[發(fā)明專利]基于多模態(tài)MRI數(shù)據(jù)的腦瘤術(shù)后空間域分割方法

有效

• 申請?zhí)枺?/td>: 201611122976.1
• 申請日: 2016-12-08
• 公開（公告）號: CN106651874B
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)計）人: 潘志方;陳峰;葉夏;應(yīng)一凡;王賢川
• 申請（專利權(quán)）人: 溫州醫(yī)科大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 溫州名創(chuàng)知識產(chǎn)權(quán)代理有限公司 33258
• 代理人: 曾建芳

1.一種基于多模態(tài)MRI數(shù)據(jù)的腦瘤術(shù)后空間域分割方法，其特征在于，包括以下步驟：(1)獲得腦瘤手術(shù)后的MRI數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理，(2)將步驟(1)的數(shù)據(jù)映射到空間域上進(jìn)行分割處理，所述空間域分割處理包括以下步驟：①構(gòu)建正常人腦不同組織對稱性模板，②提取Haar結(jié)構(gòu)特征，③將結(jié)構(gòu)隨機森林方法結(jié)合AdaBoost框架，以圖像中的像素點為樣本，結(jié)構(gòu)隨機森林方法輸入時以塊為單位輸入標(biāo)簽，經(jīng)步驟③獲得初步的概率結(jié)果后，④利用相似性區(qū)域增長算法增長標(biāo)簽，獲得空間域分割結(jié)果；

所述相似性區(qū)域增長算法如下所示，

同時

其中，g是體素的相似性度量值，l是標(biāo)簽，t為迭代點，x是體素的亮度特征，

兩個體素間的不同如下所示，

其中，β是一個調(diào)整參數(shù)；ρ(x_i，x_j)表示x_i，x_j兩點之間特征的歐式距離；

mean(ρ(x_i，N_i))是x_i和其每一個鄰接結(jié)點特征的歐式距離的平均，μ是經(jīng)驗值。