[发明专利]一种基于高斯滤波的高维脑核磁图像多阈值分割方法

说明书

本发明提供了一种基于高斯滤波的高维脑核磁图像多阈值分割方法，属于智慧医疗技术领域。其技术方案为：首先，获取脑核磁图像数据F；其次，通过标准差为脑核磁图像的粗糙性度量的高斯滤波进行自适应平滑滤波预处理；再次，对预处理后的脑核磁图像进行灰度直方图统计，并根据灰度直方图的峰值设定脑部组织的灰质、白质、脑脊液和背景的三个初始分割阈值(tsubgt;1/subgt;,tsubgt;2/subgt;,tsubgt;3/subgt;)；最后，将脑核磁图像中三个目标组织和背景的四类间方差σsupgt;2/supgt;(tsubgt;1/subgt;,tsubgt;2/subgt;,tsubgt;3/subgt;)作为混合蛙跳算法的适应度函数寻找三个最优分割阈值并输出分割后的二值化图像。本发明的有益效果为：降低了噪声对脑核磁图像分割的影响，提高了对脑核磁图像中三个目标组织的分割精度，对脑核磁图像智能辅助分割和诊断具有较强的应用价值。

技术领域

本发明涉及智慧医疗技术领域，尤其涉及一种基于高斯滤波的高维脑核磁图像多阈值分割方法。

背景技术

核磁共振成像技术已经成为脑疾病临床诊断的重要辅助手段。脑核磁与电子计算断层扫描相比，它具有无放射线损害，无骨性伪影，能多方面、多参数成像，有高度的软组织分辨能力，不需要使用对比剂即可显示血管结构等独特的优点。然而在实际应用中，由于射频场的不均匀性等因素，导致脑核磁图像的灰度均匀性变差；其次，脑核磁图像成像过程中由于受仪器设备等物理原因影响，使得图像中经常含有噪声。这给医生的临床诊断工作增加了不确定性因素和工作量。同时，这也影响了脑核磁图像的分割精度。如何有效地提高脑核磁图像的分割精度和帮助医生有效地分析患者脑部组织的临床症状，亟需一种新的方法能有效地减少脑核磁图像中的噪声和提高分割精度，有效进行脑核磁图像临床症状的筛查和分析。

如何解决上述技术问题为本发明面临的课题。

发明内容

本发明的目的在于提供一种基于高斯滤波的高维脑核磁图像多阈值分割方法。

本发明是通过如下措施实现的：一种基于高斯滤波的高维脑核磁图像多阈值分割方法，包括以下步骤：

步骤1、读取脑核磁图像F，其中图像的大小为256×256，单张的脑核磁图像中共有256×256＝65536个像素点，可表示为论域T＝{F(0,0),F(0,1),...,F(255,255)}，其中F(i,j)(i,j∈[0，255])表示第(i,j)个像素点的灰度级且F(i,j)∈[0,255]；

步骤2、计算脑核磁图像的粗糙性度量ρ，并将ρ作为高斯滤波的标准差σ对脑核磁图像进行自适应平滑滤波预处理；

步骤3、对预处理后的脑核磁图像进行灰度直方图统计，根据灰度直方图的峰值设定脑部组织的灰质、白质、脑脊液和背景的三个初始分割阈值(t₁,t₂,t₃)；

步骤4、计算脑核磁图像中三个目标组织和背景的四类间方差σ²(t₁,t₂,t₃)，并将其作为混合蛙跳算方法的适应度函数；

步骤5、通过混合蛙跳算法寻找脑核磁图像中脑部组织的灰质、白质、脑脊液和背景的三个最优分割阈值

步骤6、对脑核磁图像进行多阈值分割，输出分割后的二值化图像。

作为本发明提供的一种基于高斯滤波的高维脑核磁图像多阈值分割方法进一步优化方案，所述步骤2的具体步骤如下：

步骤2.1、计算脑核磁图像F在不同灰度级上分布信息下近似H(l)，其计算公式如下：

其中，F(i,j)为像素(i,j)的灰度级，δ(·)近似为零点处高度为1的冲激函数，L为图像的灰度级数目；