[发明专利]一种脑部核磁共振图像中脑胶质瘤区域提取方法有效

专利信息
申请号: 201710004443.1 申请日: 2017-01-04
公开(公告)号: CN106780515B 公开(公告)日: 2019-09-27
发明(设计)人: 杨章静;詹天明;万鸣华;张辉;杨国为 申请(专利权)人: 南京审计大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/187;G06T7/00
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 田凌涛
地址: 210000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 脑部 核磁共振 图像 中脑 胶质 区域 提取 方法
【权利要求书】:

1.一种脑部核磁共振图像中脑胶质瘤区域提取方法,其特征在于,包括如下步骤:

步骤A.针对各张目标多模态脑部核磁共振图像进行预处理操作和融合操作,获得目标脑部多模态融合核磁共振图像;

步骤B.分别针对目标脑部多模态融合核磁共振图像中的各个像素点,通过预设聚类方法,获得像素点分别属于预设各个脑部组织状态类别的隶属度;

步骤C.针对目标脑部多模态融合核磁共振图像,根据各个像素点分别属于预设各个脑部组织状态类别的隶属度,分别针对各个像素点,获得像素点分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值和脑组织区域的概率值;

步骤D.针对目标脑部多模态融合核磁共振图像,根据各个像素点分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值、脑组织区域的概率值,以及各个像素点的空间分布,获得目标脑部多模态融合核磁共振图像中脑胶质瘤区域;

上述步骤D包括如下步骤:

步骤D1.针对目标脑部多模态融合核磁共振图像,根据各个像素点分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值、脑组织区域的概率值,获得目标脑部多模态融合核磁共振图像概率图p;

步骤D2.结合目标脑部多模态融合核磁共振图像中各个像素点的空间分布,建立正则化模型:

s.t.q≥0,1Tqi=1,1≤i≤N,1≤j'≤N,i≠j'

其中,q表示目标脑部多模态融合核磁共振图像所对应空间先验约束的概率图;q*是目标函数达到最优时所对应的q值;F表示F范数,μ是调节参数,应用中μ=2,qi表示第i个像素点的概率,qj'表示第j'个像素点的概率;

步骤D3.根据正则化模型,利用交替迭代算法,求得目标脑部多模态融合核磁共振图像中每个像素点在空间约束下分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值、脑组织区域的概率值;

步骤D4.根据目标脑部多模态融合核磁共振图像中各个像素点分别所对应的最高概率,确定像素点所属区域,获得目标脑部多模态融合核磁共振图像中脑胶质瘤区域。

2.根据权利要求1所述一种脑部核磁共振图像中脑胶质瘤区域提取方法,其特征在于,还包括位于所述步骤D之后的步骤E如下:

步骤E.根据脑部临床先验知识,针对所获目标脑部多模态融合核磁共振图像中的脑胶质瘤区域进行优化,获得目标脑部多模态融合核磁共振图像中的高精度脑胶质瘤区域。

3.根据权利要求2所述一种脑部核磁共振图像中脑胶质瘤区域提取方法,其特征在于,所述步骤E包括如下步骤:

步骤E1.针对所获目标脑部多模态融合核磁共振图像中的脑胶质瘤区域进行填孔操作,更新目标脑部多模态融合核磁共振图像中的脑胶质瘤区域;

步骤E2.删除目标脑部多模态融合核磁共振图像中,位于脑部水肿区域以及脑组织区域中误判的脑胶质瘤区域,更新目标脑部多模态融合核磁共振图像中的脑胶质瘤区域;

步骤E3.针对所获目标脑部多模态融合核磁共振图像,删除其中体积小于阈值的脑胶质瘤区域,即获得目标脑部多模态融合核磁共振图像中的高精度脑胶质瘤区域。

4.根据权利要求1或2所述一种脑部核磁共振图像中脑胶质瘤区域提取方法,其特征在于,所述步骤A包括如下步骤:

步骤A1.分别针对各张目标多模态脑部核磁共振图像进行去偏场操作,更新各张目标多模态脑部核磁共振图像;

步骤A2.根据参考脑部标准权重图像,分别针对各张目标多模态脑部核磁共振图像进行配准,更新各张目标多模态脑部核磁共振图像;

步骤A3.获得参考脑部标准权重图像进行去脑壳操作的结果图像,并根据该结果图像,分别针对各张目标多模态脑部核磁共振图像进行去脑壳操作,更新各张目标多模态脑部核磁共振图像;

步骤A4.分别针对各张目标多模态脑部核磁共振图像进行灰度归一化操作,更新各张目标多模态脑部核磁共振图像;

步骤A5.针对各张目标多模态脑部核磁共振图像进行融合,获得目标脑部多模态融合核磁共振图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京审计大学,未经南京审计大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710004443.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top