病变组织生长监测方法和系统的利记博彩app
【专利摘要】本发明提供一种病变组织生长监测方法和系统，其中方法包括步骤：获取病变组织区域形变的诱导剪切波，根据诱导剪切波获取病变组织的弹性图像；针对弹性图像的ROI区域进行逐点匹配并跟踪区域内像素点，构建ROI区域的弹性信息图像；确定弹性信息图像中病变组织的软硬属性；对弹性信息图像进行浸润程度跟踪，确定浸润组织区域范围；根据弹性信息图像、软硬属性以及浸润组织区域范围获取病变组织的浸润生长特性参数；根据病变组织的浸润生长特性参数对所述病变组织的生长进行监测。本发明的技术方案，能够完整的表征病变组织的弹性信息，良/恶性肿块分类精度高，肿瘤生长监测准确性高，为肿瘤的病理学研究和早期诊断治疗提供重要依据。
【专利说明】病变组织生长监测方法和系统
【技术领域】
[0001]本发明涉及医学图像处理【技术领域】，特别是涉及一种病变组织生长监测方法和系统。
【背景技术】
[0002]医学临床研究表明，细胞发生病变时，其自身及周围正常组织的生物力学特性发生显著变化，利用显示组织弹性参数的影像信息对乳腺肿瘤的生长特征进行定量的表征、评估和监测，对保乳手术的术前预测、放射治疗靶区的界定和肿瘤良、恶性判别等都具有重大意义。
[0003]例如，对于基于弹性参数的乳腺肿瘤生长特性监测上，目前的研究工作主要集中在如何构建弹性图像上，缺乏对弹性图像信息与临床诊断结果的前瞻性研究，诊断结果往往易受诊断者主观影响，肿瘤生长的弹性参数提取没有形成统一的标准，这些都影响了乳腺肿瘤生长特征评估和监测准确性。
[0004]肿瘤是很多人体组织疾病最常见最基本的征象，临床上常根据肿瘤的一些特征，如大小、硬度及其表面光滑度等来对肿瘤病变情况进行评估，实现肿瘤的生长监测，硬度特征作为乳腺肿瘤的常见特征，由于缺乏先进的仪器，一直以来都只能以触诊的方式来测量。
[0005]近几年来，弹性成 像技术得到了广泛的发展，其通过显示组织的偏移、应变等信息来描述组织弹性程度，使得组织弹性生长特征的提取成为可能，也是目前临床上用于测量组织弹性生长信息的最主要方式。
[0006]对于二维弹性图像上肿瘤浸润生长特性参数的研究还处于初级阶段，现有技术主要有以下几种:①《生物医学超声学》(万明习主编)下册480-483页、中国专利申请号201030119332.4《肝硬化检测仪器》、《解放军医学杂志》2011年第36卷第11期1131-1133页和《中国医学影像技术》2012年第28卷第3期529-533页，在超声瞬时弹性成像图像中，以感兴趣区域的弹性均值表征弹性特征，该特征参数主要用于诊断肝纤维化、肝硬化等肝脏弥散性病变广西医科大学2011年硕士学位论文《实时超声弹性成像诊断肝脏局灶性病变的临床价值研究》(作者:梅陈玲)、《中国医学影像技术》2010年第26卷第9期1682-1684页、《现代生物医学进展》2010年第26卷第9期492-494页和《华西医学》2010年第25卷第2期294-297页，根据病灶弹性图像的色彩分布特征进行评分，从而指导病变的属性判别，即临床上常用的五分法；?《Cancer Control)) 2010年17卷第3期156-161页、《临床医学》2011年第31卷10期93-94页、《当代医学》2012年第18卷第I期7_9页、第二军医大学2011年硕士学位论文《超声弹性成像对肝脏良恶性肿瘤鉴别诊断价值的研究》(作者:冀建峰)、《中国医学影像技术》2009年第18卷第7期589-591页和《世界华人消化杂志》2010年第18卷第30期3254-3258页，通过计算弹性图像上肿瘤区域应变率比值，推断出肿瘤相对于周围正常组织的硬度《中国超声医学杂志》2009年第25卷第4期362-364页、复旦大学2010年硕士学位论文《实时组织弹性成像在鉴别诊断乳腺良恶性肿块中的应用》(作者:宫霞)，通过弹性图像上肿瘤区域面积比值，推断肿瘤相对于周围正常组织的硬度；?《J Ultrasound Med)) 2012年第31期281-287页提出弹性图像上肿瘤区域与B模式上肿瘤区域的长度比值，评估病变区域与正常组织区域的弹性特征。
