RU137139U1 - Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах - Google Patents
Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах Download PDFInfo
- Publication number
- RU137139U1 RU137139U1 RU2013133094/08U RU2013133094U RU137139U1 RU 137139 U1 RU137139 U1 RU 137139U1 RU 2013133094/08 U RU2013133094/08 U RU 2013133094/08U RU 2013133094 U RU2013133094 U RU 2013133094U RU 137139 U1 RU137139 U1 RU 137139U1
- Authority
- RU
- Russia
- Prior art keywords
- neoplasm
- block
- points
- coordinates
- input
- Prior art date
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
Устройство диагностики области новообразования типа "Киста молочной железы" на маммограммах, содержащее: блок оцифровки, получающий цифровое представление аналогового маммографического снимка и передающий его на вход блока предварительной обработки; блок предварительной обработки, выполняющий операции контрастирования и шумоподавления; блок выделения области новообразования, выполняющий операции текстурной сегментации; блок выделения контуров и определения координат его точек; буфер типа LIFO, хранящий координаты точек контура новообразования, полученные из блока выделения контуров, и передающий их на вход блока вычисления площади и координат точек центра найденного новообразования, а затем на вход блока определения периметра и коэффициента формы новообразования; буфер типа FIFO, получающий значения яркостей точек выделенного новообразования; управляющее устройство, определяющее параметры операций предварительной обработки, текстурной сегментации, а также требуемых характеристик выделенного новообразования.
Description
Устройство относится к вычислительной технике и информационным технологиям в медицине. Оно может быть использовано визуального улучшения качества оцифрованных снимков, а также в качестве скринингового метода выявления областей кисты молочной железы на маммографических снимках.
В настоящее время во все сферы медицины внедряются автоматизированные технологии получения и обработки данных. Самый эффективный метод обнаружения заболеваний в молочной железе - маммография. Киста молочной железы - доброкачественная опухоль. Несмотря на то, что киста не представляет опасности для женщин, участились случаи развития рака молочной железы в кисте. Благодаря современным информационным технологиям существует возможность обработки и анализа маммограмм с целью выявления областей заболеваний молочной железы.
Известен «Способ получения информационного образа рака молочной железы по маммограммам» (патент Российской Федерации №2235361, кл. G06K 9/50, (G06T 7/60, 2002 г.), используемый в качестве неинвазивной биопсии на уровне маркера на любой стадии развития рака молочной железы в виде выявления по маммограммам очагов злокачественного роста через аномальную асимметрию клеточных масс злокачественной опухоли относительно масс здоровых и нераковых клеток [1].
Однако устройств и способов, связанных с диагностированием области новообразования типа «Киста молочной железы» в соответствие с Международным классификатором болезни, учитывающих средний контраст маммографического снимка, нет. Поэтому наибольший интерес представляет создание таких диагностических устройств - помощников врачу для обнаружения областей кист молочной железы.
Технической задачей настоящего устройства является определение областей кисты молочной железы на маммограмме.
В устройстве реализуются следующие этапы вычислений: 1. Гистограммные преобразования маммографического снимка, учитывающие средний контраст снимка; 2. Фильтрация шума; 3. Текстурная сегментация маммограммы; 4. Выделение контуров найденных объектов; 5. Определение геометрических характеристик области кисты.
f(x,y) - исходная маммограмма, имеющая размер m×n. Градации яркостей точек на снимке распределены в диапазоне [0,255].
Киста молочной железы по плотности схожа с жировой тканью молочной железы, поэтому требуется контрастирование маммограммы, учитывающее средний коэффициент контрастности снимка.
Средний контраст определяется следующим образом:
где k - средний коэффициент контрастности изображения, fmax(x,y), fср - максимальное и среднее значения яркости исходного снимка, соответственно.
