[發明專利]一種基于SP-FCN的MRI腦腫瘤圖像分割系統及方法

有效

• 申請號: 202010597350.6
• 申請日: 2020-06-28
• 公開（公告）號: CN111932549B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 王晶晶;張春慧;杜勇濤;于子舒;欒振業
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06V10/25;G06V10/80;G06V10/762;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.一種基于SP-FCN的MRI腦腫瘤圖像分割系統，其特征在于，包括：

圖像采集模塊，用于利用核磁共振儀獲取同一樣本不同模態的MRI腦腫瘤圖像，并將腦腫瘤圖像區域劃分為大小相等的圖像塊；

超像素計算模塊，用于對所述圖像塊進行超像素計算；

超像素分割模塊，用于基于圖像塊的超像素計算結果進行光譜聚類，對超像素進行分割，獲得腫瘤超像素和非腫瘤超像素；

腫瘤圖像識別模塊，用于在原始MRI腦腫瘤圖像中識別出腫瘤超像素所在的圖像塊，得到不同模態MRI腦腫瘤圖像的ROI圖像；

腫瘤圖像分割模塊，用于將不同模態的ROI圖像輸入FCN網絡模型進行圖像融合，獲得腫瘤區域分割結果；

所述腫瘤圖像識別模塊根據獲得的腫瘤超像素結果，在原始圖像中識別出腫瘤超像素所在的圖像塊，考慮到腫瘤可以通過腫瘤塊進行擴張，因此需要對腫瘤圖像塊的相鄰塊進行識別，獲取完整的腫瘤圖像塊；所述腫瘤圖像塊的相鄰塊的識別步驟包括：

計算每個腫瘤圖像塊及其相鄰塊的LBP直方圖，將腫瘤圖像塊及其相鄰塊的直方圖連接起來表示特征向量，通過直方圖計算腫瘤圖像塊與其相鄰塊的相似度，當相似度結果超過設定閾值時，該相鄰塊被認定為腫瘤塊，以該腫瘤塊為中心繼續進行相鄰塊的識別操作，直到所有腫瘤塊與其相鄰塊之間不存在相關性。

2.如權利要求1所述的一種基于SP-FCN的MRI腦腫瘤圖像分割系統，其特征在于，所述超像素計算模塊，通過計算每個圖像塊的集中趨勢值CTV來得到其超像素值，所述集中趨勢值CTV可以為均值、中位值和眾數，通過所述集中趨勢值CTV來表示每個圖像塊的超像素。

3.如權利要求1所述的一種基于SP-FCN的MRI腦腫瘤圖像分割系統，其特征在于，所述超像素分割模塊基于圖像塊的超像素計算結果進行光譜聚類，對整個MRI腦腫瘤圖像的超像素結果進行分割，整個圖像被分割成若干超像素塊，通過對比像素塊的強度，能夠獲得腫瘤區域對應的超像素塊和非腫瘤區域對應的超像素塊。

4.如權利要求1所述的一種基于SP-FCN的MRI腦腫瘤圖像分割系統，其特征在于，當所有腫瘤塊與其相鄰塊之間不存在相關性時，將得到的所有腫瘤塊標記為ROI，應用光譜聚類的方式從原始MRI腦腫瘤圖像中分割出ROI區域。

5.如權利要求1所述的一種基于SP-FCN的MRI腦腫瘤圖像分割系統，其特征在于，所述腫瘤圖像分割模塊將不同模態MRI腦腫瘤圖像的ROI圖像作為FCN網絡模型的輸入數據，通過多模態數據的融合，輸出腦腫瘤區域的分割結果，所述不同模態包括FLAIR、T1-c、T1-w以及T2-w四種模態。

6.一種基于SP-FCN的MRI腦腫瘤圖像分割方法，其特征在于，包括：

獲取同一樣本不同模態的MRI腦腫瘤圖像，并將腦腫瘤圖像區域劃分為大小相等的圖像塊；

對所述圖像塊進行超像素計算；

基于圖像塊的超像素計算結果進行光譜聚類，對所述圖像塊的超像素進行分割，獲得腫瘤超像素和非腫瘤超像素；

在原始MRI腦腫瘤圖像中識別出腫瘤超像素所在的圖像塊，獲得不同模態MRI腦腫瘤圖像的ROI；

將不同模態的ROI圖像輸入FCN網絡模型進行圖像融合，獲得腫瘤區域分割結果；

根據獲得的腫瘤超像素結果，在原始圖像中識別出腫瘤超像素所在的圖像塊，考慮到腫瘤可以通過腫瘤塊進行擴張，因此需要對腫瘤圖像塊的相鄰塊進行識別，獲取完整的腫瘤圖像塊；

所述腫瘤圖像塊的相鄰塊的識別步驟包括：

計算每個腫瘤圖像塊及其相鄰塊的LBP直方圖，將腫瘤圖像塊及其相鄰塊的直方圖連接起來表示特征向量，通過直方圖計算腫瘤圖像塊與其相鄰塊的相似度，當相似度結果超過設定閾值時，該相鄰塊被認定為腫瘤塊，以該腫瘤塊為中心繼續進行相鄰塊的識別操作，直到所有腫瘤塊與其相鄰塊之間不存在相關性。

7.一種電子設備，其特征在于，包括核磁共振儀、存儲器、處理器及存儲在存儲器上運行的計算機程序，所述處理器執行所述程序時實現如權利要求6所述的一種基于SP-FCN的MRI腦腫瘤圖像分割方法。

8.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，該程序被處理器執行時實現如權利要求6所述的一種基于SP-FCN的MRI腦腫瘤圖像分割方法。