[发明专利]基于影像的无创监测肿瘤浸润周围组织程度的计算机辅助分析方法

说明书

技术领域

本发明属于医学影像计算机辅助监测与诊断领域。根据图像中感兴趣区域(图像中包含肿瘤组织及其周围组织的区域)的纹理特征以及本发明提出的肿瘤与周围组织边界寻找方法，就可以确定肿瘤浸润周围组织的程度，进而为手术方案确定及治疗后随访提供依据。

背景技术

图像纹理就是图像像素灰度值的变化规律。为定量描述纹理的变化规律，人们设计了很多的数学模型来度量纹理。这些数学模型被称为图像的纹理特征。纹理分析是将随机纹理或几何纹理的空间结构差异转化为像素灰度值的差异，并用一些数学模型来描述这些差异，从而获得纹理的定量描述，最终对图像的性质、类别进行区分及归类的过程。纹理特征的提取方法大致可以分为两类：统计分析方法和结构分析方法。前者从图像属性的统计分析出发，根据纹理元素及排列规则来描述纹理结构，反映像素之的灰度变化及空间相关规律；后者则着力找出纹理基元，再从结构组成探索纹理的规律。一般来说统计法适用于分析纹理细而且不规则的物体；结构法则适用于纹理基元排列较规则的图像，如织物纹理。由于医学图像的规则性差，纹理较细，因此通常采用基于统计的纹理分析方法。

通常纹理特征与纹理的位置、走向、尺寸、形状等性质有关。常见的基于统计的二维纹理特征有如下几类：1、基于灰度值分布的纹理特征，包括灰度均值(Mean)、方差(standard deviation)、熵(entropy)、均匀度(uniformity)、平滑度(smoothness)、三阶距(third moment)、偏度系数(skewness)、峰度系数(kurtosis)等[H.S.Sheshadri，A.Kandaswamy.Experimental investigation onbreast tissue classification based on statistical featureextraction of mammograms.Computerized Medical Imaging andGraphics，2007，31：46-48.Balaji Ganeshan，Kenneth A.Miles，Rupert C.D.Young，et al.Texture analysis in non-contrastenhanced CT：Impact of malignancy on texture in apparentlydisease-free areas of the liver.Eur J Radiol，2009；70：101-110.]；2、基于视觉心理学的纹理特征(Tamura纹理)，包括粗糙度(coarseness)、对比度(contrast)、方向度(directionality)、线像度(linelikeness)、规整度(regularity)粗略度(roughness)[H.Tamura，S.Mori，and T.Yamawaki.Texturefeatures corresponding to visual perception，IEEE Trans.OnSystems，Man，and Cybernetics，1978；Smc-8(6)：460-473.]；3、自协方差系数(Auto-covariance coefficient)[Wen-Jie Wu，WooKyung Moon.Ultrasound Breast Tumor Image Computer-AidedDiagnosis With Texture and Morphological Features.Acad Radiol，2008，15：873-880.]；4、灰度共生矩阵，包括角二阶距(angularsecond moment)、对比度(contrast)、相关(correlation)、熵(entropy)、逆差距等共17项[Robert M.Haralick，K.Shanmugam，Its’hak Dinstein.Textural Features for Image Classification.IEEE transactions on systems，man andcybernetics，1973，SMC-3(6)：PP.610-621；R.W.Conners，M.M.Trivedi，C.A.Harlow.”Segmentation of a High-ResolutionUrban Scene Using Texture Operators.Computer Vision，Graphics，and Image Processing，1984，25：273-310.]；5、灰度梯度共生矩阵，包括小梯度优势(SmallGradsDominance)、大梯度优势(BigGradsDominance)、灰度分布不均匀性(GrayAsymmetry)、梯度分布不均匀性(GradsAsymmetry)、能量(Energy)，相关(Correlation)、灰度熵(GrayEntropy)、梯度熵(GradsEntropy)、混合熵(Entropy)、惯性(Inertia)、逆差距(DifferMoment)共11项。[H Ji-guang，Gray Level-gradient Co-occurrence MatrixTexture Analysis Method.Acta Automatica Sinica，1984]。