[發明專利]基于混合活動輪廓模型的醫學圖像分割方法

有效

• 申請號: 201711407880.4
• 申請日: 2017-12-22
• 公開（公告）號: CN108109143B
• 公開（公告）日: 2019-12-03
• 發明（設計）人: 方玲玲;王相海
• 申請（專利權）人: 遼寧師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/149
• 代理公司: 21220 大連非凡專利事務所
• 代理人: 閃紅霞<國際申請>=<國際公布>=<進入

本發明公開了一種基于混合活動輪廓模型的醫學圖像分割方法，結合了圖像全局信息和局部信息。全局信息使得模型對于圖像具有較強的抗噪性，對圖像邊緣具有較強的捕捉能力；局部信息使得在異質區域分割更加精確，上述二者結合能夠處理背景及其內部結構復雜的圖像。實驗結果證明了本發明可以分割對比度低、結構復雜的醫學圖像，而且對于包含噪聲、弱邊緣和異質區域的圖像也能獲得很好的分割效果。

技術領域

本發明涉及醫學圖像處理領域，尤其是一種基于混合活動輪廓模型的醫學圖像分割方法。

背景技術

在臨床醫療的檢測中，醫生需要通過圖像中精確的病灶位置及其形狀對病情進行診斷。由于受到醫學成像設備、不均勻關照以及射線能量散射等外界因素的影響，在獲取醫學數字圖像的過程中常常會出現噪聲、弱邊緣以及灰度分布不均勻的異質現象，給圖像分割帶來了一定的難度。近年來，基于活動輪廓模型的圖像分割方法被廣泛地應用到醫學圖像的處理中，其中主要包括：基于全局信息和基于局部信息的活動輪廓模型。基于全局信息的活動輪廓模型能夠有效地處理圖像的噪聲和弱邊緣，但對圖像的異質區域通常不能很好地進行處理。基于局部信息的模型可以很好地處理上述問題，但該模型對噪聲和弱邊緣比較敏感。

發明內容

本發明是為了解決現有技術所存在的上述技術問題，提供一種基于混合活動輪廓模型的醫學圖像分割方法。

本發明的技術解決方案是：一種基于混合活動輪廓模型的醫學圖像分割方法，其特征在于按照如下步驟進行：

步驟1：初始化水平集函數以及待分割圖像，其中為圖像的像素坐標點；

步驟2：計算圖像像素點的權值信息：

（1）

其中，，表示不同像素點所對應的位置；

步驟3：計算全局信息和局部信息，相應的表達式為：

和 （2）

其中，為水平集函數的Heaviside函數；

步驟4：計算圖像的全局能量值和局部能量值：

（3）

步驟5: 利用有限差分法，更新水平集函數：

（4）

其中，為水平集函數的Dirac函數，和分別為水平集函數的散度和梯度算子，設置迭代步長，為水平集函數在演化過程中的迭代次數；

步驟6. 檢查演化曲線是否穩定收斂，若穩定收斂，則停止迭代；否則，轉入步驟2。

本發明結合了圖像全局信息和局部信息。全局信息使得模型對于圖像具有較強的抗噪性，對圖像邊緣具有較強的捕捉能力；局部信息使得在異質區域分割更加精確，上述二者結合能夠處理背景及其內部結構復雜的圖像。實驗結果證明了本發明可以分割對比度低、結構復雜的醫學圖像，而且對于包含噪聲、弱邊緣和異質區域的圖像也能獲得很好的分割效果。

附圖說明

圖1 為本發明實施例進行合成和醫學圖像分割的結果圖。

圖2 為本發明實施例與其它方法的圖像分割結果比較圖。

圖3為本發明實施例與其它方法的性能比較示意圖。

圖4 為本發明實施例使用不同的局部區域進行圖像分割的結果比較圖。

圖5為本發明實施例使用不同初始化方法進行圖像分割的結果比較圖。

具體實施例

本發明實例所提供的基于全局和局部區域信息相結合的醫學超聲圖像分割模型，按照如下步驟進行；