【技术实现步骤摘要】
本专利技术涉及医学图像处理，尤其涉及基于wb-dwi的骨髓瘤病灶半自动阈值分割方法及系统。
技术介绍
1、多发性骨髓瘤(multiple myeloma,mm)是血液科第二常见恶性肿瘤，以恶性浆细胞在整个骨髓中异常增殖为特征。全身弥散加权成像(whole body diffusion weightedimaging,wb-dwi)可早期发现骨髓浸润，对mm病灶的检测和随访具有重要价值，使无创、客观量化mm肿瘤负荷成为可能。然而不同于多数其他肿瘤，mm病灶具有多发和异质的特点，如何准确、高效地在wb-dwi图像上分割mm病灶是该领域的技术瓶颈问题。
2、目前文献报道基于wb-dwi分割mm病灶的方法较少，其中基于阈值的半自动分割方法利用了病灶在wb-dwi图像上高信号的本质特征，结合医师质控，优点为简单易行、不依赖于算力，已被应用于临床价值研究。其算法概述如下：首先基于原始dwi计算b值＝999s/mm2的dwi图像，并最大化肉眼观察病灶与背景组织的对比度，以97为背景阈值去除部分背景；然后对剩余区域，采用经典的otsu算法确定病灶阈值从而得到可疑病灶；最后对可疑病灶，由医师质控手动删减脑、淋巴结、肠等生理性高信号，并排除adc值>2.0×10-3mm2/s的区域以消除t2穿透效应的影响。
3、但该方法仍存在以下不足：①背景阈值97为绝对阈值，难以保证在其他数据集中的可重复性；②未进行基于窗宽窗位的数据归一化，而我们通过实验发现进行该过程可能优化确定阈值(更敏感地检出病变)；③所述医师手动删减生理性高
4、在此背景下，以上述文献方法作为重要参考，提出一种普适性强、阈值确定合理、对医师友好的半自动阈值分割方法，有望帮助医师更准确、高效地在wb-dwi图像上分割mm病灶，为相关临床价值研究开展的进一步普及和推广提供了基础。
技术实现思路
1、鉴于上述现有技术中存在的问题，提出了本专利技术。
2、因此，本专利技术提供了基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，旨在弥补现有技术局限性。经测试和验证，该方法鲁棒性好，准确性高且简单易行，能够有效解决上述
技术介绍
中的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案，基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，包括：取出原始图像并确定窗宽和窗位，设置为放射科医师适合观察病灶的窗宽、窗位，根据给定窗宽和窗位进行数据归一化；基于归一化后图像，计算背景阈值并去除部分背景；基于归一化后图像、去除部分背景后区域，计算病灶阈值并得到可疑病灶；基于原始图像、可疑病灶区域、adc图，医师质控删减病灶区域，排除t2穿透效应区域。
4、作为本专利技术所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法的一种优选方案，其中：所述原始图像为高b值dwi图像；
5、所述数据归一化表示为，设原始图像为i，i为a×b×c的三维矩阵，a、b、c分别代表i在x、y、z方向上的元素数量，设窗宽为ww，窗位为wc，ww、wc的取值由放射科医师确定，标准为取得ww＝ww、wc＝wc时，放射科医师在原始图像i上能观察病灶，即病灶显示清晰并且病灶与背景的对比度较大，则将ww、wc设置为ww、wc；
6、计算上、下界值表示为，
7、p＝wc+0.5×ww
8、q＝wc-0.5×ww
9、其中，p表示为上界值，q表示为下界值；
10、大于上界的灰度值映射为1，小于下界的灰度值映射为0，下界至上界之间的灰度值以线性方式映射到0～1之间；
11、归一化后图像为j，j为a×b×c的三维矩阵，j的计算方式为，遍历矩阵i的每个元素x＝x,y＝y,z＝z，对于大于p的元素，j相应位置的值赋为1；对于小于q的元素，j相应位置的值赋为0；对于[q,p]范围的元素，j相应位置的值赋为i值以线性方式从[q,p]映射到[0,1]的数值，计算过程表示为，
12、
13、其中，i(x,y,z)表示矩阵i中位置为x＝x,y＝y,z＝z的元素数值，j(x,y,z表示矩阵j中位置为x＝x,y＝y,z＝z的元素数值。
14、作为本专利技术所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法的一种优选方案，其中：所述计算背景阈值包括，以归一化后图像的灰度平均值作为背景阈值，th1表示为背景阈值，则th1计算为矩阵j所有元素的平均值，计算过程表示为，
15、
16、所述去除部分背景包括，提取归一化后图像中灰度值大于背景阈值的区域，得到mask1；
17、所求mask 1为m1时，m1为a×b×c的三维矩阵，m1的计算方式为遍历矩阵j的每个元素，对于大于th1的元素，m1相应位置的值赋为1；对于小于或等于th1的元素，m1相应位置的值赋为0，计算过程表示为：
18、
19、其中，m1(x,y,z)表示矩阵m1中位置为x＝x,y＝y,z＝z的元素数值，j(x,y,z)表示矩阵j中位置为x＝x,y＝y,z＝z的元素数值。
20、作为本专利技术所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法的一种优选方案，其中：所述计算病灶阈值包括，提取矩阵j中所有m1＝1元素位置的值，得到向量v，使用经典的otsu算法对向量v求阈值，求得的阈值即为th2。
