用于乳腺腫瘤分級(jí)診斷超聲圖像增強(qiáng)的算法

楊銀廣，黃禎，王正發(fā)，梁鳳儀，袁勝坤，蓋詩(shī)敏，鄒應(yīng)嬌

(1.東莞市第三人民醫(yī)院，東莞 523800；2.廣東睿超電子科技有限公司，東莞 523800)

1 引 言

女性乳腺腫瘤疾病是目前比較常見(jiàn)的疾病,對(duì)其早期的診斷和分級(jí)定性非常重要。臨床上用于評(píng)價(jià)乳腺腫瘤良性、惡性程度的主要方法是通過(guò)乳腺超聲以及目標(biāo)組織病理檢查，即乳房活檢，而乳房活檢雖然是金標(biāo)準(zhǔn)，但是一種侵入、有創(chuàng)，同時(shí)又是較為昂貴且給患者帶來(lái)不便的方法，特別是臨床上有不少活檢是良性結(jié)果，給患者帶來(lái)一定的額外傷害。而超聲診斷作為無(wú)創(chuàng)診斷方式，具有一定的優(yōu)勢(shì)，通過(guò)對(duì)組織的超聲圖像做定性的分析和評(píng)價(jià)，不過(guò)這種方式與診斷醫(yī)生的經(jīng)驗(yàn)有很大的關(guān)系，診斷結(jié)果存在一定的主觀因素[1]。

超聲成像設(shè)備受制于其原理，對(duì)一些組織的成像有分辨力不強(qiáng)等客觀因素，導(dǎo)致目前超聲診斷的準(zhǔn)確率僅有70%左右。此外超聲成像設(shè)備受其內(nèi)部的系統(tǒng)噪聲以及外部復(fù)雜電磁干擾因素的影響，導(dǎo)致部分細(xì)微結(jié)構(gòu)的圖像分辨差異不夠[2]。而超聲圖像最終的診斷需要借助超聲診斷醫(yī)生的人眼辨別，而人眼對(duì)灰度圖像的分辨能力有一定的局限性,導(dǎo)致在乳腺不同程度腫瘤超聲圖像之間的特征差異不易被明顯區(qū)分，從而導(dǎo)致診斷醫(yī)生在病變組織良惡性、惡性幾率方面的分級(jí)診斷中產(chǎn)生一定的困難和不確定性[3]。針對(duì)這一現(xiàn)狀，我們提出一種乳腺腫瘤分級(jí)診斷的超聲圖像增強(qiáng)算法，對(duì)臨床醫(yī)生的鑒別診斷提供幫助。

2 超聲圖像灰度動(dòng)態(tài)處理

良性和惡性乳腺腫瘤超聲圖像特征差異主要表現(xiàn)在幾個(gè)方面：良性腫瘤形態(tài)一般為圓或橢圓的規(guī)則形狀，邊緣光整，邊界清晰，內(nèi)部為均勻低回聲，側(cè)后聲影明顯；而惡性腫瘤則相對(duì)不規(guī)則，邊緣不光整，邊界不清晰，內(nèi)部回聲不均勻且有微小鈣化，側(cè)后聲影不明顯[4-6]。本研究通過(guò)對(duì)比放大強(qiáng)弱回聲的灰階值，使差異更加明顯，對(duì)乳腺腫瘤的分級(jí)診斷提供差異化加大的圖像，便于鑒別診斷。

灰度動(dòng)態(tài)變換是針對(duì)良惡性超聲圖像的特征，根據(jù)敏感區(qū)域整體圖像的灰度值分布情況，對(duì)局部灰度值域進(jìn)行放大處理，而對(duì)其余灰度值域進(jìn)行壓縮處理[7-9]。超聲圖像灰度值域區(qū)間為 [0,255],因灰度值在[0，10]及[245，255]處太暗或太亮，經(jīng)壓縮處理后人工無(wú)法有效辨認(rèn)，故把這兩個(gè)灰度值域作為非放大區(qū)域做壓縮處理。而放大值域的確定方法為：計(jì)算目標(biāo)圖像[11，244]中所有灰度值的中心值T。圖像像素總數(shù)為S，選取區(qū)間[A,T](10

