CN113647985A - 一种结节纵横比提取装置 - Google Patents
一种结节纵横比提取装置 Download PDFInfo
- Publication number
- CN113647985A CN113647985A CN202110911372.XA CN202110911372A CN113647985A CN 113647985 A CN113647985 A CN 113647985A CN 202110911372 A CN202110911372 A CN 202110911372A CN 113647985 A CN113647985 A CN 113647985A
- Authority
- CN
- China
- Prior art keywords
- nodule
- aspect ratio
- polygonal
- height
- maximum
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000002604 ultrasonography Methods 0.000 claims abstract description 10
- 208000009453 Thyroid Nodule Diseases 0.000 claims description 24
- 206010006272 Breast mass Diseases 0.000 claims description 22
- 208000024770 Thyroid neoplasm Diseases 0.000 claims description 21
- 210000005075 mammary gland Anatomy 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 6
- 230000001575 pathological effect Effects 0.000 description 9
- 206010028980 Neoplasm Diseases 0.000 description 8
- 201000011510 cancer Diseases 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 230000003211 malignant effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 201000002510 thyroid cancer Diseases 0.000 description 4
- 210000001685 thyroid gland Anatomy 0.000 description 4
- 230000036210 malignancy Effects 0.000 description 3
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012285 ultrasound imaging 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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- 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
- A61B8/461—Displaying means of special interest
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及一种结节纵横比提取装置，包括：图像获取模块：用于获取带有结节的超声图像；感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的结节边界进行截取，得到感兴趣结节图像；多边形结节获取模块：用于将所述感兴趣结节图像中相邻的感兴趣坐标点进行连线，得到多边形结节；结节高度和宽度计算模块：用于计算所述多边形结节的最大高度和最大宽度；结节纵横比计算模块：用于根据所述多边形结节的最大高度和最大宽度计算结节的纵横比。本发明能够对结节进行量化判断，有效避免由主观判断结节纵横比所引起的失误。
Description
技术领域
本发明涉及辅助医学诊断技术领域，特别是涉及一种结节纵横比提取装置。
背景技术
如今，随着对快速准确诊断的需求日益增长，以及临床人员的短缺，机器学习方法已经越来越多地应用于辅助常规临床诊断，并显示出良好的效果。而对病理部位(如甲状腺、乳腺等)结节的分析对诊断结果起到至关重要的影响，因此，临床需要对病理部位的结节进行特征化的定量分析，而不是仅停留在当下由医生对甲状腺癌或乳腺癌等进行主观分析的阶段。
例如，甲状腺癌是全球女性最常见的癌症之一，女性的发病率是男性的三倍。2018年，每20例女性癌症确诊病例中就有一例是甲状腺癌。超声成像是一种无创、无辐射、低成本的肿瘤诊断技术，然而由于超声图像质量较低，从超声图像中识别甲状腺结节和检测肿瘤征象是一项具有挑战性的任务。
通常，恶性肿瘤的生长和发展可以通过其形状、外观、质地、成分和许多其他因素来反映。作为一种有效的工具，灰度超声(US)图像可以将这些因素可视化，帮助医生更好地观察和理解病理部位的表现。然而，在目前的临床实践中，超声图像特征的读取极大依赖于超声医师对图像进行的主观或半主观的分析，这限制了超声的广泛应用。因此，自动准确的结节定量分析对于癌症的准确诊断至关重要。
甲状腺成像报告和数据系统(TI-RADS)和乳腺成像报告和数据系统(BI-RADS)是科学测量和报告甲状腺结节与乳腺结节的指南。但目前还没有对于TI-RADS或BI-RADS进行定量特征分析来提高甲状腺癌或乳腺癌分类的诊断性能的研究。
发明内容