[0007]综上所述技术方案，①方法提取的弹性特征为定量；②③④⑤方法提取的弹性特征为定性或半定量。具体的，①为采用一维成像技术的瞬时弹性检测技术，虽然可以给出定量的组织平均弹性模量值，但是无法获取二维弹性分布信息，一般只适用于检测弥散性病变。②是对弹性模量估计最基本最早的一种方法，也是目前临床诊断应用最广泛的弹性特征，但还存在以下缺点:1)由于肿瘤多样性，评分标准不够完善不足以适用于所有肿瘤情况；2)评分过程由超声医生对弹性图像做出的主观评价，导致评分过程受到医生主观因素的影响。③④⑤是近期学者们用于评估肿瘤弹性性能的特征，相比②能更客观定量地反映病灶的硬度变化程度，但是仍然存在待改进之处:1)特征无法进行不同病灶之间的横向比较，某些病变下获取的上述比值区间存在一定的重叠，只依靠单一比值识别容易造成误诊；2)病灶区域内软硬区域的界定使用固定阈值，由于弹性成像缺点，不同图像中界定阈值实际对应应变力不同，导致弹性值量化误差；3)在对肿瘤良恶性分类时，采用单一阈值对图像分类，适用性不强，导致误诊、漏诊。
[0008]综上所述，应用上述各种方法获取的弹性特征值，无法完整的表征肿瘤的弹性信息，存在良恶性肿块分类精度低、肿瘤生长监测准确性低的问题。
【发明内容】
[0009]基于此，有必要针对上述弹性特征值还存在着无法完整的表征肿瘤的弹性信息、良恶性肿块分类精度低的问题，提供一种病变组织生长监测方法和系统。
[0010]一种病变组 织生长监测方法，包括如下步骤:
[0011]获取病变组织区域形变的诱导剪切波，根据所述诱导剪切波获取病变组织的弹性图像；
[0012]针对所述弹性图像的ROI区域进行逐点匹配并跟踪区域内像素点，构建ROI区域的弹性信息图像；
[0013]确定所述弹性信息图像中病变组织的软硬属性；
[0014]对所述弹性信息图像进行浸润程度跟踪，确定浸润组织区域范围；
[0015]根据所述弹性信息图像、软硬属性以及浸润组织区域范围获取病变组织的浸润生长特性参数；
[0016]根据所述病变组织的浸润生长特性参数对所述病变组织的生长进行监测。
[0017]一种病变组织生长监测系统，包括:
[0018]弹性图像获取模块，用于获取病变组织区域形变的诱导剪切波，根据所述诱导剪切波获取病变组织的弹性图像；
[0019]弹性信息图像创建模块，用于针对所述弹性图像的ROI区域进行逐点匹配并跟踪区域内像素点，构建ROI区域的弹性信息图像；
[0020]组织软硬属性确定模块，用于确定所述弹性信息图像中病变组织的软硬属性；
[0021]浸润程度跟踪模块，用于对所述弹性信息图像进行浸润程度跟踪，确定浸润组织区域范围；
[0022]弹性特征参数提取模块，用于根据所述弹性信息图像、软硬属性以及浸润组织区域范围获取病变组织的浸润生长特性参数；
[0023]病变组织生长监测模块，用于根据所述病变组织的浸润生长特性参数对所述病变组织的生长进行监测。
