IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

结合MRF能量和模糊速度的乳腺癌图像分割方法

已有 370 次阅读 2020-8-21 17:06 |系统分类:博客资讯

在DCE-MRI图像中,乳腺癌灶具有对比度低、边界模糊及亮度不均匀等特点,传统的活动轮廓模型方法很难取得准确的分割结果。本文提出一种结合MRF能量和模糊速度函数的活动轮廓模型的半自动分割方法来完成乳腺癌灶的分割。基于临床数据的实验结果表明,所提出的方法有助于乳腺癌灶在DCE-MRI图像中的准确分割。


乳腺癌是现代女性最常见的恶性肿瘤之一,严重威胁着女性患者的身心健康。乳腺动态增强核磁共振成像(Dynamic contrast enhanced magnetic resonance imaging, DCE-MRI)是一种以病变区和正常组织中的微血管系统为生理基础的无辐射磁共振功能成像技术,是进行乳腺癌诊断的主要影像手段。在DCE-MRI图像上,乳腺癌灶表现为肿块型或非肿块型。由于乳腺癌灶大多沿腺体分布,导致非肿块型乳腺癌灶的形态极其不规则,肿瘤区域边界模糊且对比度低,对乳腺癌灶的准确分割带来了极大困难。为了精确分割DCE-MRI图像中的乳腺癌灶,本文提出一种结合MRF能量和模糊速度函数的活动轮廓模型的乳腺癌灶分割方法。


首先,构建结合MRF能量和后验概率的活动轮廓模型区域项。由于DCE-MRI图像主要反映乳腺腺体供血变化情况,癌灶组织通常以肿块形式散布于正常腺体中,在图像上表现出空间聚类特性.MRF能量在增强目标区域与背景对比度的同时,也考虑像素间的空间相关性。这一特点符合乳腺癌灶在DCE-MRI图像中的空间分布情况。进而计算 MRF 能量图中像素点的后验概率,从而构建模型的区域项。


image001.jpg

图1 乳腺癌灶的MRF能量和后验概率


图1是乳腺图像的MRF能量分布和对应的后验概率分布图,从图1(b)可以看出,由于乳腺正常腺体和乳腺癌灶具有相似的灰度值,很难从灰度图区分正常腺体和癌灶区域。图1(c)的MRF能量分布图可区分出正常腺体和癌灶,但癌灶区域还存在亮度不均匀的问题。图1(d)是后验概率图,其中癌灶区域明显增强。


然后,构建基于模糊速度函数的活动轮廓模型边缘检测项。结合Gabor纹理特征、DCE-MRI时域特征和灰度特征,计算图像像素的模糊隶属度并构建模糊速度函数,将其作为边界停止函数定义模型的边缘检测项。


image002.png

图2 模糊速度函数


图2显示了AB段模糊速度函数的变化趋势,可明显看到在边界A和B处模糊速度函数约等于零。


最后利用临床数据验证本文所提出的方法的有效性。肿块型乳腺癌和非肿块型的分割结果如图3、图4所示,所提出方法对乳腺癌灶的分割结果更接近于医生手动分割的结果。


image003.png

图3 肿块形乳腺癌分割结果


image004.png

图4 非肿块型乳腺癌分割结果


为了进一步验证算法性能,继续选择了50例乳腺癌临床样本,分别用真阳性率(RTP)、假阳性率(RFP)、相似度(DS)的平均值作为评价指标。结果如表1所示。在指标中,所提出方法DS的均值为0.8996,说明分割结果与医生手动分割结果最相似。


表1 50个临床样本分割结果

QQ截图20200821150457.jpg


引用格式:冯宝, 陈业航, 刘壮盛, 李智, 宋嵘, 龙晚生. 结合MRF能量和模糊速度的乳腺癌图像分割方法. 自动化学报, 2020, 46(6): 1188−1199


链接:http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180759 



作者简介


冯  宝

2014年于华南理工大学获得博士学位。 现为中山大学博士后,主要研究方向为机器学习,模式识别及其在生物医学信号处理中的应用。

E-mail: fengbao1986.love@163.com


陈业航

桂林电子科技大学硕士研究生。主要研究方向为生物医学信号处理与模式识别。

E-mail: cyh93yl@163.com


刘壮盛

广东省江门市中心医院副主任医师。2010 年获中山大学影像医学与核医学硕士学位,主要研究方向为乳腺及骨骼肌肉系统影像诊断。

E-mail: zhuangshengliu@126.com


李  智

2003年于电子科技大学获得博士学位。桂林航天工业学院教授.主要研究方向为智能仪器系统,现代测试理论与技术。

E-mail: cclizhi@guet.edu.cn


宋  嵘

2006年获中国香港理工大学生物医学工程博士学位。现为中山大学生物医学工程学院教授,主要研究方向为肌肉骨骼建模,生物医学信号处理,人体运动分析和机器人辅助中风康复。

E-mail: songrong@mail.sysu.edu.cn


龙晚生

广东省江门市中心医院主任医师。1990年获四川大学放射诊断硕士学位。主要研究方向为腹部影像鉴别诊断。本文通信作者。

E-mail: jmlws2@163.com




http://wap.sciencenet.cn/blog-3291369-1247325.html

上一篇:[直播预告]英国布鲁奈尔大学王子栋教授:如何寻找适合高水平刊物论文发表的研究课题
下一篇:噪声下相互依存网络的自适应H∞异质同步

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-11-25 05:47

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部