[发明专利]一种结合全局和局部信息的大脑磁共振图像分割方法

摘要

本发明公开了一种结合全局和局部信息的大脑磁共振图像分割方法，包括：利用构建的端到端卷积神经网络对大脑磁共振图像进行分割，得到各类别的预测概率分布；对于大脑磁共振图像利用线性迭代聚类超体素算法生成超体素；将分割所得预测概率分布和所生成超体素融合得到分割结果的大脑磁共振图像，包括：找出超体素在各类别预测概率分布中的对应区域；统计找出各对应区域中背景、脑脊液、灰质和白质出现次数，并计算各个类别出现的比重；利用超体素类别比例方法对各类别预测概率分布重新赋值；求出其类别概率最大的一类，及将类别作为该像素点的类别标签，得到分割结果的大脑磁共振图像。本发明可提高分割精度，得到较好的大脑磁共振图像分割结果。

主权项

1.一种结合全局和局部信息的大脑磁共振图像分割方法，其特征在于，包括以下步骤：步骤1，提取大脑核磁共振图像的全局信息包括：利用构建的端到端卷积神经网络对大脑磁共振图像进行分割，得到图像中像素点分别为背景、白质、灰质和脑脊液类别的预测概率分布；步骤2，提取大脑核磁共振图像的局部信息包括：对于大脑磁共振图像利用线性迭代聚类超体素算法生成超体素；步骤3，将分割所得各类别预测概率分布和所生成超体素融合得到分割结果的大脑磁共振图像，包括：步骤3‑1，根据包含像素点的超体素，找出超体素在分割所得各类别预测概率分布中的对应区域；步骤3‑2，统计找出各对应区域中背景、脑脊液、灰质和白质出现的次数，并计算各个类别出现的比重；步骤3‑3，结合各类别的预测概率分布、计算的各个类别出现的比重、设定的影响因子，利用超体素类别比例方法对各类别预测概率分布重新赋值；步骤3‑4，对于大脑磁共振图像中对应区域的每个像素点，根据重新赋值的类别预测概率分布求出其类别概率最大的一类，及将所求出类的类别作为该像素点的类别标签，以得到分割结果的大脑磁共振图像。