[發明專利]膝關節軟骨圖像自動分割方法

有效

• 申請號: 201310418228.8
• 申請日: 2013-09-13
• 公開（公告）號: CN103440665A
• 公開（公告）日: 2013-12-11
• 發明（設計）人: 李勇明;鄒雪;王品;謝文賓;呂洋;何璇
• 申請（專利權）人: 重慶大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 重慶為信知識產權代理事務所(普通合伙) 50216
• 代理人: 余錦曦

1.一種膝關節軟骨圖像自動分割方法，其特征在于：包括基于SVM的邊緣定位步驟和基于區域生長法的圖像分割步驟，其中：

基于SVM的邊緣定位步驟包括：

步驟11：獲取待分割的膝關節MRI影像，并將其轉換為灰度圖像；

步驟12：利用自適應Canny算法對步驟11中的灰度圖像進行邊緣檢測；

步驟13：對步驟12中檢測出的各條邊緣進行特征提取，并構建SVM分類器對提取的特征參數進行邊緣定位，分類出軟骨邊緣和非軟骨邊緣；

基于區域生長法的圖像分割步驟包括：

步驟21：從步驟13所分類出的軟骨邊緣的5*5鄰域內，隨機選擇一個或多個像素值在245～255范圍內的點作為種子點，并設置預設閾值K；

步驟22：以種子點為中心，判斷其3*3鄰域內的非種子點是否滿足相似性準則：max|f_xy-m|_(x，y∈R)＜K，其中f_xy表示坐標位置為（x，y）的非種子點的像素值，x為點的x坐標值，y為點的y坐標值，m表示所有種子點的像素均值，R表示生長區域種子點3*3鄰域內各個點的坐標集合；

如果有非種子點滿足相似性準則，則將該非種子點合并到種子點集合中，并執行步驟23；

如果沒有非種子點滿足相似性準則，則進入步驟24；

步驟23：按照更新生長的區域灰度均值并返回步驟22，其中R'表示生長區域各個點的坐標集合；

步驟24：結束生長過程并將生長區域分割出來得到膝關節軟骨圖像。

2.根據權利要求1所述的膝關節軟骨圖像自動分割方法，其特征在于：步驟13中構建SVM分類器的過程中采用了5個人的特征矩陣作為訓練集，并需要對訓練集和提取的測試集作歸一化處理，所述測試集為[N×10]的特征矩陣，其中N為步驟12所檢測出的邊緣線的條數，每一行中的10個元素分別為一條邊緣線所對應的10個特征參數。

3.根據權利要求1或2所述的膝關節軟骨圖像自動分割方法，其特征在于：步驟13中每條邊緣線提取的特征參數包括:

邊緣線上像素點X坐標平均值

邊緣線上像素點Y坐標平均值

邊緣線上像素點X坐標的方差

邊緣線上像素點Y坐標的方差

邊緣線上像素點平均灰度值

邊緣線上像素點的梯度值均值

邊緣線上像素點的灰度值方差

邊緣線上5*5鄰域像素點的平均灰度值

邊緣線上5*5領域像素點的方差均值

邊緣線上5*5鄰域像素點的灰度值方差

其中L為邊緣線上像素點的坐標集合，n為邊緣線上的像素點數，L₅為邊緣線5*5鄰域內像素點的坐標集合，n₅為邊緣線5*5鄰域內的像素點數。

4.根據權利要求1所述的膝關節軟骨圖像自動分割方法，其特征在于：所述預設閾值K的取值范圍為15～20。