[发明专利]基于灰度梯度的B超图像病灶区域分割方法及装置

说明书

本发明涉及人工智能技术，揭露了一种基于灰度梯度的B超图像病灶区域分割方法，包括：利用预设的权值系数算法对获取的B超图像进行去噪处理，得到去噪图像；对去噪图像进行对比度增强，得到增强图像；根据增强图像的灰度值生成所述增强图像的灰度梯度；利用所述灰度梯度对所述增强图像进行初始切割，得到所述增强图像的初始区域；生成所述初始区域的区域系数，根据所述区域系数构建BP神经网络，利用所述BP神经网络对所述初始区域进行病灶识别，得到所述初始区域的病灶区域。本发明还提出一种基于灰度梯度的B超图像病灶区域分割装置。本发明可以提高B超图像病灶区域分割的准确性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于灰度梯度的B超图像病灶区域分割方法及装置。

背景技术

B型超声对液体与实质性组织表现出显著的图像差别，在发现肿物、畸形、结石等引致局部结构明显形态改变的疾病方面有着明显优势，无创方便廉价实时等优点使得它在体检和医疗诊治中的应用十分广泛。由于成像原理和过程中的多种因素影响，B超图像常表现出对比度较低、噪声干扰严重、边界模糊等缺点，自动分割在B超中的应用具有较大局限性。

目前，临床上确定B超图像中的病灶区域主要靠医生凭肉眼观察B型超声图像的特征，假阳性率较高，导致活检阳性检出率低。一方面由于人工观察的主观因素较多，对医生经验的依赖性较大，多位医生之间难以形成统一的、正确的诊断结果；另一方面，人工诊断工作量大，容易造成医生的疲劳，且凭经验，感性的认识常会造成误诊或漏诊率的上升，导致了不必要活检数的增加，给病人的身体和心理都造成了伤害，因此如何B超图像病灶区域分割准确性，成为了亟待解决的问题。

发明内容

本发明提供一种基于灰度梯度的B超图像病灶区域分割方法及装置，其主要目的在于B超图像病灶区域分割时准确性较低的问题。

为实现上述目的，本发明提供的一种基于灰度梯度的B超图像病灶区域分割方法，包括：

获取B超图像，利用预设的权值系数算法对所述B超图像进行去噪处理，得到所述B超图像的去噪图像；

对所述去噪图像进行对比度增强，得到所述去噪图像的增强图像；

获取所述增强图像的灰度值，根据所述灰度值生成所述增强图像的灰度梯度；

利用所述灰度梯度对所述增强图像进行初始切割，得到所述增强图像的初始区域；

生成所述初始区域的区域系数，根据所述区域系数构建BP神经网络，利用所述BP神经网络对所述初始区域进行病灶识别，得到所述初始区域的病灶区域。

可选地，所述利用预设的权值系数算法对所述B超图像进行去噪处理，得到所述B超图像的去噪图像，包括：

确定所述B超图像的局部窗口，根据所述局部窗口计算所述B超图像的局部方差；

根据所述局部方差和预设的权值系数算法生成所述局部窗口中像素点的权值系数；

利用所述权值系数和所述像素点的像素灰度生成所述B超图像的权值序列，利用所述权值序列生成所述B超图像的中值；

根据所述中值对所述B超图像进行去噪处理，得到所述B超图像的去噪图像。

可选地，所述利用所述权值序列生成所述B超图像的中值，包括：

利用如下中值确定算法生成所述B超图像中的中值所对应的序号；

其中，∑w(m,n)是局部窗口内所有像素的权值之和，w^′(l)是调整后得到的权值序列，M是中值所对应的序号，l是扫描的序号，m是局部窗口内像素的横向标识，n是局部窗口内像素的纵向标识；

利用所述中值所对应的序号和所述权值序列确定所述B超图像的中值。