[发明专利]一种脑部核磁共振图像组织分割方法

摘要

本发明公开了一种脑部核磁共振图像组织分割方法，构造了一个级联的脑部核磁共振图像的组织分割方法，该方法以VoxResnet深度网络的初步分割结果作为脑部核磁共振图像偏移场校正的初始分割，可有效地对能量函数进行初始化，从而获得图像的偏移场，进而完成核磁共振图像的偏移场校正，消除因偏移场造成的灰度不均衡对后续最大期望分割的负面影响，再将校正后灰度均衡的图像输入到最大期望分割中从而获得最终准确的脑组织分割结果。

主权项

1.一种脑部核磁共振图像组织分割方法，其特征在于，包括以下步骤，S1、将脑部核磁共振图像输入VoxResnet深度网络，进行组织预分割，并获得初步分割结果；S2、根据初步分割结果，进行偏移场校正并获得校正后的真实图像；S3、利用最大期望法对校正后真实图像进行分割处理，得到最终的脑组织分割结果；所述步骤S2具体为：S21、建立灰度不均衡的脑部MR图像数学模型；S22、根据脑部MR图像数学模型建立灰度不均衡的脑部MR图像的能量函数；S23、以初步分割结果为基础，求出对应的能量函数中的每种脑组织的灰度平均值Ci和对应的基函数的系数W；S24、根据Ci、W和脑部MR图像的能量函数，计算得到偏移场b(x,y,z)和偏移场校正后的真实图像；所述步骤S21中：灰度不均衡的脑部MR图像数学模型为：式中，I(x,y,z)是观测得到的图像在三维MR图像中位于体素(x,y,z)处的灰度值；b(x,y,z)是偏移场在体素(x,y,z)处的值；J(x,y,z)是未受到灰度不均衡污染的图像位于体素(x,y,z)处的灰度值；n(x,y,z)表示位于体素(x,y,z)处的噪声值；且gi(x,y,z)是正交基函数；wi是基函数gi(x,y,z)的系数；ci为第i类组织的灰度值；u_i(x,y,z)为隶属度函数，其定义为：且