本发明所要解决的技术问题是提供一种结节纵横比提取装置，能够对结节进行量化判断，有效避免由主观判断结节纵横比所引起的失误。
本发明解决其技术问题所采用的技术方案是：提供一种结节纵横比提取装置，包括：
图像获取模块：用于获取带有结节的超声图像；
感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的结节边界进行截取，得到感兴趣结节图像；
多边形结节获取模块：用于将所述感兴趣结节图像中相邻的感兴趣坐标点进行连线，得到多边形结节；
结节高度和宽度计算模块：用于计算所述多边形结节的最大高度和最大宽度；
结节纵横比计算模块：用于根据所述多边形结节的最大高度和最大宽度计算结节的纵横比。
所述结节高度和宽度计算模块中计算所述多边形结节的最大高度，公式为：
其中，LH(x)＝maxf(x)-minf(x)；x为多边形结节在竖直方向上的任意垂线的横坐标；f(x)表示以x为横坐标的垂线与多边形结节相交处的纵坐标的取值，并且定义f:N→Nn，W为多边形结节宽度。
所述结节高度和宽度计算模块中计算所述多边形结节的最大宽度，公式为：
其中，LW(y)＝maxf-1(y)-minf-1(y)；y为感兴趣结节图像在水平方向上的任意水平线的纵坐标，f-1(y)表示以y为纵坐标的水平线与多边形结节相交处的横坐标的取值，并且定义f-1:N→Nn，H为多边形结节高度。
所述结节纵横比计算模块中根据所述多边形结节的最大高度和最大宽度计算结节的纵横比，还包括：当结节为甲状腺结节时，若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则甲状腺结节高大于宽；若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则甲状腺结节宽大于高，其中，t为预设常数。
所述结节纵横比计算模块中根据所述多边形结节的最大高度和最大宽度计算结节的纵横比，还包括：当结节为乳腺结节时，若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则乳腺结节生长方向不平行于皮肤；若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则乳腺结节生长方向平行于皮肤，其中，t为预设常数。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明能够对结节进行量化判断，有效避免由主观判断结节纵横比所引起的失误，即以结节的纵横比的取值为参考来提高对结节的良恶性判断的正确率；本发明对于不同病理部位的结节采用不同的纵横比阈值，使得本发明更为合理、更为标准化；本发明能够计算出结节在高度、宽度上的最大值，因此能够有效提高不同病理部位的结节良恶性判断的准确性；本发明能够有效帮助医生对结节的良恶性进行判断，减轻医生的实际工作量，适合实际推广使用。
附图说明
图1是本发明实施方式的流程图；
图2是本发明实施方式中甲状腺结节的感兴趣坐标点示意图；
图3是本发明实施方式的甲状腺结节通过感兴趣坐标点连线形成的多边形示意图；
图4是本发明实施方式的甲状腺结节最大高度和最大宽度示意图；
图5是本发明实施方式的乳腺结节的感兴趣坐标点示意图；
图6是本发明实施方式的乳腺结节通过感兴趣坐标点连线形成的多边形示意图；
图7是本发明实施方式的乳腺结节的感兴趣坐标点示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种结节纵横比提取装置，通过对结节的纵横比进行量化，进而帮助医生对结节的良恶性进行准确判断，
实施方式一，以甲状腺结节为例，具体如下：
请参阅图1，本实施方式包括：
图像获取模块：用于获取带有结节的超声图像；
感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的结节边界进行截取，得到感兴趣结节图像；图2示出了甲状腺结节的感兴趣坐标点；
多边形结节获取模块：用于将所述感兴趣结节图像中相邻的感兴趣坐标点进行连线，得到多边形结节；图3示出了多边形的甲状腺结节；
结节高度和宽度计算模块：用于计算所述多边形结节的最大高度和最大宽度；
结节纵横比计算模块：用于根据所述多边形结节的最大高度和最大宽度计算结节的纵横比。
进一步地，所述结节高度和宽度计算模块中计算所述多边形结节的最大高度，公式为：
其中，LH(x)＝maxf(x)-minf(x)；x为多边形结节在竖直方向上的任意垂线的横坐标；f(x)为关于x的函数，可以理解为f(x)表示以x为横坐标的垂线与多边形结节相交处的纵坐标的取值，并且定义f:N→Nn，f(x)定义为多值函数(即对应每一个输入返回一个或多个输出值)，W为多边形结节宽度。
进一步地，所述结节高度和宽度计算模块中计算所述多边形结节的最大宽度，公式为：
其中，LW(y)＝maxf-1(y)-minf-1(y)；y为感兴趣结节图像在水平方向上的任意水平线的纵坐标，f-1(y)为关于y的函数(即f(x)的反函数)，可以理解为f-1(y)表示以y为纵坐标的水平线与多边形结节相交处的横坐标的取值，并且定义f-1:N→Nn；H为多边形结节高度。
请参阅图4，所述结节良恶性判断模块中根据所述多边形结节的最大高度和最大宽度计算结节的纵横比，并根据结节的纵横比判断结节的良恶性，若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则甲状腺结节的高大于宽，即甲状腺结节可能存在恶性风险；若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则甲状腺结节的宽大于高，即甲状腺结节较大概率是良性，其中，t为预设常数。
值得一提的是，t的取值非常重要，不同病理结构的结节形状通常都不一样，实施方式一是针对甲状腺结节而言的，经过实验表明t＝1是最合理的。
实施方式二，以乳腺结节为例，具体如下：
