[发明专利]一种腹部CT序列图像中肝脏肿瘤区域图像的自动分割方法

摘要

本发明公开了一种腹部CT序列图像中肝脏肿瘤区域图像的自动分割方法。包括如下步骤：预处理步骤，对腹部CT序列图像进行预处理，获取其中的肝脏区域；肝脏增强步骤，根据肝脏区域灰度分布特性，采用分段非线性增强和迭代卷积操作提高正常肝实质与肿瘤组织的对比度；自动分割步骤，利用增强结果，结合图像边界信息，构建多目标分割的图割能量函数，采用最优化算法最小化能量函数，获取肝脏肿瘤初步自动分割结果；后处理步骤，采用三维数学形态学开操作对初步分割结果进行优化，去除其中的误分割区域，提高分割精度。本发明有助于放射科专家和外科医师及时有效地获取肝脏肿瘤的整体信息和三维显示，为肝脏疾病计算机辅助诊断和治疗提供技术支持。

主权项

1.一种腹部CT序列图像肝脏肿瘤自动分割方法，其特征在于，该方法包括：(1)采用现有技术对腹部CT序列图像f进行预处理，获取其中的肝脏区域；(2)采用高斯函数拟合序列中整个肝脏区域的灰度直方图，根据高斯分布的概率理论以及解剖学先验知识，获取正常肝脏组织的大致灰度范围[Imin,Imax]，其中Imin表示灰度最小值，Imax表示灰度最大值；(3)利用灰度值Imin和Imax，对肝脏区域进行分段非线性增强，提高肿瘤与正常肝实质的对比度，增强结果记作ζ。(4)为了去除增强结果中的噪声、平滑图像，采用大小为(2s+1)×(2s+1)的卷积核对增强结果ζ进行Niter次迭代卷积操作，得到结果ζconv，其中s、Niter均为大于0的自然数；(5)利用增强结果，结合图像边界信息，构建多目标分割的图割能量函数：其中，P表示图像f中的所有像素集，fp和fq分别表示图像f中的像素点p和q，Np表示像素点p的邻域像素集，R(fp)和B(fp,fq)分别为灰度和边界惩罚项，分别由增强结果和图像梯度计算得到，且分别用于图割算法中背景、正常肝实质和肿瘤组织的标签分配以及分割区域边界的平滑度控制，权重α用于调节灰度惩罚项R(fp)和边界惩罚项B(fp,fq)在图割算法中所占的比重，取值范围为0～1。(6)采用最优化算法最小化能量函数E(f)，获取肝脏肿瘤初步分割结果；(7)采用三维数学形态学开操作对初步分割结果进行后处理，去除其中的误分割区域，得到精确的肝脏肿瘤组织。