【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及醫(yī)學(xué)圖像處理領(lǐng)域，具體是涉及一種基于合成增強圖像的腫瘤區(qū)域圖像增強方法及系統(tǒng)。
技術(shù)介紹
醫(yī)生在實際診斷腫瘤相關(guān)疾病的過程中，通過對CT(ComputedTomography，電子計算機斷層掃描)或者M(jìn)R(MagneticResonance，磁共振)等醫(yī)學(xué)圖像中腫瘤的邊界、截面面積和體積進(jìn)行測量和分析，可以幫助臨床確診病情，這時需要對CT或者M(jìn)R等醫(yī)學(xué)圖像中的腫瘤邊界進(jìn)行分割。腫瘤邊界的精確分割對治療計劃非常重要，目前這部分工作主要依賴于手工描繪，精確度不高。由于CT或者M(jìn)R等醫(yī)學(xué)圖像中的噪聲和模糊性，導(dǎo)致許多腫瘤的邊界比較模糊，采取傳統(tǒng)的圖像分割方法，例如在原始的CT或者M(jìn)R等醫(yī)學(xué)圖像上采用閾值分割法，難以對腫瘤的邊界進(jìn)行精確分割。
技術(shù)實現(xiàn)思路
本專利技術(shù)的目的是為了克服上述
技術(shù)介紹
的不足，提供一種基于合成增強圖像的腫瘤區(qū)域圖像增強方法及系統(tǒng)，能夠增強原始CT或者M(jìn)R圖像中覆蓋全部腫瘤區(qū)域的的ROI區(qū)域，通過選擇合成增強圖像中不同的加權(quán)因子，使原始CT或者M(jìn)R圖像中腫瘤的表面和模糊邊界變得清晰可見，方便醫(yī)生觀察腫瘤的表面和邊界；在合成增強圖像上采用閾值分割方法，能夠精確分割出腫瘤區(qū)域，精確度明顯高于在原始CT或者M(jìn)R圖像上直接進(jìn)行閾值分割的精確度。本專利技術(shù)提供一種基于合成增強圖像的腫瘤區(qū)域圖像增強方法，包括以下步驟：A、在包含腫瘤的一幀原始CT圖像或者M(jìn)R圖像中，選取一個覆蓋全部腫瘤區(qū)域的...
【技術(shù)保護點】
一種基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于，包括以下步驟：A、在包含腫瘤的一幀原始CT圖像或者M(jìn)R圖像中，選取一個覆蓋全部腫瘤區(qū)域的橢圓形感興趣區(qū)域ROI；將ROI區(qū)域以外的像素全部置為零，對ROI區(qū)域內(nèi)部的像素值進(jìn)行窗寬窗位的調(diào)節(jié)，使之復(fù)合人類觀察的要求；B、采用各向異性擴散方法，對經(jīng)過窗寬窗位調(diào)節(jié)之后的圖像中的ROI區(qū)域進(jìn)行降噪處理，得到覆蓋全部腫瘤區(qū)域的ROI區(qū)域的降噪圖像；C、采用多尺度增強方法，對經(jīng)過窗寬窗位調(diào)節(jié)之后的圖像中的ROI區(qū)域進(jìn)行增強處理，得到覆蓋全部腫瘤區(qū)域的ROI區(qū)域的增強圖像；D、對步驟B得到的覆蓋全部腫瘤區(qū)域的ROI區(qū)域的降噪圖像和步驟C得到的覆蓋全部腫瘤區(qū)域的ROI區(qū)域的增強圖像進(jìn)行加權(quán)融合，得到覆蓋全部腫瘤區(qū)域的ROI區(qū)域的合成增強圖像。
【技術(shù)特征摘要】
1.一種基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于，包括以下步驟：
A、在包含腫瘤的一幀原始CT圖像或者M(jìn)R圖像中，選取一個覆蓋全部腫瘤區(qū)域的橢圓形
感興趣區(qū)域ROI；將ROI區(qū)域以外的像素全部置為零，對ROI區(qū)域內(nèi)部的像素值進(jìn)行窗寬窗位
的調(diào)節(jié)，使之復(fù)合人類觀察的要求；
B、采用各向異性擴散方法，對經(jīng)過窗寬窗位調(diào)節(jié)之后的圖像中的ROI區(qū)域進(jìn)行降噪處
理，得到覆蓋全部腫瘤區(qū)域的ROI區(qū)域的降噪圖像；
C、采用多尺度增強方法，對經(jīng)過窗寬窗位調(diào)節(jié)之后的圖像中的ROI區(qū)域進(jìn)行增強處理，
得到覆蓋全部腫瘤區(qū)域的ROI區(qū)域的增強圖像；
D、對步驟B得到的覆蓋全部腫瘤區(qū)域的ROI區(qū)域的降噪圖像和步驟C得到的覆蓋全部腫
瘤區(qū)域的ROI區(qū)域的增強圖像進(jìn)行加權(quán)融合，得到覆蓋全部腫瘤區(qū)域的ROI區(qū)域的合成增強
圖像。
2.如權(quán)利要求1所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
A中對ROI區(qū)域內(nèi)部的像素值進(jìn)行窗寬窗位的調(diào)節(jié)的過程為：以橢圓的質(zhì)心為中心，選擇一
個矩形區(qū)域，該矩形的長度rlength小于橢圓的長軸，該矩形的寬度rwidth小于橢圓的短軸；選
取該矩形內(nèi)的最大灰度值為窗口技術(shù)中窗寬的最大值Cmax，選取該矩形內(nèi)的最小灰度值為
窗口技術(shù)中窗寬的最小值Cmin；然后任意選擇下列三個公式中的一個公式，對橢圓內(nèi)的像素
值進(jìn)行映射：
I = α × I o r i - C m i n C m a x - C m i n - - - ( 1 ) ]]> I = α × l o g ( 1 + I o r i - C min C max - C min ) - - - ( 2 ) ]]> I = α × ( I o r i - C min C m a x - C min ) γ 1 - - - ( 3 ) ]]>其中，Iori為原始的CT或者M(jìn)R圖像，α為控制圖像整體亮度的系數(shù)，γ1為可調(diào)節(jié)的系數(shù)，
