CN105447879A - ***图像中检测胸肌的方法及装置 - Google Patents
***图像中检测胸肌的方法及装置 Download PDFInfo
- Publication number
- CN105447879A CN105447879A CN201510933550.3A CN201510933550A CN105447879A CN 105447879 A CN105447879 A CN 105447879A CN 201510933550 A CN201510933550 A CN 201510933550A CN 105447879 A CN105447879 A CN 105447879A
- Authority
- CN
- China
- Prior art keywords
- prime area
- grey level
- area
- level histogram
- gray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
一种***图像中检测胸肌的方法及装置。所述***图像中检测胸肌的方法包括:在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。本发明技术方案检测到的胸肌区域的准确度高,且在实际应用过程中检测胸肌的速度快。此外,本发明的技术方案在一定程度上提高了最终获得的***图像的质量的同时也提高了FFDM***的性能。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种***图像中检测胸肌的方法及装置。
背景技术
随着计算机科学和信息技术的发展,医学成像技术也得到了迅速的发展,各种医用影像***不断涌现。全视野数字乳腺X线摄影(FFDM,full-fielddigitalmammography)***、数字乳腺断层摄影(DBT,digitalbreasttomosynthesis)***作为乳腺癌的筛查和诊断得到了广泛的应用。
在***图像处理中,需要检测出胸肌所在的区域,然而目前的方法通常是对FFDM采集到的原始***图像进行后处理,如:进行了厚度均衡、组织均衡后才进行胸肌的检测,这是因为原始***图像中,不同组织之间的对比度相对较差,要检测出胸肌所在的区域具有一定的困难。然而对进行了后处理后的原始***图像再进行胸肌检测,会使得在该后处理的过程中,无法利用胸肌区域的信息或者说胸肌区域的信息会对上述的后处理过程造成一定的干扰,导致最后获得的***图像可能会不符合实际的临床需求,如***图像的对比度较差等,***图像区域内部与***边缘的灰度值不一致等,进而也降低了FFDM***的性能。
因此,如何能够提供一种对原始***图像中的胸肌进行检测的方法,以提高***图像的质量,提升FFDM***的性能,成为目前亟待解决的问题之一。
发明内容
本发明要解决的问题是提供一种***图像中检测胸肌的方法及装置,以快速且准确的检测出胸肌,进而提高后续获得的***图像的质量。
为解决上述问题,本发明技术方案提供一种***图像中检测胸肌的方法,包括:
在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。
可选的,所述初始区域为类三角形区域。
可选的,对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。
可选的,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
可选的,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
对所述第二灰度直方图归一化以获得第三灰度直方图;
确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
可选的,所述对所述初始区域的灰度直方图进行预处理包括:
去除所述初始区域的灰度直方图中大于第一灰度值的区域,所述初始区域的灰度直方图中的最大灰度值与所述第一灰度值之差最小,且所述第一灰度值对应的像素点个数不小于平均像素点个数,所述平均像素点个数是指所述初始区域中像素点个数的总和与所述初始区域中像素点的灰度值范围的比值。
可选的,基于大津法在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值。
可选的,所述在所述***图像中确定初始区域包括:
在所述***图像的边界上选取第一初始分割点;
基于所述第一初始分割点与部分***边缘上各像素点之间连线的斜率的大小确定第二初始分割点;
根据所述第二初始分割点的位置确定第二分割点,所述第二分割点坐标的绝对值小于所述第二初始分割点坐标的绝对值;
基于所述第二分割点与部分***边缘上各像素点之间连线的斜率的大小确定第一分割点;
确定所述第一分割点和第二分割点之间的连线与所述***图像在竖直方向和水平方向边界所组成的区域为所述初始区域。
为解决上述问题,本发明技术方案还提供一种***图像中检测胸肌的装置,包括:
第一区域确定单元,用于在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
第一确定单元,用于在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。
可选的,所述第一确定单元基于对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。
可选的,所述第一确定单元包括:
第一归一化单元,用于对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
第一搜索单元,用于确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
可选的,所述第一确定单元包括:
预处理单元,用于对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
第二归一化单元,用于对所述第二灰度直方图归一化以获得第三灰度直方图;
第二搜索单元,用于确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
为解决上述问题,本发明技术方案还提供一种***图像中检测胸肌的方法,包括:
步骤一:在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
步骤二:在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域;
步骤三:判断所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交;
步骤四:在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交时,确定所述第一区域为胸肌区域。
可选的,所述***图像中检测胸肌的方法,还包括:
在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交时:
