TWI577342B - 旋轉式乳房影像之病變偵測方法及病變偵測裝置 - Google Patents

旋轉式乳房影像之病變偵測方法及病變偵測裝置 Download PDF

Info

Publication number
TWI577342B
TWI577342B TW105102651A TW105102651A TWI577342B TW I577342 B TWI577342 B TW I577342B TW 105102651 A TW105102651 A TW 105102651A TW 105102651 A TW105102651 A TW 105102651A TW I577342 B TWI577342 B TW I577342B
Authority
TW
Taiwan
Prior art keywords
image
lesion
breast
images
dimensional
Prior art date
Application number
TW105102651A
Other languages
English (en)
Other versions
TW201726062A (zh
Inventor
張瑞峰
王宥崴
陳榮泰
陳鴻豪
徐振峰
賴信宏
Original Assignee
太豪生醫股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 太豪生醫股份有限公司 filed Critical 太豪生醫股份有限公司
Priority to TW105102651A priority Critical patent/TWI577342B/zh
Priority to US15/099,620 priority patent/US9886757B2/en
Priority to CN201610283378.6A priority patent/CN107016660B/zh
Application granted granted Critical
Publication of TWI577342B publication Critical patent/TWI577342B/zh
Publication of TW201726062A publication Critical patent/TW201726062A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4312—Breast evaluation or disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/025—Tomosynthesis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T12/00—Tomographic reconstruction from projections
    • G06T12/20—Inverse problem, i.e. transformations from projection space into object space
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T12/00—Tomographic reconstruction from projections
    • G06T12/30—Image post-processing, e.g. metal artefact correction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/45—Analysis of texture based on statistical description of texture using co-occurrence matrix computation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0825—Clinical applications for diagnosis of the breast, e.g. mammography
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30068—Mammography; Breast
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/032—Recognition of patterns in medical or anatomical images of protuberances, polyps nodules, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Reproductive Health (AREA)
  • Gynecology & Obstetrics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Dentistry (AREA)
  • Computing Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)

