一种鲁棒性乳腺钼靶MLO视角图像胸肌分割方法与流程

技术特征：
1.一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，包括以下步骤：s1，离线训练s1.1，对多个钼靶mlo视角图像中的胸肌区域轮廓进行勾勒，得到胸肌区域轮廓二值掩码图像；s1.2，对所述钼靶mlo视角图像和与其对应的所述胸肌区域轮廓二值掩码图像进行深度网络训练，得到深度网络模型；s2，在线分割s2.1，通过所述深度网络模型对钼靶mlo视角图像进行胸肌区域分割，得到初始分割结果；s2.2，通过多项式曲线拟合法和填充算法对所述初始分割结果进行优化，得到胸肌分割结果。2.如权利要求1所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于：步骤s1.1中，所述对钼靶mlo视角图像中的胸肌区域轮廓进行勾勒具体是，通过labelme软件对钼靶mlo视角图像中的胸肌区域轮廓进行勾勒。3.如权利要求1所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于：步骤s1.2具体为，使用u-net网络、fcn网络、psp网络和segnet网络中的任一种对所述钼靶mlo视角图像和所述胸肌区域轮廓二值掩码图像进行深度网络训练。4.如权利要求1所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，步骤s1.1和步骤s1.2之前还包括步骤s0，判断钼靶图像是否为mlo视角图像，若是，则将钼靶图像统一为左方位图像后执行步骤s1，否则，放弃该钼靶图像；其中，判断钼靶图像是否为mlo视角图像具体为：若钼靶图像的类型为ffdm，则从其文件名信息中读取视角信息进行判断；若钼靶图像的类型为cr或sfm，则通过分析图像数据得到视角信息进行判断。5.如权利要求4所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，步骤s0中，所述通过分析图像数据得到视角信息进行判断具体为，若能够通过文字识别方法得到视角信息，则通过文字识别方法进行判断，否则，通过图像识别方法得到视角信息进行判断。6.如权利要求5所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，步骤s0中，所述通过文字识别方法进行判断具体为：sa，文字定位通过otsu阈值法二值化钼靶图像，得到二值化图像，并对其进行8邻域连通域分析，再对非乳房区域的面积由大到小排列，根据预设阈值去除其中噪声，其余区域即为文字定位目标区域；使用基于图像灰度梯度与最大稳定极值区域相结合的连通域生成算法，通过分析连通域的特性对所述文字定位目标区域中的非文本区域进行初步过滤；计算基于二值图像与gabor滤波的混合特征，并使用预训练的浅层神经网络对文本区域和非文本区域进行二分类，得到文字位置；sb，分割字符使用所述文字位置处文字外周轮廓坐标，采用几何方法计算文字斜率并进行斜率校
正，再通过otsu算法进行二值化，使用投影法去除部分背景，获得仅包含文字内容的二值化区域；使用左右轮廓极值法在所述二值化区域中寻找候选分割点，计算所述仅包含文字内容的二值化区域中文字最左轮廓和最右轮廓坐标之差的最小值，作为初始分割点，采用滴水算法和最短路径法确定文字文本的最佳分割路径，并对文字文本进行分割，再通过卷积神经网络识别文字文本中的字符，将所述字符组合为字符串，若字符串中包含mlo，则为mlo视角图像，否则，为非mlo视角图像。7.如权利要求6所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，步骤s0中，所述通过图像识别方法得到视角信息进行判断具体为：sc，获得乳房掩膜图像通过阈值法二值化钼靶图像，并对其进行8邻域连通域分析，保留分析结果中面积最大的区域，即为乳房掩膜图像；sd，将钼靶图像统一为左方位图像使所述乳房掩膜图像向空间直角坐标系中的y方向投影，将投影曲线中的最大值记做a点，通过a点做垂直于x轴的直线，通过该直线将图像分为两部分，左半部份像素点灰度值累加和记做la，右半部分像素点灰度值累加和记做ra，若la>ra，则钼靶图像为左方位，否则，钼靶图像为右方位；se，识别钼靶图像的视角采用线性核支持向量机作为分类器，通过局部二值模式对钼靶图像进行特征识别，得到钼靶图像的视角信息。8.如权利要求7所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，步骤s1.2具体为，使用u-net全卷积网络对所述钼靶mlo视角图像和所述胸肌区域轮廓二值掩码图像进行深度网络训练，所述u-net全卷积网络中，卷积核为3*3，激活函数为修正线性单元，池化操作为最大池化，损失函数使用二元交叉熵损失函数。9.如权利要求8所述一种鲁棒性乳腺钼靶mlo视角图像胸肌分割方法，其特征在于，步骤s2.2具体为：s2.2.1，通过otsu阈值法对所述初始分割结果进行二值化处理；s2.2.2，对经过二值化处理的图像像素点进行逐行扫描，在每一行中取第一个灰度值为0的像素点，作为每一行的边缘点，连接各行的边缘点，得到初始边缘曲线；s2.2.3，将所述初始边缘曲线中各点坐标转换为直角坐标，采用最小二乘法进行拟合，得到优化边缘曲线；s2.2.4，对所述优化边缘曲线由上至下、由左至右依次填充，得到胸肌分割结果。

技术总结
本发明属于乳腺钼靶图像胸肌分割方法，为解决目前内外侧斜位视角乳腺钼靶图像中，胸肌区域分割采用的传统图像分割方法和深度学习法，均存在无法对计算机X线摄影CR图像进行胸肌分割、算法复杂、实际应用困难，以及测试数据集容量较小的技术问题，提供一种鲁棒性乳腺钼靶MLO视角图像胸肌分割方法，对多个钼靶MLO视角图像中的胸肌区域轮廓进行勾勒，得到胸肌区域轮廓二值掩码图像，对所述钼靶MLO视角图像和与其对应的所述胸肌区域轮廓二值掩码图像进行深度网络训练，得到深度网络模型，通过所述深度网络模型对钼靶MLO视角图像进行胸肌区域分割，得到初始分割结果，通过多项式曲线拟合法和填充算法对所述初始分割结果进行优化，得到胸肌分割结果。得到胸肌分割结果。


技术研发人员：刘伟 刘承乾 仵晨阳 卫毅然 贺晨
受保护的技术使用者：西安邮电大学
技术研发日：2021.09.29
技术公布日：2022/1/14