[发明专利]一种PET/CT肿瘤靶区自动分割方法

说明书

技术领域

本发明涉及一种PET/CT肿瘤靶区自动分割方法。

背景技术

PET/CT功能显像在放疗中的应用越来越广泛，因其能提供组织和细胞的代谢、增殖、乏氧等状态，为更全面了解肿瘤和正常组织的功能状态、更精确的确定肿瘤边界和淋巴结转移提供了有力手段。PET/CT代谢靶区可以指导传统CT靶区勾画，精确界定肿瘤靶区范围；依据PET/CT靶区制订放疗计划可以防止肿瘤野内复发且减少正常组织的损伤。有研究表明，将PET/CT应用于临床靶区勾画中，大约1/3肿瘤病人的分期和照射范围有所改变，25-30％放疗剂量分布有所调整。

尽管PET/CT已显示出在肿瘤靶区确定中存在重要价值，但由于PET/CT采集时间长，受呼吸、心跳等影响严重，图像分辨率低，限制了PET/CT在放疗中的应用。图像对比度低导致肿瘤靶区难以与周边组织区分开，即使对于有经验的临床医师，手工分割PET/CT图像仍然是困难且耗时的工作。因此临床中对PET/CT图像靶区自动分割方法的需求非常大。

目前PET/CT靶区自动分割的方法主要包括绝对阈值法、相对阈值法、比值法、晕环法和公式法。这些方法可概括成两类：一类是直接设定阈值，一类是根据公式计算阈值，再由计划系统根据阈值条件自动勾画靶区。这些方法适用于特定情况下的病灶靶区勾画，都不具有通用性。

脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)是基于对猫的视觉皮层神经元脉冲串同步振荡现象的研究发展而来的神经网络模型，广泛应用于图像处理、模式识别等领域。因其生物学基础，具有相似特性的神经元同步激发，能较好的保留图像的区间信息、产生跟人眼视觉类似的识别效果，对低分辨率的图像有较好的分割效果。

发明内容

本发明所要解决的技术问题是：提供一种PET/CT肿瘤靶区自动分割方法，以克服现有技术中PET/CT靶区自动分割方法通用性差的问题。

解决上述技术问题，本发明所采用的技术方案如下：

一种PET/CT肿瘤靶区自动分割方法，包括以下步骤：

步骤一、去除待分割PET/CT图像的背景，并获取去除背景后待分割PET/CT图像的灰度直方图；

步骤二、对所述灰度直方图进行归一化统计，并采用六次函数对其进行曲线拟合，以获得具有三个波峰和两个波谷的拟合曲线，取所述两个波谷中所对应较大的一个灰度值作为划分肿瘤像素点与非肿瘤像素点的最佳点火阀值θ；

步骤三、建立优化PCNN模型如下：

F_ij[n]＝S_ij；