Description

旋轉式乳房影像之病變偵測方法及病變偵測裝置
本發明是有關於一種醫療影像處理技術，且特別是有關於一種旋轉式乳房影像之病變（lesion）偵測方法及病變偵測裝置。
乳腺癌（mammary carcinoma）是女性常見的惡性腫瘤之一，其主要癥狀包括乳房腫瘤（tumor）、異常分泌物或形狀變異等。提早篩檢出乳房的異常癥狀，將有助於盡早針對腫瘤進行治療，以降低癌細胞惡化或擴散等問題。諸如臨床或自我乳房檢測、活體組織檢查、乳房攝影術（mammography）、超音波（ultrasound）或磁共振（magnetic resonance）顯像等篩檢方式已廣泛在臨床上使用或成為學術研究的重要議題。
據研究指出，與低密度乳房相比，擁有高密度乳房之女性具有相對高的風險罹患乳癌。因此，乳房及乳腺組織的密度分析亦是乳癌評估的重要因素之一。另一方面，雖然現今臨床上已使用電腦輔助偵測（Computer Aided Detection；CADe）系統來自動辨識腫瘤、腫塊或鈣化點，但是都存在高偽陽性的風險。
本發明提供一種旋轉式乳房影像之病變偵測方法及病變偵測裝置，其可有效降低電腦輔助偵測系統之偽陽性。
本發明提出一種旋轉式乳房影像之病變偵測方法，且至少包括（但不僅限於）下列步驟。取得一組旋轉式乳房影像。此組旋轉式乳房影像包括多張子乳房影像。對這些子乳房影像進行重組，以產生重組乳房影像。比對重組乳房影像以及未重組的組旋轉式乳房影像以確認至少一個病變位置。
另一觀點而言，本發明提出一種病變偵測裝置，其至少包括（但不僅限於）儲存單元及儲存單元，儲存單元記錄數個模組。而處理單元耦接儲存單元，且存取並執行儲存單元所記錄的模組。而這些模組包括影像輸入模組、影像重組模組及病變判斷模組。影像輸入模組取得一組旋轉式乳房影像。而此組旋轉式乳房影像包括多張子乳房影像。影像重組模組對這些子乳房影像進行重組，以產生重組乳房影像。病變判斷模組比對重組乳房影像以及未重組的旋轉式乳房影像以確認至少一個病變位置。
基於上述，本發明實施例所提出的旋轉式乳房影像之病變偵測方法及病變偵測裝置，其將旋轉式乳房影像重組，並將重組乳房影像及旋轉式乳房影像進行比對，以確認病變（例如，腫瘤、腫塊或鈣化點等）位置。據此，本發明實施例便能助於減少電腦輔助偵測系統之偽陽性。
為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
圖1是依據本發明一實施例說明病變偵測裝置的方塊圖。請參照圖1，病變偵測裝置100至少包括（但不僅限於）儲存單元110及處理單元150。病變偵測裝置100可以是伺服器、用戶端、桌上型電腦、筆記型電腦、網路電腦、工作站、個人數位助理（personal digital assistant；PDA）、平板個人電腦（personal computer；PC）、電腦輔助偵測（CADe）系統等電子裝置，且不以此為限。
儲存單元110可以是任何型態的固定或可移動隨機存取記憶體（random access memory，RAM）、唯讀記憶體（read-only memory，ROM）、快閃記憶體（flash memory）或類似元件或上述元件的組合。在本實施例中，儲存單元110係用以儲存旋轉式乳房影像、子乳房影像、重組乳房影像、掃描參數、程式碼、裝置組態、緩衝的或永久的資料，並記錄影像輸入模組111、影像重組模組113、病變判斷模組115及影像品質模組117等軟體程式。前述模組的詳細運作內容待稍後實施例詳細說明。本實施例中所述的儲存單元110並未限制是單一記憶體元件，上述之各軟體模組亦可以分開儲存在兩個或兩個以上相同或不同型態之記憶體元件中。
處理單元150的功能可藉由使用諸如中央處理單元（central processing unit；CPU）、微處理器、微控制器、數位信號處理（digital signal processing；DSP）晶片、場可程式化邏輯閘陣列（Field Programmable Gate Array；FPGA）等可程式化單元來實施。處理單元150的功能亦可用獨立電子裝置或積體電路（integrated circuit；IC）實施，且處理單元150亦可用硬體或軟體實施。
為了方便理解本發明實施例的操作流程，以下將舉諸多實施例詳細說明本發明實施例中病變偵測裝置100進行乳房影像處理及病變偵測的流程。圖2是依據本發明一實施例說明一種旋轉式乳房影像的病變偵測方法流程圖。請參照圖2，本實施例的方法適用於圖1中的病變偵測裝置100。下文中，將搭配病變偵測裝置100中的各項元件及模組說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整，且並不僅限於此。
