[发明专利]一种医学图像的感兴趣区域提取方法

摘要

本发明公开了一种医学图像的感兴趣区域提取方法，该方法在种子点选取过程中，将所选种子点的灰度值与其八邻域像素点的灰度值之和的平均值作为该种子点的灰度值，这样可避免种子点选取的错误，从而避免了因种子点的错误选择而导致不能进行良好分割的后果；在区域生长过程中，本方法充分利用了图像的全局和局部信息，构建了观察和比较序列，再利用灰色理论计算观察和比较序列的绝对关联度及相对关联度，根据绝对关联度及相对关联度计算表征观察点与感兴趣区域的灰色综合关联度，计算复杂度较低，运行时间较短；在区域生长过程中，在灰色综合关联度的基础上调整判定阈值，从而把感兴趣区域从图像中提取出来，且提取精度较高。

主权项

1.一种医学图像的感兴趣区域提取方法，其特征在于包括以下步骤：①从输入图像中的待提取的感兴趣区域中选取一个坐标为(px，py)的像素点作为区域生长的种子点，记种子点为SeedP，记种子点SeedP的灰度值为SeedP(px，py)，SeedP(px，py)＝Sum/9，其中，Sum表示种子点SeedP的灰度值SeedP(px，py)与种子点SeedP的各八邻域像素点的灰度值之和；②基于区域生长法，以种子点SeedP为中心向外进行区域生长，具体区域生长过程为：②-1、设置一个感兴趣队列WellQueue和一个初始化队列InitQueue，其中，感兴趣队列WellQueue和初始化队列InitQueue的初始值为空；设置一个观察序列ObserveList和一个比较序列ReferList，其中，观察序列ObserveList和比较序列ReferList的初始值为空；②-2、将种子点SeedP的坐标位置(px，py)以及种子点SeedP的各八邻域像素点的坐标位置加入到感兴趣队列WellQueue中，并将种子点SeedP以及种子点SeedP的各八邻域像素点标记为感兴趣像素点；将种子点SeedP的各八邻域像素点的四邻域像素点中未标记为感兴趣像素点的像素点的坐标位置加入到初始化队列InitQueue中，并将这些像素点标记为待处理像素点；②-3、判断初始化队列InitQueue是否为空，如果是，则表示区域生长过程结束，执行步骤③，否则，按先进先出方式从初始化队列InitQueue中选取位于队头的坐标位置，将该坐标位置对应的待处理像素点作为第t个观察点，记第t个观察点为ObserveP_t，其中，t的初始值为1；②-4、计算所有感兴趣像素点的灰度值的平均值，记为Average，计算第t个观察点ObserveP_t的四邻域像素点中标记为感兴趣像素点的所有像素点的灰度值的平均值，记为NeiAve，将第t个观察点ObservP_t的灰度值、种子点SeedP的灰度值、所有感兴趣像素点的灰度值的平均值Average以及第t个观察点ObserveP_t的四邻域像素点中标记为感兴趣像素点的各像素点的灰度值顺序作为观察序列ObserveList的序列元素，将第t个观察点ObserveP_t的四邻域像素点中标记为感兴趣像素点的所有像素点的灰度值的平均值NeiAve、种子点SeedP的灰度值、所有感兴趣像素点的灰度值的平均值Average以及第t个观察点ObserveP_t的四邻域像素点中标记为感兴趣像素点的各像素点的灰度值顺序作为比较序列ReferList的序列元素；②-5、计算观察序列ObserveList的零化像之和，记为S_a，计算比较序列ReferList的零化像之和，记为S_b，计算观察序列ObserveList的初始像之和，记为S′_a，计算比较序列ReferList的初始像之和，记为S′_b，其中，n表示观察序列ObserveList或比较序列ReferList所包含的序列元素的总个数，4≤n≤6，x_a(1)表示观察序列ObserveList中的第1个序列元素，x_a(k)表示观察序列ObserveList中的第k个序列元素，x_b(1)表示比较序列Re ferList中的第1个序列元素，x_b(k)表示比较序列Re ferList中的第k个序列元素，x′_a(k)＝x_a(k)/x_a(1)，x′_a(1)＝x_a(1)/x_a(1)＝1，x′_b(k)＝x_b(k)/x_b(1)，x′_b(1)＝x_b(1)/x_b(1)＝1；②-6、利用灰色理论计算观察序列ObserveList和比较序列ReferList的绝对关联度与相对关联度，以及第t个观察点ObserveP_t与待提取的感兴趣区域的灰色综合关联度，具体过程为：计算观察序列ObserveList和比较序列ReferList的绝对关联度，记为ε，计算观察序列ObserveList和比较序列ReferList的相对关联度，记为r，计算第t个观察点ObserveP_t与待提取的感兴趣区域的灰色综合关联度，记为ρ_t，ρ_t＝θε+(1-θ)r，其中，λ和θ均为调整参数，0＜λ＜1，0.4≤θ≤0.6，ρ_t∈[0，1]；②-7、根据第t个观察点ObserveP_t与待提取的感兴趣区域的灰色综合关联度ρ_t，计算用于判断第t个观察点ObserveP_t是否属于待提取的感兴趣区域的判定阈值，记为Threshold_t，其中，Threshold_t-1为用于判断第t-1个观察点ObserveP_t-1是否属于待提取的感兴趣区域的判定阈值，用于判断第1个观察点ObserveP₁是否属于待提取的感兴趣区域的判定阈值Threshold₁的取值范围为：0.5≤Threshold₁≤1，0.04≤η≤0.06，m表示所有感兴趣像素点的总个数；②-8、判断|Threshold_t-ρ_t|≤ψ是否成立，其中，0.04≤ψ≤0.06，如果成立，则确定第t个观察点ObserveP_t属于待提取的感兴趣区域，对第t个观察点ObserveP_t进行重新标记，标记为感兴趣像素点，并将该第t个观察点ObserveP_t的坐标位置加入到感兴趣队列WellQueue中，然后将初始化队列InitQueue中与第t个观察点ObserveP_t的坐标位置对应的坐标位置删除，将第t个观察点ObserveP_t的四邻域像素点中未标记为感兴趣像素点或待处理像素点的像素点的坐标位置加入到初始化队列InitQueue中，并标记这些像素点为待处理像素点，再计算t′＝t+1，t＝t′，并返回步骤②-3继续执行，否则，将初始化队列InitQueue中与第t个观察点ObserveP_t的坐标位置对应的坐标位置删除，再计算t′＝t+1，t＝t′，并返回步骤②-3继续执行；③从感兴趣队列WellQueue中提取出所有坐标位置，然后从输入图像中提取出这些坐标位置相对应的感兴趣像素点，由提取出的感兴趣像素点组成感兴趣区域。