本發(fā)明涉及醫(yī)學(xué)影像圖片處理技術(shù)領(lǐng)域，尤其涉及醫(yī)學(xué)影像的乳頭位置及其輔助診斷，具體是一種CT圖像乳頭自動化檢測方法。

背景技術(shù)：

在醫(yī)療技術(shù)及醫(yī)療設(shè)備迅速發(fā)展的現(xiàn)今，CT影像技術(shù)已經(jīng)越來越多的運用到醫(yī)療診斷的各個領(lǐng)域。乳腺相關(guān)的醫(yī)療診斷種CT影像技術(shù)也有普遍的使用，比如乳腺癌的診斷以及各種乳房整形再造手術(shù)等。在對乳腺相關(guān)的診斷中對乳腺組織的定位需要依據(jù)乳頭在CT序列圖片中出現(xiàn)的位置。

傳統(tǒng)的根據(jù)胸廓橫斷面CT圖像進行的乳頭以及乳腺位置的判斷通常使用人工方法進行，通常由醫(yī)生人工進行判斷，然而需要使用CT輔助乳腺診斷的患者眾多，每位患者也有多個需要診斷的CT圖像，人工判斷費時費力，使得醫(yī)生的工作量加大。

對于CT圖像序列的處理是一個非常枯燥的重復(fù)操作。隨著計算機的使用，對CT圖像的自動化處理已經(jīng)成為一種趨勢，通過計算機的輔助處理可以使繁復(fù)機械化的操作變得方便快捷。但是乳頭附近有很多其他結(jié)構(gòu)，會對乳頭位置造成混淆，在CT圖像中，計算機很難精準(zhǔn)的找出乳頭的位置，如何快速、準(zhǔn)確地在數(shù)量眾多的CT圖像中判斷出乳頭及相關(guān)部分已成為亟待解決的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種對一系列CT圖像乳頭進行自動化檢測的方法，通過該方法，用戶只需要輸入一系列的橫斷面掃描CT圖像，便可以自動對CT圖像進行檢測，迅速地判斷出乳頭所在的位置。

為了實現(xiàn)上述目的，本發(fā)明的技術(shù)解決方案是，通過對用戶輸入的一系列橫斷面掃描CT圖像自動進行檢測，去掉多余信息，檢測軀干輪廓，沿輪廓檢測乳頭可能在的區(qū)域，可以達到自動判斷出左乳頭和右乳頭所在區(qū)域的目的；記錄上一次檢測結(jié)果，根據(jù)檢測結(jié)果進行判斷，一旦檢測出所有乳頭可能在的區(qū)域則停止檢測，可以達到減少查找范圍、快速查找到一系列CT圖像中乳頭所在的位置的目的。

本發(fā)明的CT圖像乳頭自動化檢測方法，具體包括以下步驟：

1)用戶輸入脊椎從上至下橫斷面的一系列依次編號的CT圖像；

2)對每一張圖像進行預(yù)處理，去掉CT圖像中的文字信息，并轉(zhuǎn)為灰度圖；

3)對圖像進行處理，增加軀干部分和其他部分的區(qū)分度；

4)用canny邊緣檢測檢測邊緣，提取軀干外部輪廓邊緣；

5)以圖像中脊椎為原點，取以原點為端點的兩條射線，兩條射線與水平線夾角相同，取這兩條射線的夾角截取的軀干外部輪廓為后續(xù)搜索輪廓；

6)沿步驟5得到的搜索輪廓從左向右進行搜索，當(dāng)搜索到灰度值大于預(yù)設(shè)閾值的區(qū)域，記錄該區(qū)域在CT圖像中的位置，以及該CT圖像的序號；如果直到搜索輪廓搜索結(jié)束均未搜索到灰度值大于預(yù)設(shè)閾值的區(qū)域，則執(zhí)行步驟7；

7)進行判斷，如果上一張圖片搜索結(jié)果為搜索到，則結(jié)束搜索，根據(jù)搜索記錄獲得左、右乳頭位置；

8)否則，對下一張CT圖像返回步驟3)繼續(xù)處理。

上述技術(shù)方案中，所述的對圖像進行處理，增加軀干部分和其他部分的區(qū)分度，包括如下步驟：

1)根據(jù)經(jīng)驗取閾值，保留灰度大于閾值的部分，去除多余的信息；

2)對圖像進行均值處理，計算輸入圖像的直方圖，直方圖歸一化，計算直方圖積分，進行直方圖均衡化；

3)加強圖像的對比度。

本發(fā)明的有益之處在于：

1.可以對用戶輸入的一系列橫斷面掃描CT圖像自動進行檢測，去掉多余信息，檢測軀干輪廓，沿輪廓檢測乳頭可能在的區(qū)域，自動判斷出左乳頭和右乳頭所在區(qū)域。相比于與傳統(tǒng)的手工判斷，方便快捷，操作簡單。

