[發(fā)明專利]基于主動輪廓模型的肝臟DTI圖像分割的方法

在審

• 申請?zhí)枺?/td>: 201410672708.1
• 申請日: 2014-11-23
• 公開（公告）號: CN104361597A
• 公開（公告）日: 2015-02-18
• 發(fā)明（設計）人: 邵向鑫;林曉梅;商婷婷
• 申請（專利權）人: 長春工業(yè)大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;A61B5/055
• 代理公司: 長春市四環(huán)專利事務所(普通合伙) 22103
• 代理人: 張建成

1.一種基于主動輪廓模型的肝臟DTI圖像分割的方法，該方法包括以下步驟：

（一）、數(shù)據(jù)的采集：把原來的圖像載入計算機中，圖片的格式將轉(zhuǎn)換成二進制格式的數(shù)據(jù)，并且可以同時顯示多種數(shù)據(jù)格式；把這些數(shù)據(jù)進行采集轉(zhuǎn)換存儲，為以后的圖像處理打下基礎；

（二）、肝臟DTI圖像的預處理：

1、圖像配準

由于圖像的拍攝時間和外部客觀條件的差異，每個圖像都有自己的適用范圍和局限性，多種模式下的圖像配準能充分發(fā)揮圖像本身的特點和信息互補，它是圖像融合的基礎和前提；

2、圖像融合

將多源信道所采集到的關于同一目標的圖像經(jīng)過圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進一步處理；

（三）、肝臟DTI圖像邊緣檢測：

使用仿生優(yōu)化算法對采集肝臟DTI圖像的邊緣進行檢測，并與初始設定的閾值進行比較，若滿足條件則進行輸出，不滿足條件，則返回再進行處理；

（1）、使用仿生優(yōu)化算法動態(tài)控制肝臟DTI圖像分割的控制參數(shù)，克服采取傳統(tǒng)的靜態(tài)控制參數(shù)策略引起的多樣性和收斂性不均衡問題；

（2）、使用仿生優(yōu)化算法進行多點搜索，減少陷入局部最優(yōu)的風險；

（3）、找到適合肝臟DTI圖像分割使用的適應度函數(shù)來指導搜索，減少對其它條件的依賴性；

????（4）、將成像條件等環(huán)境變量引入肝臟DTI圖像分割過程,采用仿生優(yōu)化算法在由分割參數(shù)組成的多維空間進行高效搜索,找到最優(yōu)的分割參數(shù)集；

（四）、結合活動輪廓CV模型進行肝臟DTI圖像分割：

通過CV模型對肝臟DTI圖像進行分割；

（1）、使用仿生優(yōu)化算法控制參數(shù)，減小噪音對肝臟DTI圖像分割活動輪廓的影響；

（2）、通過仿生優(yōu)化算法進行的多點搜索的結果，改進肝臟DTI圖像分割活動輪廓模型的能量函數(shù)；

（3）、仿生優(yōu)化算法找到合適的搜索可以提高肝臟DTI圖像分割活動輪廓模型的數(shù)值實現(xiàn)效率；

（4）、將第一階段搜索的最優(yōu)分割參數(shù)傳遞給CV模型進行圖像分割，然后經(jīng)過少數(shù)幾次的迭代，輪廓就能很好的收斂到目標的邊界，也從而提高了分割的精確性。