[发明专利]基于低秩分解的胃部CT图像淋巴结识别系统和方法

说明书

技术领域

本发明属于图像处理技术领域，特别是涉及医疗检测系统，可用于医学影像的淋巴结识别及其辅助诊断，具体涉及一种基于低秩分解的胃部CT图像淋巴结识别系统和方法。

背景技术

胃癌是我国最常见的恶性肿瘤之一，2010年卫生统计年鉴显示，我国胃癌的发病率和致死率都仅次于肺癌，位于第二位，每年我国新增胃癌病例有40万之多，而每年由于胃癌死亡的人数在30万，占所有恶性肿瘤死亡人数的23%，死亡率极高。临床中，CT影像是胃癌诊断所依靠的一个主要工具。传统意义上，医生得到病人的CT切片后进行分析，通过发生癌变的淋巴结数目以及大小等信息判断病人的N分期，然后依据判断结果进行手术制定相应的手术方案，但是这种方式费时费力，而且结果非常依赖于医生的专业水平和临床经验。近年来，随着计算机技术的发展，使得我们可以通过计算机来对医学影像进行处理，辅助医生的诊断。对于胃部CT影像，我们从中最需要了解的是淋巴结的分布，大小等信息，因此研究计算机辅助技术检测胃部CT图像的淋巴结具有很大的应用需求。

由于CT影像相比于乳腺X线影像等组织更为复杂，里面包含的组织多样，各组织之间的边界模糊，而我们感兴趣的淋巴结相对其他组织非常小，这都给胃部CT影像的研究带来了很多困难，目前对胃部CT影像的研究工作仍然处于初期阶段。

西安电子科技大学申请的专利“无监督分割的胃部CT图像淋巴结自动辅助检测系统”(申请号：CN201310029539，公开号CN103106408A)公开了一种无监督分割的胃部CT图像淋巴结自动辅助检测系统，主要解决了胃部CT图像中感兴趣区域和疑似淋巴结区域自动获取存在漏检区域或遗留无关信息过多的问题。该系统的不足在于跟踪所采用的质心跟踪过于简单，不能有效的跟踪到所有提取出的疑似淋巴结，而且对于淋巴结的判别依赖于长度并不准确，同时也没有进行淋巴结和血管的区分。

发明内容

本发明的目的在于针对现有的胃部CT淋巴结识别系统中目标跟踪不准确以及淋巴结血管区分没有区分等问题，提出一种基于低秩分解的胃部CT图像淋巴结识别系统和方法，可以准确的完成目标的跟踪并将淋巴结和血管区分开来。

为实现上述目的，本发明提一种基于低秩分解的胃部CT图像淋巴结识别系统，

包括：

单帧目标提取模块，用于在序列图的每一帧上提取出疑似淋巴结，并对所有疑似淋巴结构造局部自适应窗口；

与单帧目标提取模块链接的局部自适应窗口排序模块，用于对序列图上的所有疑似淋巴结的局部自适应窗口依据面积排序；

与局部自适应窗口排序模块链接的低秩跟踪模块和区域重叠跟踪模块，其中，低秩跟踪模块用于对大疑似淋巴结在局部区域构造观测矩阵，利用低秩模型进行矩阵分解，得到背景序列和前景序列，在背景序列中快速确定序列首尾帧位置，并对首尾帧位置进行细微调整，最后基于首尾帧和当前帧的区域面积变化来进行淋巴结的判断，区域重叠跟踪模块用于对小疑似淋巴结通过区域重叠匹配跟踪来得到小疑似淋巴结的完整跟踪序列，然后对于长序列依据面积和位移特征识别血管，对于短序列依据面积变化识别淋巴结；

与低秩跟踪模块和区域重叠跟踪模块链接的结果输出模块，用于将识别出的结果在原序列图上标注输出。

所述的单帧目标提取模块依次包括：

预处理子模块，用于对初始图像进行预处理，去掉无关区域，得到预处理图；

与预处理子模块链接的基于最大类间方差的多阈值分割子模块，用于将预处理图分为4类，得到背景图，脂肪图，脏器淋巴结图，高亮图；

与基于最大类间方差的多阈值分割子模块链接的区域特征计算子模块，用于对脏器淋巴结区域图中的每一个区域R，计算区域面积A，区域浸润于脂肪区域的浸润率I，区域的圆形性E，区域的凹凸度C，其中，区域浸润于脂肪区域的浸润率I定义为区域R的外边界与脂肪区域交集像素个数除以外边界总像素个数，区域的圆形性E定义为区域质心到边界的平均距离除以区域质心到边界点距离的均方差，区域的凹凸度C定义为区域面积除以区域外接凸多边形的面积；

与区域特征计算子模块链接的疑似淋巴结提取子模块，用于在脏器淋巴结图中将同时满足区域面积A＞5，区域浸润率I＝1，区域圆形性E＞t1，区域凹凸度C＞t2的区域提出出来，得到待跟踪的目标图，其中t1由所有区域进行直方图统计得到，t2取经验值0.8；

与疑似淋巴结提取子模块链接的局部自适应窗口构造子模块，用于对疑似淋巴结以质心为中心，外接矩形为边界构造局部自适应窗口。

所述的低秩跟踪模块包括：