[發(fā)明專利]一種基于核磁共振圖像序列的圖像分割重建方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201410447332.4
• 申請(qǐng)日: 2014-09-03
• 公開（公告）號(hào): CN104240291B
• 公開（公告）日: 2017-10-27
• 發(fā)明（設(shè)計(jì)）人: 夏時(shí)洪;呂曉磊
• 申請(qǐng)（專利權(quán)）人: 中國科學(xué)院計(jì)算技術(shù)研究所
• 主分類號(hào): G06T17/00
• 分類號(hào): G06T17/00
• 代理公司: 北京律誠同業(yè)知識(shí)產(chǎn)權(quán)代理有限公司11006
• 代理人: 祁建國,梁揮

技術(shù)領(lǐng)域

本發(fā)明涉及圖像分割重建領(lǐng)域，特別涉及一種基于核磁共振圖像序列的圖像分割重建方法及系統(tǒng)。

背景技術(shù)

核磁共振成像可以通過磁場發(fā)射出的電子波來檢測繪制物體內(nèi)部的結(jié)構(gòu)圖像，核磁共振成像被用于物體內(nèi)部結(jié)構(gòu)的成像，使其在科學(xué)研究中產(chǎn)生了重要的作用。核磁共振圖像獲得了組織的內(nèi)部圖像之后，如何識(shí)別特定的組織成為了一個(gè)迫切需要解決的問題。

例如基于核磁共振圖像的肌肉組織圖像分割重建的難點(diǎn)在于待分割的肌肉組織與周圍組織的分界不夠清晰，無法利用圖像的邊緣特征來完成整個(gè)肌肉組織的分割。現(xiàn)在主流的方法有以下幾類：第一種方法是純手工對(duì)每一幀肌肉的輪廓進(jìn)行勾畫，這種方法需要操作者對(duì)被解剖物體的結(jié)構(gòu)較為了解，同時(shí)這種方法需要大量的手工交互操作；第二種方法是使用變形一般模型的方法，這種方法需要提前標(biāo)注少量幀的肌肉組織作為約束，然后從一個(gè)一般模型出發(fā)，根據(jù)約束進(jìn)行變形，這種方法不能夠處理肌肉的拓?fù)湫螤钭兓坏谌N方法是構(gòu)建形狀先驗(yàn)的方法來解決肌肉組織的分割，其具體步驟為通過手工標(biāo)記大量不同人的或者同一人的某一塊肌肉組織的形狀，然后通過機(jī)器學(xué)習(xí)的方法來進(jìn)行訓(xùn)練構(gòu)建一個(gè)形狀先驗(yàn)，對(duì)于待分割的圖像利用構(gòu)建的形狀先驗(yàn)進(jìn)行分割，但是這個(gè)方法基于一個(gè)假設(shè)，即待分割的肌肉組織必須與訓(xùn)練數(shù)據(jù)中手工標(biāo)注的數(shù)據(jù)在形狀上是相似或者一致的，這個(gè)假設(shè)對(duì)于正常人的肌肉組織可能會(huì)工作得比較好，但是對(duì)于肌肉萎縮數(shù)據(jù)的個(gè)體，由于萎縮肌肉的形態(tài)與正常肌肉形態(tài)不同，所以結(jié)果會(huì)比較差。

現(xiàn)有方法不能解決針對(duì)需要分割重建的物體與其他物體分界不夠清晰(例如特定肌肉)的快速高精度分割重建同時(shí)保持肌肉的拓?fù)渥兓膯栴}，需要發(fā)展一種能夠處理復(fù)雜圖像的分割重建方法。

發(fā)明專利“一種利用視頻分割與粒子濾波實(shí)現(xiàn)多目標(biāo)跟蹤方法”，該發(fā)明公開了一種利用視頻分割與粒子濾波實(shí)現(xiàn)多目標(biāo)跟蹤方法，該方法包括建立系統(tǒng)模型、建立目標(biāo)運(yùn)動(dòng)模型與顏色模型和視頻分割等步驟，該方法結(jié)合視頻分割與粒子濾波各自優(yōu)點(diǎn)，實(shí)現(xiàn)了多目標(biāo)跟蹤，大大地提高跟蹤速度與精度，本發(fā)明充分利用測量與目標(biāo)的關(guān)聯(lián)程度，實(shí)現(xiàn)多目標(biāo)在遮擋情況下運(yùn)動(dòng)跟蹤。但是該發(fā)明解決的問題是視頻分割與粒子濾波實(shí)現(xiàn)的目標(biāo)跟蹤，該發(fā)明解決的僅僅是跟蹤問題，本發(fā)明使用的思路是使用雙向跟蹤完成3D重建，其與本發(fā)明解決的問題不同。

發(fā)明專利“一種超聲圖像分割方法和系統(tǒng)”，該發(fā)明適用于圖像處理技術(shù)領(lǐng)域，尤其涉及一種超聲圖像分割方法和系統(tǒng)。所述方法包括以下步驟：將統(tǒng)計(jì)形狀模型和采集到的指定器官的三維超聲數(shù)據(jù)進(jìn)行粗配準(zhǔn)，得到初始化坐標(biāo)變換參數(shù)；根據(jù)初始化坐標(biāo)變換參數(shù)，利用基于粒子濾波的圖像分割算法對(duì)三維超聲數(shù)據(jù)進(jìn)行迭代分割，所述統(tǒng)計(jì)形狀模型是通過對(duì)多個(gè)高清晰度三維數(shù)據(jù)的手動(dòng)分割結(jié)果進(jìn)行訓(xùn)練得到的平均值與表征變化模態(tài)的一組特征向量的組合。這樣，就避免了手動(dòng)分割及半自動(dòng)分割需要人工參與較多的問題，相比現(xiàn)有的全自動(dòng)分割方法，該發(fā)明解決圖像分辨率低以及圖像模糊狀態(tài)下分割的準(zhǔn)確性問題。但該發(fā)明解決的問題是使用超聲圖像來進(jìn)行物體的分割與重建,這種方法依賴于提前已知物體的統(tǒng)計(jì)形狀和模型，但對(duì)于像萎縮肌肉之類的組織，沒有一個(gè)統(tǒng)一的形狀，其與本發(fā)明解決的問題不同。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提出一種基于核磁共振圖像序列的圖像分割重建方法及系統(tǒng)。

本發(fā)明提出一種基于核磁共振圖像序列的圖像分割重建方法，包括：

步驟1，獲取核磁共振圖像，并提取所述核磁共振圖像的多個(gè)幀的參照?qǐng)D像，對(duì)每個(gè)所述參照?qǐng)D像的圖像輪廓進(jìn)行標(biāo)注，獲取輪廓標(biāo)注信息；

步驟2，根據(jù)所述輪廓標(biāo)注信息，通過形狀插值，獲取所述核磁共振圖像的每幀圖像的形狀先驗(yàn)；

步驟3，根據(jù)所述輪廓標(biāo)注信息和所述形狀先驗(yàn)，通過粒子濾波，獲取除所述參照?qǐng)D像之外的各幀圖像的初始輪廓信息，其中所述初始輪廓信息包括所述各幀圖像的正向粒子濾波結(jié)果和反向粒子濾波結(jié)果；

步驟4，根據(jù)所述正向粒子濾波結(jié)果和所述反向粒子濾波結(jié)果，通過距離插值，獲取所述各幀圖像的最終輪廓信息。

所述的基于核磁共振圖像序列的圖像分割重建方法，所述步驟2還包括：獲取所述核磁共振圖像的每幀圖像的水平集。

所述的基于核磁共振圖像序列的圖像分割重建方法，通過以下公式獲取所述水平集：