[发明专利]处理超声图像的方法和装置以及乳腺癌诊断设备

说明书

提供了一种处理超声图像的方法和装置以及乳腺癌诊断设备。该方法包括：对接收的超声图像进行图像过分割以获得多层结构的分段；从获得的多层结构的分段中提取各分段特征；对接收的超声图像进行目标对象检测以产生过完整的滑动窗口作为检测窗口；将图像特征从检测窗口传递给获得的多层结构的分段；将提取的各分段特征和从检测窗口传递给分段的特征进行联合以对分段分类器进行训练；接收分段分类器的输出以将一元电压提供给成对的条件随机域CRF模型以得到分段的目标对象。

技术领域

本发明涉及处理超声图像。更具体地讲，涉及一种处理超声图像的方法和装置以及乳腺癌诊断设备。

背景技术

乳腺癌在女性癌症致死率中排名第二。目前为止，早期诊断仍然是降低乳腺癌致死率的唯一方法。超声诊断由于其方便，安全和高准确率的特点，已经被广泛地应用于乳腺异常组织的诊断和观测。众所周知，解读超声图像非常依赖医疗专业的知识，有必要设计一个计算机辅助系统，来帮助超声从业者识别肿瘤并勾勒出肿瘤的边界。

超声诊断的原理如下。一束声波由超声探头发出，进入乳腺中，被不同的组织结构吸收或反射。发射波被探头捕获，并由超声设备处理成图像。图1展示了两种典型的乳腺超声图像。一般情况下，在超声图像中进行目标分割要比自然图像中更难，因为1)超声图像的对比度低，且有大量的斑点噪声；2)不同肿瘤在形状和外观上的差异巨大，特别是良性和恶性肿瘤之间；3)存在与肿瘤相类似的正常组织和超声伪像；以及4)肿瘤的边界本身就缺乏明确的定义。

对乳腺超声肿瘤的诊断规则可以总结成以下几个方面。第一、肿瘤和周边区域的回声反射性不同。大多数良性的纤维瘤相对于周边脂肪组织来说是强回声的，而另一部分良性肿瘤以及绝大部分恶性肿瘤都是明显地低回声的。此外，不同的回声反射性也造成了不同的图像纹理。第二、肿瘤的边界和形状。良性肿瘤通常由一个椭圆或多个小叶组成，有一个回声形成的假包膜，恶性肿瘤则可能呈现辐射状，伴有针状或角状的边缘。第三、肿瘤的位置。大多数肿瘤都出现在中乳层，阴影则出现在肿瘤的下方。

这些标准已经以不同的方式被翻译成计算机视觉语言用于计算机辅助诊断系统的设计。然而，这些算法通常需要仔细的初始化，因此不能避免种子区域选择。

发明内容

本发明的目的在于提供一种实现对超声图像中肿瘤组织的自动分割的方法和设备。

根据本发明的一方面，提供了一种处理超声图像的方法，包括：对接收的超声图像进行图像过分割以获得多层结构的分段；从获得的多层结构的分段中提取各分段特征；对接收的超声图像进行目标对象检测以产生过完整的滑动窗口作为检测窗口；将图像特征从检测窗口传递给获得的多层结构的分段；将提取的各分段特征和从检测窗口转移到分段的特征进行联合以对分段分类器进行训练；接收分段分类器的输出以将一元电压提供给成对的条件随机域CRF模型以得到分段的目标对象。

优选地，通过使用规格化切割和k均值聚类来执行图像过分割。

优选地，提取的各分段特征包括：各分段在超声图像中的位置、强度的柱状图、以及从灰度级共生矩阵SGLD得到的纹理描述符。

优选地，通过采用可变形部件模型DPM检测器来对超声图像执行目标对象检测以产生多个检测假定。

优选地，传递给分段的特征包括：检测窗口的原始信息、从分段到其具有最大信任度的检测窗口和最大支持的窗口的距离、检测窗口的扩展特性、检测信任度和扩展的特性的累积强度。

优选地，使用支持矢量机器来训练分段分类器。

优选地，使用最小割/最大流算法来最小化得到的分段的病变结果的结果。