于将所述超声诊断仪的弹性度量值调节为G,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节G值的最大值、平均值和最小值;
记录单元,用于记录测量得到的数据。
进一步地,所述分析模块,包括:
分析单元,用于分析所述E值和所述G值在不同类型的所述伴后方回声衰减的小结节之间、不同类型所述伴后方回声衰减的小结节与周围组织之间的统计学差异。
进一步地,所述截图模块,包括:
第一处理单元,用于通过所述超声诊断仪使用弹性模量E成像法获取所述超声弹性图像;
第二处理单元,用于通过图像分割获取所述感兴趣区域。
进一步地,所述评估模块,包括:
计算单元,用于计算不同类型的所述伴后方回声衰减的小结节的灵敏度与特异度之和,所述灵敏度与特异度之和的最大值所对应的点为最佳截断点;
评估单元,用于通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
根据本申请的第三方面,本申请提供一种图像处理装置,包括:
存储器,用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现上述方法。
由于采用了以上技术方案,使本申请具备的有益效果在于:
本申请的图像处理方法,包括获取超声诊断仪上的超声弹性图像中的感兴趣区域,感兴趣区域包括伴后方回声衰减的小结节;勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值;通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析;绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估。本申请实施例在实时剪切波弹性成像中运用剪切模量E值及G值对伴后方回声衰减的小结节鉴别,测量伴后方回声衰减的乳腺良恶性结节的E值及G值,将超声提供的组织形态结构信息与弹性E成像硬度信息相结合,提高了对肿瘤诊断的准确性。
附图说明
图1为本申请实施例一中的方法在一种实施方式中的流程图;
图2为本申请实施例一中的方法在另一种实施方式中的流程图;
图3为本申请实施例二中的装置在一种实施方式中的程序模块示意图;
图4为本申请实施例二中的装置在另一种实施方式中的程序模块示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
超声成像的原理是依靠组织对超声回波的探测,超声成像的对比度主要来自于组织的机械和力学性质的差异。因此,超声成像主要以宏观的形态和结构成像为主,但是,超声成像无法克服一些伪像带来的干扰,如良恶性肿瘤均可产生后方回声衰减,在精确判断良恶性肿瘤方面仍然有所欠缺。
本申请首先使用自动分割技术获取病灶区域(感兴趣),摆脱常规方法中由医生手动分割模式;利用模糊聚类技术分析元素空间隶属度自动提取病灶区域弹性定量信息,并根据量化特征值,实现病灶区域定量分析。现有技术对肿瘤的微观结构无法判断,而且肿瘤内部如果存在液化坏死或钙化,都会造成假阳性及假阴性结果。利用剪切波弹性成像技术(SWE)可以得到病灶区域弹性模量的多参数值,如弹性模量平均值、最大值和最小值,对病灶的弹性特征分析更全面。尤其是乳腺正常组织与病灶之间的区别体现在:病灶内不同区域弹性模量平均水平的高低,由平均值来体现。因此,本申请采用测量结节E值及G值的Max、Mean及Min来对病灶弹性模量进行分析和判定,用以提高基于弹性模量估计的肿瘤良恶性判别的准确性和可靠性。
实施例一:
如图1所示,本申请的图像处理方法,其一种实施方式,包括以下步骤:
步骤102:获取超声诊断仪上的超声弹性图像中的感兴趣区域,感兴趣区域包括伴后方回声衰减的小结节。
采用Mindray Resona7超声诊断仪、11-3M线阵探头,频率范围3-11MHz。在同一天内首先行常规超声检查,观察并记录结节的位置、大小、形态、边界、回声、有无钙化、后方回声、血流特征等。随后开启超宽波束追踪技术进入弹性STE成像模式,保证结节最大切面全部进入ROI(region of interest,感兴趣区域)框,开启可信度图协助观察弹性运动稳定性,获得结节的剪切波超声弹性图像并储存在仪器上。
步骤104:勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得伴后方回声衰减的小结节的E值和G值。
在仪器上对储存的图像进行后处理:选择运动稳定性最好的一幅图像,先将仪器弹性度量值调节为E,调整图谱色彩、应变标尺、动态范围及不透明度在最佳状态,按下测量键,选择描迹,勾勒出结节的轮廓范围,然后按Update,系统自动测得结节E值Max、Mean及Min,分别记为Emax、Emean、Emin;然后将弹性度量值调节为G,调整图谱色彩、应变标尺、动态范围及不透明度在最佳状态,按下测量键,同样方法测得结节的Gmax、Gmean、Gmin,记录数据。
步骤106:通过E值和G值对感兴趣区域进行弹性模量分析。
以术后病理切片结果作为诊断良恶性的对照金标准,分析各E值及G值在伴后方回声衰减的乳腺良恶性结节之间、伴后方回声衰减的乳腺良性结节与周围组织、伴后方回声衰减的乳腺恶性结节与周围组织之间是否具有统计学差异。
步骤108:绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据截断点对伴后方回声衰减的小结节进行评估。
运用SPSS22统计分析软件进行分析,选择t检验,将Emax、Emean、Emin、Gmax、Gmean、Gmin、良恶性等各组数据输入软件表格,按分析键选择ROC曲线分析,自动获得ROC曲线,可以得到曲线下面积及最佳截断点,此截断点即为鉴别诊断后方回声衰减的乳腺良恶性结节的最佳阈值。比较超声E成像在诊断乳腺伴后方回声衰减的良恶性结节中的灵敏度、特异度、阳性预测值、阴性预测值。伴后方回声衰减的小结节中的灵敏度与特异度之和的最大值所对应的点为最佳截断点,通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
