[发明专利]一种前列腺超声图像自动精确分割方法

摘要

前列腺超声图像自动精确分割方法，属于计算机辅助诊断领域。该方法使用通过各向异性扩散构建的多尺度空间，通过Gabor滤波提取各个尺度下前列腺超声图像的纹理特征。同时，使用非参数核密度估计方法构建前列腺形状空间，并通过均值漂移（mean shift）在形状空间内进行搜索。在纹理特征和形状空间的双重约束下，得到前列腺轮廓的粗分割。最后，使用活动轮廓模型（active contour models），结合方向梯度，自适应探测范围，求精分割结果，最后稳健地得到前列腺超声图像的精确分割。该方法解决了超声图像对比度低，斑点噪声、阴影区域对分割干扰大的问题；实现前列腺超声图像精确分割；可以适应各个厂商生产的不同型号超声机，对超声成像系统参数设置不敏感。

主权项

前列腺超声图像自动精确分割方法，该方法使用通过各向异性扩散构建的多尺度空间，通过Gabor滤波提取各个尺度下前列腺超声图像的纹理特征；同时，使用非参数核密度估计方法构建前列腺形状空间，并通过均值漂移（mean shift）在形状空间内进行搜索；在纹理特征和形状空间的双重约束下，得到前列腺轮廓的粗分割；最后，使用活动轮廓模型（active contour models），结合方向梯度，自适应探测范围，求精分割结果，最后稳健地得到前列腺超声图像的精确分割；其特征在于它的步骤如下：步骤一： 基于一个数据集的学习样本图片，使用各向异性扩散方法，构建出尺度空间；由超声图像专家手工精确分割，使用Gabor滤波在不同方向、不同频率以及不同尺度下提取超声图像轮廓边缘的纹理特征；步骤二： 自动初始化起始轮廓模型，从最粗糙的尺度开始，由学习提取的纹理特征和模型轮廓边缘的方向梯度特征作为引导，结合由核密度估计构建的形状空间，共同在子空间约束下寻找目标轮廓，进行初步分割，具体实现步骤为：步骤A： 模型轮廓上的每一个控制点，都在法向方向上考察临近的坐标点，考虑法线上点纹理特征和方向梯度特征的共同作用，该控制点移向作用最强点的位置；步骤B： 每一个控制点独立移动过后，模型的形状可能已经被破坏，此时，通过核密度估计方法，考察当前模型形状是否在形状空间之内，如果是，则进入步骤A，否则进入步骤C；步骤C： 对当前形状使用均值漂移算法，使其向核密度高的方向移动，直到其核密度估计值满足形状空间要求；步骤D： 考察当前是否在最精细一级的尺度下操作，是则进入步骤三，否则切换到更精细一级尺度，进入步骤A；步骤三： 对原始超声图像使用均值偏移算法平滑，使用步骤二的输出形状为初始形状，使用活动轮廓模型进一步求精分割结果，得到最后的前列腺超声图像精确分割结果。