用于由数字乳腺摄影图像表示获得致密组织量的方法技术

一种用于由数字乳房摄影图像表示获得致密组织量的方法。确定图像中的关注区域并且对于该关注区域中的每个位置（ｘ，ｙ）中的每个像素，根据上式计算表示所述像素下面的致密组织量的值ｈ↓［ｉｎｔ］（ｘ，ｙ），其中ｐ（ｘ，ｙ）表示在所述数字乳腺摄影图像中的位置（ｘ，ｙ）处的像素的像素值，ｐ↓［ｆａｔ］是参考脂肪像素值，μ↓［ｆａｔ］、μ↓［ｉｎｔ］是脂肪组织和致密组织的线性衰减系数并且Ｅ是在图像记录时ｘ射线源的单能能量值，由此由所述数字乳腺摄影图像表示得到Ｅ和ｐ↓［ｆａｔ］。

【技术实现步骤摘要】

本专利技术涉及乳腺摄影领域。更具体地说，本专利技术涉及通过数字图像获取技术例如计算机射线摄影(CR)系统或直接射线摄影(DR)系统获得的乳腺摄影图像的计算机分析。
技术介绍
在乳腺摄影术中，已经确定在乳房组织构成和增加癌症风险之间存在因果关系。在R. Highnam等人在Phys.Med. Biol. 51 (2006)，第2695—2713页发表的题为Breast composition measurements using retrospectivestandard mammogram form,，的文章中，已经公开享L房组织构成的测定可以用作乳腺癌风险的生物标志。研究最多的构成测定是乳房中致密乳房组织的百分比。通常，被判定为致密性质的区域和整个被投影乳房的区域的比率被评估。该比率被分类到多个类别中，例如BI-RAD类别(ACR 1998 )。文献中已知的另一分类系统是Wolfe系统。当产生数字乳腺摄影图像时，像素中的像素值依赖于所使用的X射线图像数字化器的特性、在图像记录时施加的辐射剂量以及乳房的辐射吸收。通常，放射学家对乳房的辐射吸收感兴趣并且想消除其他因素。所谓的x射线乳腺摄影的SMF表示是乳房的标准化定量表示(standardized quantitative representation )， 由i亥表示肯fe够容易地估计非脂肪组织的体积和乳房密度。先前的SMF理论分析表明需要一组完整和真实的校准数据来产生实际的乳房构成测定。本专利技术的一方面是提供一种用于由数字乳腺摄影图像表示获得致密组织量而不需要所采用的图像获取系统的校准数据的方法。本专利技术的其他方面将通过下面的描述和附图而变得显而易见
技术实现思路
上述有利效果通过一种由数字乳腺摄影图像表示获取致密组织量的方法来实现，该方法具有权利要求l中所述的特定方法步骤。数字乳腺摄影图像表示例如能够借助计算机射线摄影系统(CR系统)来获得，在该计算机射线摄影系统中，x射线乳房图像暂时被记录在可光激励的荧光屏上。然后该屏被第一激励波长的激光扫描并且释放第二波长的图像状(image-wise)调制光。该图像状调制光被检测并被转换成表示图像信息的电信号。然后该电信号被数字化。可以设想用于产生乳房的数字图像表示的替换系统，例如直接射线摄影系统(DR)。本专利技术方法的有利之处在于它不需要关于图像记录条件的任何信息或不需要关于获取系统的任何信息(没有关于设置或校准的信息)并且由数字乳腺摄影图像本身推导出用于计算乳房中致密组织量的必需的数据。本专利技术的优选实施例的特定特征在从属权利要求中陈述。本专利技术的其他优点和实施例将由下面的描述而变得显而易见。附图说明图l是乳房摄影图像；图2示出背景部分；图3示出胸肌部分；图4示出如何确定信号Pfat;图5是确定Pm的方式的另一图示；以及图6是基于SMF表示的乳房密度计算的图示。具体实施例方式根据本专利技术，首先获取x射线乳房图像的数字图像表示。如上所述，该数字图像表示可以例如是通过将乳房暴露于x射线并将x射线图像记录在可光激励的荧光屏上来获得的图像。然后通过合适的激励波长的激光扫描该暴露的屏。当激励时被激励的荧光屏释放第二波长的图像状调制光。然后该图像状调制光被收集并被转换成表示该图像的电信号。然后可以数字化该电信号。例如对于Heel (足跟)效应可以校正原始图像数据。5为了说明的目的在图1中示出与这种数字乳腺摄影信号对应的打印图像。根据本专利技术的方法，首先在所获取的乳腺图像中确定所关注的区域。在一个实施例中所关注的区域通过应用已知的分割技术(segmentation technique )、通过搜寻皮肤线的凸部并将其延伸到界限处(参见图2)借助来自数字图像表示的背景分割而获得。在特定实施例中(特别是在MLO和ML视图中)，胸肌还可以在开始搜寻皮肤线的凸部之前被分割(图3)。标准乳腺X光片形式(standard mammogram form, SMF )是乳腺摄影图像的2D表示，其中每个像素代表下层组织的量，单位为cm。标准乳腺X光片形式基于复杂物理模型/^，力=/(￡;7力)f ma.、0其目的是针对每个像素p ( x， y )计算hint。可以进行下面的化简SQRT图像p(x'y = 乂叩,w + t ，且偏移量b = o，并且应用单能模拟使得p(x， _y)2 = a * e— '(幻对于在整个压缩厚度H处仅具有脂肪组织的像素如果我们知道参考脂肪像素值Pf，则w)、C偷))-一,』6然后将确定下列参数 Pfat■单能值E jLif (E)和^nt (E) —Johns和Yaffe的经验公式,、A压缩厚度H〃 =^(g(A。c化顯》—丄。g(/V))下面将解释如何由图像本身得到这些将被确定的参数。参考脂肪像素值Pfat可以通过分析垂直于所述乳腺摄影图像的皮 肤线的多个轮廓中读出的数据来获得。更具体地说，对于每个所述轮廓，搜寻作为所述轮廓的预定最内部分(例如最内3/4轮廓)的像素值的最暗像素的第一像素。然后沿皮肤线的方向扫描每个轮廓的最外部分以发现第二像素，该第二像素 是比所述第一像素更暗的像素，并且在第二像素中出现强像素值变化(例如通过分析第n级梯度)。最后，通过将这些第二像素求平均来 确定Pf。优选地该求平均是立体(solid)中值计算。首先计算中值，接着关于该中值计算所有'fat，值的标准偏差， 然后估计在范围[中值减去l. 75*标准偏差，中值加上l. 75*标准偏差] 之外的值并且计算参考值Pfat作为其余值的平均值。在特定实施例中，执行下面的步骤来确定Pfat。首先确定垂直于乳腺摄影图像的皮肤线的多个轮廓。(1) 在轮廓上搜寻该轮廓的内部(位于最接近肋骨)四分之三部 分中的最暗像素。(2) 然后从1/4点到皮肤线扫描该轮廓。(2a)如果第一点已经比在步骤(1 )中确定的点暗，则我们已 经在乳房的脂肪部分中或者乳房是不具有脂肪组织的致密乳房。必然 地不能确定步骤(1)中确定的点是参考脂肪像素。该不确定性可以7通过省去该点或通过进一步搜寻来解决。(2b)如果第一点不比步骤(1)中确定的点暗，则这意味着步 骤(1)中检测到的点最有可能是主要具有脂肪组织的点并且当前位 置是存在致密组织的位置。在这种情况下，搜寻梯度明显降低的点。在图像记录时x射线源的单能能量值E也由图像本身来确定。其 根据在图像记录时压缩厚度He的估算的函数来被确定。Hw是乳房边缘宽度的倍数，更具体地说是在所述乳房边缘宽度 的2到2. 5倍的范围内。乳房边缘宽度由Pfat值获得。给定确定的Pfat值，从外侧朝向内部乳房侧再次扫描每个轮廓直到发现具有比值Pf浅的像素值的像素 为止。对于每个轮廓测量该像素和皮肤线之间的距离并且根据所有确 定的距离的中值确定乳房边缘宽度。可以根据剂量线性表示的背景像素值和剂量线性的参考脂肪像 素值的对数比来计算压缩厚度，并且其中所述对数比与脂肪组织的线 性衰减系数的倒数成比例。可以根据所选的关注区域中的值hint (x， y)的加权和来计算乳 房密度百分比。可替换的，可以将传递函数f应用于所述关注区域内的每个像素 中的致密组织h^的计算量，并且所有f (hint)值被合并以计算乳房 密度百分比。具有小于1 mm的致密组织厚本文档来自技高网...