[0024]上述病变组织生长监测方法和系统，融合声辐射力弹性成像技术和图像处理技术获取二维弹性模量图，利用图像处理技术对图像进行预处理获取肿瘤浸润程度轮廓，实现二维弹性图像上浸润区域的自动分割及软硬区域界定；然后结合图像处理知识和临床经验数据，根据浸润区域的生长特性从图像中提取识别能力高、鲁棒性强的弹性值参数序列，采用力学成像手段评估 病变组织的浸润情况，完整的表征病变组织的弹性信息，能够指导病变组织的良、恶性判别，良/恶性肿块分类精度高，病变组织生长监测准确性高，为肿瘤的病理学研究和早期诊断治疗提供重要依据，为肿瘤的早期诊断和病理研究治疗提供新的有效途径。
【专利附图】
【附图说明】
[0025]图1为一个实施例的病变组织生长监测方法流程图；
[0026]图2为弹性信息图像重建结果示意图；
[0027]图3为弹性图像软硬区域界定结果示意图；
[0028]图4为组织浸润程度边界跟踪结果示意图；
[0029]图5为浸润组织周边区域选择示意图；
[0030]图6为一个实施例的病变组织生长监测系统结构示意图；
[0031]图7为纤维腺瘤(良性)的区域边界跟踪结果示意图；
[0032]图8为浸润性导管癌(恶性)区域边界跟踪结果示意图。
【具体实施方式】
[0033]下面结合附图对本发明的病变组织生长监测方法和系统的【具体实施方式】作详细描述。
[0034]本发明的病变组织生长监测方法和系统，可以应用于监控各种病变组织生长，例如，例如肝脏、肺部、甲状腺等弹性程度评估，乳腺肿瘤浸润生长特性弹性程度评估，也可以用于乳腺及人体其它部位上病变区域弹性程度评估。
[0035]参见图1所示，图1为一个实施例的病变组织生长监测方法流程图，主要包括如下步骤:
[0036]步骤S10，获取病变组织区域形变的诱导剪切波，根据所述诱导剪切波获取病变组织的弹性图像。
[0037]在本步骤中，可以通过利用超声声辐射力场诱导产生的剪切波在生物组织结构中的传播，获取病变组织区域形变的诱导剪切波，进而根据诱导剪切波获取病变组织的弹性图像。
[0038]考虑到超声声辐射力场诱导产生的剪切波在复杂生物组织不同结构中(如乳腺中包含脂肪、结缔组织等)的传播，会引入非均匀性、声速衰减、边界等非理想化因素的影响，同时由于超声系统的电子噪声和量化噪声、组织压缩导致回波信号轴向变形等原因，会产生信号解相关性作用，使得位移估计带来较大的误差。因此，需要提供一种更精确的弹性成像方法，以获取高质量的乳腺肿瘤二维弹性模量分布图。
[0039]在一个实施例中，步骤SlO的获取病变组织的弹性图像过程具体包括如下步骤:
[0040]步骤S101，利用聚焦超声波束产生的辐射力获取乳腺肿瘤区域形变诱导剪切波。
[0041]具体地，采用基于声辐射力的超声弹性成像技术，利用超声系统产生的辐射力获取病变组织区域形变诱导剪切波。
[0042]步骤S102，追踪剪切波峰面的传播，计算侧向传播路径上各点位置与剪切波波峰到达时间的关系曲线，根据所述关系曲线计算出剪切波速度。
[0043]具体地，首先将得到剪切波的RF信号进行希尔伯特变换，变为解析信号:
[0044]
【权利要求】
1.一种病变组织生长监测方法，其特征在于，包括如下步骤: 获取病变组织区域形变的诱导剪切波，根据所述诱导剪切波获取病变组织的弹性图像； 针对所述弹性图像的ROI区域进行逐点匹配并跟踪区域内像素点，构建ROI区域的弹性信息图像； 确定所述弹性信息图像中病变组织的软硬属性； 对所述弹性信息图像进行浸润程度跟踪，确定浸润组织区域范围； 根据所述弹性信息图像、软硬属性以及浸润组织区域范围获取病变组织的浸润生长特性参数； 根据所述病变组织的浸润生长特性参数对所述病变组织的生长进行监测。