乳腺结节的纵横比判断良恶性所采用的各模块以及各模块的作用和甲状腺结节相同，此处不再赘述。图5示出了乳腺结节的感兴趣坐标点，图6示出了多边形的乳腺结节，图7示出了乳腺结节的纵横比，基于这些附图可以直观看出实施方式一中的甲状腺结节和实施方式二中的乳腺结节形状存在较大区别，因此不能简单地把不同病理区域的结节用同一种方式来看待，即甲状腺结节有甲状腺结节的判断标准，乳腺结节有乳腺结节的判断标准，并且不同病理部位的结节纵横比判断对临床判断而言至关重要。
基于上述分析，本实施方式通过实验分析t＝1.18对于后续判断乳腺结节的纵横比是最合理有效的，具体地，若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则认为乳腺结节生长方向不平行于皮肤，即乳腺结节可能存在恶性风险；若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则认为乳腺结节生长方向平行于皮肤，即乳腺结节较大概率是良性。
本发明适用的结节包括但不限于甲状腺结节和乳腺结节，以上只是通过两个实施方式来帮助阅读者进行深入理解。
由此可见，本发明能够对结节进行量化判断，有效避免由主观判断结节纵横比所引起的失误，即以结节的纵横比的取值为参考来提高对结节良恶性判断的正确率；本发明对于不同病理部位的结节采用不同的纵横比阈值，使得本发明更为合理、更为标准化。
Claims (5)
1.一种结节纵横比提取装置，其特征在于，包括：
图像获取模块：用于获取带有结节的超声图像；
感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的结节边界进行截取，得到感兴趣结节图像；
多边形结节获取模块：用于将所述感兴趣结节图像中相邻的感兴趣坐标点进行连线，得到多边形结节；
结节高度和宽度计算模块：用于计算所述多边形结节的最大高度和最大宽度；
结节纵横比计算模块：用于根据所述多边形结节的最大高度和最大宽度计算结节的纵横比。
2.根据权利要求1所述的结节纵横比提取装置，其特征在于，所述结节高度和宽度计算模块中计算所述多边形结节的最大高度，公式为：
其中，LH(x)＝max f(x)-min f(x)；x为多边形结节在竖直方向上的任意垂线的横坐标；f(x)表示以x为横坐标的垂线与多边形结节相交处的纵坐标的取值，并且定义f:N→Nn，W为多边形结节宽度。
3.根据权利要求1所述的结节纵横比提取装置，其特征在于，所述结节高度和宽度计算模块中计算所述多边形结节的最大宽度，公式为：
其中，LW(y)＝max f-1(y)-min f-1(y)；y为感兴趣结节图像在水平方向上的任意水平线的纵坐标，f-1(y)表示以y为纵坐标的水平线与多边形结节相交处的横坐标的取值，并且定义f-1:N→Nn，H为多边形结节高度。
4.根据权利要求1所述的结节纵横比提取装置，其特征在于，所述结节纵横比计算模块中根据所述多边形结节的最大高度和最大宽度计算结节的纵横比，还包括：当结节为甲状腺结节时，若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则甲状腺结节高大于宽；若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则甲状腺结节宽大于高，其中，t为预设常数。
5.根据权利要求1所述的结节纵横比提取装置，其特征在于，所述结节纵横比计算模块中根据所述多边形结节的最大高度和最大宽度计算结节的纵横比，还包括：当结节为乳腺结节时，若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则乳腺结节生长方向不平行于皮肤；若多边形结节的最大高度
和最大宽度
计算出结节的纵横比满足
则乳腺结节生长方向平行于皮肤，其中，t为预设常数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110911372.XA CN113647985A (zh) | 2021-08-10 | 2021-08-10 | 一种结节纵横比提取装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110911372.XA CN113647985A (zh) | 2021-08-10 | 2021-08-10 | 一种结节纵横比提取装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113647985A true CN113647985A (zh) | 2021-11-16 |
Family
ID=78490996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110911372.XA Pending CN113647985A (zh) | 2021-08-10 | 2021-08-10 | 一种结节纵横比提取装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113647985A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109065150A (zh) * | 2018-07-02 | 2018-12-21 | 江苏省中医院 | 一种基于多特征提取和Linear SVM的超声乳腺肿瘤分级方法 |
| CN112001896A (zh) * | 2020-08-03 | 2020-11-27 | 什维新智医疗科技(上海)有限公司 | 一种甲状腺边界不规则度检测装置 |
| CN112184671A (zh) * | 2020-09-29 | 2021-01-05 | 平安科技（深圳）有限公司 | 甲状腺结节纵横比计算方法、装置、设备和存储介质 |
| CN113222009A (zh) * | 2021-05-10 | 2021-08-06 | 天津大学 | 一种基于甲状腺超声视频估算结节纵横比的方法 |
