[发明专利]前列腺KVCT图像的病变区域分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及医学CT图像处理方法，可用于前列腺KVCT图像中的病变区域分割。

背景技术

前列腺是男性最大的附属性腺，亦属人体外分泌腺之一，位于膀胱与原生殖膈之间。而前列腺癌是出自前列腺的恶性肿瘤，细胞的基因突变导致增殖失控，成为癌症。恶性细胞除了体积扩大或侵犯邻近器官，也可能转移到身体其他部位，尤其是骨头和淋巴结。前列腺癌可能造成疼痛、排尿困难、勃起功能不全等症状。在西方国家，前列腺癌是男性第二常见的癌症，因而丧生的人数仅次于肺癌。

目前，对前列腺的医学图像分析，主要是针对前列腺部位进行分割，在CT和MRI图像上提取出完整的前列腺组织，如：

MJ Costa在2007年提出一种耦合3维可变模型的方法来自动分割膀胱和前列腺。它是利用统计得到的形状数据，初始化前列腺-膀胱的可变模型，对前列腺和膀胱进行整体分割。

Q Feng在2010年提出一种使用群体和放疗病人统计信息分割前列腺。它利用群体和放疗病人的前列腺形状统计信息，可以精确分割出病人前列腺。

Y Shi在2013年提出一种空间约束的方法分割前列腺。它是一种半自动分割方法，首先在第一个切片和最后一个切片上人工标记前列腺的位置；然后，使用空间约束对中间的每个切片进行分割；最后，根据统计得到的前列腺形状信息生成最后的前列腺形状。

由于前列腺病变组织和正常组织的相似度很高，针对前列腺病变组织分割难度很大，在低对比度的CT图像中，利用已有的图像分割方法很难对其进行有效检测。

前列腺病变的排查一般也采用MR图像或B超图像进行检测，其中：

MR是利用原子核自旋运动的特点，在外加磁场内，经射频脉冲激后产生信号，用探测器检测并输入计算机，经过计算机处理转换后在屏幕上显示图像。虽然MR图像中的前列腺组织对比分辨率高，但是成像时间较长，对病人体动敏感，易造成伪影，导致某些病人的前列腺病变区域特征和正常区域特征不能被分开，病变组织不能被及时检测出来。

B超是利用超声在人体内传播，由于人体各种组织有声学的特性差异，超声波在两种不同组织界面处产生反射、折射、散射、绕射、衰减以及声源与接收器相对运动产生多普勒频移等物理特性，通过接收这些反射、散射信号，显示组织及其病变的形态。B超图像的成像质量不高，即图像的清晰度和分辨率比较低，前列腺病变区域特征不明显，因此对前列腺病变组织不能进行有效地检测。

KVCT是根据人体不同组织对X线的吸收与透过率的不同，应用灵敏度极高的仪器对人体进行测量，然后将测量所获取的数据输入电子计算机，电子计算机对数据进行处理后，就可摄下人体被检查部位的断面或立体的图像。KVCT扫描速度快，成像清晰，具有较高的空间分辨率和密度分辨率，软组织显像清晰。但是，现阶段主要应用于前列腺部位整体分割，不能对前列腺病变进行检测。

发明内容

本发明的目的在于针对已有技术的不足，提出一种前列腺KVCT图像的病变区域分割方法，以有效对前列腺病变进行检测，确定前列腺上病变组织的准确区域。

为实现上述目的，本发明包括如下步骤：

(1)输入待分类的前列腺KVCT图像S；

(2)输入与前列腺KVCT图像S对应的掩膜图像，以减掉KVCT图像S中前列腺以外的区域，得到感兴趣区域图像So；

(3)将感兴趣区域So每一个像素取9×9窗口得到像素块，统计每个像素块的灰度-梯度共生矩阵H^z，进而计算每个像素块的15维纹理特征T^z，1≤z≤N_p，N_p为总像素块数，这15维纹理特征T^z包括：小梯度优势T₁、大梯度优势T₂、灰度分布不均匀性T₃、梯度分布不均匀性T₄、能量T₅、灰度均值T₆、梯度均值T₇、灰度标准差T₈、梯度标准差T₉、相关性T₁₀、灰度熵T₁₁、梯度熵T₁₂、混合熵T₁₃、差分矩T₁₄和逆差分矩T₁₅；

(4)从感兴趣区域So中随机选择1/5像素块，在对所选的每个像素块上设置病变与正常标记，再用这些像素块训练支撑矢量机SVM分类器；