在步驟S210中，影像輸入模組111取得一組旋轉式乳房影像。而此組旋轉式乳房影像包括多張（或片段（slice））子乳房影像。在本發明實施例中，這些子乳房影像是透過掃描器繞著乳房取像容器下方進行旋轉掃描一圈的過程中所分別取得。此掃描器例如是具有基於自動乳房超音波（automated breast ultrasound；ABUS）、數位乳房斷層層析（digital breast tomosynthesis；DBT）、磁共振顯影（magnetic resonance imaging：MRI）等醫療影像掃描技術的探頭（probe）。針對超音波掃描，此乳房取像容器中可裝載液體或水溶性軟膏等來作為超音波傳導媒介。
舉例而言，圖3是旋轉式掃描的示意圖範例。請參照圖3，使用者以俯臥方式，使其乳房301可完全或部份地置於圓柱型的乳房取像容器320中。具有探頭的可移動式掃描器340置於（固定式）乳房取像容器320的圓柱型底部下方，且可透過機械裝置（未繪示）來驅動其以旋轉方向RD1（即，順時針）或旋轉方向RD1的相反方向（即，逆時針）旋轉至少一圈（360°），以使掃描範圍能涵蓋乳房301的全部或部份投影面積。在掃描的過程中，掃描器340會隨著每旋轉一旋轉角度（例如，3°、5°、8°等）對乳房301掃描以取得一張子乳房影像。例如，旋轉角度為3°，則掃描器340旋轉一圈（360°）後便可取得120張子乳房影像。
需說明的是，在進行旋轉掃描之前，可預設或手動調整掃描參數。此掃描參數至少包括（但不僅限於）影像掃描起始位置、旋轉方向（順時針或是逆時針）、旋轉角度等，且可記錄於儲存單元110中以備後續使用。
影像輸入模組111可自儲存單元110、透過無線或有線通訊單元（例如，Wi-Fi、乙太網路（Ethernet））、直接透過圖3所述醫學影像掃描器（例如，ABUS掃描儀器、MRI掃描儀器等）或儲存裝置（例如，DVD、隨身碟、硬碟等）取得旋轉式乳房影像。
在步驟S230中，影像重組模組113對這些子乳房影像進行重組，以產生重組乳房影像。為了讓透過旋轉方式取得的旋轉乳房影像能夠依照不同方向的視角（view）來觀看，本發明實施例依據旋轉式掃描的旋轉特性來進行重組。
在一實施例中，影像重組模組113將依據掃描器的掃描起始位置、旋轉角度及旋轉方向將這些子乳房影像轉換成影像集合，判斷各相鄰的子乳房影像之間的間隔位於此影像集合中的缺失位置，且透過內插法補足此缺失位置。
具體而言，請先參照圖4所示為旋轉式乳房影像於立體空間的示意圖。為了方便說明，圖4中僅以兩張子乳房影像431、432進行說明，然不以此為限。每張子乳房影像的寬W即為旋轉半徑（例如，圖3中掃描器340單次可掃描之長度），而其寬H為掃描器可掃描的最大深度。影像重組模組113將旋轉掃描一圈的每張子乳房影像（例如，子乳房影像431、432）依據先前記錄或預設的掃描參數（例如，影像掃描起始位置、順時針或是逆時針旋轉、旋轉角度等），以各自對應的掃描位置依序排列，以形成圓柱體410。此時，圓柱體410中例如是兩張子乳房影像431、432之間存在間隔（即，未存在像素或掃描影像）。
接著，影像重組模組113對這些間隔進行填補作業。圖5A～圖5C是依據本發明一實施例說明填補作業的示意圖。請先參照圖5A，影像重組模組113將圖4中數張子乳房影像所形成的圓柱體410建立二維直角座標系統。例如，圓柱體410的圓形頂所屬平面的二維直角座標系統。
影像重組模組113可將此二維直角座標系統轉換成以旋轉角度及半徑長度的座標系統。具體而言，首先，定義相鄰兩子乳房影像中區隔位置501在直角座標系統的座標為（x1,y2）（以圓柱體410中圓形頂的中心點為原點（0,0）且影像掃描起始位置至圓形頂的中心點之沿線為x軸（或稱水平軸））、圓柱體410中圓形頂的直徑寬Width（即，2 * W）及高Height（即，H）。接著，影像重組模組113將座標（x1,y1）以下列公式(1)（畢氏定理）及(2)進行轉換，以取得座標（r1,θ1）： ……(1) ……(2) r1代表此位置相距圓柱體410中圓形頂邊緣的距離，而θ1代表自掃描起始位置所旋轉的角度。
藉由前述轉換，影像重組模組113將部份或全部的子乳房影像映射成影像集合。請參照圖5B，此座標系統的水平軸為（自掃描起始位置起始所旋轉的）旋轉角度θ，而垂直軸為半徑r。多張子乳房影像依旋轉方向在此r-θ座標系統上依序排列，並重組成影像集合530。例如，圖4中旋轉方向RD1為順時針，則在影像集合中子乳房影像431將位於子乳房影像432左側。而圖5A中的區隔位置501亦可映射至影像集合530中缺失位置503。
