一种基于活动轮廓模型的肿瘤病灶分割方法及系统与流程
本公开属于医疗信息处理,具体涉及一种基于活动轮廓模型的肿瘤病灶分割方法及系统。
背景技术:
1、在针对mri图像中肿瘤病灶分割的技术问题中,肿瘤病灶中钙化的识别是一个难点,肿瘤产生坏死钙化是一种肿瘤内常见的过程,其诱因有三种,第一种是当肿瘤生长速度较快时,肿瘤供血不足导致部分肿瘤细胞死亡,随着钙盐沉积,死亡的肿瘤细胞逐渐被钙化。因此,坏死是肿瘤内常见的过程,而钙化则是坏死组织的一种特殊类型。当肿瘤出现钙化时,通常意味着肿瘤已经存在较长时间。第二种炎症反应:在肿瘤发展过程中,人体会启动免疫反应对抗肿瘤,这可能导致炎症的发生。炎症可能引发局部组织的坏死和钙化。第三种炎症反应:钙盐沉积:在肿瘤的生长过程中,可能会有钙盐沉积在肿瘤组织内或附近,从而导致肿瘤钙化。这种情况可能是由于肿瘤影响了正常的生理机能,导致钙盐不能按正常方式分布和代谢。特别是对于分化较差的肿瘤和具有较大异质性的肿瘤组织来说,这种钙化更为常见。在某些情况下,由于缺血和营养不良,某些肿瘤细胞的崩解产物也可能诱发钙盐沉积,钙化是由致密的钙盐晶体组成,由于不含或含有极少的氢质子密度,因此在任何一种mri序列中,均表现为低信号或无信号。见参考文献:龚向阳,李森华,等.钙化磁共振信号演变规律的实验研究[j].中华放射学杂志.1999,33(10):708-712。
2、因此,基于边缘的活动轮廓模型对多目标钙化肿瘤病灶的图象分割,容易出现边缘定位不准确,现有的多模态融合算法(如pet-mri)对钙化肿瘤病灶的空间配准误差较大;并且在自动分割中,由于钙化与脂肪/腺体信号混杂并且微小钙化在常规mri(t1/t2加权、dce)中呈无信号、钙化的线样分支在mri上因部分容积效应断裂为离散点状,易被算法误判为噪点或背景,对钙化特征的特异性差,无法还原真实边界,且肿瘤病灶钙化区域常被错误归类为正常腺体或坏死灶,肿瘤病灶钙化区域在mri图像中造成的伪影区域被误分割为肿瘤浸润或出血灶,因此,现有技术(包括传统的u-net、v-net等网络模型和深度学习模型)对于钙化的肿瘤病灶分割效果显著受限,甚至完全无效。
技术实现思路
1、本发明的目的在于提出一种基于活动轮廓模型的肿瘤病灶分割方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
2、为了实现上述目的,根据本公开的一方面,提供一种基于活动轮廓模型的肿瘤病灶分割方法,所述方法包括以下步骤:
3、s100,采集患病位置的核磁共振成像,获得核磁共振图像;
4、s200,将核磁共振图像转换为灰度图像;
5、s300,通过活动轮廓模型提取灰度图像的边缘线,标注出由边缘线构成的初筛病灶区域;
6、s400,识别初筛病灶区域中的钙化芯点,区分钙化芯点中的伪影钙化点和真实钙化点;
7、s500,据真实钙化点筛选出初筛病灶区域中的钙化灶区域,从而修正初筛病灶区域获得肿瘤病灶区域。
8、进一步地,在s100中,采集患病位置的核磁共振成像,获得核磁共振图像的方法为:通过simense 3.0核磁共振仪获取采集肿瘤患者的患病位置的mri图像获得核磁共振图像。
9、进一步地,在s300中,活动轮廓模型为边界活动轮廓模型,其中,边界活动轮廓模型为主动轮廓模型(snake模型)、c-v模型、局部区域二值拟合模型(lbf模型)中的任意一种。
10、优选地,在s300中,对提取灰度图像的边缘线进行膨胀运算。
11、mri各序列图像的灰度值与肿瘤组织的含水量、细胞密度和血供有关。肿瘤组织含水量高的区域在t2wi上呈现高信号,含水量低的区域则表现为低信号(高信号是指磁共振图像上教亮的区域,低信号则表现为较暗或黑色的区域)。肿瘤内细胞密度高的区域,由于水分子自由弥散运动受限,dwi图像呈高信号;相反,细胞密度低的区域,dwi呈低信号。肿瘤血供丰富的区域,dce-mri表现为高强化(即高信号),乏血供区域则呈低信号。见参考文献:brownrw,chengy,haackee,etal.magneticresonanceimaging:physicalprinciplesandsequencedesign[j].1999.doi:10.1002/9781118633953。