2.根据权利要求1所述的病变组织生长监测方法，其特征在于，所述利用聚焦超声波束产生的辐射力获取病变组织区域形变的诱导剪切波，根据所述诱导剪切波获取病变组织的弹性图像的步骤包括: 利用聚焦超声波束产生的辐射力获取乳腺肿瘤区域形变诱导剪切波； 追踪剪切波峰面的传播，计算侧向传播路径上各点位置与剪切波波峰到达时间的关系曲线，根据所述关系曲线计算出剪切波速度； 根据所述剪切波速度获取杨氏弹性模量，根据所述杨氏弹性模量获取病变组织高分辨率的弹性图像。`
3.根据权利要求1所述的病变组织生长监测方法，其特征在于，所述确定所述弹性信息图像中病变组织的软硬属性的步骤包括: 计算所述弹性信息图像的聚类中心；其中，聚类中心包括硬区域聚类中心和软区域聚类中心； 计算所述弹性信息图像上每个元素的模糊相似矩阵与聚类中心的距离平方和，获取每个元素属于软硬区间的隶属度； 根据隶属度确定ROI区域组织的软硬属性。
4.根据权利要求1所述的病变组织生长监测方法，其特征在于，所述对所述弹性信息图像进行浸润程度跟踪，确定浸润组织区域范围的步骤包括: 获取弹性信息图像的B模式图像； 在B模式图像上对病变组织的区域边界进行跟踪得到组织浸润程度边界； 提取B模式图像的边缘信息并融合到弹性信息图像上，获取弹性信息图像上的浸润组织区域范围。
5.根据权利要求1所述的病变组织生长监测方法，其特征在于，所述浸润生长特性参数包括:浸润区域硬度比率、弹性特征比率、弹性均值、弹性方差以及弹性分数。
6.一种病变组织生长监测系统，其特征在于，包括: 弹性图像获取模块，用于获取病变组织区域形变的诱导剪切波，根据所述诱导剪切波获取病变组织的弹性图像； 弹性信息图像创建模块，用于针对所述弹性图像的ROI区域进行逐点匹配并跟踪区域内像素点，构建ROI区域的弹性信息图像； 组织软硬属性确定模块，用于确定所述弹性信息图像中病变组织的软硬属性；浸润程度跟踪模块，用于对所述弹性信息图像进行浸润程度跟踪，确定浸润组织区域范围； 弹性特征参数提取模块，用于根据所述弹性信息图像、软硬属性以及浸润组织区域范围获取病变组织的浸润生长特性参数； 病变组织生长监测模块，用于根据所述病变组织的浸润生长特性参数对所述病变组织的生长进行监测。
7.根据权利要求6所述的病变组织生长监测系统，其特征在于，所述弹性图像获取模块进一步用于: 利用聚焦超声波束产生的辐射力获取乳腺肿瘤区域形变诱导剪切波；追踪剪切波峰面的传播，计算侧向传播路径上各点位置与剪切波波峰到达时间的关系曲线，根据所述关系曲线计算出剪切波速度；根据所述剪切波速度获取杨氏弹性模量，根据所述杨氏弹性模量获取病变组织高分辨率的弹性图像。
8.根据权利要求6 所述的病变组织生长监测系统，其特征在于，所述组织软硬属性确定模块进一步用于: 计算所述弹性信息图像的聚类中心；其中，聚类中心包括硬区域聚类中心和软区域聚类中心；计算所述弹性信息图像上每个元素的模糊相似矩阵与聚类中心的距离平方和，获取每个元素属于软硬区间的隶属度；根据隶属度确定ROI区域组织的软硬属性。
9.根据权利要求6所述的病变组织生长监测系统，其特征在于，所述浸润程度跟踪模块进一步用于: 获取弹性信息图像的B模式图像；在B模式图像上对病变组织的区域边界进行跟踪得到组织浸润程度边界；提取B模式图像的边缘信息并融合到弹性信息图像上，获取弹性信息图像上的浸润组织区域范围。
10.根据权利要求6所述的病变组织生长监测系统，其特征在于，所述浸润生长特性参数包括:浸润区域硬度比率、弹性特征比率、弹性均值、弹性方差以及弹性分数。
【文档编号】A61B8/08GK103720489SQ201310749638
【公开日】2014年4月16日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】肖杨, 张雪, 郑海荣, 牛丽丽, 王丛知 申请人:中国科学院深圳先进技术研究院