一种基于atlas的头部MRI图像分割方法技术
【技术实现步骤摘要】
一种基于atlas的头部MRI图像分割方法
：本专利技术涉及医学图像分割
，特别涉及一种基于atlas的头部MRI图像自动分割方法。
技术介绍
：医学图像分割就是将目标组织从图像中提取出来，然后进行定量、定性的分析。目前广泛应用于疾病诊断，术前规划和介入手术术中导航领域中。传统的医学图像分割多为医生手动进行分割，不仅耗时久而且对医生的技术水平和经验有较大依赖。现有的分割技术分为半自动分割，和全自动分割。半自动分割仍是以人的经验为主要因素，目前提出的全自动分割方法大多只适用于特定的组织分割情况，并且对于边缘不清晰的区域可能会出现轮廓曲线不连续的情况。
技术实现思路
：本专利技术的目的是提供一种基于atlas的头部MRI图像自动分割方法，建立人体头部MRI图像的atlas图像库，所述的每个atlas图像中包含一幅灰度图像和一幅由医生从该灰度图中手动分割出的脑组织二值轮廓图，根据atlas图像库中的灰度图像与目标图像的相似性选出最佳模板，然后将模板中的二值轮廓图经变换后作为分割的初始轮廓曲线，最后采用主动轮廓法分割出脑组织轮廓。本专利技术为解决上述问题采取的技术方案是...
【技术保护点】
一种基于atlas的头部MRI图像分割方法，其特征在于：所述方法的具体实现过程为：步骤一、建立人体头部MRI图像的atlas图像库，所述的每个atlas图像中包含一幅灰度图像Mi(v)和一幅由医生从Mi(v)中手动分割出的脑组织二值轮廓图
【技术特征摘要】
1.一种基于atlas的头部MRI图像分割方法，其特征在于：所述方法的具体实现过程为：步骤一、建立人体头部MRI图像的atlas图像库，所述的每个atlas图像中包含一幅灰度图像Mi(v)和一幅由医生从Mi(v)中手动分割出的脑组织二值轮廓图步骤二、统计图像库中所有手动分割出的脑组织的灰度值取范围；步骤三、采用基于仿射变换的刚性配准将图像库中的每幅atlas灰度图Mi(v)(i＝1,2…n)分别与目标图像F(v)进行配准，并存储每个配准的变换参数ki,θi,Δxi,Δyi(i＝1,2…n)；步骤四、采用Dice评价算法计算变换后的灰度图T(Mi(v))与目标图像F(v)的相似性，按所得Dice值将atlas图像进行排列，将Dice值最大的atlas图像作为下一步的分割模板；步骤五、将步骤四选出的atlas图像中的二值轮廓图用步骤二所得变换参数ki,θi,Δxi,Δyi进行仿射变换，将变换后的图像映射到目标图像中作为脑组织分割的初始轮廓；步骤六、采用主动轮廓法分割脑组织。2.根据权利要求1所述一种基于atlas的头部MRI图像分割方法，其特征在于：在步骤三中，所述刚性配准具体过程为：1)对atlas灰度图像进行仿射变换T(Mi(vj))＝kiRMi(vj)+Δti(1)T(Mi(vj))＝[xj′,yj′]T(2)Mi(vj)＝[xj,yj]T(3)Δti＝[Δxi,Δyi]T(5)式中Mi(vj)为灰度图像在位置vj处的灰度值，T(Mi(vj))为变换后的灰度图像在位置vj处的灰度值，Ri和Δti为变换矩阵，ki,θi,Δxi,Δyi为配准参数；2)使用平方差相似性测度(SSD)计算变换后的灰度图像T(Mi(v))与目标图像F(v)的相似性，SSD计算公式如下：ΩR为目标图像F(v)的像素集，|ΩR|表示目标图像F(v)中像素的总个数；3)优化配准参数ki,θi,Δxi,Δyi使SSD值最大，并存储当前配准参数。3.根据权利要求1所述一种基于atlas的头部MRI图像分割方法，其特征在于：在步骤四中，所述Dice评价算法为：式中为图像灰度值在步骤二中所统计的脑组织灰度值范围内的像素点集合。4.根据权利要求1所述一种基于atlas的头部MRI图像分割方法，其特征在于：在步骤六中，使用主动轮廓法分割脑组织的具体过程为：1)建立snake主动轮廓模型：设目标轮廓曲线为：v(s)＝(x(s),y(s))，建立能量泛函，目标轮廓曲线为该泛函的局部极小值；式中为图像的内能项，由步骤四中所得的初始轮廓定义内能项的初值，α、β为权重参数，用于控制曲...
【专利技术属性】
技术研发人员：王沫楠，李鹏程，荆俊桐，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23
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。