[发明专利]面向机器学习系统数据的CT切片图像增强方法和装置

摘要

本发明公开了一种面向机器学习系统数据的CT切片图像增强方法和装置，通过定义的最佳匹配度计算公式MRbest在DCMT之中搜索与IGTA的最佳匹配的位置以及匹配度，然后将匹配度达到预设阈值的IGTA所对应的强病灶二维数组FA赋值给对应位置的DCMG从而生成增强数据，降低了降低计算的复杂度，减少了计算量，加快了处理速度，减少了计算时间，并且降低了对软硬件的性能的要求，降低了开发的难度，符合对高速化大规模数据处理模式的要求。

主权项

1.面向机器学习系统数据的CT切片图像增强方法，其特征在于，包括以下步骤：步骤1、依据病灶CT切片图像二维数组DCM_T的病灶方框的位置向量[TX_left,TY_top,TX_right,TY_bottom]从所述病灶CT切片图像二维数组DCM_T提取病灶二维数组TA＝DCM_T[TX_left:TX_right][TY_top:TY_bottom],所述TX_left为所述病灶方框在所述病灶CT切片图像二维数组DCM_T的X轴方向的左边界坐标值、所述TY_top为所述病灶方框在所述病灶CT切片图像二维数组DCM_T的Y轴方向的上边界坐标值、所述TX_right为所述病灶方框在所述病灶CT切片图像二维数组DCM_T的所述X轴方向的右边界坐标值、所述TY_bottom为所述病灶方框在所述病灶CT切片图像二维数组DCM_T的所述Y轴方向的下边界坐标值；步骤2、通过公式NGT[ix][iy]＝(exp(((ix‑cx)²+(iy‑cy)²)/R²)‑1)/(exp(1)‑1)|_{ix∈[1,TXright‑TXleft],iy∈[1,TYbottom‑TYtop]}生成所述二维数组NGT，通过公式IGT[ix][iy]＝1‑NGT[ix][iy]|_{ix∈[1,TXright‑TXleft],iy∈[1,TYbottom‑TYtop]}生成所述二维数组IGT，所述ix为对应所述二维数组NGT和所述二维数组IGT在所述X轴方向的坐标值，所述ix的取值区间为[1,TX_right‑TX_left]，所述iy为对应所述二维数组NGT和所述二维数组IGT在所述Y轴方向的坐标值，所述iy的取值区间为[1,TY_bottom‑TY_top]，所述cx为对应所述二维数组NGT和所述二维数组IGT的所述病灶方框的中心点在所述X轴方向相对坐标值，所述cx＝(TX_right‑TX_left)/2，所述cy为对应所述二维数组NGT和所述二维数组IGT的所述病灶方框的所述中心点在Y轴方向相对坐标值，所述cy＝(TY_bottom‑TY_top)/2，所述R为对应所述二维数组NGT和所述二维数组IGT的所述病灶方框的对角线长度的一半，所述R²＝cx²+cy²；步骤3、通过公式IGTA[ix][iy]＝TA[ix][iy]*IGT[ix][iy]|_{ix∈[1,TXright‑TXleft],iy∈[1,TYbottom‑TYtop]}生成对应所述病灶二维数组TA的所述目标病灶匹配二维数组IGTA，通过公式NGTA[ix][iy]＝TA[ix][iy]*NGT[ix][iy]|_{ix∈[1,TXright‑TXleft],iy∈[1,TYbottom‑TYtop]}生成对应所述病灶二维数组TA的所述目标病灶融合二维数组NGTA；步骤4、依据无病灶CT切片图像二维数组DCM_N的候补匹配方框的位置向量[jx,jy,jx+(TX_right‑TX_left),jy+(TY_bottom‑TY_top)]从无病灶CT切片图像二维数组DCM_N提取候补二维数组NA_jx，jy＝DCM_N[jx:jx+(TX_right‑TX_left)][jy:jy+(TY_bottom‑TY_top)],所述jx为所述候补匹配方框在所述无病灶CT切片图像二维数组DCM_N的所述X轴方向的左边界坐标值，所述jx的取值区间为[1,DCM_W‑(TX_right‑TX_left)]，所述jy为所述候补匹配方框在所述无病灶CT切片图像二维数组DCM_N的所述Y轴方向的上边界坐标值，所述jy的取值区间为[1,DCM_H‑(TY_bottom‑TY_top)]，所述DCM_W为所述无病灶CT切片图像二维数组DCM_N在所述X轴方向的维数值，所述DCM_H为所述无病灶CT切片图像二维数组DCM_N在所述Y轴方向的维数值；步骤5、通过公式IGNA_jx，jy[ix][iy]＝NA_jx，jy[ix][iy]*IGT[ix][iy]|_{ix∈[1,TXright‑TXleft],iy∈[1,TYbottom‑TYtop]}生成对应所述候补二维数组NA_jx，jy的候补匹配二维数组IGNA_jx，jy，通过最佳匹配度计算公式MR_best＝argmax(conv(IGTA,IGNA_jx，jy))|_{jx∈[1,DCM_W‑(TXright‑TXleft)]，jy∈[1,DCM_H‑(TYbottom‑TYtop)]}计算所述目标病灶匹配二维数组IGTA在所述无病灶CT切片图像二维数组DCM_N之中的最佳候补匹配方框的位置向量[jx_best,jy_best,jx_best+(TX_right‑TX_left),jy_best+(TY_bottom‑TY_top)]，所述jx_best为所述最佳候补匹配方框在所述无病灶CT切片图像二维数组DCM_N的所述X轴方向的左边界坐标值，所述jy_best为所述最佳候补匹配方框在所述无病灶CT切片图像二维数组DCM_N的所述Y轴方向的上边界坐标值，所述最佳匹配度MR_best＝conv(IGTA,IGNA_{jx＝jxbest，jy＝jybest})，所述conv为二维卷积函数；步骤6、当所述MR_best大于预设的阈值C_TH，通过公式FA[ix][iy]＝NGTA[ix][iy]+IGNA_{jx＝jxbest，jy＝jybest}[ix][iy]|_{ix∈[1,TXright‑TXleft],iy∈[1,TYBottom‑TYtop]}生成增强病灶二维数组FA，通过公式DCM_G＝DCM_N将所述无病灶CT切片图像二维数组DCM_N赋值给所述增强CT切片图像二维数组DCM_G，通过公式DCM_G[jx_best:jx_best+(TX_right‑TX_left)][jy_best:jy_best+(TY_bottom‑TY_top)]＝FA将所述增强CT切片图像二维数组DCM_G的所述最佳候补匹配方框位置向量[jx_best,jy_best,jx_best+(TX_right‑TX_left),jy_best+(TY_bottom‑TY_top)]所对应区域的二维数组赋值为所述生成增强病灶二维数组FA。