基于图像融合的乳腺肿瘤感兴趣区域边缘识别*
2021-01-27曾果刘彦荣王力许方彧蒋烈夫靳玉川
生物医学工程研究 2020年4期
曾果,刘彦荣,王力,许方彧,蒋烈夫,靳玉川
(1.南阳市第二人民医院医学影像中心,南阳 473000;2.南阳医学高等专科学校,南阳 473000;3.河北医科大学,石家庄 050017)
1 引 言
乳腺肿瘤在临床检测中具有隐匿性,不易被识别[1-3]。目前使用计算机辅助检测乳腺肿块是预防乳腺肿瘤的有效方法。而针对乳腺肿瘤的感兴趣区域边缘检测和识别作为检测的第一步,其准确率直接影响乳腺肿瘤的检测和诊断[4-6]。随着医疗水平的提高,相关学者发现通过核磁共振成像技术以及CT技术等均可以检测患者的乳腺情况。在对乳腺图像的识别中多使用ROI识别检测技术,该技术在识别中常采用单一仪器检测的图像,而单一图像对乳腺区域的病理反馈不足,易影响识别的准确率[7-9]。
2 基于图像融合的乳腺肿瘤感兴趣区域边缘识别方法设计
本研究设计的图像融合乳腺肿瘤感兴趣区域边缘识别方法流程,见图1。

图1 图像融合的乳腺肿瘤感兴趣区域边缘识别流程图
2.1 加权平均图像融合方法
在对乳腺肿瘤的检查中,正电子发射型计算机断层显像技术(positron emission computed tomography, PET)和CT检测对比其他技术获得的图像更清晰[10-12]。因此,本研究以PET和CT图像为例,通过两个图像的融合得到更准确的病变图像。假设将两幅源图像分别定义为F1和F2,字母R表示融合的图像,通过加权平均融合后F1和F2图像可表示为:
R(m,n)=w1F1(m,n)+w2F2(m,n)
(1)
其中,m代表图像像素行号,n代表图像像素的列号。在图像F1中的加权系数设为w1,图像F2中的加权系数为w2,当w1+w2=1且w1=w2=0.5时,表示平均融合,可以使用两幅图像的相关系数来确定公式中的权值,即:……p>
登录APP查看全文
