[發(fā)明專利]基于超圖模型的PET-CT多模態(tài)鼻咽癌圖像分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710689608.3
• 申請(qǐng)日: 2017-08-14
• 公開(kāi)（公告）號(hào): CN107507195B
• 公開(kāi)（公告）日: 2019-11-15
• 發(fā)明（設(shè)計(jì)）人: 王艷;潘沛克;何嘉;吳錫;周激流
• 申請(qǐng)（專利權(quán)）人: 四川大學(xué)
• 主分類(lèi)號(hào): G06T7/11
• 分類(lèi)號(hào): G06T7/11;G06K9/46;G06K9/62;G06T7/00
• 代理公司: 11548 北京華仲龍騰專利代理事務(wù)所(普通合伙)
• 代理人: 李靜<國(guó)際申請(qǐng)>=<國(guó)際公布>=<進(jìn)入國(guó)

1.一種基于超圖模型的PET-CT多模態(tài)鼻咽癌圖像分割方法，其特征在于，所述方法包括：

步驟1：讀取待分割的多模態(tài)鼻咽部腫瘤圖像；

步驟2：提取所述腫瘤圖像中像素點(diǎn)的灰度信息和位置信息作為該像素點(diǎn)的特征值，根據(jù)所述特征值構(gòu)建包含所述腫瘤圖像全部像素點(diǎn)的數(shù)據(jù)集X，X＝[x₁,x₂，…，x_n]；

步驟3：利用所述數(shù)據(jù)集X構(gòu)建稀疏表示模型；

步驟31：通過(guò)式(1)構(gòu)建稀疏表示模型，

X＝XZ (1)

其中，Z＝[z₁,z₂…z_n]為主對(duì)角線為零的重建系數(shù)矩陣，根據(jù)稀疏表達(dá)理論，通過(guò)求解最優(yōu)化問(wèn)題，得到稀疏表示模型的重建系數(shù)矩陣Z；

步驟32：通過(guò)所述重建系數(shù)矩陣Z構(gòu)建相應(yīng)的關(guān)聯(lián)矩陣H，并基于所述關(guān)聯(lián)矩陣H構(gòu)建與所述腫瘤圖像中像素點(diǎn)對(duì)應(yīng)的超邊，取所述重建系數(shù)矩陣Z中與x_i對(duì)應(yīng)的列z_i中非零的值作為與x_i關(guān)聯(lián)的頂點(diǎn)；

步驟4：基于構(gòu)建的超邊，計(jì)算超邊權(quán)重值，采用高斯核模型計(jì)算頂點(diǎn)之間的相似度，并基于該相似度得到對(duì)應(yīng)頂點(diǎn)間的超邊權(quán)重值，從而得到完整的帶權(quán)超圖模型；

步驟5：基于所述關(guān)聯(lián)矩陣H和所述超邊權(quán)重值，構(gòu)建頂點(diǎn)階對(duì)角矩陣、超邊階對(duì)角矩陣和超邊權(quán)重對(duì)角矩陣；

步驟6：根據(jù)周氏標(biāo)準(zhǔn)化原理基于所述頂點(diǎn)階對(duì)角矩陣、所述超邊階對(duì)角矩陣、所述超邊權(quán)重對(duì)角矩陣和所述關(guān)聯(lián)矩陣H，構(gòu)造超圖拉普拉斯矩陣Δ；

步驟7：對(duì)所述腫瘤圖像進(jìn)行標(biāo)記，得到標(biāo)記向量l，

步驟71：利用所述標(biāo)記向量l構(gòu)造半監(jiān)督學(xué)習(xí)模型；

步驟72：利用所述半監(jiān)督學(xué)習(xí)模型，通過(guò)求解最小二乘問(wèn)題得到最優(yōu)切向量f，所述最優(yōu)切向量f表示超圖模型內(nèi)某一頂點(diǎn)屬于正常組織或腫瘤組織的可能性；

步驟8：將超圖模型中每個(gè)頂點(diǎn)的分類(lèi)結(jié)果返回至像素級(jí)別，即實(shí)現(xiàn)了對(duì)所述腫瘤圖像的分割。

2.如權(quán)利要求1所述的鼻咽癌圖像分割方法，其特征在于，步驟32中基于重建系數(shù)矩陣Z構(gòu)建關(guān)聯(lián)矩陣H的公式如下：

其中，v_i對(duì)應(yīng)x_i，表示第i個(gè)頂點(diǎn)；e_j表示第j個(gè)頂點(diǎn)對(duì)應(yīng)的超邊。

3.如權(quán)利要求2所述的鼻咽癌圖像分割方法，其特征在于，步驟4中計(jì)算超邊權(quán)重值的具體方法為：

首先采用高斯核模型計(jì)算頂點(diǎn)間的相似度，計(jì)算公式如下：

其中A_ij為x_i與x_j的相似度值，A為相似度矩陣；

將兩頂點(diǎn)間的相似度值作為對(duì)應(yīng)頂點(diǎn)間普通邊的權(quán)重值，根據(jù)超圖的概念得到對(duì)應(yīng)超邊權(quán)重值w(e_i)：

其中，v_j表示超圖模型中的第j個(gè)頂點(diǎn)，e_i表示超圖中的第i條超邊。

4.如權(quán)利要求3所述的鼻咽癌圖像分割方法，其特征在于，在步驟7中對(duì)所述腫瘤圖像進(jìn)行標(biāo)記時(shí)，當(dāng)一像素點(diǎn)i被標(biāo)記為正樣本時(shí)l(i)＝1，為負(fù)樣本時(shí)l(i)＝-1，為未標(biāo)記樣本時(shí)l(i)＝0。