[发明专利]乳腺肿块良恶性判断方法及设备在审

专利信息
申请号: 201911087301.1 申请日: 2019-11-08
公开(公告)号: CN111062909A 公开(公告)日: 2020-04-24
发明(设计)人: 王俊茜;徐勇 申请(专利权)人: 哈尔滨工业大学(深圳)
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/187;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 洪铭福
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 乳腺 肿块 恶性 判断 方法 设备
【权利要求书】:

1.一种乳腺X线摄影图像的预处理方法,其特征在于,包括:

获取乳腺X线摄影图像;

对所述乳腺X线摄影图像进行预处理,所述预处理包括:去噪、增加对比度、轮廓粗分割、轮廓细化、提取乳腺图像、调整乳腺图像大小。

2.根据权利要求1所述的一种乳腺X线摄影图像的预处理方法,其特征在于,

所述去噪的过程为:首先进行中值滤波进行初步去噪,然后对所述初步去噪的结果利用小波阈值方法进行再次去噪得到乳腺影像;

所述增加对比度的过程为:对所述乳腺影像利用伽马校正增加乳腺结构与背景之间的对比度,突出乳腺轮廓;

所述轮廓粗分割的过程为:利用最大类间方差法对所述增加对比度得到的乳腺X线摄影图像中乳腺图像和背景进行粗分割,得到乳腺粗轮廓;

所述轮廓细化的过程为:利用形态学开操作和形态学闭操作对所述乳腺粗轮廓进行平滑分割得到乳腺平滑轮廓;

所述提取乳腺图像的过程为:统计所述乳腺平滑轮廓中各连通区域的像素个数,选择像素数最多的连通区域作为乳腺组织区域,并生成对应的掩码区域,在经过去噪的所述乳腺影像中提取所述掩码区域对应的乳腺组织结构图像,并用像素值为0的像素点填充背景区域;

所述调整乳腺图像大小的过程为:对所述乳腺组织结构图像利用像素值为0的像素点进行像素填充,使所述乳腺组织结构图像的行列比为1:1,得到经过预处理后的乳腺X线摄影图像。

3.根据权利要求2所述的一种乳腺X线摄影图像的预处理方法,其特征在于,所述像素填充的过程为:

获取乳腺组织朝向;

以所述乳腺组织结构图像的宽度中心点将图像分为左部分和右部分;

统计所述左部分和右部分的像素和,当左部分像素和大于右部分像素和,则判定乳腺组织朝向为右,并对图像右侧进行边缘填充,反之对图像的左侧进行边缘填充。

4.一种乳腺肿块目标检测定位方法,其特征在于,包括:

获取乳腺X线摄影图像,并利用如权利要求1至3任一项所述的一种乳腺X线摄影图像的预处理方法进行预处理,得到待检测乳腺X线摄影图像;

将所述待检测乳腺X线摄影图像输入到目标检测定位网络中进行目标检测定位,得到乳腺肿块位置。

5.根据权利要求4所述的一种乳腺肿块目标检测定位方法,其特征在于,所述目标检测定位网络使用Darknet-53网络,同时所述Darknet-53网络的每一层卷积网络结构中引入由BN和IN组合形成的归一化层,使用k-means算法进行聚类得到训练数据集中的乳腺肿块的锚框大小。

6.一种乳腺肿块良恶性判断方法,其特征在于,包括:

获取经过如权利要求4或5任一项所述的一种乳腺肿块目标检测定位方法得到乳腺X线摄影肿块图像;

将所述乳腺X线摄影肿块图像输入目标分类网络中,进行形状预测和边缘预测,同时得到对应乳腺肿块的良恶性分类结果;

所述目标分类网络包括:主干网络结构和特征融合结构。

7.根据权利要求6所述的一种乳腺肿块良恶性判断方法,其特征在于,训练所述目标分类网络时,输入数据格式包括:乳腺X线摄影肿块图像以及对应的形状标签、边缘标签和良恶性标签,所述目标分类网络的损失函数为交叉熵损失函数,表示为:

Lcls=λ1Ls2Lm+Ld

其中,Lcls、Ls、Lm、Ld分别表示整体损失、形状属性分类损失、边缘属性分类损失和乳腺肿块良恶性分类损失,λ1、λ2分别表示形状属性损失系数和边缘属性损失系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911087301.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top