一種基于超聲彈性圖像的彈性應(yīng)變評估方法和系統(tǒng)的制作方法
【專利摘要】本申請公開了一種基于超聲彈性圖像的彈性應(yīng)變評估方法，包括：根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息；對所述B模式圖像進行病灶區(qū)域的自動分割；對所述超聲彈性信息圖像進行軟硬區(qū)域自動界定；對自動分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動界定的軟硬區(qū)域進行硬度特征提取；基于提取的硬度特征，根據(jù)預設(shè)的評分標準對病灶區(qū)域和病灶周邊區(qū)域進行彈性應(yīng)變評估。本申請還公開了一種基于超聲彈性圖像的彈性應(yīng)變評估系統(tǒng)。本申請的【具體實施方式】針對B模式圖像進行病灶區(qū)域的自動圖像分割，避免人為分割的主觀性，提高了彈性特征提取的準確性。
【專利說明】一種基于超聲彈性圖像的彈性應(yīng)變評估方法和系統(tǒng)【技術(shù)領(lǐng)域】
[0001]本申請涉及彈性應(yīng)變評估和分析技術(shù)，尤其涉及基于超聲彈性圖像的彈性應(yīng)變評估方法和系統(tǒng)。
【背景技術(shù)】
[0002]醫(yī)學臨床研究表明，人體內(nèi)不同組織或同一組織不同區(qū)域的彈性系數(shù)各不相同，彈性成像技術(shù)能夠把組織彈性差異通過彩色編碼疊加在二維聲像圖上顯現(xiàn)出來，為某些疾病的診斷(例如乳腺良惡性腫瘤的鑒別)提供了新的途徑。
[0003]就乳腺腫瘤的診斷而言，由于生長機理方面的差異，乳腺良惡性腫瘤的分子組成、組織密度及周圍的血管分布的不同導致二者彈性特征(或硬度)的差異。超聲彈性成像技術(shù)以檢測生物組織力學特性為目的，其彌補了常規(guī)超聲對于彈性測量的不足，將組織的彈性變化以灰度圖或偽彩圖的形式表示出來，使得彈性特征的測量提取成為可能，并廣泛的應(yīng)用于乳腺良惡性腫瘤鑒別中。
[0004]準確估計和分析彈性圖像上組織彈性應(yīng)變對乳腺腫瘤良惡性鑒別至關(guān)重要。五分法及半定量法為最常用的評估乳腺腫瘤彈性應(yīng)變的方法，但這兩種這種方法還存在著主觀性大、識別精度低的缺點。主要原因在于:1)病灶區(qū)域輪廓需借助人工來確定，沒有實現(xiàn)自動分割，因而主觀性大；2)病灶區(qū)域內(nèi)軟硬區(qū)域的界定使用固定閾值，由于彈性成像的特點，不同圖像中界定閾值實際對應(yīng)應(yīng)變力不同，導致彈性值量化誤差。

【發(fā)明內(nèi)容】

[0005]本申請要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種能提高彈性信息提取準確性的基于超聲彈性圖像的彈性應(yīng)變評估方法。
[0006]本申請要解決的另一技術(shù)問題是提供一種基于上述方法的基于超聲彈性圖像的彈性應(yīng)變評估系統(tǒng)。
[0007]本申請要解決的技術(shù)問題通過以下技術(shù)方案加以解決:
[0008]一種基于超聲彈性圖像的彈性應(yīng)變評估方法，包括:
[0009]根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息；
[0010]對所述B模式圖像進行病灶區(qū)域的自動分割；
[0011]對所述超聲彈性信息圖像進行軟硬區(qū)域自動界定；
[0012]對自動分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動界定的軟硬區(qū)域進行硬度特征提??；
[0013]基于所述提取的硬度特征， 根據(jù)預設(shè)的評分標準對病灶區(qū)域和病灶周邊區(qū)域進行彈性應(yīng)變評估。
[0014]所述對所述B模式圖像進行病灶區(qū)域的自動分割包括:對所述B模式圖像采用基于Mumford-Shah分割函數(shù)和水平集技術(shù)的圖像分割方法實現(xiàn)病灶區(qū)域的自動分割。[0015]所述對所述超聲彈性信息圖像進行軟硬區(qū)域自動界定包括:根據(jù)模糊聚類準則，計算所述彈性信息圖像像素空間中每個元素的模糊相似矩陣與聚類中心的距離平方和，確定元素軟硬區(qū)間隸屬度，實現(xiàn)軟硬區(qū)域的自動界定。
[0016]所述對自動分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動界定的軟硬區(qū)域進行硬度特征提取包括:
[0017]對于自動分割后的病灶區(qū)域，硬度特征可表示為:
【權(quán)利要求】
1.一種基于超聲彈性圖像的彈性應(yīng)變評估方法，其特征在于，包括: 根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息； 對所述B模式圖像進行病灶區(qū)域的自動分割； 對所述超聲彈性信息圖像進行軟硬區(qū)域自動界定； 對自動分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動界定的軟硬區(qū)域進行硬度特征提??； 基于所述提取的硬度特征，根據(jù)預設(shè)的評分標準對病灶區(qū)域和病灶周邊區(qū)域進行彈性應(yīng)變評估。
2.如權(quán)利要求1所述的方法，其特征在于，所述對所述B模式圖像進行病灶區(qū)域的自動分割包括: 對所述B模式圖像采用基于Mumford-Shah分割函數(shù)和水平集技術(shù)的圖像分割方法實現(xiàn)病灶區(qū)域的自動分割。
3.如權(quán)利要求1所述的方法，其特征在于，所述對所述超聲彈性信息圖像進行軟硬區(qū)域自動界定包括: 根據(jù)模糊聚類準則，計算所述彈性信息圖像像素空間中每個元素的模糊相似矩陣與聚類中心的距離平方和，確定元素軟硬區(qū)間隸屬度，實現(xiàn)軟硬區(qū)域的自動界定。
4.如權(quán)利要求1所述的 方法，其特征在于，所述對自動分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動界定的軟硬區(qū)域進行硬度特征提取包括:





