[发明专利]一种肝脏影像分割方法及系统

权利要求书

1.一种肝脏影像分割方法，其特征在于，包括以下几个步骤：

S1，获取原始图像，并对所述原始图像进行脊波变换得到粗尺度图像，所述粗尺度图像包括多个粗尺度像素点；

S2，将所述粗尺度图像经过模糊聚类算法处理后得到初始分割影像；

S3，对所述初始分割影像进行影像重构，得到重构图像，并计算出所述重构图像的多个聚类中心；所述重构图像包括多个细尺度像素点；

S4，调节每个所述细尺度像素点到各个所述聚类中心的距离，并调节所述细尺度像素点的隶属度；

S5，根据所述细尺度像素点计算得出像素相关性；

S6，根据所述像素相关性、所述隶属度和所述距离计算出目标函数，并建立约束条件，且将所述约束条件代入所述目标函数，得到改善目标函数；

S7，判断所述改善目标函数是否满足收敛条件，若满足，则完成所述重构图像的影像分割；若不满足，则重新执行S4至S7。

2.根据权利要求1所述的肝脏影像分割方法，其特征在于，所述S3的具体实现如下：建立各个所述粗尺度像素点的相似性函数，并根据所述相似性函数计算出所述细尺度像素x_n与所述粗尺度像素的相似度，且根据所述相似度确定所述聚类中心，所述相似性函数如下：

其中，g(x_n)为所述细尺度像素点的灰度值，x_n为第n个所述细尺度像素点，μ_n-1为所述粗尺度像素点的灰度平均值；σ_n-1为所述粗尺度像素点标准差；k为所述粗尺度像素点的数量,所述细尺度像素x_n与所述粗尺度像素的相似度。

3.根据权利要求1所述的肝脏影像分割方法，其特征在于，所述S5的具体实现为：通过如下公式计算所述像素相关性；

其中，i为所述聚类中心的编号；j为所述细尺度像素点的编号；R_kj为所述重构图像中邻域像素x_k与中心像素x_j的相关性；为所述重构图像的反应空间相关性；为所述重构图像的反应灰度相关性。

4.根据权利要求3所述的肝脏影像分割方法，其特征在于，所述目标函数为：

其中，C是预设的聚类数目，n是所述重构影像中像素点的数目，u_ij为第j个像素隶属于第i类的隶属度，其中，0≤u_ij≤1；m为预设的模糊因子，其中，m＞1，d_ij＝||x_j-v_i||为第j个所述细尺度像素点到第i个所述聚类中心之间的距离，d_ik为第i个所述聚类中心与所述邻域像素x_k之间的距离。

5.根据权利要求4所述的肝脏影像分割方法，其特征在于，所述约束条件为：

6.一种肝脏影像分割系统，其特征在于，包括：

脊波变换模块，用于获取原始图像，并对所述原始图像进行脊波变换得到粗尺度图像，所述粗尺度图像包括多个粗尺度像素点；

初始分割模块，用于将所述粗尺度图像经过模糊聚类算法处理后得到初始分割影像；

重构模块，用于对所述初始分割影像进行影像重构，得到重构图像，并计算出所述重构图像的多个聚类中心；所述重构图像包括多个细尺度像素点；

更新模块，用于调节每个所述细尺度像素点到各个所述聚类中心的距离，并调节所述细尺度像素点的隶属度；

相关性计算模块，用于根据所述细尺度像素点计算得出像素相关性；

目标函数计算模块，用于根据所述像素相关性、所述隶属度和所述距离计算出目标函数，并建立约束条件，且将所述约束条件代入所述目标函数，得到改善目标函数；

判断模块，用于判断所述改善目标函数是否满足收敛条件，若满足，则完成所述重构图像的影像分割；若不满足，则重新执行S4至S7。