如图2所示,本申请的图像处理方法,其另一种实施方式,包括以下步骤:
步骤202:通过超声诊断仪使用弹性模量E成像法获取超声弹性图像。
步骤204:使用通过图像分割获取所述感兴趣区域。
步骤206:将超声诊断仪的弹性度量值调节为E,勾勒出伴后方回声衰减的小结节的轮廓范围,测得伴后方回声衰减的小结节E值的最大值、平均值和最小值;
步骤208:将超声诊断仪的弹性度量值调节为G,勾勒出伴后方回声衰减的小结节的轮廓范围,测得伴后方回声衰减的小结节G值的最大值、平均值和最小值;
步骤210:记录测量得到的数据。
步骤212:分析E值和G值在不同类型的伴后方回声衰减的小结节之间、不同类型伴后方回声衰减的小结节与周围组织之间的统计学差异。即分析E值和G值在伴后方回声衰减的良性结节与恶性结节之间、伴后方回声衰减的良性结节与周围组织、伴后方回声衰减的恶性结节与周围组织之间的统计学差异。
步骤214:计算不同类型的伴后方回声衰减的小结节的灵敏度与特异度之和,灵敏度与特异度之和的最大值所对应的点为最佳截断点。
获取所有超声弹性图像的感兴趣区域的良恶性结节的灵敏度和特异度,计算伴灵敏度与特异度之和,灵敏度与特异度之和的最大值所对应的点为最佳截断点。
步骤216:通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
实施例二:
如图3所示,本申请的图像处理装置,其一种实施方式,可以包括截图模块310、测量模块320、分析模块330和评估模块340。
截图模块310,用于获取超声诊断仪上的超声弹性图像中的感兴趣区域,感兴趣区域包括伴后方回声衰减的小结节;
测量模块320,用于勾勒出伴后方回声衰减的小结节的轮廓范围,测得伴后方回声衰减的小结节的E值和G值;
分析模块330,用于通过E值和G值对感兴趣区域进行弹性模量分析;
评估模块340,用于绘制ROC曲线,得到ROC曲线下面积及最佳截断点,根据截断点对伴后方回声衰减的小结节进行评估。
如图4所示,本申请的图像处理装置,其另一种实施方式,可以包括截图模块410、测量模块420、分析模块430和评估模块440。
截图模块410,用于获取超声诊断仪上的超声弹性图像中的感兴趣区域,感兴趣区域包括伴后方回声衰减的小结节;
测量模块420,用于勾勒出伴后方回声衰减的小结节的轮廓范围,测得伴后方回声衰减的小结节的E值和G值;
分析模块430,用于通过E值和G值对感兴趣区域进行弹性模量分析;
评估模块440,用于绘制ROC曲线,得到ROC曲线下面积及最佳截断点,根据截断点对伴后方回声衰减的小结节进行评估。
进一步地,测量模块420可以包括:
第一测量单元421,用于将所述超声诊断仪的弹性度量值调节为E,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节E值的最大值、平均值和最小值;
第二测量单元422,用于将所述超声诊断仪的弹性度量值调节为G,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节G值的最大值、平均值和最小值;
记录单元423,用于记录测量得到的数据。
进一步地,分析模块430可以包括:
分析单元431,用于分析E值和所述G值在不同类型的伴后方回声衰减的小结节之间、不同类型伴后方回声衰减的小结节与周围组织之间的统计学差异。
进一步地,截图模块410可以包括:
第一处理单元411,用于通过超声诊断仪使用弹性模量E成像法获取超声弹性图像;
第二处理单元412,用于通过图像分割获取感兴趣区域。
进一步地,评估模块440可以包括:
计算单元441,用于计算不同类型的伴后方回声衰减的小结节的灵敏度与特异度之和,灵敏度与特异度之和的最大值所对应的点为最佳截断点;
评估单元441,用于通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
实施例三:
一种图像处理装置,可以包括存储器和处理器。
存储器,用于存储程序;
处理器,用于通过执行存储器存储的程序以实现实施例一中的方法。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取超声诊断仪上的超声弹性图像中的感兴趣区域,所述感兴趣区域包括伴后方回声衰减的小结节;
勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值;
通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析;
绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估。
2.如权利要求1所述的方法,其特征在于,所述勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值,包括:
将所述超声诊断仪的弹性度量值调节为E,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节E值的最大值、平均值和最小值;
将所述超声诊断仪的弹性度量值调节为G,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节G值的最大值、平均值和最小值;
记录测量得到的数据。
3.如权利要求2所述的方法,其特征在于,所述通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析,包括:
分析所述E值和所述G值在不同类型的所述伴后方回声衰减的小结节之间、不同类型所述伴后方回声衰减的小结节与周围组织之间的统计学差异。
4.如权利要求1所述的方法,其特征在于,所述获取超声诊断仪上的超声弹性图像中的感兴趣区域,包括:
通过所述超声诊断仪使用弹性模量E成像法获取所述超声弹性图像;
使用通过图像分割获取所述感兴趣区域。
5.如权利要求1所述的方法,其特征在于,所述绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估,包括:
