[发明专利]基于乳腺X线图像的自适应增强方法

说明书

技术领域

本发明涉及医学图像处理领域，具体地讲，涉及基于乳腺X线图像的自适应增强方法。

背景技术

乳腺癌是妇女常见的恶性肿瘤之一，具有很高的发病率、死亡率。据世界卫生组织统计得出，全球范围内每年乳腺癌新增病例达到120万，死亡人数为50万人。另外，乳腺癌的发病率还在呈现上升趋势，由此使得乳腺癌的预防和治疗日益受到人们的重视。

近年来随着现代医学成像技术的发展，越来越多检测方式应用到乳腺癌的早期检查中。乳腺钼靶X线摄影以其价格低廉，操作简单，空间分辨率较高等优点成为目前乳腺癌早期检测的可靠手段。然而医生在使用乳腺钼靶X线图像进行诊断时也面临许多困难。由于乳腺X线图像的结构复杂，图像的对比度较低，微钙化点簇的特征相对微弱，病变区域与周围正常组织之前的差异不明显，使得微钙化点不容易被检测出来，医生在诊断时难免会有漏检误检现象的发生。近年来随着计算机技术的飞速发展，人们越来越多地利用计算机技术辅助临床医生进行诊断和检查。

为了凸显乳腺图像中的钙化点以及弱边缘，提高乳腺图像的整体对比度，需要对乳腺图像进行增强处理。图像增强的方法主要分为时域和变换域两大类。时域方法就是直接对图像中的每一个像素进行各种处理。变换域方法是指将图像从时域通过某种变换转换到变换域，然后在变换域中进行处理，最后进行反变换即可。近几十年来，国内外已提出多种方法和算法以用于乳腺X线图像增强中。传统的经典算法包括反锐化掩膜方法、自适应直方图均衡化方法、以及分段小波增强算法。上述方法虽然在一定程度上取得了较好的增强效果，但其在增强图像的同时也对图像中的噪声进行了相应的增强，降低了信噪比，因此仍存在一定的局限性。

发明内容

本发明提出了一种基于非采样contourlet变换的自适应乳腺图像增强方法，该方法的目的在于克服传统的乳腺图像增强方法的不足。该方法能够在有效抑制图像噪声的前提下对图像中的弱边缘和钙化点进行增强，同时又能够避免图像出现过增强现象以有效提高图像对比度，使得乳腺X线图像增强效果更加明显，从而能够辅助临床医生进行医学诊断。

本发明提供了一种基于非采样contourlet变换的乳腺X线图像自适应图像增强方法，包括以下步骤：

1.1.对输入的乳腺图像进行contourlet变换，从而将乳腺图像分解为低频系数子图像X和不同方向上的高频系数子图像其中j代表分解的层号，K代表不同的分解方向。

1.2.利用形态学方法来对于经contourlet变换得到的低频系数子图像X进行处理。

1.3.构造自适应的图像增强函数f(x)，求出函数中各参数变量。

1.4.利用构造的增强函数f(x)对contourlet变换得到的高频系数进行增强处理。

1.5.对处理后的高频分量和处理后的低频分量进行非采样的contourlet波重构，最终得到增强的乳腺X线图像。

所述步骤1.2包括，

1.2.1.利用Top-hat变换对图像进行处理以获得图像TO。其中所述Top-hat变换可以增强图像中的亮细节成分。

1.2.2.利用Bottom-hat变换对图像进行处理以获得图像BC。其中所述Bottom-hat变换可以使图像中较暗细节成分从亮背景中凸显出来。

1.2.3.利用公式进行处理以获得细节增强的低频细节子图像。其中X(x,y)代表低频细节系数；

所述步骤1.3包括，

1.3.1.给出增强函数模型：

f2(x)＝[sigm(c(x-b)-sigm(-c(x+b)))]f(x)＝[sigm(c(1-b)-sigm(-c(1+b)))] x<T

其中，b，c，g，p，T为增强函数中的未知参数。

1.3.2.求出各层高频系数的标准差，其中，mean为该层高频系数的均值。令参数本发明在进行多次实验测试及验证的基础上，得出函数f1(x)增强系数p的取值范围为0.3～0.8。由此获得函数f1(x)表达式。

1.3.3.由于高频子图像的变换系数各不相同，根据步骤1.3.2确定的参数p和g，由非线性方程f1(T)＝T可以求出阈值T。

1.3.4.本发明在进行多次实验测试及验证的基础上，得出函数f2(x)增强系数c的取值范围为20～50。由公式f2(T)＝T可以解出参数b。由此获得函数f2(x)的表达式。

所述步骤1.4包括，