[发明专利]一种超声甲状腺结节自动定位方法

说明书

技术领域

本发明属于医学图像处理领域，更具体地，涉及一种超声甲状腺结节自动定位方法。

背景技术

研究表明，全世界范围内有越来越多的成年人出现甲状腺结节损伤病况，在过去30年，甲状腺癌症的发生率增加了2.4倍，已经对人类的健康造成了极大地威胁。目前，甲状腺结节的检查通常是医生通过B超进行的。B超灵活实时，但严重依赖于医生的经验与手法，比CT、MRI等其它影像更难以处理，所以三甲医院甲状腺结节的平均正确率也只有60％多，如果不进行组织切片检查，不同的医生常有不同的判断，因此，设计一套计算机辅助诊断系统来协助医生进行超声甲状腺结节的良恶性诊断是一件意义深远的事情。

常见的超声甲状腺诊断系统中，往往需要有经验的医生手动给定一个包含完整甲状腺结节的感兴趣区域(ROI)，然后在该感兴趣区域内对结节进行良恶性识别。这种方法有两个缺点：(1)由于个人认知和经验不同，两个不同的医生给出的ROI可能不尽相同，这会对结节的识别造成不同程度的影响。(2)所有样本(包括训练和测试样本)都需要医生给定ROI，这无疑增加了医生的工作负担。

由此可见，现有技术存在无法准确的定位到甲状腺结节区域的技术问题。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种超声甲状腺结节自动定位方法，由此解决现有技术存在无法准确的定位到甲状腺结节区域的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种超声甲状腺结节自动定位方法，包括：

(1)根据B超图像的水平方向平均灰度值的分布，得到甲状腺腺体层；

(2)在甲状腺腺体层中，利用甲状腺结节分类器，得到初始目标检测图；

(3)从B超图像获取相位不对称图，将初始目标检测图在相位不对称图中检测到的目标位置全部作为非目标，得到目标检测图；

(4)在目标检测图中，获取各目标的轮廓，计算各目标的中心位置和尺寸，对各目标按照中心位置离目标检测图的中心位置由近到远的顺序进行结节目标检测，当目标的尺寸大于阈值时，该目标为结节目标区域，其他目标为伪目标，进而得到甲状腺结节定位结果。

进一步的，步骤(1)中的B超图像为对原始B超图像进行对比度增强处理后的图像。

进一步的，步骤(1)的具体实现方式为：

根据B超图像的水平方向平均灰度值的分布，得到水平方向最大平均灰度值的行索引值R_max和从下到上遍历第一个水平方向最小平均灰度值的行索引值R_min，进而得到R_max与R_min之差*90％的行索引值R_upper和R_max与R_min之差*25％的行索引值R_lower，取R_max与R_upper之间的大者作为甲状腺腺体层的上边界，取R_min与R_lower之间的小者作为腺体层的下边界，得到甲状腺腺体层。

进一步的，甲状腺结节分类器的训练方法为：

获取样本B超图像，根据样本B超图像的水平方向平均灰度值的分布，得到样本甲状腺腺体层，将样本B超图像中的甲状腺结节区域作为正样本，将样本甲状腺腺体层中除了甲状腺结节区域外的非结节区域作为负样本，利用正样本和负样本训练支持向量机，得到甲状腺结节分类器。

进一步的，步骤(4)的具体实现方式为：

在目标检测图中，获取各目标的轮廓，计算各目标的中心位置和尺寸，得到各目标中的最大尺寸值S，阈值为S/3，对各目标按照中心位置离目标检测图的中心位置由近到远的顺序进行排列，分别记录为O₁，O₂，O₃，……O_n，先判断O₁处的目标，如果其尺寸大于S/3，那么该目标为结节目标区域，其他目标为伪目标，否则，该目标作为伪目标，然后继续判断O₂处的目标，如果其尺寸大于S/3，那么该目标为结节目标区域，其他目标为伪目标，否则，该目标为伪目标，然后继续判断O₃处的目标，以此类推，进而得到甲状腺结节定位结果。

进一步的，步骤(4)还包括：

在目标检测图中，首先去除与甲状腺腺体层边界相连接的区域以及与B超图像左右边界相连接的区域，然后获取各目标的轮廓。