21、作为本专利技术所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法的一种优选方案，其中：所述得到可疑病灶表示为，提取归一化后图像中灰度值大于病灶阈值的区域，得到mask 2；
22、设所求mask2为m2，m2为a×b×c的三维矩阵，m2的计算方式为，遍历矩阵j的每个元素，对于大于th2的元素，m2相应位置的值赋为1；对于小于或等于th2的元素，m2相应位置的值赋为0，计算过程表示为：
23、
24、其中，m2(x,y,z)表示矩阵m2中位置为x＝x,y＝y,z＝z的元素数值，j(x,y,z)表示矩阵j中位置为x＝x,y＝y,z＝z的元素数值。
25、作为本专利技术所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法的一种优选方案，其中：所述医师质控删减病灶区域包括，删减c4椎体以上区域，由医师观察原始图像并确定c4椎体以上区域z轴方向的坐标范围，对mask2排除z轴方向指定坐标范围内的区域，得到mask3；
26、设所求mask3为m3，m3为a×b×c的三维矩阵，设医师确定c4椎体以上区域z轴方向的坐标范围为[z1,z2]，则m3的计算方式为：
27、
28、其中，m3(x,y,z)表示矩阵m3中位置为x＝x,y＝y,z＝z的元素数值，m2(x,y,z)表示矩阵m2中位置为x＝x,y＝y,z＝z的元素数值；
29、删减剩余生理性高信号，由医师借助roi勾画工具，将mask3与原始图像叠加观察，采用手动删减的方式去除mask3中医师认为的生本文档来自技高网...
【技术保护点】
1.基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：包括，
2.如权利要求1所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述原始图像为高b值DWI图像；
3.如权利要求2所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述计算背景阈值包括，以归一化后图像的灰度平均值作为背景阈值，th1表示为背景阈值，则th1计算为矩阵J所有元素的平均值，计算过程表示为，
4.如权利要求3所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述计算病灶阈值包括，提取矩阵J中所有M1＝1元素位置的值，得到向量V，使用经典的Otsu算法对向量V求阈值，求得的阈值即为th2。
5.如权利要求4所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述得到可疑病灶表示为，提取归一化后图像中灰度值大于病灶阈值的区域，得到mask2；
6.如权利要求5所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述医师质控删减病灶区域包括，删减C4椎体以上区域，由医师
7.如权利要求6所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述排除T2穿透效应区域包括，取出ADC图，排除mask4中ADC值大于2.0×10-3mm2/s的区域，得到mask5，即最终的病灶区域；
8.一种基于权利要求1-7任一所述的基于WB-DWI的骨髓瘤病灶半自动阈值分割方法的系统，其特征在于：包括，图像提取模块、数据归一化模块、背景去除模块、病灶检测模块、医师质控模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，其特征在于：包括，
2.如权利要求1所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述原始图像为高b值dwi图像；
3.如权利要求2所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述计算背景阈值包括，以归一化后图像的灰度平均值作为背景阈值，th1表示为背景阈值，则th1计算为矩阵j所有元素的平均值，计算过程表示为，
4.如权利要求3所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述计算病灶阈值包括，提取矩阵j中所有m1＝1元素位置的值，得到向量v，使用经典的otsu算法对向量v求阈值，求得的阈值即为th2。
5.如权利要求4所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，其特征在于：所述得到可疑病灶表示为，提取归一化后图像中灰度值大于病灶阈值的区域，得到mask2；
6.如权利要求5所述的基于wb-dwi的骨髓瘤病灶半自动阈值分割方法，其特征...
【专利技术属性】
技术研发人员：胡春洪，陈文，熊星，钱旭升，戴亚康，
申请(专利权)人：苏州大学附属第一医院，
类型：发明
国别省市：
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。