[發明專利]基于圖像分析的前列腺疾病分析方法

在審

• 申請號: 201510275520.8
• 申請日: 2015-05-26
• 公開（公告）號: CN104809741A
• 公開（公告）日: 2015-07-29
• 發明（設計）人: 王霄英;楊玲;張玨;楊智鵬;甄小瓊
• 申請（專利權）人: 北京大學;成都信息工程學院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 楊春

1.一種基于圖像分析的前列腺疾病分析方法，用于對包含前列腺區域的原始圖像進行分析，其特征在于：包括以下步驟：

(1)將所述原始圖像中的前列腺區域分割出來；

(2)尋找前列腺區域圖像的對稱軸，將前列腺區域圖像分為左、右兩部分，得到左、右兩幅圖像；

(3)對左、右兩幅圖像中的一幅圖像進行鏡像處理后，再計算該鏡像處理后的圖像與另一幅圖像之間的相似度即互相關系數，如果該病例的互相關系數小于閾值，則判斷為疑似前列腺疾病；否則判斷為正常。

2.根據權利要求1所述的基于圖像分析的前列腺疾病分析方法，其特征在于：所述步驟(1)中，采用水平集方法分割原始圖像中的前列腺區域，且采用一種改進的活動輪廓模型即LCG模型，其能量函數如下：

E=α(λ1∫in|I(x)-c1|2dxdy+λ2∫out|I(x)-c2|2dxdy)+β(∫Ω(H(φ(x))-G(x))2dΩ)+γη1(∫Ωinkϵ(x-y)|I(y)-f1(x)|2dxdy)+η2(∫Ωoutkϵ(x-y)|I(y)-f2(x)|2dxdy)]]>

式中，kϵ(u)=1(2π)1/2ϵe-|u|2/2ϵ2,]]>是高斯核函數，其中u代表自變量，ε為高斯函數方差；是Heaviside函數；α,β,γ分別為區域、邊界和局部三個模型的權重參數；λ₁、λ₂、η₁、η₂是對應能量項的系數，并且滿足如下條件：λ₁≥0，λ₂≥0，η₁≥0,η₂≥0；I為原始圖像，閉合曲線將圖像I分為曲線內部區域和曲線外部區域，這兩個區域的平均灰度值分別為c₁、c₂；G為利用閾值法分割提取的目標物邊界；f₁(x)和f₂(x)均為最小化函數，其中：

f1(x)=kϵ(x)*[H(φ(x))I(x)]kϵ(x)*H(φ(x)),]]>

f2(x)=kϵ(x)*[1-H(φ(x))I(x)]kϵ(x)*[1-H(φ(x))];]]>

Φ為水平集函數，其演化方程為：

∂φ∂t=δϵ(φ)·[αE1-2βE2+γE3+div(▿φ|▿φ|)]]]>

其中：

e1=∫Ωinkϵ(x-y)|I(y)-f1(x)|2dxdy,]]>

e2=∫Ωoutkϵ(x-y)|I(y)-f2(x)|2dxdy,]]>

c1=∫ΩI(x,y)H(φ(x,y))dxdy∫ΩH(φ(x,y))dxdy,]]>

c2=∫ΩI(x,y)(1-H(φ(x,y)))dxdy∫Ω(1-H(φ(x,y)))dxdy]]>

其中，α,β,γ，λ₁＞0,λ₂＞0為各個模型的權重參數，其取值為div表示求矢量的散度；表示求梯度；δϵ(φ)=1π·ϵϵ2+φ2]]>為Dirac函數。