本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種乳腺癌圖像處理方法及系統(tǒng)。

背景技術(shù)：

1、現(xiàn)有技術(shù)中，通常會使用核磁共振技術(shù)在不同的時間節(jié)點分別獲取乳腺癌患者的胸部的mri圖像，基于mri圖像中的感興趣區(qū)域(例如腫塊)的變化情況(例如區(qū)域的大小)來實現(xiàn)對乳腺癌病人的病理變化進行跟蹤。

2、在對mri圖像進行分割的過程中，現(xiàn)有技術(shù)通常都是通過先將mri圖像分為多個區(qū)域，然后分別對每個區(qū)域進行閾值分割的方式來進行分割。但是，這種分割方式并沒有考慮到不同的區(qū)域中的圖像的灰度值分布不同的情況。對于實際上所有像素點都不屬于背景的區(qū)域中的像素點，若對這樣的區(qū)域采用閾值進行分割，則增加了本來不屬于感興趣區(qū)域的像素點，造成分割之后獲得的感興趣區(qū)域中包含了較多的實際上不屬于感興趣區(qū)域的像素點，從而降低了獲得的感興趣區(qū)域的準確程度，影響了后續(xù)基于感興趣區(qū)域的特征進行病理變化跟蹤的準確程度。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于公開一種乳腺癌圖像處理方法及系統(tǒng)，解決在對乳腺癌患者的mri圖像進行分割的過程中，如何獲得更加準確的分割的結(jié)果的技術(shù)問題。

2、為了達到上述目的，本發(fā)明采用如下技術(shù)方案：

3、一方面，本發(fā)明提供了一種乳腺癌圖像處理方法，包括：

4、s1，采用核磁共振技術(shù)獲取乳腺癌病人的胸部的mri圖像；

5、s2，對mri圖像進行分區(qū)，將mri圖像分為多個面積一致的局部圖像；

6、s3，采用預(yù)設(shè)的單閾值分割算法對mri圖像進行分割，獲得mri圖像的分割閾值th1；

7、s4，采用預(yù)設(shè)的單閾值分割算法分別計算每個局部圖像的分割閾值th2；

8、s5，基于th1和th2對局部圖像進行分割，獲取局部圖像中灰度值大于th2的像素點的集合；

9、s6，將所有的局部圖像中灰度值大于th2的像素點的集合中的像素點組成感興趣區(qū)域的圖像；

10、其中，基于th1和th2對局部圖像進行分割，獲取局部圖像中灰度值大于th2的像素點的集合，包括：

11、s51，用p表示局部圖像，用up表示p中灰度值大于th2的像素點的集合；

12、s52，基于th1和th2計算p的分割判斷值coefp；

13、s53，若coefp大于自適應(yīng)判斷值閾值，則up為空集，否則，將p中灰度值大于th2的像素點存入up。

14、優(yōu)選地，對mri圖像進行分區(qū)，將mri圖像分為多個面積一致的局部圖像，包括：

15、對mri圖像進行降噪處理，獲得圖像wn；

16、計算圖像wn的分區(qū)特征值；

17、基于分區(qū)特征值對圖像wn進行分區(qū)，獲得多個面積一致的局部圖像。

18、優(yōu)選地，分區(qū)特征值的計算公式為：

19、

20、feadpt表示分區(qū)特征值，areai表示連通域i的面積，areamri表示mri圖像的面積，dpareu表示通過預(yù)設(shè)的獲取方法獲得的連通域的集合；ni表示dpareu中的連通域的總數(shù)；mriu表示圖像wn中的所有像素點的集合，gradj表示像素點j的梯度值，nj表示圖像wn中的所有像素點的總數(shù)，w1和w2分別為面積權(quán)重和梯度值比較權(quán)重，midp表示wn中的所有像素點的梯度值的最大值。

21、優(yōu)選地，dpareu的獲取過程包括：

22、對圖像wn進行二值化處理，獲得二值圖像；

23、獲取二值圖像中的連通域的集合tempu；

24、計算自適應(yīng)比例apro；

25、將tempu中面積最大的前apro％的連通域存入dpareu。

26、優(yōu)選地，對圖像wn進行二值化處理，獲得二值圖像，包括：

27、使用大津法對圖像wn進行計算，將大津法計算得到的閾值作為圖像wn的二值化閾值；

28、將圖像wn中，灰度值大于等于二值化閾值的像素點的灰度值設(shè)置為255，灰度值小于二值化閾值的像素點的灰度值設(shè)置為0，得到二值圖像。

29、優(yōu)選地，對mri圖像進行降噪處理，獲得圖像wn，包括：

30、采用預(yù)設(shè)的降噪算法對mri圖像進行降噪處理，獲得圖像wn。

31、優(yōu)選地，基于分區(qū)特征值對圖像wn進行分區(qū)，獲得多個面積一致的局部圖像，包括：

32、分別用la和lb表示圖像wn的長度和寬度；

33、則局部圖像的長度dpla的計算公式如下：

34、

35、局部圖像的寬度dplb的計算公式如下：

36、

37、prs為預(yù)設(shè)的控制系數(shù)；feadpt表示分區(qū)特征值；

38、將圖像wn分為多個長度為dpla，寬度為dplb的局部圖像。

39、優(yōu)選地，基于th1和th2計算p的分割判斷值coefp，包括：

40、使用如下公式計算coefp，

41、

42、stadev表示局部圖像中的像素點的梯度值的標準差，mrgad表示mri圖像中的像素點的梯度值的最大值，η表示閾值權(quán)重，λ表示梯度值權(quán)重。

43、優(yōu)選地，預(yù)設(shè)的單閾值分割算法包括大津法。

44、另一方面，本發(fā)明提供了一種乳腺癌圖像處理系統(tǒng)，包括成像裝置、分區(qū)裝置、第一分割裝置、計算裝置、第二分割裝置和生成裝置；

45、成像裝置用于采用核磁共振技術(shù)獲取乳腺癌病人的胸部的mri圖像；

46、分區(qū)裝置用于對mri圖像進行分區(qū)，將mri圖像分為多個面積一致的局部圖像；

47、第一分割裝置用于采用預(yù)設(shè)的單閾值分割算法對mri圖像進行分割，獲得mri圖像的分割閾值th1；

48、計算裝置用于采用預(yù)設(shè)的單閾值分割算法分別計算每個局部圖像的分割閾值th2；

49、第二分割裝置用于基于th1和th2對局部圖像進行分割，獲取局部圖像中灰度值大于th2的像素點的集合；

50、生成裝置用于將所有的局部圖像中灰度值大于th2的像素點的集合中的像素點組成感興趣區(qū)域的圖像；

51、其中，基于th1和th2對局部圖像進行分割，獲取局部圖像中灰度值大于th2的像素點的集合，包括：

52、用p表示局部圖像，用up表示p中灰度值大于th2的像素點的集合；

53、基于th1和th2計算p的分割判斷值coefp；

54、若coefp大于自適應(yīng)判斷值閾值，則up為空集，否則，將p中灰度值大于th2的像素點存入up。

55、有益效果：

56、與現(xiàn)有技術(shù)相比，本發(fā)明在對乳腺癌患者的mri圖像進行分割的過程中，并不是直接對所有的局部圖像的分割結(jié)果進行匯總來獲得感興趣區(qū)域的圖像。而是在分別對每個局部圖像進行分割之后，分別計算了每個局部圖像的分割判斷值；只有在分割判斷值小于等于自適應(yīng)判斷值閾值時，才將局部圖像中的灰度值大于th2的像素點作為感興趣區(qū)域中的像素點，這樣，便能夠有較大的概率避免對所有的像素點都不屬于感興趣區(qū)域的像素點的局部圖像進行分割之后，直接將大于th2的像素點作為感興趣區(qū)域的像素點，有效地獲得更加準確的感興趣區(qū)域。