一种甲状腺CT图像异常密度的检测方法

摘要

本发明公开了一种甲状腺CT图像异常密度的检测方法，包括获取CT图像、读取CT图像像素CT值、获得CT值异常的判断结果等步骤。本发明采用判断算法对甲状腺CT图像自动实施寻找异常密度所在的位置区域，自动判断得出甲状腺CT图像是否存在异常密度值的结果，实现了快速而及时地为医生提供异常密度信息并自动帮助医生确定异常密度值所在的位置区域；又通过阈值优化算法对甲状腺CT图像的CT值阈值进行最优值计算，进一步提高了识别异常密度区域的准确度，既有效地降低了医生的漏诊率，又大大减轻了医生的工作量；该检测方法由于不存在人为主观因素影响，避免了人为主观因素对病理检查与其他检查的干扰，大大提高了检测系统的运行效率和医生的工作效率。

主权项

一种甲状腺CT图像异常密度的检测方法，其特征在于：包括以下步骤：步骤一：通过输入模块对由CT扫描仪器扫描获取的甲状腺CT原始图像进行轮廓分割，自动提取甲状腺CT横断面图像，再将甲状腺CT横断面图像经过滤波降噪处理，获得用于检测异常密度值的甲状腺CT图像，然后将甲状腺CT图像导入到检测系统中；步骤二：通过纹理特征提取模块对步骤一中导入的甲状腺CT图像进行图像纹理分析，获取甲状腺CT图像的图像特征，依据所述的图像特征读取甲状腺CT图像各个像素的CT值；其中，所述的图像特征包含13维灰度共生纹理特征和15维灰度梯度共生纹理特征；步骤三：先通过阈值优化算法计算并输出与甲状腺CT图像像素的CT值相对应的最优低密度阈值和最优高密度阈值，再将甲状腺CT图像中每2×2像素的CT值分别与最优低密度阈值和最优高密度阈值进行比较，然后通过判断算法对所述的每2×2像素所形成的点阵区域进行判断并获得判断结果，最后将判断结果输出并提示医生；其中，判断算法包括：若所述的每2×2像素中的每个像素的CT值均小于最优低密度阈值，则得出所述的每2×2像素所形成的点阵区域为低密度异常区域的判断结果，从而得出甲状腺CT图像在低密度异常区域存在CT值异常的判断结果；若所述的每2×2像素中的每个像素的CT值均大于最优高密度阈值，则得出所述的每2×2像素所形成的点阵区域为高密度异常区域的判断结果，从而得出甲状腺CT图像在高密度异常区域存在CT值异常的判断结果。