以所述第一区域和所述初始区域的交集作为当前初始区域,重复步骤二至步骤三,若第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交,则重复上述步骤,直至当前第一区域的胸肌壁分界线与初始区域的胸肌壁分界线不相交时,以所述当前第一区域为胸肌区域。
可选的,所述初始区域为类三角形区域。
可选的,对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。
可选的,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
可选的,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
对所述第二灰度直方图归一化以获得第三灰度直方图;
确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
可选的,所述对所述初始区域的灰度直方图进行预处理包括:
去除所述初始区域的灰度直方图中大于第一灰度值的区域,所述初始区域的灰度直方图中的最大灰度值与所述第一灰度值之差最小,且所述第一灰度值对应的像素点个数不小于平均像素点个数,所述平均像素点个数是指所述初始区域中像素点个数的总和与所述初始区域中像素点的灰度值范围的比值。
可选的,基于大津法在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值。
可选的,所述在所述***图像中确定初始区域包括:
在所述***图像的边界上选取第一初始分割点;
基于所述第一初始分割点与部分***边缘上各像素点之间连线的斜率的大小确定第二初始分割点;
根据所述第二初始分割点的位置确定第二分割点,所述第二分割点坐标的绝对值小于所述第二初始分割点坐标的绝对值;
基于所述第二分割点与部分***边缘上各像素点之间连线的斜率的大小确定第一分割点;
确定所述第一分割点和第二分割点之间的连线与所述***图像在竖直方向和水平方向边界所组成的区域为所述初始区域。
为解决上述问题,本发明技术方案还提供一种***图像中检测胸肌的装置,包括:
第二区域确定单元,用于在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
第二确定单元,用于在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域;
判断单元,用于判断所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交;
第三确定单元:用于在所述判断单元输出为否时,确定所述第一区域为胸肌区域。
与现有技术相比,本发明技术方案具有以下优点:
在原始***图像中先确定至少包括部分胸肌区域的初始区域,并在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域,以所述第一区域为胸肌区域。由于在检测胸肌区域的过程中先进行了粗分割获得了至少包括部分胸肌区域的初始区域,进而在所述初始区域中检测胸肌区域,故最终检测到的胸肌区域的准确度高。另外,由于是在初始区域中对胸肌区域进行检测,因此,在实际应用过程中检测胸肌的速度快。此外,由于是直接在探测器采集到的原始***图像中对胸肌区域进行检测,因此,在对***图像进行后处理时,可以将检测到的胸肌区域信息去除,进而可以避免胸肌区域信息对后处理过程的干扰,提高了最终获得的***图像的质量,进而也提高了FFDM***的性能。
进一步地,根据胸肌区域的特性以在所述***图像中确定呈类三角形的初始区域,提高了粗分割的准确度,进而也提高了最终获得的胸肌区域的准确度。
进一步地,在对所述初始区域的灰度直方图进行形态学分析以确定胸肌区域和其他组织区域的分割阈值的过程中,对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响,可以在所述初始区域中更加准确的检测出胸肌区域,进一步的提高了胸肌区域检测的准确度。
在原始***图像中确定至少包括胸肌区域的初始区域,在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域,在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交时,确定所述第一区域为胸肌区域。由于先进行粗分割获得了至少包括胸肌区域的初始区域,进而在该初始区域中确定第一区域,并对所述第一区域的胸肌壁分界线和所述初始区域的胸肌壁分界线的位置关系进行判断以确定胸肌区域,进一步地提高了检测获得的胸肌区域的准确度,因此,在对***图像进行后处理时,可以避免胸肌区域信息对后处理过程的干扰,提高了最终获得的***图像的质量,进而也提高了FFDM***的性能。
进一步地,在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交时,以所述第一区域和所述初始区域的交集作为当前初始区域,在当前初始区域中分割出第一区域,并判断当前第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交,若相交则继续以当前第一区域和所述初始区域的交集作为下一次分割时的初始区域,直至确定的当前第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交。由于以第一区域和所述初始区域的交集作为当前初始区域,相当于在持续调整包括部分胸肌区域的初始区域的准确度,进而提高了最终检测到的胸肌区域的准确度。由于在后处理前可以去除胸肌区域的影响,因此在提高了获得的***图像的质量的同时也提升了FFDM***的性能。
附图说明
图1是本发明实施例一的***图像中检测胸肌的方法的流程图;
图2是本发明实施例一的确定***图像中初始区域的流程图;
图3至图7是本发明实施例一中确定初始区域的过程的示意图;
图8是本发明实施例一的确定胸肌区域和其他组织区域的分割阈值的流程图;
图9是本发明实施例一的初始区域的灰度直方图;
图10是本发明实施例一的确定胸肌区域和其他组织区域的分割阈值的示意图;
图11是另一实施例中对初始区域的灰度直方图进行预处理的示意图;
图12是本发明实施例一的***图像中检测胸肌的装置的结构示意图;
图13是本发明实施例二的***图像中检测胸肌的方法的流程图;
图14是本发明实施例二的拟合出的第一区域的胸肌壁分界线的示意图;
图15是本发明实施例二的***图像中检测胸肌的装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
正如现有技术中所描述的,目前对***图像中胸肌区域的检测通常是先对***图像进行了后处理后再检测胸肌区域,由于后处理过程中胸肌区域信息的干扰,导致最终获得的***图像的质量不高。
因此,发明人提出在直接采集到的原始***图像中检测胸肌区域,以避免胸肌区域对后处理过程的影响,且在对胸肌区域的检测过程中先基于胸肌区域的特性对原始***图像进行粗分割,再在包含了胸肌区域的初始区域中基于所述初始区域的灰度直方图来进一步的检测胸肌区域。
以下结合具体的实施例对本发明的技术方案进行详细的说明。
实施例一
请参见图1,图1是本发明实施例一的***图像中检测胸肌的方法的流程图,如图1所示,本实施例中,所述***图像中检测胸肌的方法包括:
