[發明專利]一種胼胝體及小腦蚓部的一體化定位及分割方法

在審

• 申請號: 202011158540.4
• 申請日: 2020-10-26
• 公開（公告）號: CN112258536A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 劉斌;王淇鋒
• 申請（專利權）人: 大連理工大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/149;G06T7/00
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 姜玉蓉;李洪福

本發明公開了一種胼胝體及小腦蚓部的一體化定位及分割方法，包括如下步驟：獲取人腦超聲圖像的胼胝體初始搜索區域；從胼胝體圖像和小腦蚓部圖像中獲取胼胝體平均模板和小腦蚓部平均模板；以胼胝體平均模板為搜索依據進行模板尺寸自適應的滑動窗口搜索、得到胼胝體精準搜索結果；基于胼胝體最終搜索結果進行主動輪廓模型算法迭代，分割胼胝體并得到其輪廓和位置信息；采用新相似度比較算法進行自適應模板尺寸滑動窗口搜索從而得到小腦蚓部精搜索結果；對該初始輪廓進行迭代得到小腦蚓部精確輪廓，再對精確輪廓進行平滑化處理最終得到小腦蚓部精準輪廓。

技術領域

本發明涉及超聲圖像處理分析技術領域，尤其涉及一種胼胝體及小腦蚓部的一體化定位及分割方法。

背景技術

隨著計算機技術在醫學上的廣泛應用，使得早先的人工標記與分割圖像逐漸被計算機自動算法所替代。對于如何檢測、判斷胎兒的腦部發育情況，胼胝體與小腦蚓部二者的發育情況是重要的判斷依據，目前通常采用人工定位及分割超聲圖像中胼胝體與小腦蚓部區域，并計算其輪廓長度、面積等特征信息來檢測、判斷胎兒腦部是否發育正常。如何精準高效定位胼胝體與小腦蚓部，并對其進行自動化分割，提取位置及輪廓信息成為關鍵的問題。目前對于超聲圖像定位及分割胼胝體及小腦蚓部問題，沒有已知的有效的計算機一體化自動處理辦法，都是由人工來人為定位及分割。這需要專業的知識儲備，也花費了不少時間，并且效果不一定精細，所以準確性不能保證。

發明內容

根據現有技術存在的問題，本發明公開了一種胼胝體及小腦蚓部的一體化定位及分割方法，具體包括如下步驟：

獲取人腦超聲圖像的胼胝體初始搜索區域、胼胝體平均模板以及小腦蚓部圖像中的小腦蚓部平均模板，基于獲取的信息采用聚類方式得到胼胝體初始搜索結果；

對胼胝體初始搜索結果進行擴充并將擴充后的結果作為搜索范圍、以胼胝體平均模板為搜索依據進行模板尺寸自適應的滑動窗口搜索，將相似度大于設定閾值的圖像進行聚類得到胼胝體精準搜索結果；

對胼胝體精搜索結果進行檢測，判斷該結果對應人腦超聲圖像區域是否為胼胝體區域，若符合檢測標準，則認為得到胼胝體最終搜索結果，若不符合標準，則在以精搜索區域為搜索范圍，進行一次模板尺寸自適應的滑動窗口搜索，最終確定胼胝體位置作為胼胝體最終搜索結果；

讀取小腦蚓部圖像初始搜索區域，基于胼胝體最終搜索結果進行主動輪廓模型算法迭代、以小腦蚓部初始搜索區域為搜索范圍、以小腦蚓部平均模板為搜索依據采用自適應的滑動窗口搜索方式獲取小腦蚓部初始搜索結果；

在人腦超聲圖像中，以基準點Center以及小腦蚓部初始搜索結果確定包含小腦蚓部的扇形范圍區域，對該扇形區域進行圖像增強處理，并獲取其中的輪廓信息，對點集進行篩選獲取可能是小腦蚓部輪廓的點集，并取點集的外接矩形區域作為小腦蚓部精搜索范圍區域；將該小腦蚓部精搜索范圍為搜索區域，以小腦蚓部平均模板圖像為搜索依據、采用新相似度比較算法進行自適應模板尺寸滑動窗口搜索從而得到小腦蚓部精搜索結果；

根據小腦蚓部精搜索結果、從人腦超聲圖像中截取小腦蚓部圖像對小腦蚓部進行輪廓擬合，得到小腦蚓部擬合輪廓；根據擬合輪廓周圍像素值信息對其進行調整得到小腦蚓部初始輪廓；再根據輪廓上各點與小腦蚓部圖像中心點連線上的像素值分布規律，依據弦高和角度的閾值判斷方法對小腦蚓部初始輪廓進行迭代，最終得到小腦蚓部精確輪廓。

在人腦超聲圖像上以胼胝體初始搜索區域為搜索范圍、以胼胝體平均模板為搜索依據進行模板尺寸自適應的滑動窗口搜索，將相似度大于設定閾值的圖像進行聚類得到胼胝體初始搜索結果。

獲取小腦蚓部初始搜索結果時：

首先基于胼胝體最終搜索結果進行主動輪廓模型算法迭代，分割胼胝體并得到其輪廓和位置信息；