[發明專利]一種基于自適應學習的CT圖像分割方法

無效

• 申請號: 201210187464.9
• 申請日: 2012-06-07
• 公開（公告）號: CN102737379A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 林倞;江波;楊巍;林夢溪
• 申請（專利權）人: 中山大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于自適應學習的CT圖像分割方法，其特征在于包括以下步驟：

1）獲取CT圖像；

2）提取CT圖像特征；

3）用戶在CT圖像上輸入表明病變區與非病變區的筆觸；

4）以用戶輸入的筆觸作為基礎，利用提取的CT圖像特征，建立圖像的區域模型；采用邊緣檢測方法建立圖像的邊緣模型；

5）將區域模型與邊緣模型結合建立新模型，并對新模型進行求解推理，獲得分割結果。

2.根據權利要求1所述基于自適應學習的CT圖像分割方法，其特征在于所述步驟2）提取CT圖像特征包括提取CT圖像每個像素局部的灰度直方圖及提取CT圖像每個像素局部的SIFT直方圖。

3.根據權利要求2所述基于自適應學習的CT圖像分割方法，其特征在于所述提取CT圖像包括提取每個像素12*12領域內的灰度直方圖及提取每個像素12*12領域內的SIFT直方圖。

4.根據權利要求1所述基于自適應學習的CT圖像分割方法，其特征在于所述步驟4）的建立圖像的區域模型包括以下步驟：

41）選取用戶筆觸標明的區域像素點作為訓練樣本點，使用Gentle?Boost算法訓練出分類器；

42）使用訓練出來的分類器對CT圖像上的每個像素點進行分類評分，求解出區域模型；

43）利用用戶筆觸的位置距離空間調整區域模型。

5.根據權利要求4所述基于自適應學習的CT圖像分割方法，其特征在于所述步驟43）的位置距離空間為歐式距離。

6.根據權利要求1所述基于自適應學習的CT圖像分割方法，其特征在于所述步驟5）采用Bregman迭代對新模型進行求解推理。