S101:在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
S102:在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。
执行S101,对采集到的原始***图像进行粗分割,确定至少包括部分胸肌区域的初始区域。本领域技术人员知晓,在对***图像(探测器采集到的原始***图像,通常包括水平边界、竖直边界及***边缘)进行处理时通常会使得胸肌区域位于所述***图像的左上角,如图3所示,(图3中示出的为包含了***图像和背景区域的医学图像,使所述胸肌区域位于所述***图像的左上角,相当于使得所述***图像位于整幅医学图像的左上角。)因此,若采集到的***图像中胸肌区域并未位于所述***图像的左上角,则先对采集到的***图像进行处理,以使得所述胸肌区域位于所述***图像的左上角,另外,本实施例中考虑到临床应用中胸肌通常呈类三角形区域,因此为了能够使得检测到的胸肌区域更加准确,在进行粗分割确定初始区域时,采用图2所示的步骤以在所述***图像中粗分割出呈三角形的初始区域。
图2是本发明实施例一的确定***图像中初始区域的流程图,如图2所示,本实施例中通过如下方式进行粗分割以确定所述初始区域:
S1010:在所述***图像的边界上选取第一初始分割点;
S1011:基于所述第一初始分割点与部分***边缘上各像素点之间连线的斜率的大小确定第二初始分割点;
S1012:根据所述第二初始分割点的位置确定第二分割点,所述第二分割点坐标的绝对值小于所述第二初始分割点坐标的绝对值;
S1013:基于所述第二分割点与部分***边缘上各像素点之间连线的斜率的大小确定第一分割点;
S1014:确定所述第一分割点和第二分割点之间的连线与所述***图像在竖直方向和水平方向边界所组成的区域为所述初始区域。
具体的,执行S1010,由上述可知在对***图像进行处理时,通常是使得***图像位于整幅图像的左上角,也即待检测的胸肌区域位于***图像的左上角。为了便于说明,本实施例中先以在所述***图像的水平边界上选取第一初始分割点进行相应的说明。
参见图3,图3中以所述***图像的水平边界为Y轴正方向,竖直边界为X轴正方向,为了尽可能的将胸肌区域检全,本实施例中所述第一初始分割点Of位于所述***图像边缘与其水平边界的交点。
执行S1011,本实施例中具体的,选择从***最下方(近胸墙侧)开始沿着***边缘向上的***边缘的长度属于[0.5Lb,0.7Lb]的部分***边缘,其中Lb为***边缘上的首末两点对应在竖直方向上的坐标之间的距离,参见图4,本实施例中为Xf(首点横坐标)、Xe(末点横坐标)之间的距离,即Xe,图4中加粗显示的***边缘部分即为本实施例中选取的部分***边缘,连接所述第一初始分割点Of与部分***边缘上的各个像素点,如图4中虚线所示,计算第一初始分割点Of与部分***边缘上的各个像素点所在直线的斜率。取直线斜率最小时(图4中用实线表示)与所述第一初始分割点Of连接的位于下侧***的***边缘上的像素点作为第二初始分割点Os。
执行S1012,基于所述第二初始分割点Os的位置确定第二分割点Ps,本实施例中,所述第二分割点Ps的横坐标小于所述第二初始分割点Os的横坐标,为了尽可能的在粗分割时将所述胸肌区域都分割出,所述第二分割点Ps的纵坐标为零,也即所述第二分割点Ps位于所述***图像的竖直边界上。本实施例中所述第二初始分割点Os的横坐标与所述第二分割点Ps的横坐标之差的绝对值小于二分之一的所述第二初始分割点Os的横坐标的绝对值,具体地,所述第二分割点Ps的横坐标的值可以属于[0.5Xs,0.9Xs],其中Xs为所述第二初始分割点Os的横坐标,参见图5所示,图5示出了本实施例中所述第二初始分割点Os的横坐标和所述第二分割点Ps的横坐标之间的关系。
执行S1013,根据所述第二分割点Ps确定第一分割点Pf,本实施例中具体的,选择从***最上方开始沿***边缘向下的***边缘的长度属于[0.2Lb,0.4Lb]的部分***边缘,其中Lb为***边缘上的首末两点对应在竖直方向上的坐标之间的距离,参见图6,本实施例中为Xf(首点横坐标)、Xe(末点横坐标)之间的距离,即Xe,图6中加粗显示的上侧***的***边缘部分即为本实施例中选取的部分***边缘,连接所述第二分割点Ps与上侧***的***边缘上的各个像素点,如图6中虚线所示,计算第二分割点Ps与上侧***的***边缘上的各个像素点所在直线的斜率。取直线斜率最大时(图6中用实线表示)与所述第二分割点Ps连接的位于上侧***的***边缘上的像素点为第一分割点Pf。
执行S1014,连接所述第一分割点Pf和第二分割点Ps,二者之间的连线与所述***图像的水平边界和竖直边界所组成的区域,如图7中所示的直角三角形区域即为包含了胸肌区域的初始区域,图7中直角三角形区域的斜边为所述初始区域的胸肌壁分界线。
需要说明的是,本实施例中是先在所述***图像的水平边界上选取第一初始分割点,然后基于所述第一初始分割点和从***最下方开始(近胸墙侧)沿***边缘向上的部分***边缘上各像素点之间连线的斜率的大小以确定第二初始分割点,根据所述第二初始分割点的位置以确定所述第二分割点,进而根据所述第二分割点与上侧***的***边缘上的像素点之间的连线斜率的大小确定第一分割点。而在其他实施例中,也可以先在所述***图像的竖直边界上选取分割点,然后根据竖直边界上的分割点进而确定在所述***图像水平边界上的分割点,连接竖直边界和水平边界上的分割点,二者的连线和所述***图像的水平边界、竖直边界所组成的区域即为包含了胸肌区域的初始区域。因此,确定所述初始区域过程中,先确定水平方向的分割点还是先确定竖直方向的分割点不应作为对本发明技术方案的限定。
此外,本实施例中根据第一初始分割点和部分***边缘上像素点连线的斜率的大小以确定第二初始分割点,以及根据第二分割点和部分***边缘上像素点连线的斜率的大小确定第一分割点,究竟取斜率大的点还是斜率小的点和胸肌区域的形态相关,而选取的部分***边缘的长度,以及根据第二初始分割点的位置确定第二分割点的位置,则是根据对实际采集到的多幅***图像样本进行统计以确定的。因此,在实际应用中,可以根据不同地区的***形态的不同,对部分***边缘以及第二分割点的位置进行相应的调整。因此,本实施例中选取的部分***边缘的长度,以及选取的第二分割点的位置,也不应作为对本发明技术方案的限定。
通过上述步骤在所述***图像中进行粗分割确定包括了胸肌区域的初始区域后,执行S102,确定所述初始区域中胸肌区域和其他组织区域的分割阈值。本实施例中主要通过对所述初始区域的灰度直方图进行形态学分析,如胸肌区域的灰度值相对于***区域的灰度值而言,胸肌区域的灰度值低,从胸肌区域过渡到***区域时灰度值变化剧烈,灰度值变化率大等等。参见图8,图8是本发明实施例一的确定胸肌区域和其他组织区域的分割阈值的流程图,所述确定胸肌区域和其他组织区域的分割阈值包括:
S1020:对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
S1021:确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