(1)

由于目標(biāo)超聲圖像中像素值主要集中在[A,B]區(qū)域，[0，A]以及[B，255]區(qū)間的像素值分布較少，所以,通過(guò)該方法變換處理后，能讓更多的原來(lái)接近這兩個(gè)區(qū)域的像素值集中在這些區(qū)域，而感興趣超聲圖像像素的強(qiáng)回聲信號(hào)因變換而增強(qiáng)，由此可增強(qiáng)乳腺圖像中強(qiáng)弱回聲信號(hào)的對(duì)比，更能突出相關(guān)特征。

3 局部對(duì)比度增強(qiáng)處理

乳腺腫瘤超聲圖像經(jīng)過(guò)灰度值局部壓縮和拉伸變換處理后，反而使部分圖像的細(xì)節(jié)變得模糊，分辨率降低，為了改善此問(wèn)題，需對(duì)圖像的細(xì)節(jié)進(jìn)行局部增強(qiáng)處理，以提高圖像的整體質(zhì)量。

3.1 傳統(tǒng)對(duì)比度增強(qiáng)方法

傳統(tǒng)的圖像對(duì)比度增強(qiáng)方法主要是通過(guò)目標(biāo)像素與圖像均值像素之間的對(duì)比，通過(guò)固定的放大系數(shù)k(大于1)，將目標(biāo)像素值與均值之間的差值進(jìn)行k倍放大，從而使得圖像的對(duì)比度有一定的增強(qiáng)效果，細(xì)節(jié)也能得到強(qiáng)化[9]。但這種方法系數(shù)固定，對(duì)不同的圖像效果不同，對(duì)乳腺腫瘤圖像增強(qiáng)效果不明顯。

3.2 改進(jìn)型對(duì)比度增強(qiáng)方法

針對(duì)傳統(tǒng)對(duì)比度增強(qiáng)方法的缺陷，本研究利用局部標(biāo)準(zhǔn)差以及熵特征相結(jié)合來(lái)對(duì)放大系數(shù)進(jìn)行動(dòng)態(tài)調(diào)整。

在對(duì)超聲圖像進(jìn)行增強(qiáng)處理的過(guò)程中，用局部標(biāo)準(zhǔn)差σs來(lái)度量該區(qū)域的對(duì)比度，用整幅圖像的標(biāo)準(zhǔn)差σg來(lái)度量圖像的總體對(duì)比度。

熵是指體系的混亂的程度,用H 表示。其計(jì)算方法如下：

(2)

熵是圖像灰度信息豐富程度與否的評(píng)價(jià)標(biāo)準(zhǔn),反映了圖像包含信息量的大小。熵越大，圖像包含的像素灰度的組合越豐富,灰度分布越不均勻。用局部熵Hs代表目標(biāo)區(qū)域的混亂度，Hg代表整個(gè)圖像的混亂度。

假定Ms=Hs*σs，Mg=Hg*σg，在對(duì)超聲圖像進(jìn)行增強(qiáng)處理的過(guò)程中，若某一區(qū)域的M接近或高于Ms時(shí)，說(shuō)明目標(biāo)區(qū)域的對(duì)比度或混亂程度已足夠明顯，足以辨別診斷，無(wú)需對(duì)該部分進(jìn)行增強(qiáng)處理；若某一區(qū)域的Mg遠(yuǎn)低于Ms時(shí)，可認(rèn)為區(qū)域內(nèi)圖像對(duì)比度或混亂程度極低，不包含所需的圖像細(xì)節(jié)，也無(wú)需對(duì)該部分進(jìn)行增強(qiáng)處理。所以，只需對(duì)目標(biāo)區(qū)域范圍滿(mǎn)足k1*Ms

