[發明專利]基于合成增強圖像的腫瘤區域圖像增強方法及系統

有效

• 申請號: 201610054646.7
• 申請日: 2016-01-27
• 公開（公告）號: CN105741241B
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 諶先敢;劉海華;高智勇;陸雪松
• 申請（專利權）人: 中南民族大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/10
• 代理公司: 北京捷誠信通專利事務所(普通合伙) 11221
• 代理人: 王衛東

1.一種基于合成增強圖像的腫瘤區域圖像增強方法，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MR圖像中，選取一個覆蓋全部腫瘤區域的橢圓形感興趣區域ROI；將ROI區域以外的像素全部置為零，對ROI區域內部的像素值進行窗寬窗位的調節，使之復合人類觀察的要求；

B、采用各向異性擴散方法，對經過窗寬窗位調節之后的圖像中的ROI區域進行降噪處理，得到覆蓋全部腫瘤區域的ROI區域的降噪圖像；

C、采用多尺度增強方法，對經過窗寬窗位調節之后的圖像中的ROI區域進行增強處理，得到覆蓋全部腫瘤區域的ROI區域的增強圖像；

步驟C中的多尺度增強方法為：

對覆蓋全部腫瘤區域的ROI區域進行不同尺度下的增強處理：

首先，通過公式(7)，對覆蓋全部腫瘤區域的ROI區域進行下采樣，得到下采樣后的圖像I_re；

I_re＝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I_re進行縮放增強處理；

其中，I_u是尺寸縮小的下采樣增強圖像，I_re是下采樣后的圖像，G是高斯核，I_re-I_re*G代表圖像的高頻成分，γ₂為控制腫瘤區域與非腫瘤區域的差別的系數，I_u的尺寸與下采樣后的圖像I_re的尺寸相同，均小于經過窗寬窗位調節之后的圖像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I_u進行上采樣，得到I_ex：I_ex＝EXPAND(I_u) (9)

其中，I_ex為步驟C得到的覆蓋全部腫瘤區域的ROI區域的增強圖像，I_ex的尺寸與經過窗寬窗位調節之后的圖像I的尺寸相同；EXPAND()表示上采樣操作；

D、對步驟B得到的覆蓋全部腫瘤區域的ROI區域的降噪圖像和步驟C得到的覆蓋全部腫瘤區域的ROI區域的增強圖像進行加權融合，得到覆蓋全部腫瘤區域的ROI區域的合成增強圖像。

2.如權利要求1所述的基于合成增強圖像的腫瘤區域圖像增強方法，其特征在于：步驟A中對ROI區域內部的像素值進行窗寬窗位的調節的過程為：以橢圓的質心為中心，選擇一個矩形區域，該矩形的長度r_length小于橢圓的長軸，該矩形的寬度r_width小于橢圓的短軸；選取該矩形內的最大灰度值為窗口技術中窗寬的最大值C_max，選取該矩形內的最小灰度值為窗口技術中窗寬的最小值C_min；然后任意選擇下列三個公式中的一個公式，對橢圓內的像素值進行映射：

其中，I_ori為原始的CT或者MR圖像，α為控制圖像整體亮度的系數，γ₁為可調節的系數，通過改變γ₁的值得到不同方式的映射曲線，I為經過窗寬窗位調節之后的圖像。

3.如權利要求2所述的基于合成增強圖像的腫瘤區域圖像增強方法，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換到一個范圍較寬的輸出值。

4.如權利要求2所述的基于合成增強圖像的腫瘤區域圖像增強方法，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：

其中，div()為散度算子，c(x,y,t)是擴散系數，擴散系數被選擇為圖像梯度的函數，t為時間，代表梯度算子，則是擴散系數c的梯度，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I_rn，I_rn為步驟B得到的覆蓋全部腫瘤區域的ROI區域的降噪圖像。