2.該方法對于一系列輸入，記錄上一次檢測結(jié)果，根據(jù)檢測結(jié)果進行判斷，一旦檢測出所有乳頭可能在的區(qū)域則停止檢測，減少了查找范圍，大大提高了效率。

附圖說明

圖1是本發(fā)明的CT圖像乳頭自動化檢測流程圖；

圖2是增加軀干與其他部分區(qū)分度處理的流程圖；

具體實施方式

以下結(jié)合附圖進一步說明本發(fā)明。

本發(fā)明的CT圖像乳頭自動化檢測流程如圖1所示，該流程依次有如下步驟：

1)用戶輸入脊椎從上至下橫斷面的一系列依次編號的CT圖像A；

2)對于第i次處理，取出第i張圖像A_i，對圖像A_i進行預(yù)處理，去掉CT圖像中文字信息，得到去掉文字信息的圖像B_i；

3)對圖像B_i進行處理，增加軀干部分和其他部分的區(qū)分度，得到圖像C_i；

4)用canny邊緣檢測檢測邊緣，提取軀干外部輪廓邊緣；

5)以脊椎為原點，以水平方向向右為x軸正方向，垂直方向向上為y軸正方向建立平面直角坐標(biāo)系，以原點為端點向外延伸兩條與y軸分別順時針方向和逆時針方向有合適夾角的射線，兩條射線與y軸的夾角相同，且不大于90度，例如根據(jù)經(jīng)驗常取其中一條角度為與y軸順時針75度，另一條角度為與y軸逆時針75度，取這兩條射線夾角截取的步驟4中提取的軀干外部輪廓為后續(xù)搜索輪廓；

6)沿步驟5得到的搜索輪廓從左向右進行搜索，當(dāng)搜索到灰度值大于預(yù)設(shè)閾值的區(qū)域，例如灰度值大于經(jīng)驗值120的區(qū)域，記錄該區(qū)域在CT圖像中的位置，以及該CT圖像的序號；如果直到搜索輪廓搜索結(jié)束仍未搜索到，則執(zhí)行步驟7；

7)進行判斷，如果上一張圖片搜索結(jié)果為搜索到，則結(jié)束搜索，根據(jù)搜索記錄獲得左、右乳頭位置；

8)對下一張CT圖像執(zhí)行步驟2，繼續(xù)處理。

本發(fā)明中，步驟2)中所述的對圖像進行預(yù)處理，包括如下步驟：

1)去掉CT圖像中多余的文字信息部分，留下需要處理的部分，即對于圖像中每一個像素點P，處理前的值為(r,g,b)，那么處理后P的值可由以下方程確定：

2)將處理后的圖片轉(zhuǎn)換成灰度圖，得到去掉多余信息的圖像B_i；

本發(fā)明中，步驟3)所述的對圖像進行處理，增加軀干部分和其他部分的區(qū)分度，包括如下步驟：

1)根據(jù)經(jīng)驗取閾值，例如取閾值160，留下灰度大于160的部分，去掉多余的信息，即對于圖像B_i1中每一個像素點X，處理前的值為x，那么處理后X的值可由以下方程確定：

對圖像B_i1中的每個像素點進行處理，得到圖像B_i2；

2)對圖像B_i2進行均值處理，計算輸入圖像的直方圖，直方圖歸一化，計算直方圖積分，進行直方圖均衡化，得到均值處理后的圖像B_i3；

3)加強圖像的對比度，首先，對圖像中的像素進行從[0,255]到[0,1]的映射，對映射后的像素做平方處理，然后再對平方后的像素進行從[0,1]到[0,255]的映射，使得數(shù)值小的像素處理后數(shù)值更小，數(shù)值大的像素處理后更大，增加不同數(shù)值的像素間的區(qū)分度，即對于圖像B_i4中每一個像素點X，處理前的值為x，那么處理后x的值可由以下方程確定：

4)最終得到增加軀干部分和其他部分的區(qū)分度的圖像C_i。