[发明专利]一种基于形状先验的肾脏图像分割方法

权利要求书

1.一种基于形状先验的肾脏图像分割方法，其特征在于：包括如下步骤：

S1、导入包含肾脏的人体CT序列图像，用户选择肾脏切片的起始位置、中间位置和结束位置的肾脏中心点；

S2、对肾脏CT切片进行预处理，所述预处理包括去床、去噪、增强；

S3、基于步骤S1结果，利用主动形状模型进行模板训练，最后进行初始分割，将分割的结果作为初始分割轮廓；

S4、基于步骤S3的结果，将初始分割轮廓作为水平集方法的起始轮廓，进行进一步分割；

S5、基于步骤S4的分割结果，利用CT序列图像的前后连续属性进行后处理，对分割结果进行修正。

2.如权利要求1所述基于形状先验的肾脏图像分割方法，其特征在于：所述步骤S1包括如下分步骤：

S1.1、根据用户对肾脏切片的起始位置和结束位置的选择，得到包含肾脏的CT序列，并通过插值计算，将肾脏序列压缩为20帧，其中的插值计算为二维或者三维算法；

S1.2、定义第1帧为起始帧，第20帧为结束帧，第10帧作为序列中间帧，用户选择起始帧、中间帧和结束帧图像上目标肾脏的中心点；

S1.3、根据起始帧和中间帧中心点坐标进行插值，得到2-9帧的中心点坐标，同理根据中间帧和结束帧的插值，可以得到11-19帧的中心点坐标。

3.如权利要求1所述基于形状先验的肾脏图像分割方法，其特征在于：在所述步骤S3中，所述模板训练包括如下分步骤：

S3.1、提取n组肾脏轮廓标注点构成2n维的向量Z＝(Z₁,Z₂,...,Z_n)，计算出轮廓点均值μ，并对Z进行数据标准化得到

求出的协方差矩阵的特征值{λ₁,...,λ_n}和特征向量，对特征向量按照特征值大小排序，取前k行生成矩阵P，则任意一肾脏轮廓可表示为

X＝μ+Pb (1)

4.如权利要求1所述基于形状先验的肾脏图像分割方法，其特征在于：在所述步骤S3中，所述分割包括如下分步骤：

S3.2、令b＝0，根据公式1计算模型轮廓X，将轮廓的中心移动到每帧CT序列肾脏的中心点；

S3.3、沿模型轮廓X上点的法线距离搜索灰度分布匹配的轮廓点，构成目标轮廓Y；

S3.4、根据普鲁克变换，将X对齐Y可得公式2，即Y＝MX，其中M为包含了平移、旋转和缩放的转移矩阵；

S3.5、计算公式从而通过逆变换将Y投影到X的空间；

S3.6、求公式1的逆变换更新b的值，同时限制形变，有约束|b_i|＜3λ_i；

S3.7、重复执行步骤2.3～2.6直到收敛或者最大执行次数，可得到初始的肾脏轮廓的初步分割结果。

5.如权利要求1所述基于形状先验的肾脏图像分割方法，其特征在于：所述步骤S1包括如下分步骤：

S4.1、利用步骤S3求得的肾脏轮廓初步分割结果初始化水平集方法；

S4.2、根据公式4进行迭代，计算水平集方程的演化；

其中φ表示水平集函数，Δ表示拉普拉斯算子，表示梯度算子，δ表示迪利克雷方程，v表示控制轮廓膨胀或收缩的系数，div表示散度计算；表示图像边缘权重，其中I表示当前图像，常数γ和η分别表示公式四等号右边第一项和第二项的权重；

S4.3、设置并限制水平集演化迭代次数，根据经验可以设置不超过50次迭代，其中，零水平集方程φ＝0即为肾脏分割的轮廓。

6.如权利要求1所述基于形状先验的肾脏图像分割方法，其特征在于：所述步骤S5包括如下分步骤：

S5.1、在步骤S4分割结果的基础上，保留面积最大的分割区域，删除其余小区域，使用连通域进行处理；

S5.2、根据CT序列连续性的假设，计算前后两帧分割结果的交并比，如果比值过小，对分割结果进行平滑处理。