一種乳腺外周組織均衡的圖像處理方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，具體涉及一種乳腺外周組織均衡的圖像處理方法 和裝置。
【背景技術(shù)】
[0002] 乳腺組織分布特點致使中心區(qū)域與邊緣區(qū)域存在大范圍灰度差異，若采用固定的 亮度對比度僅可以觀察到一部分組織，若采用動態(tài)范圍壓縮方法，壓縮幅度小容易引起均 衡效果不足，壓縮幅度過大又會引起噪聲、偽影過強的問題，嚴(yán)重時還可能改變腺體組織區(qū) 域原始的灰度分布特征。
[0003] 現(xiàn)有技術(shù)中，通常使用大尺寸卷積核方法對乳腺外周組織均衡，該方法具體是采 用固定的壓縮系數(shù)對圖像作整體處理，由于乳腺靠近胸墻一側(cè)組織信息與外周組織密度差 異較大，采用固定的壓縮系數(shù)，壓縮系數(shù)過大，腺體區(qū)域原始灰度特征可能會發(fā)生變化，壓 縮系數(shù)過小均衡效果不足，外周組織不能完全被看清楚，因此，固定的壓縮系數(shù)無法保證圖 像中所有的組織都被很好地處理，另外，大尺寸卷積核方法常采用卷積核尺寸達(dá)到100? 300,致使該均衡處理的計算量非常大，處理效率較低。
[0004] 因此，如何針對乳腺外周組織進行合理高效地均衡處理已經(jīng)成為乳腺組織觀測臨 床應(yīng)用中最關(guān)注的一個技術(shù)問題。

【發(fā)明內(nèi)容】

[0005] 為了解決上述技術(shù)問題，本發(fā)明提供了一種乳腺外周組織均衡的圖像處理方法和 裝置，既保證均衡效果又減小噪聲和偽影，還提高了處理效率。
[0006] 在本發(fā)明第一方面，提供了一種乳腺外周組織均衡的圖像處理方法，所述方法包 括：
[0007] 從乳腺原始圖像中提取人體有效組織掩膜圖像；
[0008] 對所述原始圖像進行灰度變換得到待處理圖像，分解所述待處理圖像得到一個低 頻圖像和多個高頻圖像；
[0009] 根據(jù)所述掩膜圖像、所述待處理圖像和腺體組成百分比計算得到灰度映射曲線；
[0010] 采用灰度映射曲線對低頻圖像進行灰度映射得到映射后低頻圖像；
[0011] 對每個高頻圖像作增益處理得到增益后高頻圖像；
[0012] 對所述映射后低頻圖像和所述增益后高頻圖像作重構(gòu)處理得到均衡后的圖像。
[0013] 優(yōu)選的，所述根據(jù)掩膜圖像、待處理圖像和腺體組成百分比計算得到灰度映射曲 線，包括：
[0014] 根據(jù)掩膜圖像統(tǒng)計人體有效組織區(qū)域直方圖，根據(jù)所述直方圖、所述腺體組成百 分比和預(yù)置的外周組織百分比確定閾值Tg和Ta，以及根據(jù)腺體組成百分比確定壓縮系數(shù) Kg和Ka;其中，Tg表示腺體組織與脂肪組織灰度分割值，Ta表示脂肪組織與皮膚組織灰度 分割值；
[0015]根據(jù)Kg、Ka、Tg、Ta和所述待處理圖像灰度最大值maxP確定至少三個特征點，并 根據(jù)所述至少三個特征點擬合生成灰度映射曲線。
[0016] 優(yōu)選的，所述對每個高頻圖像作增益處理得到增益后高頻圖像，包括：
[0017] 根據(jù)每個高頻圖像對應(yīng)的低頻圖像灰度信息確定每個高頻圖像對應(yīng)的第一增益 系數(shù)；
[0018] 根據(jù)每個高頻圖像的灰度信息確定每個高頻圖像對應(yīng)的第二增益系數(shù)；