计算不同类型的所述伴后方回声衰减的小结节的灵敏度与特异度之和,所述灵敏度与特异度之和的最大值所对应的点为最佳截断点;
通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
6.一种图像处理装置,其特征在于,包括:
截图模块,用于获取超声诊断仪上的超声弹性图像中的感兴趣区域,所述感兴趣区域包括伴后方回声衰减的小结节;
测量模块,用于勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节的E值和G值;
分析模块,用于通过所述E值和所述G值对所述感兴趣区域进行弹性模量分析;
评估模块,用于绘制ROC曲线,得到所述ROC曲线下面积及最佳截断点,根据所述截断点对所述伴后方回声衰减的小结节进行评估。
7.如权利要求6所述的装置,其特征在于,所述测量模块,包括:
第一测量单元,用于将所述超声诊断仪的弹性度量值调节为E,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节E值的最大值、平均值和最小值;
第二测量单元,用于将所述超声诊断仪的弹性度量值调节为G,勾勒出所述伴后方回声衰减的小结节的轮廓范围,测得所述伴后方回声衰减的小结节G值的最大值、平均值和最小值;
记录单元,用于记录测量得到的数据。
8.如权利要求7所述的装置,其特征在于,所述分析模块,包括:
分析单元,用于分析所述E值和所述G值在不同类型的所述伴后方回声衰减的小结节之间、不同类型所述伴后方回声衰减的小结节与周围组织之间的统计学差异;
所述截图模块,包括:
第一处理单元,用于通过所述超声诊断仪使用弹性模量E成像法获取所述超声弹性图像;
第二处理单元,用于通过图像分割获取所述感兴趣区域。
9.如权利要求6所述的装置,其特征在于,所述评估模块,包括:
计算单元,用于计算不同类型的所述伴后方回声衰减的小结节的灵敏度与特异度之和,所述灵敏度与特异度之和的最大值所对应的点为最佳截断点;
评估单元,用于通过所述最佳截断点所对应的硬度值对所述伴后方回声衰减的小结节进行评估。
10.一种图像处理装置,其特征在于,包括:
存储器,用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490385.XA CN111528914A (zh) | 2020-06-02 | 2020-06-02 | 一种图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490385.XA CN111528914A (zh) | 2020-06-02 | 2020-06-02 | 一种图像处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111528914A true CN111528914A (zh) | 2020-08-14 |
Family
ID=71968880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010490385.XA Pending CN111528914A (zh) | 2020-06-02 | 2020-06-02 | 一种图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111528914A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657553A (zh) * | 2021-09-01 | 2021-11-16 | 什维新智医疗科技(上海)有限公司 | 一种结节回声类型判断装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110477954A (zh) * | 2019-07-08 | 2019-11-22 | 无锡海斯凯尔医学技术有限公司 | 基于弹性成像的检测设备 |
-
2020
- 2020-06-02 CN CN202010490385.XA patent/CN111528914A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110477954A (zh) * | 2019-07-08 | 2019-11-22 | 无锡海斯凯尔医学技术有限公司 | 基于弹性成像的检测设备 |
Non-Patent Citations (5)
Title |
---|
FAJIN DONG, ETC: "Diagnostic Performance of Multimodal Sound Touch Elastography for Differentiating Benign and Malignant Breast Masses", 《J ULTRASOUND MED》 * |
张妍,徐盼,周爱云,郭素萍,刘娟,喻沁: "声触弹性成像在乳腺良性病变中的应用价值", 《中国超声医学杂志》 * |
范向阳,李紫瑶,申凯凯,田家玮: "剪切波弹性成像联合超微血管显像在乳腺肿块良恶性鉴别诊断中的应用", 《中华超声影像学杂志》 * |
董发进;徐金锋;刘慧玉;张磊;熊奕,罗慧,焦阳,丁志敏: "声触诊组织定量技术鉴别诊断甲状腺良恶性结节", 《中国医学影像技术》 * |
薛姗姗;赵巧玲;阮骊韬;李宁;盛薇: "实时剪切波弹性成像技术在乳腺肿块诊断中的临床应用价值", 《中国临床医学影像杂志》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657553A (zh) * | 2021-09-01 | 2021-11-16 | 什维新智医疗科技(上海)有限公司 | 一种结节回声类型判断装置 |