請接著參照圖5C為影像集合530的局部放大示意圖。影像重組模組113可透過諸如雙線性內插法（bilinear interpolation）、雙立方內插法（bicubic interpolation）、最鄰近點（nearest）內插法等來補足此缺失位置503。而在補足所有相鄰子乳房影像間之間隔之後，便可形成完整的（例如，無缺失位置）影像集合。影像重組模組113可此影像集合再將自r-θ座標系統轉換回如圖5A的呈現方式，以形成三維的重組乳房影像。而此重組乳房影像並不會存在如圖4所示相鄰兩子乳房影像之間的間隔。
而處理單元150可進一步透過顯示單元（未繪示，例如，液晶顯示器（LCD）、電漿顯示器面板（PDP）、有機發光二極體（OLED）等）顯示此重組乳房影像，並可透過輸入單元（未繪示，例如，觸控裝置、鍵盤、滑鼠等）接收使用者的輸入操作來以不同方向（例如，圖5A中矩形520是用以顯示的方向）的視角檢視重組乳房影像。
在步驟S250中，病變判斷模組115比對重組乳房影像以及未重組的旋轉式乳房影像以確認至少一個病變位置。在本實施例中，使用基於區域（region based）的病變（例如，腫瘤、腫塊或鈣化點等）偵測方法，對旋轉式乳房影像進行自動偵測。透過所提出的區域篩選方式，可對可疑病變區域進行條件篩選以找出病變位置。
圖6是依據本發明一實施例說明自動化病變偵測方法的流程圖。請參照圖6，在步驟S610中，病變判斷模組115對未重組的旋轉式乳房影像進行區域分割，以產生區域分割影像。病變判斷模組115可利用原始影像（即，未重組的旋轉式乳房影像中的一片段子乳房影像）進行基於像素或紋路差異的區域分割（例如，分水嶺（watershed）切割、馬可夫隨機場（Markov Random Field；MRF））。
例如，圖7A是未重組的旋轉式乳房影像的局部影像。假設旋轉式乳房影像710中存在腫瘤711。病變判斷模組115對旋轉式乳房影像710進行區域分割後，形成如圖7B所示的區域分割影像730。區域分割影像730中具有相同或相似紋路特徵的像素受劃分為相同區域（以相同顏色表示）。需說明的是，區域分割演算法中的各項參數可依據需求自行調整，本發明實施例不對此限制。
在步驟S630中，病變判斷模組115判斷區域分割影像中的至少一個可疑病變區域。具體而言，病變判斷模組115將旋轉式乳房影像切割後，區域分割影像仍存在許多不必要的區塊，且目標病變區塊亦包含於其中。病變判斷模組115可利用各區塊的像素值特徵（例如，平均值、最大值、最小值、中位數、變異數等），依據所欲偵測的目標特性（例如，較暗區域、近似橢圓形、長短軸比例等）來進行初步篩選，以決定可疑病變區域，此步驟中所使用的影像各個區塊的特徵以及特性將可依照需求進行調整。例如，圖7C所示為經圖7B的區域分割影像730所判斷出的可疑病變區域731。
在步驟S650中，病變判斷模組115對可疑病變區域進行偽陽性減少作業，以判斷病變位置。具體而言，經初步的篩選後，病變判斷模組115利用已經篩選過後的可疑病變區塊再次對所剩區塊進行偽陽性減少（false-positive reduction）。偽陽性減少作業所使用特徵可至少包括（但不僅限於）三個部分：形狀（例如，面積、長短軸比率）、像素強度（例如，平均值、標準差）以及紋理（例如，灰階共生矩陣（Gray-Level Co-occurrence Matrix；GLCM）、馬可夫隨機場（Markov Random Field；MRF）、賈柏濾波器（Gabor Filter）。換句而言，病變判斷模組115可基於預設或經由手動選擇的特徵，對所剩區塊進行篩選，以比對出目標病變位置。例如，圖7D所示為圖7C經偽陽性減少作業篩選的病變位置733。
在步驟S670中，病變判斷模組115依據病變位置尋找重組乳房影像中是否存在相連的病變區域，以確認此病變位置。具體而言，病變判斷模組115將決定的病變位置（例如，圖7D中的病變位置733）與三維的重組乳房影像比對。若在此重組乳房影像中具有相連的病變區域（即，與病變位置相對應的區域），則代表實際存在此病變（或是存在的機率高於80％、90％等）。而若在此重組乳房影像中未具有相連的病變區域，則代表未存在病變（或是存在的機率低於10％、15％等）。
