[發(fā)明專利]基于聚類的椎骨分割與質(zhì)心檢測(cè)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810259768.9
• 申請(qǐng)日: 2018-03-27
• 公開（公告）號(hào): CN108537779A
• 公開（公告）日: 2018-09-14
• 發(fā)明（設(shè)計(jì)）人: 劉俠;孫艷楠;余洪波
• 申請(qǐng)（專利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T7/66;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.基于聚類的椎骨分割與質(zhì)心檢測(cè)的方法，其特征在于所述方法包括以下步驟：

1.對(duì)脊椎CT數(shù)據(jù)進(jìn)行預(yù)處理，突出感興趣區(qū)域；

2.利用改進(jìn)的FCM的圖像聚類對(duì)脊椎CT圖片中椎骨區(qū)域進(jìn)行分割提取；

3.對(duì)原椎骨圖像進(jìn)行像素點(diǎn)的提取和聚類，再通過密度估計(jì)找出最終質(zhì)心；

4.將分割的結(jié)果和質(zhì)心定位的結(jié)果進(jìn)行合成；

5.對(duì)于分割后的圖像進(jìn)行去除干擾點(diǎn)處理。

2.根據(jù)權(quán)利要求書1所述的基于聚類的椎骨分割與椎骨質(zhì)心檢測(cè)的方法，其特征在于，所述的步驟B中利用改進(jìn)的FCM的圖像聚類對(duì)脊椎CT圖片中椎骨區(qū)域進(jìn)行分割提取包括以下步驟：

1.初始化：對(duì)脊椎圖像進(jìn)行直方圖計(jì)算，判斷二維直方圖的峰值個(gè)數(shù)，設(shè)定其為聚類類別數(shù)；初始化聚類中心 ；加權(quán)指數(shù)；迭代停止閾值；最大迭代次數(shù)；

2.初始化像素的隸屬度矩陣，使其滿足且；

3.根據(jù)計(jì)算價(jià)值函數(shù)，如果小于閾值或它相對(duì)上次價(jià)值函數(shù)值的改變量小于閥值，則算法停止；

4.根據(jù)計(jì)算新的隸屬度函數(shù)；

5.如果或者到了最大的迭代次數(shù)，則停止否則令K=K+1，繼續(xù)進(jìn)行迭代運(yùn)算；

6.對(duì)像素進(jìn)行分類，輸出分類結(jié)果；

7.迭代完成后對(duì)圖片進(jìn)行干擾點(diǎn)去除。

3.根據(jù)權(quán)利要求書1所述的基于聚類的椎骨分割與椎骨質(zhì)心檢測(cè)的方法，其特征在于，所述的步驟C中對(duì)原椎骨圖像進(jìn)行像素點(diǎn)的提取并對(duì)其聚類并進(jìn)行密度估計(jì)找出最終質(zhì)心包括以下步驟；

1.提取原圖像的像素點(diǎn)進(jìn)行聚類；

2.初始化聚類中心，從數(shù)據(jù)中取出1個(gè)點(diǎn)到10個(gè)點(diǎn)，逐漸遞增；

3.確定隸屬度矩陣，計(jì)算價(jià)值函數(shù)，修正聚類中心，多次迭代，找出最優(yōu)解；

4.將聚類得到的像素點(diǎn)進(jìn)行核密度估計(jì)，密度函數(shù)的全局最大值被認(rèn)為是椎骨的質(zhì)心點(diǎn)；

初始化聚類中心，從數(shù)據(jù)中取出1個(gè)點(diǎn)到10個(gè)點(diǎn)，逐漸遞增；

6.確定隸屬度矩陣，計(jì)算價(jià)值函數(shù)，修正聚類中心，多次迭代，找出最優(yōu)解；

7.將聚類得到的像素點(diǎn)進(jìn)行密度估計(jì)，密度函數(shù)的全局最大值被認(rèn)為是椎骨的質(zhì)心點(diǎn)。