[发明专利]一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法有效

专利信息
申请号: 201711445476.6 申请日: 2017-12-27
公开(公告)号: CN108305279B 公开(公告)日: 2019-07-05
发明(设计)人: 孔佑勇;吴飞;任洲甫;左雨林;沈傲东;伍家松;舒华忠 申请(专利权)人: 东南大学
主分类号: G06T7/33 分类号: G06T7/33;G06K9/62
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 刘莎
地址: 210096*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 体素 磁共振图像 大脑 迭代 模糊聚类 模糊聚类算法 人类大脑 容积效应 拓扑结构 种子模板 种子生成 分配 群体 应用
【说明书】:

发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法,包括以下步骤:首先,由于人类大脑具有相同的拓扑结构,从基于群体的大脑MRI模板获得一组种子模板;其次,为了排除部分容积效应的影响,提出了一种迭代空间模糊聚类算法,将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像,生成有效的大脑磁共振图像超体素。

技术领域

本发明涉及一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法,属于数字图像领域。

背景技术

超体素技术是将具有高度冗余特征的体素聚集成有意义的均匀区域的过程。和传统的图像处理基本单元体素相比,基于一定数量的超体素的图像分析和处理能获得更好的效果,同时也可以大大提高效率。大脑磁共振图像的局部区域平滑,这使得适合对大脑磁共振图像进行超体素分割。最近,超体素技术已经被越来越多地应用于大脑磁共振图像分析,并且在一些应用中表现出相当好的性能,如肿瘤定位和分割、组织分割、图像配准和功能分组等。因此,好的大脑磁共振MRI图像的超体素分割方法对后续大脑MRI图像的分析至关重要。

大脑MRI图像具有独特的性质。首先,人脑具有复杂的内部结构,包含若干大小不同、形态复杂度不同的子结构。大脑中组织一般可以划分为脑脊液、白质和白质,这三种组织具有复杂的边界形状和拓扑结构。采用传统的在晶格结构中进行均匀采样生成种子点的方法可能生成不均匀的大脑磁共振图像的超体素。其次,由于磁共振图像中分辨力不足的限制,相邻组织之间的对比度损失导致一个体素内可能包含多种组织,即部分容积效应。传统的针对自然图像的超体素生成算法采用的非此即彼的硬聚类方法来对体素进行聚类。使用硬聚类的算法对大脑磁共振图像进行超体素分割,导致的结果可能是一个超体素内包含多种组织(包括灰质、白质和脑脊液),使得超体素的边界贴合能力非常差。

目前,已经存在针对自然图像开发的超体素方法,例如简单线性迭代方法、基于图的方法、均值偏移等超体素生成算法,并且被应用于计算机视觉的诸多领域,取得了相当好的结果。然而,在大脑磁共振图像分析中,为大脑磁共振图像生成合适的超体素仍然是具有挑战性的。单纯地用已有的算法生成大脑MRI图像超体素显然是不合适的,因为这些针对自然图像算法忽略了大脑磁共振图像的特殊性质。

发明内容

现有的超体素生成算法大多是针对自然图像的,不能够得到理想的大脑磁共振图像超体素,本发明为了生成理想的大脑磁共振图像超体素提供一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法。

本发明为解决上述技术问题采用以下技术方案:

本发明提供一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法,包括以下步骤:

步骤1,从基于群体的大脑磁共振模板图像构建种子模板,然后投影到个体空间生成个体空间的种子点,具体包括:

步骤1,从基于群体的大脑磁共振模板图像构建种子模板,然后投影到个体空间生成个体空间的种子点,具体包括:

1-1,在大脑磁共振模板图像的脑区域均匀采样N个种子点;

1-2,计算大脑磁共振模板图像上每个体素与步骤1-1的种子点之间的距离,其中,第a个体素与第b个种子点之间的距离D(a,b)=dI(a,b)+λdS(a,b),dI(a,b)为第a个体素与第b个种子点之间的灰度距离,dS(a,b)为第a个体素与第b个种子点之间的空间距离,λ为空间距离与灰度距离的权重;

1-3,采用分层聚类方法,每次将具有最小距离的两个种子点合并成一个新的种子点,生成种子点模板;

1-4,通过将大脑磁共振模板图像配准到个体磁共振图像的方式,将相应的种子点模板投影到个体磁共振图像的空间,生成个体磁共振图像空间的种子点;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711445476.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top