本实施例中,在对所述初始区域的灰度直方图进行形态学分析前,可以先对所述初始区域的灰度直方图进行平滑处理以消除灰度直方图的毛刺,如采用均值滤波器对所述初始区域的灰度直方图进行平滑,滤波器核的大小可以通过初始区域的灰度直方图中像素点的灰度分布范围及对应的像素点的个数来确定。举例来说:若初始区域的灰度直方图中像素点的灰度分布范围为300~500,且在该灰度分布范围中包括了10000个像素点,那么滤波器核为取不小于的奇数,即滤波器的核为9。在对所述初始区域的灰度直方图进行均值滤波后,对其进形态学分析。以下结合图9和图10对本实施例中的对所述初始区域的灰度直方图进行形态学分析进行相应的说明。
参见图9,图9是本发明实施例一的初始区域的灰度直方图,其中横坐标为灰度值,纵坐标为像素点个数,执行S1020,对图9所示的灰度直方图进行归一化,具体地就是对图9中的纵坐标(像素点个数)进行归一化,使得图9中峰值处所对应的像素点的个数与图9中最大灰度值与峰值处灰度值的差相等(图9中正方形的虚线框所示)。若图9中的最大灰度值为1200,峰值处的灰度值为300且对应的像素点个数为4500,则就是对图9中纵坐标上的每一个值除以5,以对所述初始区域的灰度直方图进行归一化获得第一灰度直方图。
执行S1021,对归一化的初始区域的灰度直方图即第一灰度直方图进行形态学分析以确定胸肌区域和其他组织区域的分割阈值,如图10所示,首先确定在所述第一灰度直方图中像素点个数最多对应的灰度值GM,在大于灰度值GM所对应的第一灰度直方图中,即图10中所示虚线的右半部分,搜索与该灰度值GM坐标的预设邻域内的任一灰度值坐标距离最近的点,本实施例中所述预设邻域的半径可以为[0,0.15GL],其中GL为第一灰度直方图中灰度区间的长度,即第一灰度直方图的灰度分布范围,以图10为例,GL为1000,若GM的灰度值为300,则可以在灰度值为300到450的范围内搜索图10中所示虚线的右半部分中与该范围内灰度值坐标距离最近的点。图10中以预设邻域的半径为0进行了说明,也即在图10中所示虚线的右半部分搜索与GM坐标距离最近的点,也即以GM坐标为圆心做虚线右侧的灰度直方图的内切圆,切点T即为与GM坐标距离最近的点,切点T对应的灰度值则为所述***图像中胸肌区域和其他组织区域的分割阈值。
通过上述步骤确定了胸肌区域和其他组织区域的分割阈值后,大于等于该分割阈值的像素点为其他组织区域的像素点,而小于该分割阈值的像素点则为胸肌区域的像素点,进而可以在所述初始区域中分割出胸肌区域。
至此,通过上述的对所述***图像先进行粗分割确定包括胸肌区域的呈三角形的初始区域,进而通过对该初始区域的灰度直方图进行形态学分析以确定胸肌区域和其他组织区域的分割阈值,通过先粗分割后精确分割的方式提高了胸肌区域检测的准确度,同时可以使得在对所述***图像进行后处理前将胸肌区域去除,避免胸肌区域对后续处理的干扰,进而提高最终获得的***图像的质量。
在另一实施例中,在对所述初始区域的灰度直方图进行归一化前,还可以先对其进行预处理(预处理前也可以先对初始区域的灰度直方图进行平滑处理),以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;然后对所述第二灰度直方图归一化以获得第三灰度直方图;最后,确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
以下结合图11对上述的预处理进行相应的说明。图11是对初始区域的灰度直方图进行预处理的示意图,图11中横坐标为灰度值,纵坐标为像素点个数,1200为所述初始区域的灰度直方图中的最大灰度值,而第一灰度值则为与最大灰度值距离最近的灰度值,也即最大灰度值与所述第一灰度值之差最小,且第一灰度值对应的像素点个数不小于平均像素点个数;或者说第一灰度值是以最大灰度值作为起点,在灰度值逐渐减小的过程中,第一个灰度值对应的像素点个数不小于平均像素点个数的灰度值。图11中第一灰度值为GF,去除比第一灰度值GF大的区域,也即去除图11中所示的阴影线所在的区域。MP的值则通过初始区域中像素点个数的总和与所述初始区域中像素点的灰度值范围的比值而定。举例来说:若所述初始区域中像素点个数的总和为100000,像素点灰度值的范围为300~500,则平均像素点个数MP为500。
在又一实施例中,还可以基于大津法在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值,且采用大津法确定分割阈值时,也可以先对所述初始区域的灰度直方图进行平滑处理,再对平滑处理后的初始区域的灰度直方图进行预处理,进而在进行了平滑处理和预处理后的初始区域的灰度直方图中确定胸肌区域和其他组织区域的分割阈值。
基于上述的***图像中检测胸肌的方法,本发明实施例还提供一种***图像中检测胸肌的装置,请参考图12,图12是本发明实施例一的***图像中检测胸肌的装置结构示意图,如图12所示:所述***图像中检测胸肌的装置包括:
第一区域确定单元101,用于在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
第一确定单元102,用于在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。
本实施例中,所述第一区域确定单元101包括:
第一初始分割点确定单元,用于在所述***图像的边界上选取第一初始分割点;
第二初始分割点确定单元,用于基于所述第一初始分割点与部分***边缘上各像素点之间连线的斜率的大小确定第二初始分割点;
第二分割点确定单元,用于根据所述第二初始分割点的位置确定第二分割点,所述第二分割点坐标的绝对值小于所述第二初始分割点坐标的绝对值;
第一分割点确定单元,用于基于所述第二分割点与部分***边缘上各像素点之间连线的斜率的大小确定第一分割点;
第四确定单元,用于确定所述第一分割点和第二分割点之间的连线与所述***图像在竖直方向和水平方向边界所组成的区域为所述初始区域。
本实施例中,所述第一确定单元102基于对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。具体地,所述第一确定单元102包括:
第一归一化单元,用于对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
第一搜索单元,用于确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
在另一实施例中,所述第一确定单元包括:
预处理单元,用于对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
第二归一化单元,用于对所述第二灰度直方图归一化以获得第三灰度直方图;
第二搜索单元,用于确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
上述的***图像中检测胸肌的装置的具体实施可以参见上述的***图像中检测胸肌的方法进行,此处不再赘述。
实施例二
与实施例一中不同,本实施例中为了进一步的提高检测到的胸肌区域的准确度,对基于分割阈值分割出的第一区域的胸肌壁分界线和初始区域的胸肌壁分界线的位置关系进行相应的判断,以确定最终的胸肌区域。请参见图13,图13是本发明实施例二的***图像中检测胸肌的方法的流程图,如图13所示,所述***图像中检测胸肌的方法包括:
S201:在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
S202:在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域;
S203:判断所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交;
S204:在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交时,确定所述第一区域为胸肌区域。
S205:在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交时,以所述第一区域和所述初始区域的交集作为当前初始区域;
重复S202至S203,若第一区域的胸肌壁分界线与初始区域的胸肌壁分界线仍相交,则重复S205、S202及S203,直至当前第一区域的胸肌壁分界线与初始区域的胸肌壁分界线不相交时,以所述当前第一区域为胸肌区域。
本实施例中,S201在***图像中确定初始区域,S202中在所述初始区域中确定胸肌区域和其他组织区域的分割阈值的具体实现方式与实施例一中相类似,此处不再赘述。
执行S203,对S202中分割出的第一区域的胸肌壁分界线进行提取,本实施例中采用的是多项式拟合的方式拟合出所述第一区域的胸肌壁分界线,具体地,可以采用二次多项式曲线拟合以拟合出所述第一区域的胸肌壁分界线。请参见图14,图14是本发明实施例二的拟合出的第一区域的胸肌壁分界线的示意图,如图14所示,图中的抛物线为采用二次多项式拟合出的第一区域(由抛物线以及***图像的水平边界和竖直边界组成的区域)的胸肌壁分界线,由上述可知,所述初始区域的胸肌壁分界线即为图中所示的直角三角形区域的斜边,对二者之间的位置关系进行判断,图14中示出的是第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交的情形,执行S204,即当第一区域的胸肌壁分界线与初始区域的胸肌壁分界线不相交时,所述第一区域即为胸肌区域。
若所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交,执行S205以所述第一区域和所述初始区域的交集作为当前初始区域,然后重复S202至S203,若此次分割出的第一区域的胸肌壁分界线,与所述初始区域(在所述***图像中第一次确定的区域,即图7中的三角形区域)的胸肌壁分界线相交,则将此次分割获得的第一区域和所述初始区域的交集作为当前初始区域,继续在当前初始区域中分割出第一区域,并判断分割出的第一区域的胸肌壁分界线是否与所述初始区域的胸肌壁分界线相交,若仍相交,则继续用分割出的第一区域和所述初始区域的交集作为当前初始区域,并在当前初始区域中继续分割,直至最终获得的第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交时,以最终获得的第一区域作为胸肌区域。
举例来说:第1次分割时,在初始区域中进行分割获得第一区域,若此时第一区域的胸肌壁分界线与初始区域的胸肌壁分界线相交,则以第1次分割获得的第一区域和所述初始区域的交集作为第2次分割时的初始区域。第2次分割时,在更新了的初始区域中继续进行分割获得第一区域,若第2次分割获得的第一区域的胸肌壁分界线与进行第1次分割时的初始区域的胸肌壁分界线仍然相交,则以第2次分割获得的第一区域和所述初始区域(第1次分割时的初始区域)作为第3次分割时的初始区域,继续在更新后的初始区域中进行分割,直至第i次分割获得的第一区域的胸肌壁分界线与所述初始区域(第1次分割时的初始区域)的胸肌壁分界线不相交。
在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交时,通过不断的更新所述初始区域进而在更新后的初始区域中继续检测,提高了最终检测到的胸肌区域的准确度。
需要说明的是,在实际处理过程中,迭代次数通常不超过2次,因此可以较快的速度检测到胸肌区域。
基于上述的***图像中检测胸肌的方法,本发明实施例还提供一种***图像中检测胸肌的装置,请参考图15,图15是本发明实施例二的***图像中检测胸肌的装置的结构示意图,如图15所示:所述***图像中检测胸肌的装置包括:
第二区域确定单元201,用于在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
第二确定单元202,用于在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域;
判断单元203,用于判断所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交;
第三确定单元204:用于在所述判断单元203输出为否时,确定所述第一区域为胸肌区域。
本实施例中,所述***图像中检测胸肌的装置还包括更新单元和控制单元,在所述判断单元输出为是时,所述更新单元用于以所述第一区域和所述初始区域的交集对所述第二区域确定单元中的初始区域进行更新;所述控制单元用于控制所述更新单元和第二确定单元工作,直至所述判断单元输出为否。
上述的***图像中检测胸肌的装置的具体实施可以参见上述的***图像中检测胸肌的方法进行,此处不再赘述。
综上所述,本发明实施例提供的***图像中检测胸肌的方法及装置,至少具有如下有益效果:
在原始***图像中先确定至少包括部分胸肌区域的初始区域,并在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域,并以所述第一区域为胸肌区域。由于在检测胸肌区域的过程中先进行了粗分割获得了至少包括部分胸肌区域的初始区域,进而在所述初始区域中检测胸肌区域,故最终检测到的胸肌区域的准确度高。另外,由于是在初始区域中对胸肌区域进行检测,因此,在实际应用过程中检测胸肌的速度快。此外,由于是直接在探测器采集到的原始***图像中对胸肌区域进行检测,因此,在对***图像进行后处理时,可以将检测到的胸肌区域信息去除,进而可以避免胸肌区域信息对后处理过程的干扰,提高了最终获得的***图像的质量,进而也提高了FFDM***的性能。
进一步地,根据胸肌区域的特性以在所述***图像中确定呈类三角形的初始区域,提高了粗分割的准确度,进而也提高了最终获得的胸肌区域的准确度。
进一步地,在对所述初始区域的灰度直方图进行形态学分析以确定胸肌区域和其他组织区域的分割阈值的过程中,对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响,可以在所述初始区域中更加准确的检测出胸肌区域,进一步的提高了胸肌区域检测的准确度。
在原始***图像中确定至少包括胸肌区域的初始区域,在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域,在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交时,确定所述第一区域为胸肌区域。由于先进行粗分割获得了至少包括胸肌区域的初始区域,进而在该初始区域中确定第一区域,并对所述第一区域的胸肌壁分界线和初始区域的胸肌壁分界线的位置关系进行判断以确定胸肌区域,进一步地提高了检测获得的胸肌区域的准确度,因此,在对***图像进行后处理时,可以避免胸肌区域信息对后处理过程的干扰,提高了最终获得的***图像的质量,进而也提高了FFDM***的性能。