12、进一步地,在s300中,标注出由边缘线构成的初筛病灶区域的方法为:取各个边缘线构成的区域为封闭区域,记灰度图像的平均值为图像灰度;以各个封闭区域中的各像素的平均灰度值小于图像灰度的封闭区域记为瘤体中心区域,取与瘤体中心区域相邻、相交(两个区域之间存在交集)或者相包含(两个区域之间存在交集)的各个封闭区域记为影响区域,以所有影响区域和瘤体中心区域作为初筛病灶区域。
13、优选地,在s300中,标注出由边缘线构成的初筛病灶区域的方法为:通过专业医师以手工选择边缘线构成的封闭区域进行标注病灶位置得到初筛病灶区域。
14、在mri肿瘤图像中,钙化对于基于边缘的活动轮廓模型的病灶分割影响较大;t1wi信号的高低与晶体形态和表面结构有关,粗糙的表面使钙盐呈高信号,而较光滑的表面形态使钙盐呈低信号。不规则的晶体形态使钙盐呈高信号(不规则的晶体形态和粗糙的晶体表面可以结合更多的水分子,因而在t1wi呈现出高信号),而规则的晶体形态使钙盐呈低信号。因此,在许多现有技术(包括传统的u-net、v-net等网络模型和深度学习模型)在实际工作中发现钙化的mri信号变化多端,常常因为无法解释的mri信号而将钙化灶错误识别为出血、肿瘤、胶样囊肿或寄生虫等。见参考文献a:朱明旺,戴建平,何志华,等.颅内t1加权像高信号钙化[j],中国医学影像技术.1998,14(6):413-414。为此,本发明提出了以下技术方案:
15、进一步地,在s400中,识别初筛病灶区域中的钙化芯点,区分钙化芯点中的伪影钙化点和真实钙化点的方法为:
16、取初筛病灶区域中的各个边缘线构成的封闭区域记为钙化候选区;标记各个钙化候选区中灰度值最大的点为钙化芯点;(则每个钙化候选区都有一个对应的钙化芯点);
17、对各个钙化芯点判断是否满足局部钙化峰条件,若是则标记钙化芯点为真实钙化点,否则标记为伪影钙化点。
18、进一步地,局部钙化峰条件具体为:
19、以钙化芯点对应的钙化候选区中灰度值最小的点为高钙化点,以从高钙化点到钙化芯点的方向为钙化正向,以从钙化芯点到高钙化点的方向为钙化反向;将连接高钙化点与钙化芯点的直线记为钙化轴线;在钙化轴线的钙化正向上,取从钙化芯点到钙化候选区的边缘线交点之间的线段记为钙化正向段;在钙化正向段上的各点中,选择灰度值最小的点记为低钙化点;在钙化轴线的钙化反向上,取从钙化芯点到钙化候选区的边缘线交点之间的线段记为钙化反向段;
20、则局部钙化峰条件为:在钙化正向段上,从低钙化点开始到钙化芯点的各点的灰度值按顺序需依次递增或者相等(即前一个点的灰度值需要小于或等于后一个点的灰度值),并且,在钙化反向段上,从高钙化点开始到钙化芯点的各点的灰度值按顺序需依次递增或者相等。
21、其中,局部钙化峰条件是为了筛选出钙化浓度在30%左右时,钙化可在t1加权像表现为最高信号的真实钙化点,若钙化芯点不满足条件则对应的钙化候选区必然不是钙化区域,见参考文献a:当钙化程度较低时,随钙化程度的增高钙化信号逐渐增高(暗黑色),钙化浓度达到30%时,钙化表现的信号强度最高(即最亮白的真实钙化点),随着钙化程度的增加,组织内质子密度下降,钙化信号又逐渐降低,最后可表现为低信号(暗黑色),也就是钙化轴线以真实钙化点为中心两侧必须各有一个局部极小值点才能区分是钙化灶还是错误识别的区域。
22、进一步地,在s500中,根据真实钙化点筛选出初筛病灶区域中的钙化灶区域的方法为:标记所有真实钙化点对应的钙化候选区为钙化灶区域。
23、进一步地,在s500中,修正初筛病灶区域获得肿瘤病灶区域的方法为:在初筛病灶区域中去除钙化灶区域获得肿瘤病灶区域。
24、以上的方法能够快速的定位与筛选出肿瘤病灶区域中的钙化灶区域,避免了钙化灶与磁敏感伪影扩大肿瘤区域的边缘,从而误判钙化灶或者伪影扭曲真实边界导致误判为肿瘤边缘强化,避免了可能覆盖钙化低信号,导致钙化灶与磁敏感伪影误分割为肿瘤的问题,还原了肿瘤病灶区域的真实边界。
25、但是微小钙化灶在mri中经常会产生分割遗漏,钙化与脂肪/腺体信号混杂,微小钙化在常规mri(t1/t2加权、dce)中呈无信号、钙化的线样分支在mri上因部分容积效应断裂为离散点状小钙化区域,以上方法尽管能识别出较大的肿瘤钙化灶区域,但对离散点状小钙化区域无能为力,为此本技术提出了以下方法还原离散点状小钙化区域影响的肿瘤病灶区域的真实边界,具体为:
26、优选地,在s500中,修正初筛病灶区域获得肿瘤病灶区域的方法为:
27、以瘤体中心区域中灰度值最小的点为瘤心点;取与瘤体中心区域相邻接、相交或者相包含的各个钙化灶区域记为钙化相关区域;记各个钙化相关区域对应的真实钙化点为关联点;
28、将瘤心点依次连接各个关联点得到的多个线段记为影响线段;依次按照各个影响线段建立钙化影响区域;
29、依次遍历各个钙化影响区域标记离散钙化区域,在初筛病灶区域中去除离散钙化区域;
30、获得肿瘤病灶区域。
31、其中,依次按照各个影响线段建立钙化影响区域的方法具体为:
32、以当前的影响线段对应的瘤心点为中心、当前的影响线段的长度为半径,顺时针方向旋转搜索到的首个影响线段为右侧线,逆时针方向旋转搜索到的首个影响线段为左侧线,
33、将复制的右侧线镜像旋转得到右镜像线;取右镜像线上原关联点的对应位置为镜像右点;
34、将复制的左侧线镜像旋转得到左镜像线;取左镜像线上原关联点的对应位置为镜像左点;
35、记距离镜像右点距离最短的关联点为右连接点;记距离镜像左点距离最短的关联点为左连接点;分别连接右侧线对应的关联点与右连接点得到第一影响线、左侧线对应的关联点与左连接点得到第二影响线,则第一影响线与第二影响线之间的区域记为钙化影响区域。
36、其中,依次遍历各个钙化影响区域标记离散钙化区域的方法具体为:
37、对钙化影响区域进行腐蚀操作获得的多个区域记为小区域;按照小区域的几何重心距离瘤心点的距离从小到大将小区域进行排列,得到小区域队列;(腐蚀是数学形态学的基本操作,作用为缩减目标区域面积,可削弱噪声干扰并消除细小连接线);
38、遍历小区域队列,如果各个小区域按照先后顺序,标记平均灰度不为依次递减或相等的小区域为离散钙化区域(即前一个小区域中所有点的平均灰度值不是小于或等于后一个小区域中所有点的平均灰度值,说明该小区域存在大量的点状亮点,从而提高了均值产生局部极大灰度值的区域,其物理意义为该区域存在大量的钙化浓度达到30%左右时,表现为信号强度最高的点状钙化点,形成离散点状小钙化区域)。
39、其中,在初筛病灶区域中去除离散钙化区域的方法为:如果离散钙化区域与初筛病灶区域的边缘相交,则去除离散钙化区域,否则对离散钙化区域进行标记。
40、优选地,本发明的一种基于活动轮廓模型的肿瘤病灶分割方法不仅针对乳腺癌肿瘤,也可以对颞叶深部肿瘤(杏仁核、海马体等脑部结构的肿瘤)、脑部结构的良性肿瘤脑部疾病的mri图像进行肿瘤病灶分割。
41、本发明还提供了一种基于活动轮廓模型的肿瘤病灶分割系统,所述一种基于活动轮廓模型的肿瘤病灶分割系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种基于活动轮廓模型的肿瘤病灶分割方法中的步骤,所述一种基于活动轮廓模型的肿瘤病灶分割系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下系统的单元中:
42、图像采集单元,用于采集患病位置的核磁共振成像,获得核磁共振图像;
43、灰度转换单元,用于将核磁共振图像转换为灰度图像;
44、边缘分割单元,用于通过活动轮廓模型提取灰度图像的边缘线,标注出由边缘线构成的初筛病灶区域;
45、钙灶识别单元,用于识别初筛病灶区域中的钙化芯点,区分钙化芯点中的伪影钙化点和真实钙化点;
46、病灶修正单元,用于据真实钙化点筛选出初筛病灶区域中的钙化灶区域,从而修正初筛病灶区域获得肿瘤病灶区域。
47、本发明的有益效果为:本发明提供了一种基于活动轮廓模型的肿瘤病灶分割方法及系统,能够快速的定位与筛选出肿瘤病灶区域中的钙化灶区域,避免了钙化灶与磁敏感伪影扩大肿瘤区域的边缘,从而误判钙化灶或者伪影扭曲真实边界导致误判为肿瘤边缘强化,避免了可能覆盖钙化低信号,导致钙化灶与磁敏感伪影误分割为肿瘤的问题,还原了肿瘤病灶区域的真实边界。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com