在一些實施例中，處理單元150可進一步透過顯示單元呈現諸如病變位置、可疑病變區域、病變區域、發現病變的提示訊息（例如，「發現腫瘤！」）等其中的一者或其組合，以協助醫療人員清楚得知檢測狀況。
此外，為了維持影像掃描的品質控制（quality control），在一些實施例中，影像品質模組117可進一步判斷旋轉式乳房影像是否完整或拍攝失誤過高（例如，失誤比例大於70％、80%等）。影像品質模組117可對旋轉式乳房影像中的部份厚度區域的影像進行垂直投影，以產生投影影像，並依據投影影像中的拍攝失誤類別與皮膚組織類別的比值，判斷旋轉式乳房影像的影像品質。
具體而言，在步驟S210或S230之後或是步驟S250之前，處理單元150可依據影像品質模組117所判斷影像品質之結果，來決定是否繼續進行後續的病變偵測。影像品質模組117可自三維的重組乳房影像或例如圖4形成圓柱體410的子乳房影像集合中決定厚度值（例如，2公分、5公分等，不同使用者可能有所不同）的厚度區域。
例如，圖8是一範例說明決定厚度區域的示意圖。影像品質模組117自形成圓柱體810的子乳房影像集合或是重組乳房影像上方決定厚度值TH，從而決定厚度區域811。
影像品質模組117接著對已決定的厚度區域（例如，圖8的厚度區域811）的影像進行垂直投影，其可選擇各位置中以垂直方向的所有畫素中具有最低像素值，來分別作為各位置上的值。
影像品質模組117可進一步去除皮膚組織外圍不必要的區域。例如，圖9A是一範例說明投影影像。請參照圖9A，投影影像910中的目標區塊911以外的影像視為不必要的區域。
影像品質模組117可依據目標區域內的像素特徵，利用利用區域分割方法（例如，分水嶺分割、馬可夫隨機場等），將投影影像區分為皮膚組織類別區塊與拍攝失誤類別區塊。例如，圖9B是一範例說明分割後的投影影像。請參照圖9B，經分割後的投影影像920包括皮膚組織類別區塊921與拍攝失誤類別區塊923。影像品質模組117可利用兩個類別的面積來產生比值（例如，拍攝失誤類別區塊923面積總和/皮膚組織類別區塊921面積總和）用於決定此影像掃描品質的優劣程度。例如，若此比值大於品質門檻值（例如，30％、20％等），則影像品質模組117判斷品質不佳，進而重新進行掃描作業。例如，透過顯示單元顯示「建議重新掃描！」的提示訊息。反之，若比值小於品質門檻值（例如，15％、30％等），則影像品質模組117判斷品質良好，且可進行例如步驟S250的病變偵測作業。
綜上所述，本發明實施例所提出的旋轉式乳房影像之病變偵測方法及病變偵測裝置，其是將旋轉式乳房影像進一步重組，以方便醫療人員能以不同方向的視角來檢視。利用基於區域的病變偵測方法能協助篩選病變位置，且可進一步與三維的重組乳房影像進行比對，以降低偽陽性。此外，本發明實施例更能透過影像品質判斷，從而維持影像掃描品質。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100‧‧‧病變偵測裝置
110‧‧‧儲存單元
111‧‧‧影像輸入模組
113‧‧‧影像重組模組
115‧‧‧病變判斷模組
117‧‧‧影像品質模組
150‧‧‧處理單元
S210～S250、S610～S670‧‧‧步驟
301‧‧‧乳房
320‧‧‧乳房取像容器
340‧‧‧掃描器
410、810‧‧‧圓柱體
431、432‧‧‧子乳房影像
501‧‧‧區隔位置
503‧‧‧缺失位置
520‧‧‧矩形
530‧‧‧影像集合
710‧‧‧旋轉式乳房影像
711‧‧‧腫瘤
730‧‧‧區域分割影像
731‧‧‧可疑病變區域
733‧‧‧病變位置
811‧‧‧厚度區域
910、920‧‧‧投影影像
911‧‧‧目標區塊
921‧‧‧皮膚組織類別區塊
923‧‧‧拍攝失誤類別區塊
r‧‧‧半徑
θ‧‧‧旋轉角度
TH‧‧‧厚度值
H‧‧‧子乳房影像的高
W‧‧‧子乳房影像的寬
RD1‧‧‧旋轉方向
圖1是依據本發明一實施例說明病變偵測裝置的方塊圖。 圖2是依據本發明一實施例說明一種旋轉式乳房影像的病變偵測方法流程圖。 圖3是旋轉式掃描的示意圖範例。 圖4為旋轉式乳房影像於立體空間的示意圖。 圖5A～圖5C是依據本發明一實施例說明填補作業的示意圖。 圖6是依據本發明一實施例說明自動化病變偵測方法的流程圖。 圖7A是未重組的旋轉式乳房影像的局部影像。 圖7B是區域分割影像。 圖7C所示為經圖7B的區域分割影像所判斷出的可疑病變區域。 圖7D所示為圖7C經偽陽性減少作業篩選的病變位置。 圖8是一範例說明決定厚度區域的示意圖。 圖9A是一範例說明投影影像。 圖9B是一範例說明分割後的投影影像。
S210~S250‧‧‧步驟

