【技术实现步骤摘要】
基于遗传算法的肝脏CT图像自动定位分割方法及系统
本专利技术涉及一种医学影像处理方法及系统,特别涉及一种定位分割方法及系统。
技术介绍
图像分割是图像分析的中间步骤,是将图像中具有特殊含义的不同区域区分开来,这些区域是互不相交的。从处理对象角度来讲,分割是在图像矩阵中对所关心的目标的定位。只有将感兴趣的目标从图像中提取出来,才有可能进一步对各个子区域进行定量分析或识别,进而对图像进行处理。而医学图像的分割目标是将医学图像中的特定组织完全提取出来进行可视化或其他处理。图像分割可以分解为两个任务,即识别(recognition)和描绘(delineation)。识别的目的在于确定目标物体的大致位置并区别于图像中的其它物体;而描绘的任务在于精确定义和刻画图像中目标物体的区域或边缘的空间范围。人的识别能力通常强于计算机算法,另一方面,计算机算法的描绘能力则优于操作者(人)。在医学领域中,图像分割是病变区域提取、特定组织测量以及实现三维重建的基础,因此图像分割技术在医学图像处理中具有十分重要的意义。人体各种组织对X射线的吸收程度不同,分割医学图像常常利用这一特性将CT图像以若干体素表示,X射线透过人体测得每一体素的密度或灰度,在CT图像上构成像素,像素的阵列为图像矩阵。各个体素不同的衰减值形成相应各像素的不同灰度。目前对于医学图像,分割方法主要为对图像空间的灰度区域进行分割即表示对不同的软组织进行分割。遗传算法(GeneticAlgorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是通过模拟自然界的生物进化过程,期望通过相类似的竞争 ...
【技术保护点】
1.一种基于遗传算法的肝脏CT图像自动定位分割方法,其特征在于,包括:(1)、通过肝脏体积和肝脏灰度定位出肝脏CT序列图中的每幅肝脏CT图像中的肝脏位置,将所述每幅肝脏CT图像中的肝脏位置与现有标准模板匹配,去除明显的非肝区域,其中,所述肝脏CT序列图中包括M幅连续的肝脏CT图像,5≤M≤50;(2)、选择所述肝脏CT序列图中的第N幅肝脏CT图像作为第N层肝脏CT图像,并对所述第N层肝脏CT图像进行特征提取,自动定位得到第N层肝脏轮廓线,获得第N层肝脏区域;(3)、统计步骤(2)得到的所述第N层肝脏区域的灰度直方图分布,计算出所述第N层肝脏区域的平均灰度,用像素个数表示出所述第N层肝脏区域的区域面积,计算出所述第N层肝脏区域的质心,作为所述第N幅肝脏CT图像的肝脏特征信息;(4)、采用包括有若干个控制点的第N控制点组描述步骤(2)得到的所述第N层肝脏轮廓线,将所述第N控制点组视为一条染色体,将所述第N控制点组中的每个控制点视为所述染色体中的一个基因段;(5)、根据所述第N层肝脏轮廓线设计出代价函数;(6)、根据步骤(3)得到的所述肝脏特征信息以及步骤(5)得到的代价函数获取目标函数,将 ...
【技术特征摘要】
1.一种基于遗传算法的肝脏CT图像自动定位分割方法,其特征在于,包括:(1)、通过肝脏体积和肝脏灰度定位出肝脏CT序列图中的每幅肝脏CT图像中的肝脏位置,将所述每幅肝脏CT图像中的肝脏位置与现有标准模板匹配,去除明显的非肝区域,其中,所述肝脏CT序列图中包括M幅连续的肝脏CT图像,5≤M≤50;(2)、选择所述肝脏CT序列图中的第N幅肝脏CT图像作为第N层肝脏CT图像,并对所述第N层肝脏CT图像进行特征提取,自动定位得到第N层肝脏轮廓线,获得第N层肝脏区域;(3)、统计步骤(2)得到的所述第N层肝脏区域的灰度直方图分布,计算出所述第N层肝脏区域的平均灰度,用像素个数表示出所述第N层肝脏区域的区域面积,计算出所述第N层肝脏区域的质心,作为所述第N幅肝脏CT图像的肝脏特征信息;(4)、采用包括有若干个控制点的第N控制点组描述步骤(2)得到的所述第N层肝脏轮廓线,将所述第N控制点组视为一条染色体,将所述第N控制点组中的每个控制点视为所述染色体中的一个基因段;(5)、根据所述第N层肝脏轮廓线设计出代价函数;(6)、根据步骤(3)得到的所述肝脏特征信息以及步骤(5)得到的代价函数获取目标函数,将所述第N层肝脏轮廓线作为下一层的肝脏CT图像的初始边界曲线通过所述目标函数映射到下一层的肝脏CT图像上,模拟生物基因遗传操作寻找最优的控制点组,利用所述控制点组中的控制点生成的边界作为当前层的肝脏轮廓线,其中,所述模拟生物基因遗传操作包括顺次执行的选择操作、交叉操作及变异操作;以及(7)、将N的取值设定为自1至M的M个自然数,重复步骤(2)~(6)L次,直到整个所述肝脏CT序列图都完成分割,其中,L=M-1。2.如权利要求1所述的基于遗传算法的肝脏CT图像自动定位分割方法,其特征在于,在步骤(1)中,将所述每幅肝脏CT图像中的肝脏位置与现有标准模板匹配,基于空间信息的FCM算法消除噪声信息,保留边界信息,进行图像去噪,以去除明显的非肝区域。3.如权利要求1所述的肝脏三维CT重建数据信息处理系统,其特征在于,在步骤(4)中,所述控制点组包括至少60个控制点。4.如权利要求3所述的基于遗传算法的肝脏CT图像自动定位分割方法,其特征在于,在步骤(6)中,由所述第N层肝脏CT图像映射至下一层的肝脏CT图像的每个控制点,相对于所述第N层肝脏CT图像的对应控制点的相对移动位置以像素为单位编码像素。5.如权利要求4所述的基于遗传算法的肝脏CT图像自动定位分割方法,其特征在于,在步骤(6)中,所述目标函数根据所述第N层肝脏轮廓线的能量以及相邻层的相似性设定为F=aF1+bF2,其中,F1是根据所述第N层肝脏轮廓线的能量求出的归一化的目标函数,F2是根据所述第N层肝脏CT图像的下一层的相似性求出的归一化的目标函数。6.如权利要求5所述的基于遗传算法的肝脏CT图像自动定位分割方法,其特征在于,在步骤(6)中,所述选择操作采用期望值选择机制选择算子,所述交叉操作采用单点交叉算子,所述变异操作采用单点基本位变异算子。7.如权利要求6所述的基于...
【专利技术属性】
技术研发人员:魏宾,董蒨,朱呈瞻,董冰子,夏楠,王菲菲,王凤娇,楚宏硕,
申请(专利权)人:青岛大学附属医院,
类型:发明
国别省市:山东,37
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。