【技术保护点】
用于由数字乳腺摄影图像表示得到致密组织量的方法，包括以下步骤：　（１）确定所述图像中的关注区域，　（２）对于所述关注区域中的每个位置（ｘ，ｙ）中的每个像素根据下式计算表示所述像素下面的致密组织量的值ｈ↓［ｉｎｔ］（ｘ，ｙ）：　 　ｈ↓［ｉｎｔ］（ｘ，ｙ）＝＊＊＊（Ｌｏｇ（ｐ（ｘ，ｙ））－Ｌｏｇ（ｐ↓［ｆａｔ］））　其中ｐ（ｘ，ｙ）表示在所述数字乳腺摄影图像中的位置（ｘ，ｙ）处的像素的像素值，ｐ↓［ｆａｔ］是参考脂肪像素值，μ↓［ｆａｔ］、μ↓［ｉｎｔ］是作 为Ｅ的函数的脂肪组织和致密组织的线性衰减系数并且Ｅ是在图像记录时ｘ射线源的单能能量值，由此由所述数字乳腺摄影图像表示得到Ｅ和ｐ↓［ｆａｔ］，并且由ｈ↓［ｉｎｔ］推导出表示致密组织量的乳房分类值。

【技术特征摘要】
EP 2008-9-3 08105220.1;US 2008-9-4 61/0941331.用于由数字乳腺摄影图像表示得到致密组织量的方法，包括以下步骤(1)确定所述图像中的关注区域，(2)对于所述关注区域中的每个位置(x，y)中的每个像素根据下式计算表示所述像素下面的致密组织量的值hint(x，y)<maths id=math0001 num=0001 ><math><![CDATA[ <mrow><msub> <mi>h</mi> <mi>int</mi></msub><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mn>2</mn> <mrow><msub> <mi>&mu;</mi> <mi>fat</mi></msub><mrow> <mo>(</mo> <mi>E</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>&mu;</mi> <mi>int</mi></msub><mrow> <mo>(</mo> <mi>E</mi> <mo>)</mo></mrow> </mrow></mfrac><mrow> <mo>(</mo> <mi>Log</mi> <mrow><mo>(</mo><mi>p</mi><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo></mrow><mo>)</mo> </mrow> <mo>-</mo> <mi>Log</mi> <mrow><mo>(<...

【专利技术属性】
技术研发人员：T伯滕斯，
申请(专利权)人：爱克发医疗保健公司，
类型：发明
国别省市：BE[比利时]