进一步地,在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交时,以所述第一区域和所述初始区域的交集作为当前初始区域,在当前初始区域中分割出第一区域,并判断当前第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交,若相交则继续以当前第一区域和所述初始区域的交集作为下一次分割时的初始区域,直至确定的当前第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交。由于以第一区域和所述初始区域的交集作为当前初始区域,相当于在持续调整包括部分胸肌区域的初始区域的准确度,进而提高了最终检测到的胸肌区域的准确度。由于在后处理前可以去除胸肌区域的影响,因此在提高了获得的***图像的质量的同时也提升了FFDM***的性能。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (22)
1.一种***图像中检测胸肌的方法,其特征在于,包括:
在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。
2.如权利要求1所述的***图像中检测胸肌的方法,其特征在于,所述初始区域为类三角形区域。
3.如权利要求1所述的***图像中检测胸肌的方法,其特征在于,对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。
4.如权利要求3所述的***图像中检测胸肌的方法,其特征在于,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
5.如权利要求3所述的***图像中检测胸肌的方法,其特征在于,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
对所述第二灰度直方图归一化以获得第三灰度直方图;
确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
6.如权利要求5所述的***图像中检测胸肌的方法,其特征在于,所述对所述初始区域的灰度直方图进行预处理包括:
去除所述初始区域的灰度直方图中大于第一灰度值的区域,所述初始区域的灰度直方图中的最大灰度值与所述第一灰度值之差最小,且所述第一灰度值对应的像素点个数不小于平均像素点个数,所述平均像素点个数是指所述初始区域中像素点个数的总和与所述初始区域中像素点的灰度值范围的比值。
7.如权利要求1所述的***图像中检测胸肌的方法,其特征在于,基于大津法在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值。
8.如权利要求1所述的***图像中检测胸肌的方法,其特征在于,所述在所述***图像中确定初始区域包括:
在所述***图像的边界上选取第一初始分割点;
基于所述第一初始分割点与部分***边缘上各像素点之间连线的斜率的大小确定第二初始分割点;
根据所述第二初始分割点的位置确定第二分割点,所述第二分割点坐标的绝对值小于所述第二初始分割点坐标的绝对值;
基于所述第二分割点与部分***边缘上各像素点之间连线的斜率的大小确定第一分割点;
确定所述第一分割点和第二分割点之间的连线与所述***图像在竖直方向和水平方向边界所组成的区域为所述初始区域。
9.一种***图像中检测胸肌的装置,其特征在于,包括:
第一区域确定单元,用于在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
第一确定单元,用于在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出胸肌区域。
10.如权利要求9所述的***图像中检测胸肌的装置,其特征在于,所述第一确定单元基于对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。
11.如权利要求10所述的***图像中检测胸肌的装置,其特征在于,所述第一确定单元包括:
第一归一化单元,用于对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
第一搜索单元,用于确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
12.如权利要求10所述的***图像中检测胸肌的装置,其特征在于,所述第一确定单元包括:
预处理单元,用于对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
第二归一化单元,用于对所述第二灰度直方图归一化以获得第三灰度直方图;
第二搜索单元,用于确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
13.一种***图像中检测胸肌的方法,其特征在于,包括:
步骤一:在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
步骤二:在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域;
步骤三:判断所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交;
步骤四:在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线不相交时,确定所述第一区域为胸肌区域。
14.如权利要求13所述的***图像中检测胸肌的方法,其特征在于,还包括:在所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交时:
以所述第一区域和所述初始区域的交集作为当前初始区域,重复步骤二至步骤三,若第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线相交,则重复上述步骤,直至当前第一区域的胸肌壁分界线与初始区域的胸肌壁分界线不相交时,以所述当前第一区域为胸肌区域。
15.如权利要求13所述的***图像中检测胸肌的方法,其特征在于,所述初始区域为类三角形区域。
16.如权利要求13所述的***图像中检测胸肌的方法,其特征在于,对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值。
17.如权利要求16所述的***图像中检测胸肌的方法,其特征在于,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图归一化以获得第一灰度直方图;
确定所述第一灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第一灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
18.如权利要求16所述的***图像中检测胸肌的方法,其特征在于,所述对所述初始区域的灰度直方图进行形态学分析以确定所述胸肌区域和其他组织区域的分割阈值包括:
对所述初始区域的灰度直方图进行预处理以去除其他组织区域对待检测的胸肌区域的影响获得第二灰度直方图;
对所述第二灰度直方图归一化以获得第三灰度直方图;
确定所述第三灰度直方图中像素点个数最多对应的灰度值,在大于该灰度值所对应的第三灰度直方图中搜索与该灰度值坐标的预设邻域内的任一灰度值坐标距离最近的点,以该点对应的灰度值为所述***图像中胸肌区域和其他组织区域的分割阈值。
19.如权利要求18所述的***图像中检测胸肌的方法,其特征在于,所述对所述初始区域的灰度直方图进行预处理包括:
去除所述初始区域的灰度直方图中大于第一灰度值的区域,所述初始区域的灰度直方图中的最大灰度值与所述第一灰度值之差最小,且所述第一灰度值对应的像素点个数不小于平均像素点个数,所述平均像素点个数是指所述初始区域中像素点个数的总和与所述初始区域中像素点的灰度值范围的比值。
20.如权利要求13所述的***图像中检测胸肌的方法,其特征在于,基于大津法在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值。
21.如权利要求13所述的***图像中检测胸肌的方法,其特征在于,所述在所述***图像中确定初始区域包括:
在所述***图像的边界上选取第一初始分割点;
基于所述第一初始分割点与部分***边缘上各像素点之间连线的斜率的大小确定第二初始分割点;
根据所述第二初始分割点的位置确定第二分割点,所述第二分割点坐标的绝对值小于所述第二初始分割点坐标的绝对值;
基于所述第二分割点与部分***边缘上各像素点之间连线的斜率的大小确定第一分割点;
确定所述第一分割点和第二分割点之间的连线与所述***图像在竖直方向和水平方向边界所组成的区域为所述初始区域。
22.一种***图像中检测胸肌的装置,其特征在于,包括:
第二区域确定单元,用于在所述***图像中确定初始区域,所述初始区域至少包括部分胸肌区域,所述***图像是指探测器采集到的原始***图像;
第二确定单元,用于在所述初始区域中确定所述胸肌区域和其他组织区域的分割阈值以在所述初始区域中分割出第一区域;
判断单元,用于判断所述第一区域的胸肌壁分界线与所述初始区域的胸肌壁分界线是否相交;
第三确定单元:用于在所述判断单元输出为否时,确定所述第一区域为胸肌区域。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510933550.3A CN105447879B (zh) | 2015-12-15 | 2015-12-15 | ***图像中检测胸肌的方法及装置 |
CN201680070175.7A CN108471995B (zh) | 2015-09-30 | 2016-09-30 | 确定医学图像中***区域的***和方法 |
PCT/CN2016/101186 WO2017054775A1 (en) | 2015-09-30 | 2016-09-30 | System and method for determining a breast region in a medical image |
US15/323,056 US10297024B2 (en) | 2015-09-30 | 2016-09-30 | System and method for determining a breast region in a medical image |
US16/416,577 US10636143B2 (en) | 2015-09-30 | 2019-05-20 | System and method for determining a breast region in a medical image |
US16/859,973 US11250567B2 (en) | 2015-09-30 | 2020-04-27 | System and method for determining a breast region in a medical image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510933550.3A CN105447879B (zh) | 2015-12-15 | 2015-12-15 | ***图像中检测胸肌的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105447879A true CN105447879A (zh) | 2016-03-30 |
CN105447879B CN105447879B (zh) | 2018-04-03 |
Family
ID=55558012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510933550.3A Active CN105447879B (zh) | 2015-09-30 | 2015-12-15 | ***图像中检测胸肌的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105447879B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017054775A1 (en) * | 2015-09-30 | 2017-04-06 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for determining a breast region in a medical image |
CN108108739A (zh) * | 2017-12-18 | 2018-06-01 | 上海联影医疗科技有限公司 | 图像目标区域的检测方法、装置、x射线***及存储介质 |
CN108846847A (zh) * | 2018-05-08 | 2018-11-20 | 嘉兴全景医疗器械有限公司 | 基于平板状结构形状滤波器的乳腺图像分割方法 |
CN109993732A (zh) * | 2019-03-22 | 2019-07-09 | 杭州深睿博联科技有限公司 | 乳腺x线图像的胸肌区域图像处理方法及装置 |
CN110163857A (zh) * | 2019-05-24 | 2019-08-23 | 上海联影医疗科技有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线*** |
CN112634273A (zh) * | 2021-03-10 | 2021-04-09 | 四川大学 | 一种基于深度神经网络的脑转移瘤分割***及其构建方法 |
CN113393475A (zh) * | 2021-06-30 | 2021-09-14 | 神州医疗科技股份有限公司 | 一种乳腺钼靶图像分割的装置、电子设备、医疗设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101664318A (zh) * | 2008-09-03 | 2010-03-10 | 爱克发医疗保健公司 | 用于由数字乳腺摄影图像表示获得致密组织量的方法 |