通過改變γ1的值得到不同方式的映射曲線，I為經(jīng)過窗寬窗位調(diào)節(jié)之后的圖像。
3.如權(quán)利要求2所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
A中，γ1的值小于1時，公式(3)將一個范圍較窄的輸入值轉(zhuǎn)換到一個范圍較寬的輸出值。
4.如權(quán)利要求2所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
B中的各向異性擴散方法為：使用各向異性擴散模型去除噪聲，各向異性擴散模型的公式
為：
∂ I ∂ t = d i v ( c ( x , y , t ) ▿ I ) = ▿ c · ▿ I + c ( x , y , t ) Δ I - - - ( 4 ) ]]>其中，div()為散度算子，c(x,y,t)是擴散系數(shù)，擴散系數(shù)被選擇為圖像梯度的函數(shù)，t
為時間，▽代表梯度算子，▽c則是擴散系數(shù)c的梯度，▽I是圖像I的梯度，Δ代表拉普拉斯
算子，ΔI是圖像I的拉普拉斯算子；
對公式(4)表示的偏微分方程求解，該方程的解表示為Irn，Irn為步驟B得到的覆蓋全部
腫瘤區(qū)域的ROI區(qū)域的降噪圖像。
5.如權(quán)利要求4所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
B中，所述各向異性擴散模型的公式中的擴散系數(shù)c(x,y,t)的函數(shù)有兩種表達(dá)方式：
c ( | | ▿ I | | ) = e - ( | | ▿ I | | / K ) 2 - - - ( 5 ) ]]> c ( | | ▿ I | | ) = 1 1 + ( | | ▿ I | | K ) 2 - - - ( 6 ) ]]>其中，||▽I||表示圖像I的梯度的模，K為常數(shù)，這兩個擴散系數(shù)函數(shù)以圖像I的梯度的
模作為擴散快慢的依據(jù)，在梯度大的位置擴散系數(shù)小，從而起到保護邊緣的目的。
6.如權(quán)利要求4所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
C中的多尺度增強方法為：
對覆蓋全部腫瘤區(qū)域的ROI區(qū)域進(jìn)行不同尺度下的增強處理：
首先，通過公式(7)，對覆蓋全部腫瘤區(qū)域的ROI區(qū)域進(jìn)行下采樣，得到下采樣后的圖像
Ire；
Ire＝REDUCE(I)(7)
其中，REDUCE()表示下采樣操作；
然后，通過公式(8)，對下采樣后的圖像Ire進(jìn)行縮放增強處理；
I u = ( I re - I re * G ) γ 2 - - - ( 8 ) ]]>其中，Iu是尺寸縮小的下采樣增強圖像，Ire是下采樣后的圖像，G是高斯核，Ire-Ire*G代
表圖像的高頻成分，γ2為控制腫瘤區(qū)域與非腫瘤區(qū)域的差別的系數(shù)，Iu的尺寸與下采樣后
的圖像Ire的尺寸相同，均小于經(jīng)過窗寬窗位調(diào)節(jié)之后的圖像I；
接著，通過公式(9)，對公式(8)得到的尺寸縮小的下采樣增強圖像Iu進(jìn)行上采樣，得到
Iex：Iex＝EXPAND(Iu)(9)
其中，Iex為步驟C得到的覆蓋全部腫瘤區(qū)域的ROI區(qū)域的增強圖像，Iex的尺寸與經(jīng)過窗
寬窗位調(diào)節(jié)之后的圖像I的尺寸相同；EXPAND()表示上采樣操作。
7.如權(quán)利要求6所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
C中的EXPAND()由擴展插值算子得到，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上
增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子
采用雙立方插值方法。
8.如權(quán)利要求6所述的基于合成增強圖像的腫瘤區(qū)域圖像增強方法，其特征在于：步驟
D中采用像素級的加權(quán)平均融合方法進(jìn)行加權(quán)融合，公式如下：
Ien＝w·Irn+(1-w)·Iex(10)
其中，Irn為步驟B得到的覆蓋全部腫瘤區(qū)域的ROI區(qū)域的降噪圖像，Iex為步驟C得到的覆
蓋全部腫瘤區(qū)域的ROI區(qū)域的增強圖像，w為加權(quán)因子，Ien為覆蓋全部腫瘤區(qū)域的ROI區(qū)域的
合成增強圖像；通過選擇公式(10)中不同的加權(quán)因子w，來方便醫(yī)生觀察腫瘤的表面和邊
界。
9.一種基于合成增強圖像的腫瘤區(qū)域圖像增強系統(tǒng)，其特征在于：該系統(tǒng)包括ROI區(qū)域
選取單元、窗寬窗位調(diào)節(jié)單元、降噪單元、增強單元、加權(quán)融合單元，其中：...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：諶先敢，劉海華，高智勇，陸雪松，
申請(專利權(quán))人：中南民族大學(xué)，
類型：發(fā)明
國別省市：湖北;42
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。