The invention is suitable for medical image processing technology, a method of extraction, brain tissue structure device, and storage medium is provided, the method comprises: when receiving brain tissue extraction request, receiving contrast image input, image contrast of the skull to operation, and the resulting images are normalized to get the normalized image of the normalized image, curvature flow smoothing processing, to obtain the denoised image, using HMRF segmentation algorithm to segment the preset denoised image, get the structure of brain tissue, thereby improving the extraction rate of brain tissue structure at the same time, to ensure the structural integrity of brain tissue, and improve the efficiency of extraction of brain the organization structure and application in practical engineering.
【技术实现步骤摘要】
脑组织结构提取方法、装置、设备及存储介质
本专利技术属于医学图像处理
,尤其涉及一种脑组织结构提取方法、装置、设备及存储介质。
技术介绍
目前,心脑血管疾病已经严重威胁着人类的健康。随着CT血管造影、磁共振血管造影(MagneticResonanceAngiography,简称MRA)等成像技术的发展,医学图像的后处理技术变得越来越重要。精确的脑组织分割是辅助血管类疾病诊断与治疗的关键。首先在分割方法上,多尺度滤波通过抑制背景噪声增强目标,目前多尺度滤波、形变模型、统计模型及混合方法等分割方法应用比较广泛,但是不能将背景与目标完全区分开来。在脑组织分割方面,有基于磁共振造影图像的灰度信息来进行脑组织分割,虽然在分割算法上有一定的优越性,但是由于核磁共振造影图像存在很多类的伪影信息,单纯依靠灰度信息进行分割,存在很大的偏差。到目前为止,基于统计学的分割算法已经引起了越来越多的关注,而模型选择则是基于统计学的分割算法的关键。针对脑部磁共振成像得到的图像,Wilson和Noble于1999年提出了一种基于统计学模型的血管分割方法。另外上述分割方法在分割时间上都比较长,而且很少可以使用在工程操作上,即工程化实现程度太弱。综上所述,现有的脑组织分割算法存在一定的局限性:高斯去噪虽然可以取得很好的效果,但是同时也会将图像中属于脑组织的细小部分给当作噪声处理掉;目前的脑组织分割算法,虽然在一定程度上,可以取得一定的效果,但算法执行时间较长,而且难以进行工程化应用。
技术实现思路
本专利技术的目的在于提供一种脑组织结构提取方法、装置、设备及存储介质,旨在解决由于现有技术 ...
【技术保护点】
一种脑组织结构提取方法,其特征在于,所述方法包括下述步骤:当接收到脑组织结构提取请求时,接收输入的造影图像,所述造影图像为处于T1模态下磁共振造影图像;对所述造影图像进行去颅骨操作,并对得到的图像进行归一化处理,得到归一化图像;对所述归一化图像进行曲率流平滑去噪处理,得到去噪后图像;使用预设的HMRF分割算法对所述去噪后图像进行分割,得到脑组织结构。
【技术特征摘要】
1.一种脑组织结构提取方法,其特征在于,所述方法包括下述步骤:当接收到脑组织结构提取请求时,接收输入的造影图像,所述造影图像为处于T1模态下磁共振造影图像;对所述造影图像进行去颅骨操作,并对得到的图像进行归一化处理,得到归一化图像;对所述归一化图像进行曲率流平滑去噪处理,得到去噪后图像;使用预设的HMRF分割算法对所述去噪后图像进行分割,得到脑组织结构。2.如权利要求1所述的方法,其特征在于,对所述归一化图像进行曲率流平滑去噪处理的步骤,所述方法还包括:将所述归一化图像的灰度轮廓当作水平集,根据曲率速度公式对所述灰度轮廓进行形变,根据所述形变对所述归一化图像进行去噪处理,所述K表示所述灰度轮廓的曲率,所述It表示所述灰度轮廓上的点在t时刻的移动速度,所述表示所述移动速度的梯度。3.如权利要求1所述的方法,其特征在于,使用预设的HMRF分割算法对所述去噪后图像进行分割的步骤,包括:对所述去噪后图像体素点标签进行初始化,并将初始化后图像分成前景图像和背景图像;根据最小化能量函数之和公式获取所述前景图像的体素点标签,所述U(y|x)表示标签为x的体素点y的能量,所述U(x)表示标签x的空间信息的能量;使用预设参数优化算法对所述HMRF分割算法中涉及的参数进行优化,对所述前景图像体素点的标签和预设的邻域函数进行卷积操作,当未达到所述预设参数优化算法的收敛条件时,将所述卷积操作设置为下一步的体素点标签,跳转至根据最小化能量函数之和公式获取所述前景图像的体素点标签的步骤,直至达到所述收敛条件;当达到所述收敛条件时,根据所述获取的所述前景图像体素点标签对所述去噪后图像进行分割。4.如权利要求3所述的方法,其特征在于,对所述前景图像体素点的标签和预设的邻域函数进行卷积操作的步骤,包括:使用预设的加速函数减少所述卷积操作的迭代次数,以提高分割速率。5.一种脑组织结构提取装置,其特征在于,所述装置包括:请求接收单元,用于当接收到脑组织结构提取请求时,接收输入的造影图像,所述造影图像为处于T1模态下磁共振造影图像;图像预处理单元,用于对所述造影图像进行...
【专利技术属性】
技术研发人员:王澄,李江宁,李迟迟,周寿军,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。