Claims (10)

  1. 一種旋轉式乳房影像之病變偵測方法，所述腫瘤偵測方法包括：取得一組旋轉式乳房影像，其中該組旋轉式乳房影像包括多張二維的子乳房影像；經由一內插法對該些二維的子乳房影像進行重組，以產生一三維的重組乳房影像；以及比對該三維的重組乳房影像以及未重組的該組旋轉式乳房影像以確認至少一病變位置。
  2. 如申請專利範圍第1項所述的病變偵測方法，其中取得該組旋轉式乳房影像的步驟之前，更包括：透過一掃描器繞著一乳房取像容器下方進行旋轉掃描一圈的過程中，分別取得該些二維的子乳房影像。
  3. 如申請專利範圍第2項所述的病變偵測方法，其中對該些二維的子乳房影像進行重組的步驟包括：依據該掃描器的掃描起始位置、旋轉角度及旋轉方向，將該些二維的子乳房影像轉換成一影像集合；判斷各相鄰的該些二維的子乳房影像之間的間隔位於該影像集合中的一缺失位置；以及透過該內插法補足該缺失位置。
  4. 如申請專利範圍第1項所述的病變偵測方法，其中比對該三維的重組乳房影像以及未重組的該組旋轉式乳房影像以確認該至少一病變位置的步驟包括：對未重組的該組旋轉式乳房影像進行區域分割，以產生一區域分割影像；判斷該區域分割影像中的至少一可疑病變區域；對該至少一可疑病變區域進行一偽陽性減少作業，以判斷該至少一病變位置；以及依據該至少一病變位置尋找該三維的重組乳房影像中是否存在相連的病變區域，以確認該至少一病變位置。
  5. 如申請專利範圍第1項所述的病變偵測方法，其中取得該組旋轉式乳房影像的步驟之後，更包括：對該組旋轉式乳房影像中的部份厚度區域的影像進行垂直投影，以產生一投影影像；以及依據該投影影像中的一拍攝失誤類別與一皮膚組織類別的比值，判斷該組旋轉式乳房影像的影像品質。
  6. 一種病變偵測裝置，包括：一儲存單元，記錄多個模組；以及一處理單元，耦接該儲存單元，且存取並執行該儲存單元所記錄的該些模組，該些模組包括：一影像輸入模組，取得一組旋轉式乳房影像，其中該組旋轉式乳房影像包括多張二維的子乳房影像； 一影像重組模組，經由一內插法對該些子乳房影像進行重組，以產生一三維的重組乳房影像；以及一病變判斷模組，比對該三維的重組乳房影像以及未重組的該組旋轉式乳房影像以確認至少一病變位置。
  7. 如申請專利範圍第6項所述的病變偵測裝置，其中該些二維的子乳房影像是透過一掃描器繞著一乳房取像容器下方進行旋轉掃描一圈的過程中所分別取得。
  8. 如申請專利範圍第7項所述的病變偵測裝置，其中該影像重組模組依據該掃描器的掃描起始位置、旋轉角度及旋轉方向將該些二維的子乳房影像轉換成一影像集合，判斷各相鄰的該些二維的子乳房影像之間的間隔位於該影像集合中的一缺失位置，且透過該內插法補足該缺失位置。
  9. 如申請專利範圍第6項所述的病變偵測裝置，其中該病變判斷模組對未重組的該組旋轉式乳房影像進行區域分割，以產生一區域分割影像，判斷該區域分割影像中的至少一可疑病變區域，對該至少一可疑病變區域進行一偽陽性減少作業，以判斷該至少一病變位置，依據該至少一病變位置尋找該三維的重組乳房影像中是否存在相連的病變區域，以確認該至少一病變位置。
  10. 如申請專利範圍第6項所述的病變偵測裝置，其中該些模組更包括：一影像品質模組，對該組旋轉式乳房影像中的部份厚度區域的影像進行垂直投影，以產生一投影影像，並依據該投影影像中 的一拍攝失誤類別與一皮膚組織類別的比值，判斷該組旋轉式乳房影像的影像品質。
TW105102651A 2016-01-28 2016-01-28 旋轉式乳房影像之病變偵測方法及病變偵測裝置 TWI577342B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW105102651A TWI577342B (zh) 2016-01-28 2016-01-28 旋轉式乳房影像之病變偵測方法及病變偵測裝置
US15/099,620 US9886757B2 (en) 2016-01-28 2016-04-15 Lesion detecting method and lesion detecting apparatus for breast image in rotating manner
CN201610283378.6A CN107016660B (zh) 2016-01-28 2016-04-29 旋转式乳房影像的病变检测装置运作方法及病变检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105102651A TWI577342B (zh) 2016-01-28 2016-01-28 旋轉式乳房影像之病變偵測方法及病變偵測裝置

