[發(fā)明專利]醫(yī)學(xué)圖像分割方法及裝置在審
| 申請?zhí)枺?/td> | 201610913874.5 | 申請日: | 2016-10-20 |
| 公開(公告)號: | CN107977952A | 公開(公告)日: | 2018-05-01 |
| 發(fā)明(設(shè)計)人: | 馮原 | 申請(專利權(quán))人: | 馮原 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/136 |
| 代理公司: | 福州市眾韜專利代理事務(wù)所(普通合伙)35220 | 代理人: | 陳智雄,宋立惠 |
| 地址: | 215100 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 醫(yī)學(xué) 圖像 分割 方法 裝置 | ||
1.一種醫(yī)學(xué)圖像分割方法,其特征在于,包括以下步驟:
步驟1、確定初選聚類數(shù)目并計算各聚類中心的初始值;
步驟2、計算各聚類中心與圖像每個像素的豪斯多夫距離;
步驟3、根據(jù)聚類中心與每個像素的豪斯多夫距離和歐式距離計算每個像素的隸屬度;
步驟4、計算目標(biāo)函數(shù)值,并根據(jù)隸屬度對像素重新進(jìn)行聚類,計算新的聚類中心值;
重復(fù)上述步驟2-4,直至兩次目標(biāo)函數(shù)值的差值小于閾值,則最后一次得到的隸屬函數(shù)即為像素分割結(jié)果。
2.如權(quán)利要求1所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述聚類中心的初始值通過應(yīng)用均布直方圖方法計算,所述聚類中心初始值的間隔相同。
3.如權(quán)利要求1所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述計算聚類中心與圖像像素的豪斯多夫距離,包括以下步驟:
以像素為中心,選取若干鄰域區(qū)域,分別計算鄰域區(qū)域與中心的交互信息值;
選取交互信息最大值對應(yīng)的鄰域作為該像素計算豪斯多夫距離的區(qū)域;
計算各聚類中心與該像素確定區(qū)域的豪斯多夫距離。
4.如權(quán)利要求3所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述若干鄰域區(qū)域具體為:寬高分別為3、5、7個像素的正方形區(qū)域。
5.如權(quán)利要求3所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述鄰域區(qū)域與中心的交互信息值計算公式為:其中,p(i,j為兩個圖像的聯(lián)合分布函數(shù),p(i和p(j)分別為各自圖像的像素分布函數(shù)。
6.如權(quán)利要求3所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述聚類中心與像素確定區(qū)域的豪斯多夫距離計算公式為:其中,A為聚類中心,B為像素確定區(qū)域的所有點集。
7.如權(quán)利要求1所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述根據(jù)聚類中心與每個像素的豪斯多夫距離和歐式距離計算每個像素的隸屬度,計算公式為:其中,xi為像素灰度值,vk為聚類中心,c為聚類中心個數(shù),α參數(shù)根據(jù)圖像的分辨率、對比度決定,m為2,||xi-vk||為像素與聚類中心的歐式距離,||xi-vk||H為像素與聚類中心的豪斯多夫距離。
8.如權(quán)利要求1所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述目標(biāo)函數(shù)為:其中,n為圖像像素個數(shù),c為聚類中心個數(shù),xi為像素灰度值,vk為聚類中心,α為經(jīng)驗值參數(shù),m為2,||xi-vk||為像素與聚類中心的歐式距離,||xi-vk||H為像素與聚類中心的豪斯多夫距離。
9.如權(quán)利要求1所述的醫(yī)學(xué)圖像分割方法,其特征在于,所述重新計算聚類中心公式為:其中xi為像素灰度值,vk為聚類中心,n為像素個數(shù),m為2。
10.一種醫(yī)學(xué)圖像分割裝置,其特征在于,包括:
第一處理模塊,用于執(zhí)行步驟1、確定初選聚類數(shù)目并計算各聚類中心的初始值;
第二處理模塊,用于執(zhí)行步驟2、計算各聚類中心與圖像每個像素的豪斯多夫距離;
第三處理模塊,用于執(zhí)行步驟3、根據(jù)聚類中心與每個像素的豪斯多夫距離和歐式距離計算每個像素的隸屬度;
第四處理模塊,用于執(zhí)行步驟4、計算目標(biāo)函數(shù)值,并根據(jù)隸屬度對像素重新進(jìn)行聚類,計算新的聚類中心值;
第五處理模塊,用于執(zhí)行重復(fù)上述步驟2-4,直至兩次目標(biāo)函數(shù)值的差值小于閾值,則最后一次得到的隸屬函數(shù)即為像素分割結(jié)果。
11.如權(quán)利要求10所述的醫(yī)學(xué)圖像分割裝置,其特征在于,所述第二處理模塊,包括:
第一處理單元,用于以像素為中心,選取若干鄰域區(qū)域,分別計算鄰域區(qū)域與中心的交互信息值;
第二處理單元,用于選取交互信息最大值對應(yīng)的鄰域作為該像素計算豪斯多夫距離的區(qū)域;
第三處理單元,用于計算各聚類中心與該像素確定區(qū)域的豪斯多夫距離。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于馮原,未經(jīng)馮原許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610913874.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 將醫(yī)學(xué)設(shè)備自動整合到醫(yī)學(xué)設(shè)施網(wǎng)絡(luò)的方法和設(shè)備
- 醫(yī)學(xué)詢問細(xì)化系統(tǒng)、方法、裝置及包括醫(yī)學(xué)詢問系統(tǒng)的工作站
- 將醫(yī)學(xué)設(shè)備自動整合到醫(yī)學(xué)設(shè)施網(wǎng)絡(luò)的方法和設(shè)備
- 基于人工智能的醫(yī)學(xué)影像分類處理系統(tǒng)及方法
- 一種醫(yī)學(xué)圖像系統(tǒng)
- 醫(yī)學(xué)知識圖譜構(gòu)建方法及裝置、存儲介質(zhì)和電子設(shè)備
- 一種實現(xiàn)醫(yī)學(xué)編碼映射的方法、裝置及設(shè)備
- 醫(yī)學(xué)影像的分類方法、醫(yī)學(xué)影像的檢索方法和裝置
- 一種醫(yī)學(xué)圖像處理方法、醫(yī)學(xué)圖像識別方法及裝置
- 醫(yī)學(xué)圖像標(biāo)記方法、裝置、設(shè)備及存儲介質(zhì)
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





