[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

说明书

本发明涉及一种脑部核磁共振图像中脑胶质瘤区域提取方法，能够实现脑胶质瘤区域的准确分割，与以往的解决方案相比，本发明方法通过联合分层FCM方法和全变差正则化方法建立脑胶质瘤提取总模型，不但充分考虑到每个像素对应的MRI序列图像的特征，而且还引入了像素的空间信息，两者有机结合共同作用于脑胶质瘤区域的分割，提高了脑胶质瘤提取精度。

技术领域

本发明涉及一种脑部核磁共振图像中脑胶质瘤区域提取方法，属于医学图像技术领域。

背景技术

肿瘤是癌细胞在体内肆意生长的产物，其形态、呈现方式各异，具体治疗方式也不同。目前，在世界各地脑肿瘤已成为一种常见病，2015年美国新增近2300个脑癌患者。脑肿瘤有很多类型，其中脑胶质瘤是一种常见且恶性程度较高的脑肿瘤，其死亡率和致残率较高。根据临床知识，脑胶质瘤根据其恶性程度可以分为高级别胶质瘤和低级别胶质瘤。为了准确诊断脑胶质瘤，多模态核磁共振图像常被用于临床检测脑胶质瘤。目前常用的模态包括T1增强序列，T2权重序列，液体衰减翻转回复序列(FLAIR)和T1权重序列。放射科医生常根据这四类图像来判断当前肿瘤的类型以及恶性程度。

为实现脑胶质瘤的准确定性以及精准治疗，需要对胶质瘤图像区域进行准确提取。但由于其准确程度与图像的层面数息息相关。一般一个病例各个模态核磁共振数据至少有近百层的2D图像。放射医生从大量的2D图像中勾画出胶质瘤区域是一项无法完成的任务。因此利用数字图像处理技术自动提取脑胶质瘤区域是目前模式识别与医学影像交叉学科的研究热点。要实现准确提取脑胶质瘤的目的，首先需要融合多模态核磁共振图像信息，且提出的方法需要克服病理个体的差异性、图像中存在的噪声、偏场等降质问题的影像，还需充分利用图像中像素点的空间先验信息以及脑胶质瘤在临床上的特点。

综上，目前需要解决多模态核磁共振图像融合、空间信息以及临床表现联合驱动脑胶质瘤区域提取的问题，即在提取中充分考虑各个体素在不同模态核磁共振图像中的表现，其邻域信息以及脑胶质瘤的临床表现。通过它们的有效串联，达到自动准确提取脑胶质瘤区域的目的。

发明内容

本发明所要解决的技术问题是提供一种针对噪声、偏场等降质问题，能够有效提高脑胶质瘤区域提取精度的脑部核磁共振图像中脑胶质瘤区域提取方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种脑部核磁共振图像中脑胶质瘤区域提取方法，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≥0，1^Tq_i＝1，1≤i≤N，1≤j'≤N，i≠j'