一种肿瘤辅助诊断方法
【技术领域】
[0001] 本发明涉及生物医学工程中X射线类同轴相位衬度图像在肿瘤的辅助诊断，特别 是涉及一种肿瘤辅助诊断方法。
【背景技术】
[0002] 同步辐射X射线类同轴相位衬度成像是一种新的成像技术，它能对各种物质成像。 在生物医学应用中，同步辐射X射线类同轴相位衬度成像能对生物组织成像，它的成像分辨 率是微米等级。同步辐射X射线类同轴相位衬度成像目前是在实验研究阶段，它对生物软组 织的影像图像有很好的图像分辨率，对早期肿瘤的发现能比现有的影像设备提高1个数量 级。
[0003] 目前现有的灰度等级共生矩阵的纹理特征的方法，主要用在现有的影像图像上， 例如，大多数都是灰度等级共生矩阵纹理特征的方法用来分析乳腺肿瘤的X线图像，没有用 来应用在X射线类同轴相位衬度图像的胃肿瘤，肝肿瘤等图像上。林森森、姜新国、彭小芳、 汪秀玲、王阿明在"基于灰度共生矩阵的乳腺肿瘤纹理特征提取"，徐州医学院学报， V〇1.33，N〇.3,2013中对乳腺正常区域和乳腺肿瘤区域做了灰度等级共生矩阵纹理特征的 方法分析，并没有进一步的主成分分析计算。赵杰、龚硕然、王龙在"脑部CT图像的三维重建 及纹理特征研究"，激光杂志，￥〇1.35，如.6,2014中对(：1'图像的脑正常区域和脑肿瘤区域进 行了 4个灰度等级共生矩阵纹理特征分析，而没有采用9个灰度等级共生矩阵纹理特征进行 的分析。尹剑仑、卫武迪、梁永贵在"肿瘤超声图像灰度和纹理特征提取方法研究"，通信技 术，￥〇1.42，如.09,2009中对乳腺的超声图像良恶性乳腺肿瘤进行了4个灰度等级共生矩阵 的纹理特征分析。徐可、相玉红、代荫梅、张卓勇在"近红外光谱技术结合主成分分析法用于 子宫内膜癌的诊断"，高等学校化学学报，VO 1.30，No. 8，2009，8中对子宫内膜癌的红外光谱 数据进行了主成分分析可以实现对子宫内膜癌的鉴别诊断。目前主要的灰度等级共生矩阵 的纹理特征的方法用在现有的医用超声设备图像，CT图像，X线图像上，并且只做了灰度等 级共生矩阵的纹理特征的分析，并没有结合主成分分析方法来对X射线类同轴相位衬度图 像的胃肿瘤，肝肿瘤等的相衬图像上进行过分析。
【发明内容】
[0004] 本发明的目的在于提供一种肿瘤辅助诊断方法，用于结合主成分分析方法来对X 射线类同轴相位衬度图像的胃肿瘤/肝肿瘤等的相衬图像上进行分析，以获取相应的肿瘤 诊断结果。
[0005] 为了实现上述目的，本发明提供一种肿瘤辅助诊断方法，包括：
[0006] 步骤一，对同步辐射X射线类同轴相位衬度图像中的异常区域选择感兴趣区域；
[0007] 步骤二，对该感兴趣区域进行处理，得到灰度等级共生矩阵；
[0008] 步骤三，根据该灰度等级共生矩阵进行主成分分析，并根据分析结果对该异常区 域属于正常组织区域或异常肿瘤区域进行判断。
[0009] 所述的肿瘤辅助诊断方法，其中，所述步骤一中，包括:在选择感兴趣区域之前，对 所述图像进行预处理的步骤。
[0010] 所述的肿瘤辅助诊断方法，其中，该感兴趣区域的个数和/或大小根据实际情况进 行选取。
[0011] 所述的肿瘤辅助诊断方法，其中，该感兴趣区域为20个50X50像素的感兴趣区域。
[0012] 所述的肿瘤辅助诊断方法，其中，所述步骤二中，包括以如下方式获取该灰度等级 共生矩阵：
[0013] 角二阶矩公式：
(1)
[0015] 惯量公式：
[0016]
(2)
[0017] 逆差矩公式：
[0018](3) ：i：-u j-u -
j /
[0019] 熵公式：
[0020]
(4)
[0021 ]从灰度等级共生矩阵推导的边缘分布：
[0022] (5)
[0023] (6)
[0024]指定灰度和或差的概率和为：
[0027] 相关公式：
[0025]
[0026]
[0028]
[0029] 其中，μχ，μγ表不边缘分布的均值，〇x，〇y表不边缘分布的标准差；
[0030] 和的均值公式：
[0031]
[0032] 差的均值公式：
[0033]
[0034]和的熵公式：
[0035]
[0036]差的熵公式：
[0037]
[0038] 其中，i表示此时刻Cu矩阵第i行，j表示同一时刻Cu矩阵第j列，X表示指定灰度值 x，y表示指定灰度值y，k表示新的灰度等级共生矩阵的大小。
[0039]所述的肿瘤辅助诊断方法，其中，所述步骤三中，进一步包括：
[0040] 建立一个20X9的数据模型矩阵T:
[0041]
[0042] 对数据模型矩阵T，求相关系数矩阵R:
[0043]
