一种乳腺图像中分割胸肌的方法发明专利.docxVIP

一种乳腺图像中分割胸肌的方法 技术领域 本发明涉及医学图像处理领域，尤其涉及一种乳腺图像中分割胸肌的方 法。 背景技术 除去内外侧斜(MLO)位中的人体胸肌区域是乳腺X线图像(Mammograms) 计算机辅助诊断(Computer-aidedDiagnosis，CAD)系统预处理中的基础步 骤。在MLO位的乳腺图像中，胸肌区域通常位于图像的左上角或者右上角，一 般边缘较为平缓，呈现三角形状，具有整幅图像中最高或较高的亮度。去除 MLO位图像的胸肌步骤，可以避免给后续处理带来不良影响，例如肿瘤分割中 的图像规则化、乳腺密度估计等，并且可以为乳腺CAD有效抑制假阳性，从而 提高病灶检测率。 现有技术中，MLO位乳腺图像中分割胸肌的方法主要有以下几种：(1) 基于阈值分割的方法。首先对原图裁剪出包括胸肌部分的感兴趣区域，然后 进行阈值分割，最后对图像进行阈值处理。由于不同的乳腺图像中胸肌区域 的像素灰度值在动态范围内差别很大，因此无法估算阈值，只能取经验阈值， 从而导致此方法适用性不广，分割结果精确度低；(2)基于区域增长的方法。 首先，对原图进行指数映射并量化以减少灰度级；然后进行形态学处理；在 预设胸肌位于左上角的前提下，把种子点设在左上角的像素；然后用迭代的 方法进行区域生长，在生长的过程中加入尺度限制(SizeRestriction)， 一旦过生长，则提高阈值重新生长。此方法能够快速收敛，并且能有效控制 过分，但是精确度低，容易产生偏差；(3)基于Hough变换的分割方法。此 方法为现有技术中应用较为广泛的一种分割胸肌的方法，亦是各大生产商的 专利技术。这一类方法只能对胸肌真实边界近似直线的情况适用，对于曲率 较大的胸肌边界以及有皮层叠加的胸肌不适用；(4)Hough变换与Snake混合 方法。首先，用前述的Hough变换方法得到接近真实边界的直线，然后用Snake 迭代方法对直线进行校正。该方法在Snake步骤容易受到噪声与周围结构的干 扰而导致准确度降低；(4)直线估计与精调(Refinement)方法。首先对原 图进行阈值分割，得到二值图像；利用二值图像的边界估计出一条接近胸肌 真实边界的直线；对于得到的直线上的每一像素，取其横切线上的图像灰度， 得到一个一维波形，用Sigmoid函数去拟合这个波形，并用参数方法寻找最陡 峭点(CliffDetection)，此点对应的图像坐标即为对原边界点的更新。此 方法的缺点与Hough变换的方法相似，一旦真实边界较弯曲，直线与其相差较 远，Refinement将不能把边界校正回去。因为Refinement只适用于小范围精 调，一旦扩大精调范围将导致边界不收敛。此外，Sigmoid函数拟合不适用与 波形复杂的情况。 综上所述，现有技术中，对于内外斜侧位(MLO为)乳腺图像中分割胸肌 的方法主要存在以下问题：适用性低，对于多灰度级，边缘不规则性或模糊 的胸肌不能有效地进行分割；阈值不能实时调整，只能采用经验值，参数的 选择受噪音影响较大，导致分割结果精确度降低。 发明内容 本发明解决的问题是提供一种乳腺图像中分割胸肌的方法，用以解决MLO 位乳腺图像中分割胸肌方法不能有效分割边缘不规则性或模糊的胸肌，阈值 不能实时调整，只能采用经验值，参数的选择受噪音影响较大，分割结果精 确低，鲁棒性差。 为了解决上述问题，本发明提供了一种乳腺图像中分割胸肌的方法，包 括如下步骤： 对乳腺图像进行形态学限制的区域增长，获得第一胸肌区域； 对所述第一胸肌区域进行第一校正，获得分割胸肌区域的乳腺图像。 进一步地，所述形态学限制的区域增长包括如下步骤： (1)定义形态学限制； (2)进行形态学限制的自适应区域增长，所述区域增长的阈值下限为： thL=(1-t)*(Tmax+Tmin)／2 其中Tmax和Tmin分别为当前已生长区域的最大值和最小值； (3)判断：若已生长区域的面积S′与形态学限制区域的面积S之差△S ≤a*S，则获得所述第一胸肌区域； 否则，调整参数t＝t*b，并重复所述步骤(2)和(3)； 其中a、b、t均为介于(0，1)之间的常数。 进一步地，所述定义形态学限制的方法包括如下步骤：在所述二维乳腺 图像上 定义点p(1，y)：取乳腺图像第一行上胸肌与乳房的分界点为点p； 定义点q(x，1)：取乳腺图像中乳房的列宽最大值的点所在的行数m，并 下移c行，令点q所在行x=m+c； 取所述点p和点q的连线pq，所述连线pq将图像分割为第一部分和第二 部分，所述第一部分为所述形态学限制的区域。 进一步地，所述第一校正包括如下步骤： (1)对所述第一胸肌区域进行去除突兀结构操作，获得第二胸肌区域； (2)对所述第二胸肌区域在n种尺度的乳腺图像上进行精调，获得分割胸 肌区域的乳腺图像； 其中，所述n