The embodiment of the invention provides an automatic detection method and a device for breast masses, the method comprises: acquiring a breast image to be detected and acquiring a candidate tumor image from the breast image; the candidate tumor image is a partial sub-image of the breast image; and the candidate tumor image is used as a pre-constructed tumor image. The input of the recognition model is used to obtain the detection result of whether the breast mass appears at the corresponding position of the candidate mass image. The method can segment the detected breast image more accurately, and use the neural network recognition model constructed in advance according to a large number of sample data to recognize the segmented image and obtain the breast mass. The method has strong adaptability and accurate detection effect.
【技术实现步骤摘要】
一种乳腺肿块自动检测方法及系统
本专利技术涉及影像信息处理
,更具体地,涉及乳腺肿块自动检测方法及系统。
技术介绍
随着医疗水平的不断提高,人们在就医过程中会有各种影像数据用于辅助疾病的诊断。由相关统计数据指出,在医院数据中影像数据占了90%,且正以每年30%的速度增加,而影像科医生仅以4%左右的速度增加,由此可以看出大量影像数据的审阅给医生带来了极大的工作负担。此外,医生如果长时间审阅影像数据,极易发生疲劳的现象,进而导致诊断可能出现失误。乳腺病变是威胁女性健康的一种常见疾病,特别是乳腺癌的发病率目前在我国已跃居女性恶性肿瘤发病率的首位,是导致全球女性死亡的第二大癌症类型,其死亡率仅此于肺癌,因此对乳癌病人进行早预防、早诊断、早治疗已成为影像科以及乳腺外科的工作重点。在目前众多的乳腺疾病检测手段中,钼靶X线是最先进、最可靠的诊断技术。乳腺钼靶X线机具有普查、诊断、活检等多种功能。它不仅分辨率高,而且重复性好,能精细地记录不同穿透能力的软组织留下的X线影像,特别是能捕捉具有临床诊断意义的微小钙化灶;与此同时,乳腺钼靶影像对乳腺癌的诊断敏感性和特异性较高,留取的图像可供前后对比,不受患者年龄以及体形的限制,而且它也可以作为一种无创的乳腺病变检查手段,目前已成为医院的常规检查手段。虽然钼靶X线存在上述诸多优点,但是它仍存在一些不可避免的缺陷,特别是钼靶X线影像的信息只有很少部分能为人眼识别,即使富有经验的医生也很难及时发现钼靶X线影像上早期乳腺癌的微小钙化点,以致延误病人的治疗时机。综上所述,亟待提供一种准确率更高的乳腺肿块检测方案。
技术实现思路
为了解决 ...
【技术保护点】
1.一种乳腺肿块自动检测方法,其特征在于,包括:获取待检测乳腺影像,从所述乳腺影像中获取候选肿块影像;所述候选肿块影像为所述乳腺影像中的部分子影像;将所述候选肿块影像作为预先构建的肿块识别模型的输入,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果。
【技术特征摘要】
1.一种乳腺肿块自动检测方法,其特征在于,包括:获取待检测乳腺影像,从所述乳腺影像中获取候选肿块影像;所述候选肿块影像为所述乳腺影像中的部分子影像;将所述候选肿块影像作为预先构建的肿块识别模型的输入,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果。2.根据权利要求1所述的方法,其特征在于,获取待检测乳腺影像还包括:获取待检测乳腺影像,基于水平集方法和/或对比度受限直方图均衡方法增强待检测乳腺影像中病变组织与正常腺体组织的对比度。3.根据权利要求1所述的方法,其特征在于,将所述候选肿块影像作为预先构建的肿块识别模型的输入,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果,之前还包括:将所述待检测乳腺影像输入预先构建的乳腺分型识别模型,获得所述乳腺影像中乳腺所属的分型结果;相应地,将所述候选肿块影像作为预先构建的肿块识别模型的输入,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果,包括:将所述候选肿块影像输入与所述分型结果相应预先构建的肿块识别模型,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果。4.根据权利要求1所述的方法,其特征在于,从所述乳腺影像中获取候选肿块影像,包括:将所述乳腺影像输入预先构建的候选肿块检出模型,输出所述乳腺影像中各像素点是否属于候选肿块的判断结果。5.根据权利要求1所述的方法,其特征在于,所述肿块识别模型为预先构建的一阶肿块识别模型或两阶段级联肿块识别模型;相应地,所述两阶级联肿块识别模型包括第1级肿块识别模型和第2级肿块识别模型;所述第1级肿块识别模型为所述一阶肿块识别模型,所述第2级肿块识别模型为预先构建的分类模型。6.根据权利要求5所述的方法,其特征在于,将所述候选肿块影像作为预先构建的肿块识别模型的输入,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果,包括:将所述候选肿块影像输入所述预先构建的一阶肿块识别模型,获得所述候选肿块影像对应的乳腺位置是否出现肿块的检测结果;或,将所述候选肿块影像输入所述第1级肿块识别模型,获得所述候选肿块影像对应的乳腺位置是否出现肿块的初步检测结果;将所述初步检测结果中出现肿块的候选肿块影像统计特征、纹理特征和深层图像特征中的至少一种,输入所述第2级肿块识别模型,获得所述初步检...
【专利技术属性】
技术研发人员:王凤艳,殷保才,刘聪,
申请(专利权)人:安徽科大讯飞医疗信息技术有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。