应用单调下降曲线模型自动提取乳房轮廓线.pdf

Computer Engineering and Applications计算机工程与应用
2012,48(4)
应用单调下降曲线模型自动提取乳房轮廊线
刘耀辉',王刚,李涛2,关勇2
LIU Yaohui, WANG Gang, LI Tao, GUAN Yong
1.湘南学院计算机系,湖南郴州423000
2.湘南学院医学影像系,湖南郴州423000
1. Department of Computer Science, Xiangnan University, Chenzhou, Hunan 423000, China
2 Department of Medical Imaging, Xiangnan University, Chenzhou, Hunan 423000, China
AU Yaohui, WANG Gang, LI Tao, et al. Automatic extracting breast contour by using monotonic decline curve model Comput-
er Engineering and Applications, 2012, 48(4): 179-181
Abstract: The outline of breast contains very important information. It plays a very important role in image orientation and compara-
tive analysis, to a certain extent, affects their performance. By analyzing the characteristics of breast X-ray images, the method automat
ic extracting breast contour based on mono onic decline curve model is proposed. The breast is determined on which side of the image
If it is on the right side, it will be mirrored to left. The model is applied to extract points of the breast contour. Then the contour point on
the longest decreasing curve is chosen as base point o find ue contour points on other scan lines. False contour is found out and are
model is used to fit true contour. The whole breast contour is extracted correctly
Key words: breast X-ray image; monotonic decline curve model; breast contour extraction
摘耍:乳房外轮廓包含非常重要的信息,在图像定位、对比分析中起着非常重要的作用,在一定程度上彩响着乳腺图像对比分
析技术的性能。通过分析乳腺X线图像的特点,判别图像为左乳图像还是右乳图像,若是右乳图像则做水平镜像处理;应用单调
下降曲线模型提取乳房轮廓点;选择最长下降曲线段上的轮廓点为基准点,分别向上和向下逐行修正其他扫描线上的轮廓点;判
别伪轮廓曲线段,采用圆弧模型拟合正确的轮麻线,从而提取出完整的乳房轮廓线。
关键词:乳腺X线图像;单调下降曲线模型;轮廓线提取
DOI:10.378/iss.1002-8331,2012.04.053文章编号:1002-8331(2012)040179-03文献标识码:A中图分类号:TP391
引言
的像素点做为乳房的初始边缘区域,然后采用外推法分析每
乳腺癌是成年女性中比较常见的恶性肿瘤之一,并呈逐个边缘区域的像素点,通过修正获得轮廓点,最后连接这些点
年上升趋势,据统计在我国占女性恶性肿榴的第二位。早期得到最终的轮廓线。 K. Thangave]等采用遗传算法提取乳房
发现、早期诊断、早期治疗是降低乳腺癌死亡的关健。影像学边缘。T?ia描述了一种基于“ snake”的半自动分割算法η。
检査是乳腺癌诊断的主要手段。其中钼靶X线撥影是诊断乳许晶采用数学形态学方法获取图像主要结构元素后,通过计
癌的首选影像学方法,也是唯一能査出?期的临床无症状的算各元素的面积,获取人工标记模板图像,应用该模板去除人
隐匿性乳腺癌的检査方法門。但由于其空间分辦率高,图片尺工标记。在此基础上,计算每个像素nXn邻域的方差,针对方
寸特别大,给图像的存储、传送、显示及后续处理造成了较大差图像选择阈值并二值化,将图像中的像素分为胸部区域像
困难。乳房区域分割使得对异常病变的搜索范围限制在乳房素和非胸部区域两类。最后采用先闭后开的形态学操作平滑
区域内部,免除了背景区域中异常情况的影响,提高了乳腺癌胸部轮廓個。金振成首先采用基于直方图的阈值分割法将图
计算机辅助诊断的效果和效率。然而,很少有文献对乳房轮像分割成不同区域,然后用8算子査找连通区域的数目和大
廓乃至整个乳房区域的提取进行专门的研究,更多地是在肿小,保留最大的连通域。Wirh首先用双阈值法获取乳房轮
块分割和钙化点的检测上。在实际工作中,作为乳腺X线图廓点,然后用二次曲线拟合获取初始轮廓线,最后使用活动轮
像自动处理的第一步和计算机铺助诊断的前提,寻找到一种廓法提取轮廓。虽然这些研究人员对乳房区域分割方法的
既简便快捷,又切实有效的乳房提取方法,有着切实的意义。研究取得了一定的成果,但算法运行的效率、自动化程度都不
徐伟栋提出了一种四步走的方法分割乳房区域叫:首先是背景尽人意。本文通过对大量乳腺X线图像的分析,图像中包含
区域國值化和乳房区域的定位:然后进行横向边框外沿的走乳房轮廓点的扫描线中都有一段较长的单调下降或上升曲
向拟合;再采用基于弹性线技术的横向边框分离;最后用基于线,且该曲线段的末端对应乳房轮廓点。根据这一特征,本文
分水岭技术的乳房边缘精细化。M.Wirh等提出了一种模糊提出了一种基于单调下降曲线模型的自动提取乳房轮廓线的
聚类算法:图像被分为同质区( homogeneous)、边缘(edge)、算法。
光栅线( raster)及未曝光区( aquarelle)等叫类,计算每个像素
n×n邻域的方差和边缘度,按指定分类准则对每个像素进行分2乳腺X线图像特征分折
类。S.L.Lou采用聚类算法将图像分成十类,取第二和第三类
图1(a)是一幅左乳上下轴位(LCC)的X线图像,图1(b)
基金项日:湖南省教育厅优秀青年项目(No.09B097):都州市科技计划项目(No.20099106)。
作者简介:刘辉(1975一),男,讲师,主要研究方向为模式识别、图像处理;王刚(1975-),男,讲师:李涛(1981~-),男,讲师。
收稿?期:2010-07-21;修回日期:2010-10-25
万方数据