[發(fā)明專(zhuān)利]基于多尺度空間模糊聚類(lèi)的無(wú)監(jiān)督MRI圖像分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510577621.0
• 申請(qǐng)日: 2015-09-11
• 公開(kāi)（公告）號(hào): CN105261005B
• 公開(kāi)（公告）日: 2018-07-13
• 發(fā)明（設(shè)計(jì)）人: 傅均;湯旭翔;陳柳柳;趙帥
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江工商大學(xué)
• 主分類(lèi)號(hào): G06T7/11
• 分類(lèi)號(hào): G06T7/11
• 代理公司: 寧波奧圣專(zhuān)利代理事務(wù)所(普通合伙) 33226
• 代理人: 謝瀟

本發(fā)明公開(kāi)了基于多尺度空間模糊聚類(lèi)的無(wú)監(jiān)督MRI圖像分割方法，特點(diǎn)是包括以下步驟：獲取一幅待分割的MRI掃描圖像，轉(zhuǎn)換成灰度圖像，采用模糊聚類(lèi)算法分析得到初始感興趣的輪廓；獲得感興趣的灰度圖像區(qū)域，定義當(dāng)前灰度圖像；采用標(biāo)記分水嶺分割算法對(duì)當(dāng)前灰度圖像進(jìn)行分割，得到多塊初步目標(biāo)區(qū)域；定義當(dāng)前初步目標(biāo)區(qū)域；定義當(dāng)前子塊；將當(dāng)前子塊中的每個(gè)像素點(diǎn)的像素值分別作為輸入?yún)?shù)輸入非線性?xún)?yōu)化模型中進(jìn)行優(yōu)化；將判定優(yōu)化成功的當(dāng)前子塊定義為保留子塊；重復(fù)執(zhí)行前述步驟直至所有初步目標(biāo)區(qū)域均處理完畢，完成對(duì)MRI掃描圖像的分割；優(yōu)點(diǎn)是提高了圖像分割結(jié)果的準(zhǔn)確性；有效地去除圖像中的噪聲；提高了退化圖像的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像分割方法，尤其是基于多尺度空間模糊聚類(lèi)的無(wú)監(jiān)督MRI圖像分割方法。

背景技術(shù)

多尺度分析是正確認(rèn)識(shí)事物和現(xiàn)象的重要方法之一，目前廣泛地用于醫(yī)學(xué)圖像分析中。但是目前已有的方法普遍存在計(jì)算方法太簡(jiǎn)單化，在一定條件下容易受到圖像對(duì)比度與亮度變化的影響，如果使用人員要求得最佳閾值，往往需要進(jìn)行較大規(guī)模的遍歷計(jì)算并計(jì)算出方差，當(dāng)計(jì)算量大時(shí)效率會(huì)很低。同時(shí)，在實(shí)際圖像中，由于圖像本身灰度分布以及噪聲干擾等因素的影響，目前以后的方法并不能使圖像分割得到滿意的結(jié)果，雖在一定程度上可以消除噪聲的影響，但該方法計(jì)算量相當(dāng)大，難以應(yīng)用到實(shí)時(shí)系統(tǒng)。

由于磁共振成像(Magnetic Resonance Imaging，簡(jiǎn)稱(chēng)MRI)設(shè)備獲取的人腦核磁圖像受噪聲、射頻場(chǎng)不均勻性、腦不同組織之間的差異性以及部分容積效應(yīng)等因素影響，造成人腦核磁圖像的均勻性變差，因此僅依靠圖像的灰度密度信息給精確的腦圖像分類(lèi)帶來(lái)了很大困難，如果要得到正確的腦組織分類(lèi)，首先必須對(duì)灰度進(jìn)行校正。

近年來(lái)，一些基于模糊聚類(lèi)的多尺度空間的圖像數(shù)據(jù)處理技術(shù)被陸續(xù)提出，該類(lèi)方法的過(guò)程通常是在尺度空間圖像序列的每一個(gè)尺度層次上直接進(jìn)行模糊聚類(lèi)方法，上一尺度層次的分割結(jié)果經(jīng)常作為下一尺度層次的初始狀態(tài)，由于沒(méi)有引進(jìn)有效的不同的尺度層次之間的約束來(lái)優(yōu)化當(dāng)前尺度層次內(nèi)的分割，所以分割結(jié)果只在最后分割的尺度層次得到優(yōu)化，因此，這些方法對(duì)于退化圖像的魯棒性不是很好。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種圖像分割結(jié)果較為準(zhǔn)確且有效地去除圖像中的噪聲、提高了退化圖像的魯棒性的基于多尺度空間模糊聚類(lèi)的無(wú)監(jiān)督MRI圖像分割方法。

本發(fā)明解決上述技術(shù)問(wèn)題所采用的技術(shù)方案為：基于多尺度空間模糊聚類(lèi)的無(wú)監(jiān)督MRI圖像分割方法，包括以下步驟：

①?gòu)尼t(yī)院的MRI醫(yī)學(xué)影像設(shè)備中獲取一幅待分割的MRI掃描圖像，然后將該待分割的MRI掃描圖像轉(zhuǎn)換成灰度圖像，再采用模糊聚類(lèi)算法對(duì)灰度圖像進(jìn)行分析，得到初始感興趣的輪廓{A1，A2，A3，…，An}，其中，A1、A2、A3、…、An表示構(gòu)成初始感興趣的輪廓的所有邊緣點(diǎn)；

②根據(jù)初始感興趣的輪廓{A1，A2，A3，…，An}，經(jīng)過(guò)包絡(luò)獲得灰度圖像中的感興趣區(qū)域，根據(jù)該感興趣區(qū)域的外形選取一個(gè)能夠?qū)⒃摳信d趣區(qū)域包含在內(nèi)的方形區(qū)域，定義該方形區(qū)域的寬度為W、高度為H，如果該方形區(qū)域的尺寸大小W×H能夠被u×u整除，則將該方形區(qū)域定義為當(dāng)前灰度圖像，然后直接將當(dāng)前灰度圖像劃分成個(gè)互不重疊的尺寸大小為u×u的子塊；如果W×H不能夠被u×u整除，則擴(kuò)展該方形區(qū)域直至其尺寸大小W'×H'恰好能夠被u×u整除，其中，W'表示經(jīng)過(guò)擴(kuò)展的方形區(qū)域的寬度，H'表示經(jīng)過(guò)擴(kuò)展的方形區(qū)域的高度，再將經(jīng)過(guò)擴(kuò)展的方形區(qū)域定義為當(dāng)前灰度圖像，然后將當(dāng)前灰度圖像劃分成個(gè)互不重疊的尺寸大小為u×u的子塊，W'＝＝W且H'>H，或W'>W且H'＝＝H，或W'>W且H'>H，u取4或5或6；

③采用標(biāo)記分水嶺分割算法對(duì)當(dāng)前灰度圖像進(jìn)行分割，得到經(jīng)過(guò)分割后的多塊初步目標(biāo)區(qū)域；

④對(duì)獲得的所有初步目標(biāo)區(qū)域中當(dāng)前待處理的一塊初步目標(biāo)區(qū)域定義為當(dāng)前初步目標(biāo)區(qū)域；