[发明专利]一种基于互相关特征的乳腺超声图像多元分类系统及方法

说明书

本发明提供一种基于互相关特征的乳腺超声图像多元分类系统及方法，包括超声图像预处理单元；感兴趣区域提取单元，用于提取感兴趣区域图像；内部互相关密度特征提取单元，提取感兴趣图像的内部互相关密度特征值；传统特征提取单元，用于提取感兴趣区域图像的多种传统特征值；多元分类单元，用于对分类器进行训练，并将内部互相关密度特征值向量和传统特征向量输入到训练完成的3个分类器进行分类，把被预测最多的类别作为最终分类结果。本发明的分类方法增加了基于感兴趣区域内部互相关密度特征，能够有效地改善乳腺超声计算机辅助诊断效果，并增加了乳腺囊肿这一良性病变的分类类别，进一步满足医生对乳腺超声计算机辅助系统的需求。

技术领域

本发明属于医学图像后处理技术领域，具体涉及一种基于互相关特征的乳腺超声图像多元分类系统及方法。

背景技术

乳腺疾病是现代女性较为常见的疾病之一，其中，乳腺癌是常见的女性恶性肿瘤。从发病率上来看，乳腺癌在欧美国家发病率占到女性恶性肿瘤的首位，在中国也是高居第二位，已成为影响女性身心健康的重要疾病。关于乳腺肿块良恶性的鉴别，影像学手段无疑起到了重要的作用，钼靶X射线图像、CT、MRI、超声等影像学检查均对乳腺肿块的诊断与鉴别有着重要的影响。其中，随着设备的更新与技术的发展，超声在乳腺肿瘤诊断中的作用越来越受到重视，尤其在亚洲人种常常出现的致密型乳腺影像中，超声可以筛查出钼靶X射线图像无法判别的肿块位置信息及病灶情况。此外，由于超声检查费用低廉，还被广泛应用于体检中，可检查出包括乳腺肿瘤、乳腺导管扩张、乳腺囊肿等多类别乳腺疾病。

但医用超声图像属于相干图像，相比较于钼靶X射线图像、CT、MRI依然存在着图像质量较低、存在着极为明显的伪影和信噪比低等易影响诊断结果的缺陷。因此，能否利用带有伪影和低信噪比的超声图像判别出感兴趣区域的图像是否包含良性肿块、恶性肿块以及乳腺囊肿，具有重要的意义。

发明内容

本发明提供一种基于互相关特征的乳腺超声图像多元分类系统及方法，增加了基于感兴趣区域内部互相关密度特征，能够有效地改善乳腺超声计算机辅助诊断效果。

本发明提供一种基于互相关特征的乳腺超声图像多元分类系统，包括：

超声图像预处理单元，用于对原始乳腺超声图像集中的每一张图像进行增强处理和去燥处理；

感兴趣区域提取单元，利用区域生长分割方法提取经去噪处理后的每一张图像中的病灶区域作为感兴趣区域，构成感兴趣区域图像集；

内部互相关密度特征提取单元，用于将感兴趣区域图像均匀分割成多个子图像，并提取子图像的密度特征值，对所有子图像的密度特征值进行聚类，获得该的内部互相关密度特征值，由感兴趣区域图像集中所有感兴趣区域图像的内部互相关密度特征值构成内部互相关密度特征向量；

传统特征提取单元，用于提取感兴趣区域图像集中所有感兴趣区域图像的多种传统特征值，构成多个传统特征向量；

多元分类单元，用于将内部互相关密度特征向量和传统特征向量两两分组输入到3个分类器中对分类器进行训练，并通过训练完成的3个分类器进行分类，在得到的不同分类结果中，把被预测最多的类别作为最终分类结果，输出多元分类结果。

在本发明的基于互相关特征的乳腺超声图像多元分类系统中，所述超声图像预处理单元包括：

图像增强器，用于通过变换函数将原始乳腺超声图像的灰度级从原范围线性拉伸至饱和范围，再通过概率密度函数变换增强原始乳腺超声图像的灰度级；

图像去噪器，采用均值滤波操作平滑原始乳腺超声图像，去掉高斯白噪声。

在本发明的基于互相关特征的乳腺超声图像多元分类系统中，所述内部互相关密度特征提取单元包括：

图像分割器，用于将感兴趣区域图像集中的每张感兴趣区域图像均匀分割成多个子图像；