[發明專利]基于超聲圖像的乳腺腫瘤良惡性分類方法、裝置和介質

在審

• 申請號: 202110788927.6
• 申請日: 2021-07-13
• 公開（公告）號: CN113380401A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 杜永兆;劉衛;郭明輝;柳培忠
• 申請（專利權）人: 華僑大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/46;G06K9/62
• 代理公司: 泉州市文華專利代理有限公司 35205
• 代理人: 陳雪瑩

本發明提供一種基于超聲圖像的乳腺腫瘤良惡性分類方法、裝置和介質，該方法包括：對帶有分類標簽的原始乳腺腫瘤超聲圖像進行預處理，得到預處理圖像；獲取預處理圖像中感興趣區域；對感興趣區域做三種處理分別得到深度殘差網絡特征向量、紋理特征向量和形態特征向量；將深度殘差網絡特征向量和紋理特征向量分別進行降維處理，然后將二者進行特征融合，得到融合向量數據；利用支持向量機分類器對一定數量的融合向量數據進行學習，并利用樸素貝葉斯分類器對形態特征向量進行學習，通過加權兩種分類器得到腫瘤分類模型；將待分類乳腺腫瘤超聲圖像輸入乳腺腫瘤分類模型，得到分類結果。采用本發明方法可實現更準確地對乳腺腫瘤超聲圖像的自動分類。

技術領域

本發明涉及醫學圖像處理領域，特別涉及一種基于超聲圖像的乳腺腫瘤良惡性分類方法、裝置及介質。

背景技術

癌癥是世界范圍內威脅人類健康最重要的疾病之一。根據世界衛生組織的統計數據顯示，癌癥的發病率一直呈上升趨勢，早期發現、早期診斷和早期治療是提高癌癥治愈率和降低死亡率的關鍵。超聲影像技術因其通用性、安全性和高靈敏性而被廣泛應用于乳腺腫瘤的檢測中，已被公認為是普遍而有效的乳腺腫瘤良惡性篩查診斷工具，在臨床實踐中應用主要包括甲狀腺超聲、乳腺超聲、前列腺超聲、心臟超聲以及腎臟超聲等。

目前，超聲是診斷乳腺腫瘤首選的影像學檢查和術前評估方法，然而正確的解讀乳腺超聲圖像需要醫生具備較高的技術和臨床經驗。在超聲診斷過程中，人工分析圖像是耗時且主觀的。不同放射科醫師的臨床經驗和知識水平對診斷結果有很大的影響，容易導致誤診漏診或診斷結果不一致，而且部分無法直接通過影像結果確診的患者需要進行活檢，但活檢是一種侵入性檢查，并且大部分檢查結果是良性的，這無疑將給患者的生理和心理帶來巨大的傷害。同時，超聲圖像目前的成像方式，存在散斑噪聲大和對比度低的缺點，導致圖像的前景和背景區分度不高，這也加大了醫生的診斷難度。

自動的乳腺腫瘤計算機輔助診斷(CAD)技術可以從超聲圖像中檢測出人眼無法獲取的信息，如紋理信息、灰階量化、邊緣信息等，給醫生提供可靠的輔助診斷意見。因此，CAD方法不僅能提高超聲圖像乳腺腫瘤檢測的準確性和客觀性，又有利于緩解醫生的工作負荷，減少誤診漏診，同時也為病人降低了活檢率，減輕痛苦。近年來，利用計算機輔助診斷方法實現乳腺腫瘤超聲圖像自動分類也獲得了廣泛的關注。但超聲圖像目前的成像方式會導致圖像背景和前景區分度小，灰度高且近，很難分辨出超聲圖像中灰度相似區域的差異，大部分研究沒有重視圖像背景和前景區分度低的問題，且僅研究單類特征或直接將兩類特征進行融合，容易忽略重要乳腺腫瘤信息，造成對乳腺腫瘤超聲圖像的自動分類不準確。

發明內容

本發明要解決的技術問題，在于提供一種基于超聲圖像的乳腺腫瘤良惡性分類方法、裝置和介質，通過對乳腺腫瘤超聲圖像進行深度特征和紋理特征結合，以及將多分類器加權得分，實現更準確地對乳腺腫瘤超聲圖像進行自動分類。

第一方面，本發明提供了一種基于超聲圖像的乳腺腫瘤良惡性分類方法，所述方法包括：

步驟10、對帶有分類標簽的原始乳腺腫瘤超聲圖像進行預處理，得到預處理圖像，所述分類標簽包括惡性乳腺腫瘤和良性乳腺腫瘤；

步驟20、獲取預處理圖像中的感興趣區域；

步驟30、對所述感興趣區域做三種處理分別得到深度殘差網絡特征向量、紋理特征向量和形態特征向量；

步驟40、將深度殘差網絡特征向量進行降維處理，并將紋理特征向量進行降維處理，然后將降維處理后的殘差網絡特征向量和紋理特征向量進行特征融合，得到融合向量數據；

步驟50、利用支持向量機分類器對一定數量的融合向量數據進行學習，并利用樸素貝葉斯分類器對形態特征向量進行學習，通過最大隨機搜索方法對兩種分類器加權得到腫瘤分類模型；

步驟60、將待分類乳腺腫瘤超聲圖像輸入乳腺腫瘤分類模型，得到分類結果。