[发明专利]基于改进的水平集的自动肿瘤影像区域分割系统及方法

权利要求书

1.一种基于改进的水平集的自动肿瘤影像区域分割方法，其特征在于，所述基于改进的水平集的自动肿瘤影像区域分割方法包括以下步骤：

步骤一，通过肿瘤影像获取模块利用影像获取装置获取待分割的原始肿瘤影像数据；

步骤二，通过影像预处理模块利用影像预处理程序对采集的待分割的原始肿瘤影像数据进行去噪、剪裁和增强处理；

所述对采集的待分割的原始肿瘤影像数据进行去噪、剪裁和增强处理包括：

(2.1)利用各向同性热扩散方程对采集的原始肿瘤影像数据进行多尺度分解；

(2.2)确定去噪强度系数，基于确定的去噪强度系数利用惩罚加权最小平方算法对各尺度内肿瘤影像数据进行去噪以及去噪强度的控制；

(2.3)对去噪后残余边缘进行平滑、增强与补偿；依次遍历所述尺度，并将补偿后的所有尺度的肿瘤影像数据进行融合，得到完整的增强后的肿瘤影像数据；

(2.4)对增强后的肿瘤图像进行病灶区域以及背景区域划分，对边缘背景区域进行裁剪；

步骤三，通过中央处理模块利用中央处理器控制所述基于改进的水平集的自动肿瘤影像区域分割系统各个模块的工作；

步骤四，通过影像区域分割模块利用区域分割程序对处理后的肿瘤影像进行区域划分，将所述肿瘤影像分割成对应的目标区域；

步骤五，通过影像特征提取模块利用特征提取程序利用神经网络模型提取肿瘤影像各目标区域的高维定量特征；

步骤六，通过影像特征融合模块利用特征融合程序对提取的各目标区域的高维定量特征进行融合，得到肿瘤影像融合特征；

步骤七，通过影像数据分析模块利用数据分析程序根据提取的肿瘤影像各目标区域的高维定量特征对肿瘤状态进行分析；

所述对肿瘤状态进行分析包括：

(a)通过肿瘤数据分析模块根据肿瘤影像融合特征得到第一分类概率，将所述第一分类概率作为第一分类维度；

(b)利用数据分析程序基于随机森林算法生成若干棵决策树，再根据所述决策树得到第二分类概率，将所述第二分类概率作为第二分类维度；

(c)将所述第一分类维度与所述第二分类维度作为第一二维特征，基于二维SVM算法得到第三分类概率，将所述第三分类概率作为第一分类结果；

步骤八，通过云存储模块利用云数据库服务器存储采集的待分割的原始肿瘤影像数据、目标区域、高维定量特征以及肿瘤状态分析结果；

步骤九，通过显示模块利用显示器显示采集的待分割的原始肿瘤影像数据、目标区域、高维定量特征以及肿瘤状态分析结果的实时数据。

2.如权利要求1所述基于改进的水平集的自动肿瘤影像区域分割方法，其特征在于，步骤一中，所述肿瘤影像包括二维肿瘤影像和三维肿瘤影像。

3.如权利要求1所述基于改进的水平集的自动肿瘤影像区域分割方法，其特征在于，步骤四中，所述通过影像区域分割模块对处理后的肿瘤影像进行区域划分的方法，包括：

(1)根据处理后的肿瘤影像构造超图，确定所述肿瘤影像为初始零水平集；

(2)对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域；

(3)根据形态学运算对所述肿瘤区域执行边缘平滑处理。

4.如权利要求3所述基于改进的水平集的自动肿瘤影像区域分割方法，其特征在于，所述对初始零水平集执行改进的水平集方法从而确定肿瘤区域，包括：

1)将预处理后的待分割肿瘤影像的梯度场信息加入到所述初始零水平集中，构建新的演化方程；

2)对所述肿瘤影像中的粗略肿瘤区域以与所述原始肿瘤影像的分辨率相同的分辨率执行下采样获得初始零水平集；

3)根据有限差分法对所述初始零水平集在所述演化方程上进行多次迭代确定肿瘤区域。