Гистограммное преобразование, учитывающее средний контраст, имеет следующий вид:
где g(x,y) - выходное изображение, k - средний коэффициент контрастности исходного снимка, f(x,y) - текущее значение яркости исходного снимка,
где i - значение градации яркости точки обработанного снимка (i=0…255), j - значение градации яркости точки исходного снимка (/=0…255,j≤i,), v[j] - значение элемента гистограммы исходного снимка при яркости j, T - область изменения элементов гистограммы выходного изображения g(x,y), t[i] - значение элемента гистограммы обработанного изображения при яркости i (t[i]∈T), t[0]=t[f(x,y)=0] - значение элемента гистограммы обработанного изображения при яркости точки, равной 0, m×n - размер изображения.
Преобразование гистограммы вызывает некоторое дополнительное зашумление изображения, поэтому изображение g(x,y) подвергается медианной фильтрации маской 3×3 [2].
d(x,y)=M[g(x,y)],
где d(x,y) - выходное изображение, M - оператор медианной фильтрации. Текстурная сегментация снимка осуществляется по алгоритму из [3].
е(x,y)=S[d(x,y)],
где e(x,y) - выходное изображение, S - оператор текстурной сегментации. Контурные преобразования осуществляются с помощью алгоритма из [3].
r(x,y)=L[e(x,y)],
где r(x,y) - выходное изображение, L - оператор выделения контуров. После выделения областей вычисляются их геометрических характеристики
- площади области кисты Sk (число точек области);
- периметра области P - приближенно равен количеству точек контура области;
- коэффициента формы: KФ=P2/Sк.
На чертеже представлена структурная схема устройствам диагностики областей новообразования типа «Киста молочной железы» на маммограммах. Устройство состоит из: блока получения цифрового представления маммограммы (блок оцифровки маммограммы) - блок 1; блока гистограммных преобразований входных данных - блок 2; блока текстурной сегментации снимка - блок 3; блок выделения контура новообразования - блок 4; буфера типа LIFO (принцип технической обработки данных по принципу кто приходит последним, тот обслуживается первым) - блок 5; блок вычисления площади и координат центра новообразования - блок 6; блок вычисления периметра и коэффициента формы новообразования - блок 7; буфер типа LIFO, получающий координаты контура объекта - блок 8; блока формирования области новообразования «Киста молочной железы» - блок 9 и управляющего устройства - блок 10.
Устройство работает следующим образом: с помощью блока оцифровки получают цифровое представление аналоговой маммограммы (блок 1). Оно передается в блок гистограммных преобразований (блок 2). В нем над полученным изображением выполняется операция контрастирования и шумоподавления. Далее выполняется блок 3 - текстурная сегментация маммографического снимка. После выполняется выделение контуров найденного новообразования - блок 4. Количество точек N. принадлежащих контуру объекта определяет размер буфера LIFO (блок 5), в который записываются их координаты. Из данного буфера они поступают на вход блока вычисления площади и координат центра новообразования (блок 6). Данные параметры передаются на вход блока определения периметра и коэффициента формы новообразования (блок 7). В буфер FIFO (блок 8) записываются значения яркостей точек выделенного новообразования (из исходной маммограммы). После значения яркостей точек найденного новообразования (входящие в замкнутую область контура новообразования) копируются в массив (блок 9). Управляющее устройство (блок 10) определяет операции предварительной обработки, текстурной сегментации, а также значения требуемых характеристик выделенного новообразования.
Источники информации
1. Патент Российской Федерации на изобретение №2235361 Способ получения информационного образа рака молочной железы по маммограммам. 20.11.2002
2. Прэтт У. Цифровая обработка изображений: пер. с англ. - М: Мир, 1982, кн. 1. - 312 с; кн. 2. - 493 с.
3. Nguyen et al. Watersnakes: Energy-Driven Watershed Segmentation, IEEE Transactions on Pattern Analysis And Machine Intelligence, VOL. 25, No. 3, March 2003, pp. 330-342.
Claims (1)
- Устройство диагностики области новообразования типа "Киста молочной железы" на маммограммах, содержащее: блок оцифровки, получающий цифровое представление аналогового маммографического снимка и передающий его на вход блока предварительной обработки; блок предварительной обработки, выполняющий операции контрастирования и шумоподавления; блок выделения области новообразования, выполняющий операции текстурной сегментации; блок выделения контуров и определения координат его точек; буфер типа LIFO, хранящий координаты точек контура новообразования, полученные из блока выделения контуров, и передающий их на вход блока вычисления площади и координат точек центра найденного новообразования, а затем на вход блока определения периметра и коэффициента формы новообразования; буфер типа FIFO, получающий значения яркостей точек выделенного новообразования; управляющее устройство, определяющее параметры операций предварительной обработки, текстурной сегментации, а также требуемых характеристик выделенного новообразования.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013133094/08U RU137139U1 (ru) | 2013-07-16 | 2013-07-16 | Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013133094/08U RU137139U1 (ru) | 2013-07-16 | 2013-07-16 | Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах |
Publications (1)
Publication Number | Publication Date |
---|---|
RU137139U1 true RU137139U1 (ru) | 2014-01-27 |
Family
ID=49957300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2013133094/08U RU137139U1 (ru) | 2013-07-16 | 2013-07-16 | Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU137139U1 (ru) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU216470U1 (ru) * | 2022-08-17 | 2023-02-07 | Каринэ Альбертовна Быстрая | Планшет для обучения навыкам определения локализации образований в молочных железах по маммограмме |
CN116965843A (zh) * | 2023-09-19 | 2023-10-31 | 南方医科大学南方医院 | 一种乳腺立体定位系统 |
-
2013
- 2013-07-16 RU RU2013133094/08U patent/RU137139U1/ru not_active IP Right Cessation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU216470U1 (ru) * | 2022-08-17 | 2023-02-07 | Каринэ Альбертовна Быстрая | Планшет для обучения навыкам определения локализации образований в молочных железах по маммограмме |
CN116965843A (zh) * | 2023-09-19 | 2023-10-31 | 南方医科大学南方医院 | 一种乳腺立体定位系统 |
CN116965843B (zh) * | 2023-09-19 | 2023-12-01 | 南方医科大学南方医院 | 一种乳腺立体定位系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rajan et al. | Brain tumor detection and segmentation by intensity adjustment | |
Jain et al. | Computer aided melanoma skin cancer detection using image processing | |
KR20180115725A (ko) | 이미지 내의 대상의 시각화와 특징화를 위한 시스템 및 방법 | |
Patil et al. | Cancer cells detection using digital image processing methods | |
CN109840913B (zh) | 一种乳腺x线图像中肿块分割的方法和系统 | |
Biswas et al. | Mammogram classification using gray-level co-occurrence matrix for diagnosis of breast cancer | |
Shareef | Breast cancer detection based on watershed transformation | |
Varma et al. | An alternative approach to detect breast cancer using digital image processing techniques | |
Tarique et al. | Fourier transform based early detection of breast cancer by mammogram image processing | |
Sagar et al. | Color channel based segmentation of skin lesion from clinical images for the detection of melanoma | |
Beheshti et al. | Classification of abnormalities in mammograms by new asymmetric fractal features | |
Ganvir et al. | Filtering method for pre-processing mammogram images for breast cancer detection | |
Vishrutha et al. | Early detection and classification of breast cancer | |
Kaur et al. | Computer-aided diagnosis of renal lesions in CT images: a comprehensive survey and future prospects | |
TW201726064A (zh) | 醫療影像處理裝置及其乳房影像處理方法 | |
RU137139U1 (ru) | Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах | |
Ren et al. | Calcification segmentation based on a different scales superpixels saliency detection algorithm | |
Bhateja et al. | Mammographic image enhancement using double sigmoid transformation function | |
Youssef et al. | Statistical features and classification of normal and abnormal mammograms | |
Bhateja et al. | Combination of wavelet analysis and non-linear enhancement function for computer aided detection of microcalcifications | |
Barik et al. | Cancer detection using cellular automata based segmentation techniques | |
RU136612U1 (ru) | Устройство диагностики области новообразования типа "рак молочной железы" на маммографических снимках | |
Pati et al. | Feature extraction and enhancement of breast cancer mammogram noisy image using image processing | |
Ravishankar et al. | Four novel approaches for detection of region of interest in mammograms—A comparative study | |
Kalasappanavar et al. | Brain tumour identification in MRI by applying pixel based segmentation method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM1K | Utility model has become invalid (non-payment of fees) |
Effective date: 20140717 |