-
2021
- 2021-08-10 CN CN202110911372.XA patent/CN113647985A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109065150A (zh) * | 2018-07-02 | 2018-12-21 | 江苏省中医院 | 一种基于多特征提取和Linear SVM的超声乳腺肿瘤分级方法 |
| CN112001896A (zh) * | 2020-08-03 | 2020-11-27 | 什维新智医疗科技(上海)有限公司 | 一种甲状腺边界不规则度检测装置 |
| CN112184671A (zh) * | 2020-09-29 | 2021-01-05 | 平安科技（深圳）有限公司 | 甲状腺结节纵横比计算方法、装置、设备和存储介质 |
| CN113222009A (zh) * | 2021-05-10 | 2021-08-06 | 天津大学 | 一种基于甲状腺超声视频估算结节纵横比的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107440730A (zh) | 乳房影像对位方法与影像处理装置 | |
| US8285013B2 (en) | Method and apparatus for detecting abnormal patterns within diagnosis target image utilizing the past positions of abnormal patterns | |
| JP2012512672A (ja) | 医用画像内病変自動検出方法およびシステム | |
| CN112381164B (zh) | 一种基于多分支注意力机制的超声图像分类方法和装置 | |
| CN103249358A (zh) | 医用图像处理装置 | |
| CN112200815B (zh) | 基于语义分割网络PSPNet的甲状腺结节超声图像的分割方法 | |
| CN110648333B (zh) | 基于中智学理论的乳腺超声视频图像实时分割系统 | |
| US7369638B2 (en) | System and method for detecting a protrusion in a medical image | |
| CN115760851B (zh) | 一种基于机器学习的超声图像数据处理设备、系统及计算机可读存储介质 | |
| CN113647985A (zh) | 一种结节纵横比提取装置 | |
| JP2003502723A (ja) | 統計的湾曲解析を用いた三次元形状計測 | |
| CN116168029A (zh) | 一种用于评估肋骨骨折的方法、设备和介质 | |
| CN109840564A (zh) | 一种基于超声造影图像均匀程度的分类系统 | |
| US7548642B2 (en) | System and method for detection of ground glass objects and nodules | |
| CN113409275B (zh) | 基于超声图像确定胎儿颈后透明层厚度的方法及相关装置 | |
| CN115187592A (zh) | 一种适用于核磁共振图像的图像分割方法 | |
| US8165375B2 (en) | Method and system for registering CT data sets | |
| Rahmatullah et al. | Analysis of semi-automated method for femur length measurement from foetal ultrasound | |
| Tamiselvi | Effective segmentation approaches for renal calculi segmentation | |
| Nirmala et al. | Measurement of nuchal translucency thickness in first trimester ultrasound fetal images for detection of chromosomal abnormalities | |
| Xia et al. | An Approach of Automatically Selecting Seed Point Based on Region Growing for Liver Segmentation | |
| CN114880961B (zh) | 基于流体动力学的血管分割和命名方法 | |
| CN113450327B (zh) | 一种甲状腺结节的血管分布信息识别装置 | |
| CN113808100B (zh) | 一种乳腺结节粗钙化识别装置 | |
| CN112070089B (zh) | 一种基于超声图像的甲状腺弥漫性疾病智能诊断方法及系统 |
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: 201114 room 101-8, building 3, No. 2388, Chenhang Road, Minhang District, Shanghai Applicant after: Shiwei Xinzhi medical technology (Shanghai) Co.,Ltd. Address before: 1628 suzhao Road, Minhang District, Shanghai 201112 Applicant before: Shiwei Xinzhi medical technology (Shanghai) Co.,Ltd. |