CN103700085A (zh) * | 2012-09-28 | 2014-04-02 | 深圳市蓝韵实业有限公司 | 乳腺x光图像中胸肌区域的分割方法 |
CN104182965A (zh) * | 2014-01-22 | 2014-12-03 | 上海联影医疗科技有限公司 | 一种乳腺图像中分割胸肌的方法 |
CN104715259A (zh) * | 2015-01-22 | 2015-06-17 | 苏州工业职业技术学院 | X光乳腺图像的核自适应优化分类方法 |
-
2015
- 2015-12-15 CN CN201510933550.3A patent/CN105447879B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101664318A (zh) * | 2008-09-03 | 2010-03-10 | 爱克发医疗保健公司 | 用于由数字乳腺摄影图像表示获得致密组织量的方法 |
CN103700085A (zh) * | 2012-09-28 | 2014-04-02 | 深圳市蓝韵实业有限公司 | 乳腺x光图像中胸肌区域的分割方法 |
CN104182965A (zh) * | 2014-01-22 | 2014-12-03 | 上海联影医疗科技有限公司 | 一种乳腺图像中分割胸肌的方法 |
CN104715259A (zh) * | 2015-01-22 | 2015-06-17 | 苏州工业职业技术学院 | X光乳腺图像的核自适应优化分类方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017054775A1 (en) * | 2015-09-30 | 2017-04-06 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for determining a breast region in a medical image |
CN108471995A (zh) * | 2015-09-30 | 2018-08-31 | 上海联影医疗科技有限公司 | 确定医学图像中***区域的***和方法 |
CN108108739A (zh) * | 2017-12-18 | 2018-06-01 | 上海联影医疗科技有限公司 | 图像目标区域的检测方法、装置、x射线***及存储介质 |
CN108108739B (zh) * | 2017-12-18 | 2021-11-16 | 上海联影医疗科技股份有限公司 | 图像目标区域的检测方法、装置、x射线***及存储介质 |
CN108846847A (zh) * | 2018-05-08 | 2018-11-20 | 嘉兴全景医疗器械有限公司 | 基于平板状结构形状滤波器的乳腺图像分割方法 |
CN108846847B (zh) * | 2018-05-08 | 2021-12-03 | 王磊 | 基于平板状结构形状滤波器的乳腺图像分割方法 |
CN109993732A (zh) * | 2019-03-22 | 2019-07-09 | 杭州深睿博联科技有限公司 | 乳腺x线图像的胸肌区域图像处理方法及装置 |
CN110163857A (zh) * | 2019-05-24 | 2019-08-23 | 上海联影医疗科技有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线*** |
CN112634273A (zh) * | 2021-03-10 | 2021-04-09 | 四川大学 | 一种基于深度神经网络的脑转移瘤分割***及其构建方法 |
CN113393475A (zh) * | 2021-06-30 | 2021-09-14 | 神州医疗科技股份有限公司 | 一种乳腺钼靶图像分割的装置、电子设备、医疗设备和介质 |
CN113393475B (zh) * | 2021-06-30 | 2024-02-20 | 神州医疗科技股份有限公司 | 一种乳腺钼靶图像分割的装置、电子设备、医疗设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105447879B (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447879A (zh) | ***图像中检测胸肌的方法及装置 | |
CN109360396B (zh) | 基于图像识别技术和NB-IoT技术的远程抄表方法及*** | |
CN106875381B (zh) | 一种基于深度学习的手机外壳缺陷检测方法 | |
CN110705583B (zh) | 细胞检测模型训练方法、装置、计算机设备及存储介质 | |
CN110781885A (zh) | 基于图像处理的文本检测方法、装置、介质及电子设备 | |
WO2016127736A1 (zh) | 指纹重叠区域面积的计算方法及电子装置 | |
CN104156967B (zh) | 一种胎儿颈部透明层图像分割方法、装置及超声成像*** | |
CN108805863B (zh) | 深度卷积神经网络结合形态学检测图像变化的方法 | |
CN110176010B (zh) | 一种图像检测方法、装置、设备及存储介质 | |
CN109363697B (zh) | 一种乳腺影像病灶识别的方法及装置 | |
EP3781944A1 (en) | Automated analysis of petrographic thin section images using advanced machine learning techniques | |
KR20120019425A (ko) | 화상 처리 장치 및 방법, 및 프로그램 | |
CN106157279A (zh) | 基于形态学分割的眼底图像病变检测方法 | |
CN110910445B (zh) | 一种物件尺寸检测方法、装置、检测设备及存储介质 | |
US20140348428A1 (en) | Dynamic range-adjustment apparatuses and methods | |
CN117132774B (zh) | 一种基于pvt的多尺度息肉分割方法及*** | |
CN105701796A (zh) | ***图像的厚度均衡方法及装置、***摄影*** | |
CN104732520A (zh) | 一种胸部数字影像的心胸比测量算法及*** | |
CN103460254A (zh) | 基于图像内容的自动亮度检测方法与装置 | |
CN104574312A (zh) | 标靶图像求圆心的方法和装置 | |
CN114757950A (zh) | 超声图像处理方法、装置以及计算机可读存储介质 | |
CN109241867A (zh) | 采用人工智能算法识别数字岩心图像的方法及装置 | |
CN111079807B (zh) | 一种地物分类方法及装置 | |
CN103034857B (zh) | 自动检测图像中曝光区域的方法及*** | |
CN105374025A (zh) | ***图像获取方法及装置、***摄影*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |