乳房圖像獲取方法及裝置、乳房攝影系統的制作方法
【技術領域】
[0001]本發明涉及圖像處理技術領域，特別涉及一種乳房圖像獲取方法及裝置、乳房攝影系統。
【背景技術】
[0002]隨著計算機科學和信息技術的發展，醫學成像技術也得到了迅速的發展，各種醫用影像系統不斷涌現。全視野數字乳房X線攝影系統(FFDM，full-field digitalmammography)作為乳腺癌的篩查和診斷得到了廣泛的應用。
[0003]對采用FFDM拍攝獲得的醫學圖像而言，乳房圖像的提取是基于FFDM進行攝片的計算機輔助診斷中的關鍵步驟。對乳房圖像進行提取能夠將病灶的檢測范圍限定在乳房區域之內，進而降低背景區域的干擾。
[0004]目前，通常采用以下三種方法對乳房圖像進行分割:
[0005]第一種:大津法，利用閾值分割原圖像中的前景圖像和背景圖像。采用大津法實現對乳房圖像的分割較簡單，但是分割后獲得的乳房圖像不精確，有所缺失。
[0006]第二種:分水嶺算法，相對于大津法而言采用分水嶺算法分割后獲得的乳房圖像比采用大津法分割獲得的乳房圖像較精確，但是對于劑量較高的醫學圖像，采用分水嶺算法分割后獲得的乳房圖像仍不精確。
[0007]第三種:Snake算法，采用Snake算法對醫學圖像進行分割，分割獲得的乳房圖像較精確，但其分割速度較慢，不適合用于實際的產品中。
[0008]因此，如何能夠提供一種精確度高且速度快的乳房圖像獲取方法，成為目前亟待解決的問題之一。

【發明內容】

[0009]本發明要解決的問題是提供一種乳房圖像獲取方法及裝置、乳房攝影系統，以使得獲得的乳房圖像精度高且獲得所述乳房圖像的速度快。
[0010]為解決上述問題，本發明技術方案提供一種乳房圖像獲取方法，包括:
[0011]分割醫學圖像以獲得乳房區域；
[0012]基于乳房邊緣的灰度變化特性檢測所述醫學圖像中的乳房邊緣；
[0013]基于所述乳房區域和所述乳房邊緣確定所述乳房圖像。
[0014]可選的，所述基于乳房邊緣的灰度變化特性檢測所述醫學圖像中的乳房邊緣包括:
[0015]對所述醫學圖像進行第一預處理以使得待檢測乳房邊緣的灰度值最高，獲得第一圖像；
[0016]對所述第一圖像進行第二預處理以獲得第二圖像，所述第二圖像中乳房區域的灰度值介于背景區域和待檢測乳房邊緣的灰度值之間；
[0017]基于邊緣檢測方法對所述第二圖像中的乳房邊緣進行檢測。
[0018]可選的，對所述醫學圖像進行第一預處理包括:對所述醫學圖像進行梯度變換或差分運算。
[0019]可選的，所述乳房圖像獲取方法，還包括對所述醫學圖像執行負片操作以獲得第三圖像，對所述第一圖像進行第二預處理包括:將所述第一圖像與所述第三圖像相乘。
[0020]可選的，所述乳房圖像獲取方法，還包括對所述醫學圖像執行負片操作和歸一化以獲得第四圖像，對所述第一圖像進行第二預處理包括:將所述第一圖像與所述第四圖像相乘。
[0021 ] 可選的，基于迭代法或大津法對所述第二圖像中的乳房邊緣進行檢測。
[0022]可選的，基于大津法分割所述醫學圖像以獲得乳房區域。
[0023]可選的，所述乳房圖像獲取方法，還包括去除所述乳房圖像中的孤立像素點。
[0024]為解決上述問題，本發明技術方案還提供一種乳房圖像獲取裝置，包括:
[0025]分割單元，用于分割醫學圖像以獲得乳房區域；
[0026]檢測單元，用于基于乳房邊緣的灰度變化特性檢測所述醫學圖像中的乳房邊緣；
[0027]確定單元，用于基于所述乳房區域和所述乳房邊緣確定所述乳房圖像。
[0028]可選的，所述檢測單元包括:
[0029]第一預處理單元，用于對所述醫學圖像進行第一預處理以使得待檢測乳房邊緣的灰度值最高，獲得第一圖像；
[0030]第二預處理單元，用于對所述第一圖像進行第二預處理以獲得第二圖像，所述第二圖像中乳房區域的灰度值介于背景區域和待檢測乳房邊緣的灰度值之間；
[0031]檢測子單元，用于基于邊緣檢測方法對所述第二圖像中的乳房邊緣進行檢測。
[0032]為解決上述問題，本發明技術方案還提供一種乳房攝影系統，包括上述的乳房圖像獲取裝置。
[0033]與現有技術相比，本發明技術方案具有以下優點:
[0034]先分割醫學圖像以獲得乳房區域，然后基于乳房邊緣的灰度變化特性檢測所述醫學圖像中的乳房邊緣，進而基于所述乳房區域和所述乳房邊緣確定所述乳房圖像，由于先分割出乳房區域且考慮了實際醫學圖像中乳房邊緣的灰度變化特性來檢測所述乳房邊緣，因此對于不同劑量的醫學圖像而言，最終獲得的乳房圖像的精確度較高，減少了背景區域的干擾，提高了乳房圖像的質量，進而也降低了誤診率，在一定程度上也提高了醫生對乳房區域病灶的診斷效率。
[0035]進一步地，對所述醫學圖像進行第一預處理以使得所述待檢測乳房邊緣的灰度值最高，并對所述第一圖像進行第二預處理，以使得乳房區域的灰度值介于背景區域和待檢測乳房邊緣的灰度值之間，進而使得后續采用邊緣檢測方法對所述第二圖像中的乳房邊緣進行檢測時，減少將背景區域的像素點檢測為乳房區域的像素點的概率，進一步的提高了最終獲得的乳房圖像的精確度，提高了獲得的乳房圖像的質量。
[0036]進一步地，采用大津法對所述醫學圖像進行分割以獲得乳房區域，由于乳房圖像的灰度直方圖為雙峰圖，故采用大津法分割所述醫學圖像以獲得乳房區域的速度快且精度高，同時由于考慮了實際醫學圖像中乳房邊緣的灰度變化特性來檢測所述乳房邊緣，因此對于不同劑量的醫學圖像而言，最終獲得的乳房圖像的精確度較高，進而提高了乳房圖像的質量，在降低了誤診率的同時也提高了醫生對乳房區域的病灶的診斷效率。此外采用迭代法檢測所述第二圖像中的乳房邊緣，計算量小，因此進一步的提高了獲得乳房圖像的速度。
【附圖說明】
[0037]圖1是本發明實施方式的乳房圖像獲取方法的流程示意圖；
[0038]圖2是FFDM拍攝的醫學圖像；
[0039]圖3是本發明實施例的乳房圖像獲取方法的流程示意圖；
[0040]圖4是采用本發明實施例的乳房圖像獲取方法獲得的乳房圖像；
[0041]圖5是本發明實施方式的乳房圖像獲取裝置的結構示意圖。
【具體實施方式】
[0042]為使本發明的上述目的、特征和優點能夠更為明顯易懂，下面結合附圖對本發明的【具體實施方式】做詳細的說明。在以下描述中闡述了具體細節以便于充分理解本發明。但是本發明能夠以多種不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發明內涵的情況下做類似推廣。因此本發明不受下面公開的【具體實施方式】的限制。
[0043]正如現有技術中所描述的，目前所采用的對乳房圖像進行分割的算法，分割后獲得的乳房圖像的精確度低，不符合實際的臨床需求，若要獲得精確度較高的乳房圖像，則獲得乳房圖像的速度較慢，不能應用在實際的產品中。因此，現有的乳房圖像分割算法無法實現以較快的速度獲得精確度較高的乳房圖像。