[發(fā)明專利]醫(yī)學(xué)圖像增強(qiáng)方法和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010432328.6
• 申請(qǐng)日: 2020-05-20
• 公開（公告）號(hào): CN111489318B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計(jì)）人: 李哲人;鄭介志
• 申請(qǐng)（專利權(quán)）人: 上海聯(lián)影智能醫(yī)療科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T7/62;G06T7/90;G06T7/11;G06T7/00;G06V10/764
• 代理公司: 北京華進(jìn)京聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 11606
• 代理人: 任少瑞

本申請(qǐng)涉及一種醫(yī)學(xué)圖像增強(qiáng)方法和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。該方法包括：將獲取的乳腺灰度圖像輸入圖像分割網(wǎng)絡(luò)中，得到乳房區(qū)域分割結(jié)果和腺體區(qū)域分割結(jié)果；根據(jù)乳房區(qū)域分割結(jié)果和腺體區(qū)域分割結(jié)果，計(jì)算腺體區(qū)域在乳房區(qū)域中的面積占比；通過面積占比，得到乳房密度分類結(jié)果；基于乳腺灰度圖像的灰度信息和乳房密度分類結(jié)果，對(duì)乳腺灰度圖像進(jìn)行增強(qiáng)，得到增強(qiáng)乳腺圖像。該方法中通過對(duì)乳腺灰度圖像進(jìn)行分類，針對(duì)不同乳房密度的圖像應(yīng)用不同的增強(qiáng)策略，可以使不同乳腺灰度圖像得到的增強(qiáng)乳腺圖像中病灶區(qū)域都更加明顯，進(jìn)而在病灶檢測(cè)過程中更易檢測(cè)出病灶區(qū)域，提高不同類型乳腺灰度圖像的病灶檢出率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種醫(yī)學(xué)圖像增強(qiáng)方法和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

乳腺癌是嚴(yán)重危害女性健康的惡性腫瘤之一，也是女性癌癥致死的主要原因，目前醫(yī)學(xué)上還沒有能夠有效預(yù)防乳腺癌的手段，那么提高乳腺癌影像檢查的病灶檢出率以對(duì)癥治療，對(duì)于降低乳腺癌的死亡率具有重要意義。

當(dāng)前，乳腺X線檢查是主流的乳腺癌檢查手段，但其診斷效能受乳腺密度影像，特別是對(duì)致密型乳腺腺體病灶的檢出率存在局限性。因此，需要對(duì)乳腺X線影像進(jìn)行增強(qiáng)以提高病灶的檢出率。傳統(tǒng)技術(shù)中，通常是對(duì)乳腺X線影像中的乳房區(qū)域做相同的圖像增強(qiáng)處理，例如采用非線性增強(qiáng)方法、雙頂帽變換方法或非線性反銳化掩膜方法等，可以達(dá)到一定的乳腺病灶增強(qiáng)效果。

但是，傳統(tǒng)技術(shù)中的圖像增強(qiáng)方法對(duì)特殊類型(如致密型)乳腺的病灶檢出率仍較低。

發(fā)明內(nèi)容

基于此，有必要針對(duì)傳統(tǒng)技術(shù)中對(duì)特殊類型乳腺的病灶檢出率仍較低的問題，提供一種醫(yī)學(xué)圖像增強(qiáng)方法和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

一種醫(yī)學(xué)圖像增強(qiáng)方法，該方法包括：

將獲取的乳腺灰度圖像輸入圖像分割網(wǎng)絡(luò)中，得到乳房區(qū)域分割結(jié)果和腺體區(qū)域分割結(jié)果；

根據(jù)乳房區(qū)域分割結(jié)果和腺體區(qū)域分割結(jié)果，計(jì)算腺體區(qū)域在乳房區(qū)域中的面積占比；

通過面積占比，得到乳房密度分類結(jié)果；

基于乳腺灰度圖像的灰度信息和乳房密度分類結(jié)果，對(duì)乳腺灰度圖像進(jìn)行增強(qiáng)，得到增強(qiáng)乳腺圖像。

在其中一個(gè)實(shí)施例中，基于乳腺灰度圖像的灰度信息和乳房密度分類結(jié)果，對(duì)乳腺灰度圖像進(jìn)行增強(qiáng)，得到增強(qiáng)乳腺圖像，包括：

基于乳腺灰度圖像中乳房區(qū)域的灰度信息，確定乳房區(qū)域?qū)?yīng)的第一灰度值分布圖；

對(duì)第一灰度值分布圖進(jìn)行優(yōu)化處理，得到第一優(yōu)化分布圖；

根據(jù)第一優(yōu)化分布圖對(duì)乳房區(qū)域的灰度信息進(jìn)行映射，得到第一增強(qiáng)圖像；

根據(jù)第一增強(qiáng)圖像和第一增強(qiáng)圖像對(duì)應(yīng)的第一權(quán)重，確定增強(qiáng)乳腺圖像；其中，第一權(quán)重為根據(jù)乳房密度分類結(jié)果所確定的。

在其中一個(gè)實(shí)施例中，上述方法還包括：

確定腺體區(qū)域?qū)?yīng)的第二灰度值分布圖；

對(duì)第二灰度值分布圖進(jìn)行優(yōu)化處理，得到第二優(yōu)化分布圖；

根據(jù)第二優(yōu)化分布圖對(duì)腺體區(qū)域的灰度信息進(jìn)行映射，得到第二增強(qiáng)圖像；

相應(yīng)的，根據(jù)第一增強(qiáng)圖像和第一增強(qiáng)圖像對(duì)應(yīng)的第一權(quán)重，確定增強(qiáng)乳腺圖像，包括：

根據(jù)第一增強(qiáng)圖像和第一權(quán)重、以及第二增強(qiáng)圖像和第二權(quán)重，融合確定增強(qiáng)乳腺圖像；其中，第二權(quán)重為根據(jù)乳房密度分類結(jié)果所確定的。

在其中一個(gè)實(shí)施例中，基于乳腺灰度圖像的灰度信息和乳房密度分類結(jié)果，對(duì)乳腺灰度圖像進(jìn)行增強(qiáng)，得到增強(qiáng)乳腺圖像，包括：

確定腺體區(qū)域?qū)?yīng)的第二灰度值分布圖；