[發(fā)明專利]一種圖像分割方法及裝置

在審

• 申請?zhí)枺?/td>: 201710647827.5
• 申請日: 2017-08-01
• 公開（公告）號: CN107392913A
• 公開（公告）日: 2017-11-24
• 發(fā)明（設(shè)計）人: 宿燕鳴
• 申請（專利權(quán)）人: 鄭州云海信息技術(shù)有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/00;G06T7/50
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 羅滿

技術(shù)領(lǐng)域

本發(fā)明實施例涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像分割方法及裝置。

背景技術(shù)

隨著計算機技術(shù)及圖像處理技術(shù)的快速發(fā)展，醫(yī)學(xué)領(lǐng)域也得到了相應(yīng)的發(fā)展。醫(yī)學(xué)影像，例如MRI(Magnetic Resonance Imaging，磁共振成像)為了醫(yī)療或醫(yī)學(xué)研究，對人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程，是一種有效的醫(yī)生輔助治療手段。

但是，由于醫(yī)學(xué)圖像通常對比度較低，組織特征的可變性、不同組織間或組織和病灶間邊界的模糊性以及微細結(jié)構(gòu)如血管、神經(jīng)等分布的復(fù)雜性，人體解剖的個體差異較大，醫(yī)學(xué)圖像分割的準(zhǔn)確度對病灶的判斷起著關(guān)鍵性作用，故臨床應(yīng)用對醫(yī)學(xué)圖像分割的準(zhǔn)確度和算法的速度要求較高。

如何提高醫(yī)學(xué)圖像分割的之后準(zhǔn)確率，是本領(lǐng)域技術(shù)人員亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明實施例的目的是提供一種圖像分割方法及裝置，以提高醫(yī)學(xué)圖像分割的準(zhǔn)確率。

為解決上述技術(shù)問題，本發(fā)明實施例提供以下技術(shù)方案：

本發(fā)明實施例一方面提供了一種圖像分割方法，包括：

獲取MRI醫(yī)學(xué)圖像；

根據(jù)適配模糊聚類分割算法，對所述MRI醫(yī)學(xué)圖像的灰度進行校正，以使所述MRI醫(yī)學(xué)圖像的整體灰度均勻；

根據(jù)ASM算法，對校正后的MRI醫(yī)學(xué)圖像進行自動分割。

可選的，所述根據(jù)ASM算法，對校正后的MRI醫(yī)學(xué)圖像進行自動分割包括：

預(yù)先對人體各組織的MRI醫(yī)學(xué)圖像的輪廓進行標(biāo)記，提取組織特征點，以構(gòu)成特征矢量模型；

利用ASM算法，根據(jù)所述特征矢量模型，對校正后的MRI醫(yī)學(xué)圖像進行分割。

可選的，在所述根據(jù)ASM算法，對校正后的MRI醫(yī)學(xué)圖像進行自動分割之后，還包括：

將自動分割后的MRI醫(yī)學(xué)圖像發(fā)送給用戶，以用于判斷當(dāng)前分割的MRI醫(yī)學(xué)圖像是否滿足要求；

當(dāng)判定當(dāng)前分割的MRI醫(yī)學(xué)圖像不滿足要求時，發(fā)送繼續(xù)分割的指令。

本發(fā)明實施例另一方面提供了一種圖像分割裝置，包括：

獲取圖像模塊，用于獲取MRI醫(yī)學(xué)圖像；

均勻性校正模塊，用于根據(jù)適配模糊聚類分割算法，對所述MRI醫(yī)學(xué)圖像的灰度進行校正，以使所述MRI醫(yī)學(xué)圖像的整體灰度均勻；；

圖像自動分割模塊，用于根據(jù)ASM算法，對校正后的MRI醫(yī)學(xué)圖像進行自動分割。

可選的，所述圖像自動分割模塊為預(yù)先對人體各組織的MRI醫(yī)學(xué)圖像的輪廓進行標(biāo)記，提取組織特征點，以構(gòu)成特征矢量模型；利用ASM算法，根據(jù)所述特征矢量模型，對校正后的MRI醫(yī)學(xué)圖像進行分割的模塊。

可選的，還包括：

檢驗?zāi)K，用于將自動分割后的MRI醫(yī)學(xué)圖像發(fā)送給用戶，以用于判斷當(dāng)前分割的MRI醫(yī)學(xué)圖像是否滿足要求；當(dāng)判定當(dāng)前分割的MRI醫(yī)學(xué)圖像不滿足要求時，發(fā)送繼續(xù)分割的指令。

本發(fā)明實施例提供了一種圖像分割方法，獲取待分割的MRI醫(yī)學(xué)圖像；根據(jù)適配模糊聚類分割算法，對MRI醫(yī)學(xué)圖像的灰度進行校正，以使MRI醫(yī)學(xué)圖像的整體灰度均勻；根據(jù)ASM算法，對校正后的MRI醫(yī)學(xué)圖像進行自動分割。

本申請?zhí)峁┑募夹g(shù)方案的優(yōu)點在于，在圖像進行分割前，先利用適配模糊聚類分割算法對原始圖像的灰度不均勻性進行校正，有效的校正掃描間和掃描內(nèi)部的灰度不均勻性，一定程度上避免了不同程度地丟失原始圖像的信息，有利于提升圖像分割的準(zhǔn)確度；采用自動分割方法，可有效的避免人工分割費時費力、經(jīng)驗依賴的缺陷，提高了醫(yī)學(xué)分割的精確性及穩(wěn)健性。

此外，本發(fā)明實施例還針對圖像分割方法提供了相應(yīng)的實現(xiàn)裝置，進一步使得所述方法更具有實用性，所述裝置具有相應(yīng)的優(yōu)點。

附圖說明

為了更清楚的說明本發(fā)明實施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種圖像分割方法的流程示意圖；

圖2為本發(fā)明實施例提供的另一種圖像分割方法的流程示意圖；

圖3為本發(fā)明實施例提供的圖像分割裝置的一種具體實施方式結(jié)構(gòu)圖；

圖4為本發(fā)明實施例提供的圖像分割裝置的另一種具體實施方式結(jié)構(gòu)圖。

具體實施方式