CN113657553B (zh) * | 2021-09-01 | 2023-12-26 | 什维新智医疗科技(上海)有限公司 | 一种结节回声类型判断装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Loizou et al. | Snakes based segmentation of the common carotid artery intima media | |
Toyoda et al. | B-mode ultrasound with algorithm based on statistical analysis of signals: evaluation of liver fibrosis in patients with chronic hepatitis C | |
US20040013292A1 (en) | Apparatus and method for statistical image analysis | |
Bottenus et al. | Histogram matching for visual ultrasound image comparison | |
Hsu et al. | Breast tumor classification using different features of quantitative ultrasound parametric images | |
JP6849611B2 (ja) | がん組織を同定するシステム及び方法 | |
WO2007138881A1 (ja) | 超音波診断装置 | |
US20050129297A1 (en) | Classification of breast lesion method and system | |
Liao et al. | Strain‐compounding technique with ultrasound Nakagami imaging for distinguishing between benign and malignant breast tumors | |
Liu et al. | Prediction of suspicious thyroid nodule using artificial neural network based on radiofrequency ultrasound and conventional ultrasound: A preliminary study | |
Baek et al. | Disease-specific imaging utilizing support vector machine classification of H-scan parameters: assessment of steatosis in a rat model | |
CN111528914A (zh) | 一种图像处理方法和装置 | |
Xu et al. | A nonlinear approach to identify pathological change of thyroid nodules based on statistical analysis of ultrasound RF signals | |
Ujihara et al. | Modified multi-Rayleigh model-based statistical analysis of ultrasound envelope for quantification of liver steatosis and fibrosis | |
Muhtadi et al. | Analyzing the texture of Nakagami parametric images for classification of breast cancer | |
Griffin et al. | Image normalization, plaque typing, and texture feature extraction | |
CN113768544A (zh) | 乳腺的超声成像方法及设备 | |
Goryachev et al. | Comparison of Quantitative Ultrasound Methods to Classify Dystrophic and Obese Models of Skeletal Muscle | |
Supriyanto et al. | Abnormal tissue detection of breast ultrasound image using combination of morphological technique | |
CN114366164B (zh) | 一种动脉粥样硬化斑块超声定量评价与风险评估方法 | |
Scheipers et al. | Sonohistology–ultrasonic tissue characterization for prostate cancer diagnostics | |
CN112702953A (zh) | 一种剪切波弹性成像方法和装置、及计算机存储介质 | |
Chang et al. | Breast elastography diagnosis based on dynamic sequence features | |
Khan et al. | Attenuation estimation of soft tissue with reference-free minimization of system effects | |
Nguyen | Toward model-free and reference-free quantitative ultrasound |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200814 |
|
RJ01 | Rejection of invention patent application after publication |