[0019] 按照公式S/ =Gain2i*(Gainli*Si-SD+Sp計算得到增益后高頻圖像；其 中，Gain2i表示第i層高頻圖像對應(yīng)的第二增益系數(shù)，Gainli表示第i層高頻圖像對應(yīng)的 第一增益系數(shù)，Si表示第i層高頻圖像，S/表示增益后第i層高頻圖像，i的取值范圍是1、 2、……N- 1、N，N是指所述多分辨率金字塔算法分解待處理圖像時所采用的最大層數(shù)。
[0020] 優(yōu)選的，所述根據(jù)每個高頻圖像對應(yīng)的低頻圖像的灰度信息確定每個高頻圖像對 應(yīng)的第一增益系數(shù)，包括：
[0021] 根據(jù)每層高頻圖像對應(yīng)的低頻圖像確定對應(yīng)的Tg和Ta，其中，Tg表示腺體組織與 脂肪組織灰度分割值，Ta表示脂肪組織與皮膚組織灰度分割值；
[0022] 按照公式Fgi=(FgN-Fa) *i/N+Fa，計算第i層高頻圖像腺體區(qū)域?qū)?yīng)參數(shù) Fgi，其中FgN是第N層高頻圖像腺體區(qū)域?qū)?yīng)參數(shù)，F(xiàn)gN取值范圍為1?5，F(xiàn)a是外周組織 區(qū)域?qū)?yīng)參數(shù)，F(xiàn)a取值范圍為0. 5?1;
[0023] 根據(jù)第i層高頻圖像特征點A1 (0,Fgi)、A2(Tg，F(xiàn)gi)、A3(Ta，F(xiàn)a)和A4(maxP，F(xiàn)a) 擬合得到第一增益曲線，根據(jù)所述第一增益曲線確定第i層高頻圖像對應(yīng)的第一增益系 數(shù)。
[0024] 優(yōu)選的，所述根據(jù)每個高頻圖像的灰度信息確定每個高頻圖像對應(yīng)的第二增益系 數(shù)，包括：
[0025]計算人體有效組織內(nèi)高頻增益最大值max(abs(Si(ROI)))、平均值tsl和二倍平 均值ts2,并確定衰減系數(shù)Fs，該衰減系數(shù)Fs取值范圍為0. 5?1，且Fs大于Fa;Fa是外 周組織區(qū)域?qū)?yīng)參數(shù)，F(xiàn)a取值范圍為0. 5?1，其中，Si(ROI)是第i層高頻圖像的人體有 效組織區(qū)；
[0026] 根據(jù)第i層高頻圖像特征點B1(0，1)、B2(tsl，l)、B3(ts2,Fs)和 BdOnaxfebsG^ROI)))，F(xiàn)a)計算得到第二增益曲線，根據(jù)所述第二增益曲線確定第i層高 頻圖像對應(yīng)的第二增益系數(shù)。
[0027] 優(yōu)選的，所述對所述映射后低頻圖像和所述增益后高頻圖像作重構(gòu)處理得到均衡 后的圖像，包括：
[0028] 按照如下方式依次實現(xiàn)第i層的重構(gòu)處理，其中i依次取值為N、N- 1、N- 2…… 2、1:
[0029] 對第i層高頻圖像對應(yīng)的低頻圖像作內(nèi)插卷積得到低頻圖像GRp再計算所述低頻 圖像GRi增益后第i層高頻圖像S/之間的和值GSi;每i層重構(gòu)結(jié)果作為第i一 1層高頻 圖像對應(yīng)的低頻圖像；
[0030] 對掩膜圖像進行降采樣得到降采樣掩膜圖像，根據(jù)降采樣的掩膜圖像確定圖像邊 緣區(qū)域Edgei;
[0031] 按照GS，Edgei> 記圖像邊緣區(qū)域的外輪廓區(qū)域，其中Ibi是第i層高頻圖 像對應(yīng)的低頻圖像的背景中特征灰度值；
