专利汇可以提供一种乳腺CR图像交互式读片方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种乳腺CR图像交互式读片方法。目前的人工读片方法效率和准确率低。本发明首先读入-幅待处理的乳腺CR图像,然后选择疑似病灶区域,计算疑似病灶区域的扫描线横截直方图、两点间距离、灰度直方图、灰度标准差、面积、周长、紧凑度、狭长度、边界离心距离和分形维数;使用图像增强技术对疑似病灶区域进行视觉增强处理;在病灶 数据库 中检索出与其外观相似的病灶,为良恶性诊断提供参考。本发明方法能够方便快捷地对乳腺CR图像进行局部观察、细节增强与参数测量,提高读片效率、减轻工作负荷,并且 精度 也可以得到改善。,下面是一种乳腺CR图像交互式读片方法专利的具体信息内容。
1.一种乳腺CR图像交互式读片方法,其特征在于该方法的具体步骤是:
步骤(1)图像管理模块读入一幅待处理的乳腺CR图像;
步骤(2)局部区域标识模块提供一组局部区域标识工具和局部区域编辑工具,用来选择感兴趣区域;
局部区域标识工具包括:矩形区域框选工具、椭圆形区域框选工具、不规则区域点选工具和区域智能选择工具;其中矩形区域框选工具和椭圆形区域框选工具是由医师点击鼠标左键并进行拖动,从而在相应位置定义矩形或椭圆形的局部区域的;不规则区域点选工具是由医师在目标区域的边缘上不断点击鼠标左键并以点击右键作为结束,从而将所有点击位置连接起来形成不规则的局部区域的;区域智能选择工具则是由医师在目标区域的中心点击鼠标左键或拖动出一个区域,然后使用一种藤蔓扩张技术对邻域进行分割,生成一个不规则的局部区域的;
所述的藤蔓扩张技术是将初始区域视作藤蔓的根系,图像视作地形图,像素的灰度视作海拔高度;藤蔓从根系出发开始向四周蔓延,这一过程的每一步都是一次形态学膨胀,向外扩张一个像素的宽度;对于蔓延所抵达的每一个像素,需要进行一组判别,以决定该像素是否应该被藤蔓占据,如果是则该像素纳入藤蔓控制范围,否则就在该位置建立起藤蔓扩张的边界;判别由三个约束条件组成:
|f(x,y)-froot|≤Troot, Igrad(x,y)≤Tgrad (1)
其中f(x,y)是当前点的灰度,froot是根系区域像素的平均灰度,是当前点的邻域内已被藤蔓占据的像素的平均灰度,Igrad(x,y)是当前点的梯度模值,Troot、Tneigh和Tgrad是三个阈值;
局部区域编辑工具包括区域合并工具、区域分离工具和区域局部修改工具;如果将通过任何一种局部区域标识工具所生成的区域称作原子区域,那么区域合并工具就是提供将一些相邻的原子区域合并成一个大区域的功能,而区域分离工具就是提供将合并后的大区域中的部分原子区域分离出来的功能,原子区域本身无法分离;使用区域局部修改工具时,要求对象必须是一个原子区域,且无论该区域之前是使用哪一种局部区域标识工具生成的,都视作不规则区域进行处理,记录整个区域的每一个边界点;
步骤(3)图像查看模块和图像测量模块提供了一组图像查看与测量工具,用来对图像的局部细节进行增强与测量;
图像查看工具包括局部缩放工具、窗宽窗位调整工具和伪彩色显示工具,局部缩放工具只能针对局部位置进行,而窗宽窗位调整工具和伪彩色显示工具则同时支持全图和步骤(2)中定义的局部区域;
其中局部缩放工具是提供了一个图像放大镜,在医生点击左键拖动鼠标的过程中,将以鼠标位置为中心的一定半径的圆形范围内的图像内容扩大一定倍数后显示在扩大后的同心圆范围内,这里的目标圆形半径和扩大倍数的默认值由系统提供,医师可以通过系统的配置选项自由设定;
窗宽窗位调整工具是通过医师点击右键后拖动鼠标来实现的,横向拖动时,向左为窗位降低,向右为窗位升高;纵向拖动时,向上为窗宽加大,向下为窗宽缩小;拖动时如果配合Ctrl键,则针对当前激活的局部区域实施窗宽窗位调整,否则就针对全图实施;对全图进行窗宽窗位调整之后,局部区域的窗宽窗位也同步更新,但局部区域的窗宽窗位调整不影响全图;默认情况下,图像的初始窗位为0,初始窗宽为图像的最大灰度级减1,但可以在系统的配置选项中确定一系列窗宽窗位喜好设定,通过快捷键即可直接选择所需的窗宽窗位设定,还可以将最常用的窗宽窗位喜好设定设置为系统的初始窗宽窗位;
伪彩色显示工具提供了两种彩虹和两种热金属共四种配色方案,由医师自由选择后,将灰度图像转换成相应的伪彩色图像;由于人眼对彩色图像的分辨能力强过对灰度图像的分辨能力,伪彩色显示虽然没有对局部区域的对比度进行拉伸,但仍能起到视觉增强的作用;
局部测量模块提供了两种模式的测量手段,一种模式是基于扫描线的,另一种模式则是基于步骤(2)中定义的局部区域;扫描线测量模式就是由医师点击鼠标左键后拖动出一条扫描线,然后根据扫描线进行定点测量,包括:扫描线穿过的像素的灰度直方图、扫描线端点间距离;局部区域中的测量项目则包括灰度直方图、平均灰度、灰度标准差、边缘带对比度、边界梯度方向熵、区域面积、边界周长、紧凑度、狭长度、边界离心距离直方图、微钙化个数和Hausdorff分形维数;
步骤(4)病灶区域增强模块提供了一组基于数字图像处理技术的视觉增强功能,帮助医师对步骤(2)中的感兴趣区域进行局部处理;图像查看工具不更改图像本身的数据,而只是将其显示模式进行了调整,而病灶区域增强模块则更改了图像本身,不过其原始内容可以从内存备份中恢复回来;病灶区域增强模块主要包括:对比度增强工具、梯度提取工具与频域处理工具;在实施增强过程中所用的各个参数的取值在使用增强工具时由医师自由设定;
对比度增强工具提供了灰度线性变换、灰度线性拉伸和灰度非线性拉伸三种对比度增强手段;灰度线性变换是将任意像素的灰度f(x,y)经过一个线性函数g=kf+b,然后用g(x,y)代替f(x,y)成为新的灰度取值;灰度线性拉伸是首先在直角坐标系的第一象限定义了一组分段点(fi,gi),其中横坐标fi必须大于零且小于M,按序列顺序从小到大排布,这里的M是指图像的最大灰度减1,然后使用直线将(0,0)、分段点组、(M,M)依次连接起来,将该组折线段视作一个灰度变换函数g=G(f),超出(0,0)和(M,M)之外的部分无效,最后对任意像素的灰度f(x,y)进行运算,并用g(x,y)代替f(x,y)成为新的灰度取值;灰度非线性拉伸定义了一组分段点并连接成灰度转换函数,使用幂函数或对数/指数函数曲线而非直线来连接分段点;通过对局部区域对比度的拉伸,可以更加清晰地看到疑似病灶的灰度分布细节;
梯度提取工具提供了一阶差分法、锐化模板卷积法、Canny算子法和灰度形态学减影法四种梯度提取手段;一阶差分法就是将每个像素与其水平方向和垂直方向的前一个像素相减,其差值就是水平和垂直的局部梯度;锐化模板法就是选用一系列的锐化模板,将模板与图像进行卷积,获取局部梯度的模值,系统所提供的锐化模板包括:Prewitt、Sobel、Kirsch、Robinson和Gauss-Laplace;Canny算子法就是先用一阶差分法求取图像的局部梯度,然后在局部梯度的方向上求取二阶差分过零点,使用该位置的一阶差分模值作为真正的梯度值;灰度形态学减影法就是分别对图像进行最大值滤波与最小值滤波,然后将膨胀结果减去腐蚀结果;通过梯度提取,图像中局部变化的强度更加清晰,边缘与亮斑更加明显;
频域处理工具提供了高通滤波、低通滤波、带通/带阻滤波、高频增强滤波、陷波滤波和同态滤波六种频域处理手段,它们都工作在离散傅立叶变换域;
步骤(5)相关病灶查询模块通过对步骤(2)定义的局部区域进行相关查询,提高诊断准确率的;在读片过程中,需要将以往病例中与当前病灶相关的且已经得到活检验证的病灶进行比对鉴别;所采用的检索方法是首先指定疑似病灶的类型,然后将当前局部区域的对应特征组抽取出来形成一个向量,最后将该特征向量与病灶数据库中所有同类型病灶的特征向量进行比较,将向量欧氏距离最近的一定数量的病灶选作检索结果;系统所选用的肿块特征共有12个,包括:区域的紧凑度、区域的狭长度、区域的平均灰度、区域的灰度标准差、区域灰度的平均波动幅度、区域的灰度波动幅度标准差、边界的平均离心距离、边界的离心距离标准差、边界的梯度标准差、区域外周灰度的标准差、区域外周灰度的平均波动幅度、区域的Hausdorff分形维数;微钙化簇特征共有8个,包括:簇中微钙化个数、簇面积、簇环度、微钙化的平均面积、微钙化的平均紧凑度、微钙化的平均狭长度、所有微钙化的离心距离标准差的平均值、所有微钙化的边界梯度标准差的平均值。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
适于采用诊断适当性标准来确定用于识别病变的诊断试验的最佳顺序的医疗鉴别诊断装置 | 2020-05-15 | 367 |
猪繁殖与呼吸综合征血清学鉴别诊断试剂盒 | 2020-05-13 | 59 |
鉴别诊断不同类型痴呆的方法 | 2020-05-11 | 887 |
一种心肌肥厚基因鉴别诊断试剂盒 | 2020-05-12 | 630 |
心力衰竭恶化的自动鉴别诊断 | 2020-05-13 | 988 |
心电多相信息鉴别诊断仪 | 2020-05-13 | 76 |
用于自身免疫疾病的鉴别诊断的方法 | 2020-05-12 | 246 |
用于鉴别诊断不同牛泰勒虫的试剂盒及方法 | 2020-05-14 | 91 |
改良细菌鉴别诊断剂 | 2020-05-11 | 80 |
组合式定位鉴别诊断培养盒 | 2020-05-14 | 994 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。