[发明专利]肿瘤特征的量化方法及影像化方法

说明书

技术领域

本发明是关于一种肿瘤特征的量化方法及影像化方法，尤其指一种适用于将肿瘤所具有的边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征量化的量化方法及将这些肿瘤特征影像化的影像化方法。

背景技术

近年来，由于医用超音波影像技术不论在影像的分辨率上及影像数字化上均有显著的进步，所以医用超音波影像技术除了被应用在胎儿成长状况的监控之外，也逐步地被应用在各种类型的肿瘤状态的判断上，例如甲状腺肿瘤。而且，由于医用超音波影像技术的非侵入成像特性，医师也逐渐由医用超音波影像技术的协助来判断肿瘤性质及评估后续的处置方式。

而医师从肿瘤的超音波影像中判断肿瘤性质的第一个步骤是辨别出肿瘤的轮廓，以定义出肿瘤内部区域及肿瘤外部区域。接着，医师才能从对应于肿瘤内部区域的超音波影像的部分中辨别出肿瘤的各项特征，如边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征等，作为其判断肿瘤性质的参考。但是，目前的医用超音波影像系统仅允许医师以肉眼观察出他所认为的肿瘤轮廓，再配合手写输入装置将此肿瘤轮廓输入至肿瘤的超音波影像上。但是，光是此辨别肿瘤轮廓的程序，就存在许多不可靠之处。因为，目前的方式需完全倚赖医师的主观感受及经验，甚至医师当时的精神状态，所以针对同一肿瘤的超音波影像，不同医师所输入的肿瘤轮廓并不相同，如图1A所示。甚至，即便是同一位医师，在不同时间针对同一肿瘤的超音波影像所输入的肿瘤轮廓也不尽相同。

然后，医师才能由此肿瘤轮廓的协助，以肉眼观察的方式识别出肿瘤内部区域是否具有各项特征及各项特征占整个肿瘤内部区域的比率。最后，医师再由所搜集到的各项结果，如某项特征的分布或某项特征占整个肿瘤内部区域的比例等，判断出此肿瘤的性质。也就是说，目前由肿瘤的超音波影像判断肿瘤性质的程序并无一种客观的机制存在，导致误判肿瘤性质的案例时有发生，造成此由医用超音波影像技术判断肿瘤性质的技术仍无法被医界及社会大众信赖。

此外，虽然在影像辨识的领域(如车牌辨识)中已存在数种影像边缘辨识方式，如snake算法。但是，此snake算法在一开始仍须仰赖使用者输入一起始边缘(即医师仍须手动输入一肿瘤的大略轮廓)至此算法中，此snake算法才能开始后续的演算程序。况且，由于此snake算法的本身特性，其比较适合应用在影像边缘明显的案例中，否则演算出的结果往往与实际边缘差距极大。可是，肿瘤的边缘一般来说并不明显，所以即使将此snake算法应用在肿瘤的超音波影像上，其所得出的肿瘤轮廓往往与肿瘤实际轮廓仍存有一段差距，如图1B所示。况且，为求演算出的轮廓比较接近肿瘤实际轮廓并缩短演算所需时间，医师还是需要仔细地输入一个与实际肿瘤轮廓不会相差太远的起始边缘，结果还是没有减轻医师太多的负担。除此之外，由于肿瘤的超音波影像为一种灰阶影像，而肿瘤所具有的各项特征(如边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征等)往往在此灰阶影像中仅为某些像素点所具有的灰阶梯度值的些微改变，对于医师的肉眼来说，这些特征并不容易辨识出来，医师仅能凭着「感觉」来判断这些特征是否存在，进而造成肿瘤性质的判断仅能基于医师的主观感受，而无法基于事实而精确地判断。

因此，业界需要一种肿瘤特征的量化方法及对应的影像化方法，尤其指一种适用于将肿瘤所具有的边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征量化的量化方法及将这些肿瘤特征影像化的影像化方法。

发明内容

本发明的目的在于提供一种肿瘤特征的量化方法及影像化方法。

为实现上述目的，本发明提供的肿瘤边缘特征的量化方法，应用于一由复数个像素点组合而成并至少显示一肿瘤的灰阶影像，包括下列步骤：

(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该肿瘤轮廓环形区域内；

(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区域及一肿瘤外部区域；

(C)撷取该肿瘤轮廓环形区域的一重心点，定义一从该重心点向外延伸并通过该肿瘤轮廓环形区域的剖面线，及提供一位于该剖面线上并位于该肿瘤轮廓环形区域内的量测线段；

(D)计算出位于该量测线段上的该些像素点所分别具有的灰阶移动变异值；以及

(E)依据位于该量测线段上的每一该些像素点所分别具有的灰阶移动变异值，将位于该剖面线上的肿瘤边缘特征量化。

所述的量化方法，其中，步骤(D)包括一步骤(D1)，依据位于该量测线段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些像素点所具有的灰阶移动变异值的标准差。