[發明專利]一種基于先驗形狀的核磁共振圖像分割方法

有效

• 申請號: 201310482547.5
• 申請日: 2013-10-15
• 公開（公告）號: CN103544702A
• 公開（公告）日: 2014-01-29
• 發明（設計）人: 徐軍;曹冬梅
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

技術領域

本發明涉及一種基于先驗形狀的核磁共振圖像分割方法。

背景技術

乳腺癌是中老年女性最常見的惡性腫瘤之一，在中國已經高居女性惡性腫瘤的首位，并有逐年上升以及發病年輕化的趨勢。目前對乳腺癌的預防尚無良策，對乳腺影像的檢測分析是成功檢測、診斷、治療腫瘤的重要依據，尤其是對乳腺區域的分割對后續腫瘤的研究分析具有重要的意義。然而，由于乳腺組織和身體部分軟組織密度相似，要單獨分割出乳腺區域部分比較困難。目前，活動輪廓模型和水平集方法已經廣泛使用在圖像分割中，活動輪廓模型主要分為兩大類：基于區域和基于邊界的活動輪廓模型。基于邊界的模型如GAC模型，根據邊界梯度信息驅動活動邊界向目標邊界移動，雖然充分利用了邊界附近的局部信息，但對于噪聲和初始輪廓很敏感且過度依賴邊界檢測方程，容易陷入局部最小值。基于區域的模型，經典的如C-V模型，根據不同區域的灰度統計信息用一個區域描述子來引導邊界移動從而分割不同的區域。然而，當目標的邊緣和背景灰度差異較小時，演化曲線將會出現泄漏或過分割，導致分割失敗。且當圖像存在噪聲、雜波或遮擋時，普通的分割模型不能提取感興趣的目標。

發明內容

針對上述技術問題，本發明所要解決的技術問題是提供一種針對核磁共振圖像，利用形狀先驗信息，融入自適應區域信息與邊界信息實現圖像分割的基于先驗形狀的核磁共振圖像分割方法。

本發明為了解決上述技術問題采用以下技術方案：本發明設計了一種基于先驗形狀的核磁共振圖像分割方法，包括如下步驟：

步驟01.針對待分割目標體核磁共振圖像內不同灰度的區域，獲得該模型的水平集能量泛函E_RSF；

步驟02.根據獲得先驗形狀能量項E_shape，其中，H為Heavside函數，表示待分割圖像中目標體區域閉合邊界的水平集函數，φ表示待分割圖像在分割過程中，針對目標體區域的分割邊界，Ψ為最優先驗形狀；

步驟03.構建新的混雜活動輪廓模型E_total＝E_RSF+Q_sE_shape，并搜索該模型曲線運動方程最優值實現針對待分割目標體核磁共振圖像的分割，獲得待分割的目標體區域輪廓，其中，Q_s為先驗形狀能量項E_shape對應的權重系數；

其中，最優先驗形狀Ψ通過如下步驟獲得：

步驟001.獲得一組大小相同的目標體核磁共振訓練圖像，分別針對各幅訓練圖像中的目標體輪廓進行標注，并分別針對各幅訓練圖像進行二值化處理；

步驟002.針對N幅訓練圖像，選擇一幅訓練圖像作為基準，分別與其它N-1幅訓練圖像進行配準，加上作為基準的訓練圖像，共獲得N幅配準訓練圖像，N為該組大小相同的目標體核磁共振訓練圖像的數量；

步驟003.根據配準訓練圖像中目標體的輪廓，將N幅配準訓練圖像分別表示成符號距離函數獲得平均水平集函數并根據各個符號距離函數分別獲得各幅配準訓練圖像中目標體輪廓的偏移量函數其中，i=1、···、N；

步驟004.根據各幅配準訓練圖像中目標體輪廓的偏移量函數構成N維形狀變化矩陣M，并對相應的協方差矩陣進行奇異值分解，獲得N組針對目標體形狀一一對應的特征值和特征向量，選取降維后矩陣的前h個維度所對應的特征向量構成矩陣W_h=（w₁、···、w_h），實現對形狀變化矩陣M進行降維，并分別獲得與矩陣W_h中各個特征向量一一對應的權系數，構成向量X_pca=（x₁、···、x_h），其中M^T為形狀變化矩陣M的轉置矩陣,1≤h<N；

步驟005.根據Φ=W_h·X_pca獲得目標體的特征形狀集Φ，根據