Publications (2)

Publication Number Publication Date
TWI577342B true TWI577342B (zh) 2017-04-11
TW201726062A TW201726062A (zh) 2017-08-01

Family

ID=59241033

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105102651A TWI577342B (zh) 2016-01-28 2016-01-28 旋轉式乳房影像之病變偵測方法及病變偵測裝置

Country Status (3)

Country Link
US (1) US9886757B2 (zh)
CN (1) CN107016660B (zh)
TW (1) TWI577342B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI839758B (zh) * 2022-06-20 2024-04-21 緯創資通股份有限公司 醫療影像的處理方法及處理醫療影像的運算裝置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016202240A1 (de) * 2016-02-15 2017-08-17 Siemens Healthcare Gmbh Magnetresonanz-bildgebung
US10991092B2 (en) * 2018-08-13 2021-04-27 Siemens Healthcare Gmbh Magnetic resonance imaging quality classification based on deep machine-learning to account for less training data
CN110400303A (zh) * 2019-07-25 2019-11-01 杭州依图医疗技术有限公司 一种确定、显示乳房图像中病灶的方法及装置
CN112432902A (zh) * 2020-12-03 2021-03-02 中国人民解放军陆军军医大学第二附属医院 一种外周血细胞形态学判别细胞数目的自动检测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1411356A (zh) * 1999-11-18 2003-04-16 罗切斯特大学 用于锥形线束体积计算机x线断层摄影乳房造影法的装置和方法
US20070081712A1 (en) * 2005-10-06 2007-04-12 Xiaolei Huang System and method for whole body landmark detection, segmentation and change quantification in digital images
CN101606853A (zh) * 2008-06-18 2009-12-23 株式会社东芝 超声波诊断装置及超声波图像取得方法
TWM448263U (zh) * 2012-10-12 2013-03-11 Ye X Ray Mfg Corp Ｘ光檢測設備之移位裝置
TW201347737A (zh) * 2012-05-18 2013-12-01 Univ Nat Taiwan 乳房超音波影像掃描及診斷輔助系統
TWM521447U (zh) * 2016-01-28 2016-05-11 太豪生醫股份有限公司 旋轉式乳房影像之病變偵測裝置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4015836A (en) * 1975-07-31 1977-04-05 General Electric Company Mammography table
AU2003275423A1 (en) 2002-10-01 2004-04-23 U-Systems, Inc. Apparatus and method for full-field breast ultrasound scanning
US7708691B2 (en) 2005-03-03 2010-05-04 Sonowise, Inc. Apparatus and method for real time 3D body object scanning without touching or applying pressure to the body object
CN101208042B (zh) * 2005-06-28 2010-11-17 柯尼卡美能达医疗印刷器材株式会社 异常阴影候选检测方法、异常阴影候选检测装置
US20080292164A1 (en) * 2006-08-29 2008-11-27 Siemens Corporate Research, Inc. System and method for coregistration and analysis of non-concurrent diffuse optical and magnetic resonance breast images
WO2009086332A1 (en) * 2007-12-21 2009-07-09 Koning Corporation The methods and apparatus of cone beam ct imaging and image-guided procedures
US7732774B2 (en) * 2008-09-19 2010-06-08 Jefferson Science Associates, Llc High resolution PET breast imager with improved detection efficiency
US8824762B2 (en) * 2010-10-22 2014-09-02 The Johns Hopkins University Method and system for processing ultrasound data
DE102011003137A1 (de) * 2011-01-25 2012-07-26 Siemens Aktiengesellschaft Bildgebungsverfahren mit einer verbesserten Darstellung eines Gewebebereichs
US20130109963A1 (en) * 2011-10-31 2013-05-02 The University Of Connecticut Method and apparatus for medical imaging using combined near-infrared optical tomography, fluorescent tomography and ultrasound
JP5848590B2 (ja) * 2011-12-02 2016-01-27 浜松ホトニクス株式会社 乳房撮像装置
TWI483711B (zh) 2012-07-10 2015-05-11 Univ Nat Taiwan Tumor detection system and method of breast ultrasound image
JP6297606B2 (ja) * 2013-02-27 2018-03-20 ワン， シー−ピンＷａｎｇ， Ｓｈｉｈ−Ｐｉｎｇ 乳房超音波スキャニング装置及び方法
JP6489801B2 (ja) * 2014-01-16 2019-03-27 キヤノン株式会社 画像処理装置、画像診断システム、画像処理方法およびプログラム
JP6431342B2 (ja) * 2014-01-16 2018-11-28 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
US9613440B2 (en) * 2014-02-12 2017-04-04 General Electric Company Digital breast Tomosynthesis reconstruction using adaptive voxel grid

