[发明专利]基于中智集合的超声乳腺肿瘤快速阈值分割方法及系统

权利要求书

1.一种基于中智集合的超声乳腺肿瘤快速阈值分割方法，其特征在于，包括以下步骤：

将获取的乳腺超声图像映射到中智集合中的T域、I域和F域，分别代表像素的真实性、不确定性和荒谬性；

获取乳腺超声图像在T域、I域和F域中的像素值，根据T域阈值和I域阈值得到边缘像素；

根据获取的所有边缘像素对乳腺超声图像进行二值分割，得到最终分割后的乳腺肿瘤二值图像；

边缘像素既不属于肿瘤区域，也不属于背景区域，得到：

对乳腺超声图像进行二值分割，具体为：

其中，A_B为最终分割后的乳腺肿瘤二值图像；

所述边缘像素，具体为：

T_E(i,j)＝T(i,j)I(i,j)

F_E(i,j)＝(1-F(i,j))I(i,j)

其中，

ε为I域阈值，t_T为T域阈值，t_F为F域阈值。

2.如权利要求1所述的基于中智集合的超声乳腺肿瘤快速阈值分割方法，其特征在于，利用直方图和BUS图像肿块的空间特性设计阈值化方法计算T域阈值，利用Otsu方法计算F域阈值。

3.如权利要求1所述的基于中智集合的超声乳腺肿瘤快速阈值分割方法，其特征在于，乳腺超声图像映射到T域、I域和F域的像素值，具体为：

I(i,j)＝S(g_ij,a,b,c)

F(i,j)＝1-T(i,j)

其中，g(i,j)为像素(i,j)的灰度值，g_min、g_max是图像最小、最大灰度值，S(g_ij,a,b,c)为隶属度函数，a，b和c为通过直方图计算得到的参数。

4.如权利要求1所述的基于中智集合的超声乳腺肿瘤快速阈值分割方法，其特征在于，对二值分割后所得的候选区域，采用数学形态学算子进行后处理，得到最终的乳腺肿瘤的可疑区域。

5.一种基于中智集合的超声乳腺肿瘤快速阈值分割系统，其特征在于，包括：

图像映射模块，被配置为：将获取的乳腺超声图像映射到中智集合中的T域、I域和F域，分别代表像素的真实性、不确定性和荒谬性；

边缘像素计算模块，被配置为：获取乳腺超声图像在T域、I域和F域中的像素值，根据T域阈值和I域阈值得到边缘像素；

二值分割模块，被配置为：根据获取的所有边缘像素对乳腺超声图像进行二值分割，得到最终分割后的乳腺肿瘤二值图像；

边缘像素既不属于肿瘤区域，也不属于背景区域，得到：

对乳腺超声图像进行二值分割，具体为：

其中，A_B为最终分割后的乳腺肿瘤二值图像；

所述边缘像素，具体为：

T_E(i,j)＝T(i,j)I(i,j)

F_E(i,j)＝(1-F(i,j))I(i,j)

其中，

ε为I域阈值，t_T为T域阈值，t_F为F域阈值。

6.如权利要求5所述的基于中智集合的超声乳腺肿瘤快速阈值分割系统，其特征在于，边缘像素计算模块中，乳腺超声图像映射到T域、I域和F域的像素值，具体计算方式为：

I(i,j)＝S(g_ij,a,b,c)

F(i,j)＝1-T(i,j)；

其中，g(i,j)为像素(i,j)的灰度值，g_min、g_max是图像最小、最大灰度值，S(g_ij,a,b,c)为隶属度函数，a，b和c为通过直方图计算得到的参数。