[發(fā)明專利]基于自適應(yīng)構(gòu)造最優(yōu)圖的多模態(tài)鼻咽腫瘤分割算法

有效

• 申請?zhí)枺?/td>: 201710799233.6
• 申請日: 2017-09-07
• 公開（公告）號: CN107492101B
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 王艷;李鮮;何嘉;吳錫;周激流
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/30
• 代理公司: 成都智涌知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51313
• 代理人: 周正輝

1.一種基于自適應(yīng)構(gòu)造最優(yōu)圖的多模態(tài)鼻咽腫瘤分割算法，其特征在于，包括以下步驟：

步驟1：輸入已配準(zhǔn)多模態(tài)鼻咽腫瘤MR圖像；

步驟2：將腫瘤圖像映射為加權(quán)無向圖G＝(V,E)，其中V為圖節(jié)點(diǎn)的集合，E為邊的集合，并以{v₁,v₂,…,v_n}表示圖像數(shù)據(jù)集，表示數(shù)據(jù)矩陣；

步驟3：輸入數(shù)據(jù)矩陣V，正則系數(shù)γ，參數(shù)λ；其中，λ的初始值與正則參數(shù)γ相同，若對角化后的相似度矩陣中對角塊塊數(shù)小于聚類類數(shù)則增大λ，反之減小；

步驟4：根據(jù)對相似度矩陣S進(jìn)行初始化，其中s為節(jié)點(diǎn)的維度特征，s_ij表示任意一個點(diǎn)v_j看作是點(diǎn)v_i的鄰點(diǎn)的概率；

步驟5：對S進(jìn)行行列變換使其成為塊對角矩陣，判斷變換過后的相似度矩陣中對角塊數(shù)是否與聚類類數(shù)一致，若一致，則轉(zhuǎn)至步驟8，否則進(jìn)行下一步；

步驟6：構(gòu)造/更新由Laplacian矩陣前c個最小特征值對應(yīng)的特征向量組成的矩陣F；

步驟7：對i＝1,2,…,n,由公式對相似度矩陣按行進(jìn)行更新，其中轉(zhuǎn)至步驟5；

步驟8：根據(jù)構(gòu)造得到的類標(biāo)記矩陣對目標(biāo)圖像進(jìn)行分割。