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1411356A (zh) * 1999-11-18 2003-04-16 罗切斯特大学 用于锥形线束体积计算机x线断层摄影乳房造影法的装置和方法
US20070081712A1 (en) * 2005-10-06 2007-04-12 Xiaolei Huang System and method for whole body landmark detection, segmentation and change quantification in digital images
CN101606853A (zh) * 2008-06-18 2009-12-23 株式会社东芝 超声波诊断装置及超声波图像取得方法
TW201347737A (zh) * 2012-05-18 2013-12-01 Univ Nat Taiwan 乳房超音波影像掃描及診斷輔助系統
TWM448263U (zh) * 2012-10-12 2013-03-11 Ye X Ray Mfg Corp Ｘ光檢測設備之移位裝置
TWM521447U (zh) * 2016-01-28 2016-05-11 太豪生醫股份有限公司 旋轉式乳房影像之病變偵測裝置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI839758B (zh) * 2022-06-20 2024-04-21 緯創資通股份有限公司 醫療影像的處理方法及處理醫療影像的運算裝置
US12288381B2 (en) 2022-06-20 2025-04-29 Wistron Corporation Processing method of medical image and computing apparatus for processing medical image

Also Published As

Publication number Publication date
US20170221199A1 (en) 2017-08-03
US9886757B2 (en) 2018-02-06
CN107016660A (zh) 2017-08-04
TW201726062A (zh) 2017-08-01
CN107016660B (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
TWI577342B (zh) 旋轉式乳房影像之病變偵測方法及病變偵測裝置
US7865002B2 (en) Methods and apparatus for computer automated diagnosis of mammogram images
CN103402435B (zh) 医用图像处理装置及医用图像处理方法
Van Schie et al. Generating synthetic mammograms from reconstructed tomosynthesis volumes
CN107405126B (zh) 检索成对的医学图像的对应结构
WO2008080281A1 (en) Radiation imaging method and system for dual-view scanning
US20160210774A1 (en) Breast density estimation
JP2010504129A (ja) 肺結節の高度コンピュータ支援診断
JP2019177050A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
US20060050991A1 (en) System and method for segmenting a structure of interest using an interpolation of a separating surface in an area of attachment to a structure having similar properties
TWI574671B (zh) 乳房影像的分析方法以及其電子裝置
JP2022179433A (ja) 画像処理装置及び画像処理方法
US20200253580A1 (en) Tissue lesion detection and determination using quantitative transmission ultrasound
JP7242436B2 (ja) 読影支援装置、読影支援方法、及び読影支援プログラム
JP2004174241A (ja) 画像形成方法
US12488423B2 (en) Image processing device, method for operating image processing device, and program for operating image processing device
US20230206397A1 (en) Image processing device, method for operating image processing device, and program for operating image processing device
TWM521447U (zh) 旋轉式乳房影像之病變偵測裝置
Kim et al. Ultrasonographic morphological characteristics determined using a deep learning-based computer-aided diagnostic system of breast cancer
CN1644160A (zh) 分布式心脏图像多维重建与交互可视化方法
WO2008094446A2 (en) Circular intensity distribution analysis for the detection of convex, concave and flat surfaces
US12536649B2 (en) Image processing device, image processing method, and image processing program for facilitating image diagnosis using mammography apparatus to generate composite two-dimensional tomographic image using selected tomographic image slices corresponding to detected spicula regions
JP2001204725A (ja) Ｘ線ｃｔ装置
JP2003265450A (ja) 医用画像表示方法および医用画像処理装置
CN117378015A (zh) 从数字病理学图像预测可操作突变