T.對于自動分割后的病灶區(qū)域，硬度特征可表示為=7^xl00%其中Th為病灶區(qū)
a ?域內(nèi)部硬區(qū)域的像素個數(shù)之和，Ta為病灶區(qū)域內(nèi)部像素數(shù)目之和；


P 對于自動分割后的病灶周邊區(qū)域，硬度特征可表示為=7f'xl00%其中Ph為病灶周邊區(qū)域內(nèi)部硬區(qū)域的像素個數(shù)之和，Pa為病灶周邊區(qū)域內(nèi)部像素數(shù)目之和。
5.如權(quán)利要求4所述的方法，其特征在于，所述基于所述提取的硬度特征，根據(jù)預設(shè)的評分標準對病灶區(qū)域和病灶周邊區(qū)域進行彈性應(yīng)變評估包括: 若Et < 20%,則評估為I分；若20% < Et ^ 50%,評估為2分；若50% < Et ^ 80%,評估為3分；若80% < Et且Ep < 50%,則評估為4分；若80% < Et且Ep > 50%,則評估為5分。
6.一種基于超聲彈性圖像的彈性應(yīng)變評估系統(tǒng)，其特征在于，包括重建模塊、分割模塊、軟硬區(qū)域界定模塊、硬度特征提取模塊和評估模塊， 所述重建模塊用于根據(jù)超聲彈性圖像和B模式圖像重建超聲彈性信息圖像，所述超聲彈性信息圖像包含彈性應(yīng)變信息； 所述分割模塊用于對所述B模式圖像進行病灶區(qū)域的自動分割； 所述軟硬區(qū)域界定模塊用于對所述超聲彈性信息圖像進行軟硬區(qū)域自動界定； 所述硬度提取模塊用于對自動分割后的病灶區(qū)域和病灶周邊區(qū)域，根據(jù)所述自動界定的軟硬區(qū)域進行硬度特征提??； 所述評估模塊用于基于所述提取的硬度特征，根據(jù)預設(shè)的評分標準對病灶區(qū)域和病灶周邊區(qū)域進行彈性應(yīng)變評估。
7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述分割模塊還用于對所述B模式圖像采用基于Mumford-Shah分割函數(shù)和水平集技術(shù)的圖像分割方法實現(xiàn)病灶區(qū)域的自動分割。
8.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述軟硬區(qū)域界定模塊還用于根據(jù)模糊聚類準則，計算所述彈性信息圖像像素空間中每個元素的模糊相似矩陣與聚類中心的距離平方和，確定元素軟硬區(qū)間隸屬度，實現(xiàn)軟硬區(qū)域的自動界定。
9.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述硬度提取模塊還用于:




對于自動分割后的病灶區(qū)域，將硬度特征表示為:其中Th為病灶區(qū)
域內(nèi)部硬區(qū)域的像素個數(shù)之和，Ta為病灶區(qū)域內(nèi)部像素數(shù)目之和； 對于自動分割后的病灶周邊區(qū)域，將硬度特征可表示為1 =7χ100%其中Ph為
病灶周邊區(qū)域內(nèi)部硬區(qū)域的像素個數(shù)之和，Pa為病灶周邊區(qū)域內(nèi)部像素數(shù)目之和。
10.如權(quán)利要求6至9中任一項所述的系統(tǒng)，其特征在于，所述評估模塊還用于，若Et ( 20%,則評估為I分；若20% < Et ^ 50%,評估為2分；若50% < Et ≤80%,評估為3分；若80% < Et且Ep ≤50%,則評估為4分；若80% < Et且Ep > 50%,則評估為5分。
【文檔編號】G06T7/00GK103606142SQ201310229776
【公開日】2014年2月26日 申請日期:2013年6月9日 優(yōu)先權(quán)日:2013年6月9日
【發(fā)明者】張雪, 鄭海榮, 肖楊, 邱維寶, 牟培田, 李彥明 申請人:中國科學院深圳先進技術(shù)研究院