[0032]按照公式GPi= (GRi+(k*S/ *Edge^S/ * (1-Edge)))，其中k取值范圍為 〇?1，計算第i層重構(gòu)結(jié)果GPi，再將重構(gòu)結(jié)果GPi中外輪廓區(qū)域的像素賦值為Ibi，依次實 現(xiàn)第i層的重構(gòu)處理直到完成第1層重構(gòu)處理得到均衡后的圖像。
[0033] 優(yōu)選的，所述分解所述待處理圖像得到一個低頻圖像和多個高頻圖像具體為：采 用多分辨率金字塔算法分解所述待處理圖像得到一個低頻圖像和多個高頻圖像。
[0034] 在本發(fā)明第二方面，提供了一種乳腺外周組織均衡的圖像處理裝置，所述裝置包 括：
[0035] 提取單元，用于從乳腺原始圖像中提取人體有效組織掩膜圖像；
[0036] 分解單元，用于對所述原始圖像進行灰度變換得到待處理圖像，分解所述待處理 圖像得到一個低頻圖像和多個高頻圖像；
[0037] 灰度映射曲線擬合單元，用于根據(jù)所述掩膜圖像、所述待處理圖像和腺體組成百 分比計算得到灰度映射曲線；
[0038] 映射單元，用于采用灰度映射曲線對低頻圖像進行灰度映射得到映射后低頻圖 像；
[0039] 增益處理單元，用于對每個高頻圖像作增益處理得到增益后高頻圖像；
[0040] 重構(gòu)處理單元，用于對所述映射后低頻圖像和所述增益后高頻圖像作重構(gòu)處理得 到均衡后的圖像。
[0041] 優(yōu)選的，所述灰度映射曲線擬合單元，包括：
[0042] 閾值確定子單元，用于根據(jù)掩膜圖像統(tǒng)計人體有效組織區(qū)域直方圖，根據(jù)所述直 方圖、所述腺體組成百分比和預(yù)置的外周組織百分比確定閾值Tg和Ta，以及根據(jù)腺體組成 百分比確定壓縮系數(shù)Kg和Ka;其中，Tg表示腺體組織與脂肪組織灰度分割值，Ta表示脂肪 組織與皮膚組織灰度分割值；
[0043] 擬合子單元，用于根據(jù)Kg、Ka、Tg、Ta和所述待處理圖像灰度最大值maxP確定至 少三個特征點，并根據(jù)所述至少三個特征點擬合生成灰度映射曲線。
[0044] 優(yōu)選的，所述增益處理單元，包括：
[0045] 第一增益系數(shù)確定子單元，用于根據(jù)每個高頻圖像對應(yīng)的低頻圖像灰度信息確定 每個高頻圖像對應(yīng)的第一增益系數(shù)；
[0046] 第二增益系數(shù)確定子單元，用于根據(jù)每個高頻圖像的灰度信息確定每個高頻圖像 對應(yīng)的第二增益系數(shù)；
[0047] 增益處理子單元，用于按照公式S/ =Gain2i*(Gainli*Si-SD+Sp計算得 到增益后高頻圖像；其中，Gain2i表示第i層高頻圖像對應(yīng)的第二增益系數(shù)，Gainli表示 第i層高頻圖像對應(yīng)的第一增益系數(shù)，Si表示第i層高頻圖像，S/表示增益后第i層高頻 圖像，i的取值范圍是1、2、……N- 1、N，N是指所述多分辨率金字塔算法分解待處理圖像 時所采用的最大層數(shù)。
[0048] 優(yōu)選的，所述第一增益系數(shù)確定單元，包括：
[0049] 灰度分割值確定子單元，用于根據(jù)每層高頻圖像對應(yīng)的低頻圖像確定對應(yīng)的Tg 和Ta，其中，Tg表示腺體組織與脂肪組織灰度分割值，Ta表示脂肪組織與皮膚組織灰度分 割值；
[0050] 區(qū)域?qū)?yīng)參數(shù)確定子單元，用于按照公式Fgi=(FgN-