[發明專利]一種基于超聲圖像的智能化乳腺腫瘤辨別方法

在審

• 申請號: 202010693331.3
• 申請日: 2020-07-17
• 公開（公告）號: CN111832563A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 杜睿;張浩;施良;陳寶定;束薇薇;王安成
• 申請（專利權）人: 江蘇大學附屬醫院
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/40;G06K9/62;G06T7/11;G06K9/46
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 謝秀娟

本發明公開一種基于超聲圖像的智能化乳腺腫瘤辨別方法，包括：采集乳腺腫瘤超聲圖像并進行標記；選取感興趣區域ROI，并將ROI進行剪切后保存為灰度圖像，得到乳腺腫瘤的樣本圖像；基于乳腺腫瘤的樣本圖像，提取乳腺腫瘤的灰度紋理特征矩陣；對乳腺腫瘤的樣本圖像進行降噪處理，基于降噪處理后的乳腺腫瘤樣本圖像，提取乳腺腫瘤的形狀特征矩陣；對乳腺腫瘤的灰度紋理特征矩陣、形狀特征矩陣進行合并，得到乳腺腫瘤樣本的特征矩陣；基于支持向量機SVM構建乳腺腫瘤識別模型并訓練，通過訓練好的乳腺腫瘤識別模型進行超聲圖像中的乳腺腫瘤類型的識別。本發明能夠對超聲圖像中的腫瘤類型進行自動、準確地識別。

技術領域

本發明涉及圖像識別技術領域，特別是涉及一種基于超聲圖像的智能化乳腺腫瘤辨別方法。

背景技術

全球乳腺癌發病率自20世紀70年代末開始一直呈上升趨勢，近年我國乳腺癌發病率的增長速度高出高發國家1～2個百分點。影像學檢查對乳腺癌的早期發現、治療和預后起著重要的作用。其中超聲檢查對受檢者無痛苦、無放射性損傷，且方便易行、費用低，是乳腺檢查的首選方法。乳腺癌的超聲圖像臨床顯示，癌瘤邊界不整，呈鋸齒狀或蟹足狀，內部回聲不均，呈低回聲區，腫瘤縱橫比大于1，腫瘤內部可見沙粒樣鈣化等。

但是在實際檢查中，由于超聲醫師操作水平和診斷經驗所限，可能誤診或漏診部分惡性結果，貽誤最佳治療時機，因此急需一種能夠輔助超聲醫師進行腫瘤性質辨別的方法來解決這一問題。

目前，國內外在乳腺超聲圖像的分割識別中已經提出了許多方法，主要是手動的或半自動的閾值分割，以及聚類方法等，這些方法均存在精度不高，自動化水平低的缺陷。華南理工大學提出了一種基于超聲圖像的乳腺腫瘤自動識別方法，雖然給出了一種乳腺腫瘤超聲圖像的識別方法，但其只使用了灰度、紋理等圖像特征，不能完整的表述乳腺腫瘤的超聲圖像特征。東北大學提出一種乳腺腫瘤分析用特征訓練參數獲取方法，使用了清晰度更高的核磁共振影像，雖然分類效果要優于超聲圖像，但是核磁共振影像的獲取成本更高，不能像超聲檢查一樣快速普及。北京工業大學提出了一種乳腺腫瘤多模態超聲多層次計算機輔助診斷方法，提供了一種基于多模態圖像(超聲圖像、X射線圖像、多普勒血流圖像等)，這種方法需要使用多種醫學圖像進行建模與預測，在超聲圖像方面的特征提取不夠細致。

因此開發一種能夠自動、準確地識別超聲圖像中腫瘤類型的方法，有著廣泛的臨床應用和推廣意義。

發明內容

本發明的目的是提供一種基于超聲圖像的智能化乳腺腫瘤辨別方法，以解決現有技術中存在的技術問題，能夠對超聲圖像中的腫瘤類型進行自動、準確地識別。

為實現上述目的，本發明提供了如下方案：本發明提供一種基于超聲圖像的智能化乳腺腫瘤辨別方法，包括如下步驟：

采集乳腺腫瘤超聲圖像，并對所采集的乳腺腫瘤超聲圖像進行標記；

從標記好的乳腺腫瘤超聲圖像中選取感興趣區域ROI，并將ROI進行剪切后保存為灰度圖像，得到乳腺腫瘤的樣本圖像；

基于乳腺腫瘤的樣本圖像，提取乳腺腫瘤的灰度和紋理特征參數，得到乳腺腫瘤的灰度紋理特征矩陣；

對乳腺腫瘤的樣本圖像進行降噪處理，基于降噪處理后的乳腺腫瘤樣本圖像，提取乳腺腫瘤的形狀特征參數，得到乳腺腫瘤的形狀特征矩陣；

對乳腺腫瘤的灰度紋理特征矩陣、形狀特征矩陣進行合并，得到乳腺腫瘤樣本的特征矩陣；

基于支持向量機SVM構建乳腺腫瘤識別模型，并對乳腺腫瘤識別模型進行訓練，將待識別的超聲圖像輸入訓練好的乳腺腫瘤識別模型，完成超聲圖像中的乳腺腫瘤類型的識別。