[0044] 相关系数矩阵R中的rij(i，j = l，2,3…9)是根据数据模型矩阵T求得，其中riJ = rji，rij的计算公式如下：
[0045]
[0046] 相关系数矩阵R的向量值定义为[λ:，λ2，λ3···λ9]，计算每一个主元的贡献率公式如 下：
[0047]
[0048] 所有主元的累计贡献率被计算，公式如下：
[0049]
[0050] 定义人1的向量为[1^山2山3-]^9]，新的主元的公式能够定义为：
[0051] Fi=[lii li2 li3 ··· li9]TX[Ti T2 T3 ··· Τ9](? = 1,2,3,···9) (19)
[0052] λ?的向量中1η_1?9的值根据相关系数矩阵R的特征值λ?及其对应的特征向量e得 到，步骤如下：
[0053] ①解特征方程|Ae-R| = 〇,求出特征值λι，并使其按大小顺序排列~2 λ2 2…2 λ9 2 〇，e是矩阵R的属于特征值Ai的特征向量；
[0054]②分别求出对应于特征值Ai的特征向量ei(i = 1，2，…，9)，要求| | ei | | = 1，即 i 4 = 1，其中印表示向量出的第j个分量，最后得： /=--1
[0055]
[0056] 其中，p指一种符号表示函数，L是指数据模型矩阵T的第j行向量。
[0057]所述的肿瘤辅助诊断方法，其中，所述主元为累计贡献率CCR>80%时的主成分。 [0058]所述的肿瘤辅助诊断方法，其中，当XFOSA时，表示该异常区域属于正常组织区 域，当Σ FX8.5时，表示该异常区域属于异常肿瘤区域。
[0059] 所述的肿瘤辅助诊断方法，其中，所述图像为胃肿瘤图像或肝肿瘤图像。
[0060] 与现有技术相比，本发明的有益技术效果在于：
[0061] 本发明提出了一种用基于灰度等级共生矩阵的主成分分析方法对X射线类同轴相 位衬度图像的肿瘤辅助诊断方法，该方法在对胃/肝肿瘤的同步辐射X射线类同轴相位衬度 图像上分别在正常组织上任意选择20个感兴趣区域，和胃/肝肿瘤区域任意选择20个感兴 趣区域，对这些感兴趣区域进行9个常用灰度等级共生矩阵的纹理特征的主成分分析法进 行分析，当分析结果是SFA8.5时，表示该区域为正常胃/肝组织区域，ΣΚ〈8.5时，表示该 区域为高度怀疑的异常胃/肝肿瘤区域。这在以前的纹理分析应用中没有用到同步辐射X射 线类同轴相位衬度图像的早期肿瘤辅助诊断应用中。目前对X射线类同轴相位衬度图像没 有此类方法来辅助诊断肿瘤的区域。如果这种方法一旦应用于临床将有可能对没有经验的 影像科大夫，判断影像图像不需要经验时，只需要图像纹理特征分析的结果来判断该组织 是正常还是异常。
【附图说明】
[0062] 图1是本发明的肿瘤辅助诊断方法流程图；
[0063]图2a_2f是本发明选择的同步辐射X射线类同轴相位衬度胃肿瘤图像；
[0064]其中，a是正常胃组织，b是3天胃肿瘤图像，c是5天胃肿瘤图像，d是7天胃肿瘤图 像，e是9天胃肿瘤图像，f是11天胃肿瘤图像；
[0065]图3是本发明选择的20个胃图像的异常区域的感兴趣区域。
【具体实施方式】
[0066] 以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
[0067] 如图1所示，是本发明的肿瘤辅助诊断方法流程图。该流程的具体步骤如下：
[0068] 步骤1，首先，对同步辐射X射线类同轴相位衬度图像进行预处理，包括去除背景， 重建断层图像，该步骤为可选步骤。
[0069] 步骤2,对同步辐射X射线类同轴相位衬度图像中高度怀疑的异常区域任意选择20 个50 X 50像素的感兴趣区域。
[0070] 该步骤中，感兴趣区域的选择个数依实际情况而定，并不限定为20,感兴趣区域的 大小依实际情况而定，并不限定为50X50。
[0071]步骤3,对这20个感兴趣区域进行纹理特征分析，得到灰度等级共生矩阵。用以下9 个纹理参数的灰度等级的公式，分别计算这20个感兴趣区域的9个常用灰度等级参数。 [0072]角二阶矩公式：
[0073]
[0074] 惯量公式：
[0075]
[0076] 逆差矩公式：
[0077]
[0078] 熵公式：
[0079]
[0080]从灰度等级共生矩阵推导的边缘分布：
[0081]
[0082]
[0083]指定灰度和或差的概率和为：
[0084]
[0085]
[0086] 相关公式：
[0087]
(9)
[0088] 上述公式9中的（ij) = i*j。
[0089] 其中，μχ，μγ表不边缘分布的均值，σχ，σ γ表不边缘分布的标准差。
[0090]