[发明专利]一种基于虚拟双能量技术获取肺部软组织图像的方法

说明书

技术领域

本发明涉及肺结节检测领域，尤其涉及一种基于虚拟双能量技术获取肺部软组织图像的方法。

背景技术

近年来，肺癌死亡人数已经占到所有癌症死亡人数的第一位，美国癌症协会估计在2009年，肺癌将占整个癌症病例的28％，而肺癌病人的5年存活率只有14％，但如果能检测到作为早期肺癌的肺结节，再配合适当的治疗，病人的存活率可以提高到50％。

CT被认为是检测肺结节的最佳方法——“金标准”，然而，因为经济、方便和放射剂量适中等原因，X光胸片更常用，事实上，几乎所有的早期肺癌都是通过胸片发现的，但对放射科医生来说，基于胸片发现早期肺癌是一件很困难的任务。其中被医生漏诊的85％肺结节被肋骨或锁骨遮挡。

发明内容

本发明所要解决的技术问题在于提供一种基于虚拟双能量技术获取肺部软组织图像的方法，能够解决肺结节检测率不高的问题。

为解决上述技术问题，本发明实施例提供的一种基于虚拟双能量技术获取肺部软组织图像的方法，具体技术方案如下：

一种基于虚拟双能量技术获取肺部软组织图像的方法，包括：

a.通过多重人工神经网络训练(Massive-Training artificial neural networks，MTANN)算法对一张CXR(X光胸片)图进行处理，形成若干骨质图像；

b.将所述若干骨质图像融合成一张骨质图像；

c.对所述一张骨质图像进行平滑去噪处理；

d.将平滑去噪处理后的骨质图像与对应的CXR图像进行减法运算处理，形成虚拟双能量软组织图像。

具体的，所述多重MTANN算法包括8个专用MTANN算法。

本发明提供的一种基于虚拟双能量技术获取肺部软组织图像的方法，利用图像处理的技术获得与双能量减影设备获得的软组织图像类似的图像，对胸片骨质更好抑制，解决了肺结节检测率不高的问题。

附图说明

图1为本发明实施例提供的一种基于虚拟双能量技术获取肺部软组织图像的方法中感兴趣点O的结节可能值计算圆环示意图。

具体实施方式

本发明实施例提供一种基于虚拟双能量技术获取肺部软组织图像的方法，包括：通过MTANN算法对一张CXR图进行处理，形成若干骨质图像；将所述若干骨质图像融合成一张骨质图像；对所述一张骨质图像进行平滑去噪处理；将平滑去噪处理后的骨质图像与对应的CXR图像进行减法运算处理，形成虚拟双能量软组织图像。其中，所述多重MTANN算法包括8个专用MTANN算法。

为了和其他学者研究结果作比较，我们使用日本放射技术学会提供的公共数据库测试本文系统的检测性能。图像中所有肺结节经过CT确认，结节大小从5mm到40mm不等.肺结节按照明显度不同被放射科医生分为5类：很明显、明显、不明显、很不明显和极其不明显。我们把以下图像从测试库中去除：(1)含有大于35mm结节的图像；(2)一个病人多于两个结节的图像；(3)放射科医生不能确定结节边缘的图像；(4)结节被心脏、横隔遮挡的图像。所述分割方法以ASM模型为基础，在模型中固定不同类型边界的转换点.模型在分割过程中每段边缘只要匹配所属类型边缘的特征即可.获得肺分割结果后，将左右肺区分别拟合到一二阶多项式式(1)，用原图减肺区拟合多项式获取背景噪声去除的预处理图像。