改进模糊聚类算法的超声图像病灶区分割方法技术

本发明专利技术公开了一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，包括如下步骤：步骤1)在NSCT域对超声图像进行预处理；步骤2)使用改进的模糊聚类算法对预处理后的超声图像进行粗分割；步骤3)根据获得的粗分割结果计算MRF模型的约束条件；步骤4)利用预处理后图像各像素点邻域方差信息求MRF约束条件的权值；步骤5)利用融合MRF模型约束条件的改进模糊聚类算法对超声图像进行细分割；步骤6)利用膨胀腐蚀运算对分割结果进行优化；步骤7)根据分割结果提取出超声图像的病灶区。本发明专利技术提供的分割方法实现简单，能有效克服超声图像噪声严重，对比度低等问题，可以快速准确的分割出目标区域，具有较强的易用性和实用性。

【技术实现步骤摘要】
改进模糊聚类算法的超声图像病灶区分割方法
本专利技术涉及一种改进模糊聚类算法的超声图像病灶区分割方法，属于超声波图像处理

技术介绍
超声成像由于具有实时性、无损性、廉价性、可重复性好和灵敏度高等优势而广泛应用于临床诊断和治疗中，它在人体内部组织器官的定量分析、实时监控和治疗规划等方面都有着广泛的应用。图像分割在医学超声图像处理中扮演着十分重要的作用，其分割结果直接影响到后续的分析、处理工作。正确的分割结果是临床定量、定性分析及计算机辅助诊断的基础，但受医学超声图像成像原理的影响，超声图像先天性地具有对比度低，信噪比低，斑点噪声强等特点，导致图像中大多存在模糊性及不确定性，增大了超声图像的分割难度。近年来，随着计算机辅助诊断技术及图像分割技术的发展，越来越多的新理论、新方法被用到医学超声图像分割领域中，如神经网络、小波变换、图割法、马尔科夫随机场模型、模糊集理论等，此外，基于曲线演化理论的活动轮廓模型及水平集方法也得到了较快的发展。马尔科夫随机场由于其模型参数少，空间约束能力强，易于和其他算法结合等优点，被广泛应用于图像分割领域，近年来，人们对马尔科夫随机场模型已不是单一的研本文档来自技高网...

【技术保护点】
一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，包括如下步骤：步骤1)在NSCT域对超声图像进行预处理；步骤2)使用改进的模糊聚类算法对预处理后的超声图像进行粗分割；步骤3)根据获得的粗分割结果计算MRF模型的约束条件；步骤4)利用预处理后图像各像素点邻域方差信息求MRF约束条件的权值；步骤5)利用融合MRF模型约束条件的改进模糊聚类算法对超声图像进行细分割；步骤6)利用膨胀腐蚀运算对分割结果进行优化；步骤7)根据分割结果提取出超声图像的病灶区。

【技术特征摘要】
1.一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，包括如下步骤：步骤1)在NSCT域对超声图像进行预处理；步骤2)使用改进的模糊聚类算法对预处理后的超声图像进行粗分割；步骤3)根据获得的粗分割结果计算MRF模型的约束条件；步骤4)利用预处理后图像各像素点邻域方差信息求MRF约束条件的权值；步骤5)利用融合MRF模型约束条件的改进模糊聚类算法对超声图像进行细分割；步骤6)利用膨胀腐蚀运算对分割结果进行优化；步骤7)根据分割结果提取出超声图像的病灶区。2.根据权利要求1所述的一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，所述步骤1)在进行预处理时，为降低噪声对分割结果的影响，使用如下公式对获取到的超声图像在NSCT变换域进行预处理：其中，为信号的估计值，为NSCT分解所得的第r个尺度的第o个方向子带的高频系数，β是瑞利分布衰减参数，为信号的方差。3.根据权利要求2所述的一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，所述步骤1)中预处理公式进行求解时，将β和的估计值选择为并进行求解，其中，σ为噪声的标准差，为包含噪声的高频系数的方差估计值，为噪声系数的方差估计值。4.根据权利要求1所述的一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，在所述步骤(2)中，使用改进的模糊聚类算法获取超声图像的粗分割结果，改进模糊聚类算法迭代时采用的目标函数为约束条件为其中，L-1是最大灰度级，K为分类数，m为模糊指数，uki为灰度级i对第k类的隶属度；dki＝||i-vk||表示灰度级为i的点到第k类聚类中心vk的距离，H(i)为具有灰度级i的像素个数，Ni表示以灰度级i为中心的所有邻域点集合，j为i的某一邻域点，dij表示i与j间的欧式距离，ukj为点j对第k类的隶属度，dkj＝||j-vk||为点j到第k类聚类中心vk的距离；uki为i对第k类的隶属度；利用uki＝max{u1i,u2i,…,uKi}标记出最终隶属度矩阵中各灰度级所属的类，并在原图中找出各灰度级所处的位置，用相应的类标进行表示得到超声图像的粗分割结果。5.根据权利要求4所述的一种改进模糊聚类算法的超声图像病灶区分割方法，其特征是，所述目标函数迭代求解时设置分类数K＝2，模糊指数m＝2...

【专利技术属性】
技术研发人员：刘静，霍冠英，盛蕴霞，李庆武，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏,32