對(duì)比度增強(qiáng)是將目標(biāo)像素值與均值之間的差值進(jìn)行放大，假設(shè)放大系數(shù)為η，不同圖像其放大系數(shù)應(yīng)不同，若整體圖像的Mg值較高，說(shuō)明圖像特征較為明顯，放大系數(shù)應(yīng)減小。反之若Mg值較低，說(shuō)明圖像特征還不夠明顯，放大系數(shù)應(yīng)增大，即η應(yīng)與Mg成反比。圖像的灰度平均值(假定為T(mén)g)體現(xiàn)圖像的整體亮度，在相同放大系數(shù)條件下，Tg越小，放大后呈現(xiàn)的效果更明顯。為了適應(yīng)不同的圖像，η應(yīng)與Tg成正比。

綜合考慮，改進(jìn)后圖像局部的對(duì)比度增強(qiáng)算法如下：

(3)

其中，η為動(dòng)態(tài)系數(shù)，滿(mǎn)足η=k*Tg/Mg，k為常數(shù)，Tg為整個(gè)超聲圖像的灰度平均值。mx(i,j) 為點(diǎn)(i,j)鄰域內(nèi)灰度的平均值，x(i,j)為輸入圖像灰度值，f(i,j)為輸出圖像的灰度值，該算法通過(guò)局部標(biāo)準(zhǔn)差以及熵值來(lái)選擇所需增強(qiáng)的目標(biāo)區(qū)域，同時(shí)對(duì)不同對(duì)比度的區(qū)域進(jìn)行不同的動(dòng)態(tài)的增強(qiáng)，提高了超聲圖像質(zhì)量。

4 實(shí)驗(yàn)結(jié)果與分析

本研究分別選取臨床中常見(jiàn)的乳腺腫瘤性質(zhì)為良性、無(wú)法直接辨別需進(jìn)一步活檢、惡性腫瘤概率極高的圖像各一幅，采用Matlab7.0軟件，運(yùn)用本研究算法對(duì)圖像進(jìn)行增強(qiáng)處理，同時(shí)與原圖像進(jìn)行對(duì)比分析，結(jié)果見(jiàn)圖1。其中改進(jìn)型對(duì)比度增強(qiáng)算法處理時(shí)，掩膜大小為目標(biāo)像素位置鄰域7×7區(qū)域，常數(shù)k為0.5，k1為0.05，k2為0.7。

對(duì)于良性腫瘤超聲圖像，見(jiàn)圖1(a)、圖1(b)，經(jīng)增強(qiáng)處理后，病灶邊界更加明顯突出，同時(shí)病灶側(cè)后聲影保持明顯，更容易診斷為良性腫瘤。而對(duì)于無(wú)法直接通過(guò)超聲圖像診斷的圖像，見(jiàn)圖1(c)、圖1(d)，經(jīng)增強(qiáng)處理后，圖像細(xì)微結(jié)構(gòu)的差異性有一定的增強(qiáng)，同時(shí)對(duì)病灶邊界及內(nèi)部細(xì)微圖像有一定的改善。對(duì)于高度懷疑惡性腫瘤的圖像，見(jiàn)圖1(e)、圖1(f)，經(jīng)增強(qiáng)處理后，邊界不清晰特征有一定程度加深，病灶內(nèi)部不均勻回聲也一定程度加強(qiáng)，更易判定為惡性腫瘤。

圖1 不同級(jí)別乳腺腫瘤圖像在進(jìn)行增強(qiáng)處理前后的對(duì)比

Fig.1Image of different breast tumors with different degrees before and after enhancement

(a).original image of benign breast tumor;(b).enhanced image of breast benign tumor;(c).original image of confirmed by biopsy;

(d).enhanced image of confirmed by biopsy;(e).original image of malignant tumor;(f).enhanced image of malignant tumor

5 結(jié)論

本研究在超聲圖像基礎(chǔ)上對(duì)乳腺腫瘤分級(jí)診斷提出了一種處理方法，包括灰度值的動(dòng)態(tài)變換處理以及利用局部標(biāo)準(zhǔn)差及熵值相結(jié)合分析的圖像增強(qiáng)算法，本研究算法可以凸顯乳腺腫瘤圖像的特征，使不同級(jí)別乳腺腫瘤圖像之間的特征差異更加明顯，優(yōu)化了圖像細(xì)節(jié)，提高了質(zhì)量，為臨床醫(yī)師的診斷提供幫助，提高對(duì)乳腺腫瘤診斷的準(zhǔn)確性。