【技术实现步骤摘要】
一种结合全局和局部信息的大脑磁共振图像分割方法
本专利技术涉及一种结合全局和局部信息的大脑磁共振图像分割方法，属于数字图像
技术介绍
大脑是人体的所有生理活动的最高调节器官和心理思维活动的中心器官，是人体最特殊、最重要的一个器官，它的健康是极为重要的，所以对脑部健康的重视是必须的。然而随着现在社会的飞速发展，生活节奏不断加快，身体老化，环境因素，交通及意外等因素影响，癫痫、脑血管病、脑瘫及颅内肿瘤等脑部疾病在现在都较为常见。脑部疾病已经成为威胁人们健康的重要因素。有效的诊断和治疗脑部疾病，对于提高人类的寿命是极为有益的。因此，对大脑的定性和定量分析一直是许多学者研究的热点。近年来，生物医学影像在临床诊断和治疗中发挥着重要的作用，已经成为医学诊断中不可或缺的技术手段，生物医学成像是借助于某种介质(如X射线、电磁场、超声波等)与人体的相互作用，把人体内部组织、器官的形态结果、密度、功能等，以图像的形式表达出来。目前常见的成像方式有计算机化X线断层摄影(ComputedTomography，CT)，核磁共振成像(MagneticResonanceImaging...
【技术保护点】
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...
【技术特征摘要】
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。2.根据权利要求1所述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，所述步骤1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，包括：步骤1-1，将三维大脑磁共振图像切片及转化为若干个二维大脑磁共振图像，并做裁剪处理和去除全是背景的图像，得到包含若干个二维大脑磁共振图像的原始数据；步骤1-2，对原始数据做归一化处理后，将原始数据分为训练数据和测试数据；步骤1-3，建立端到端卷积神经网络的初始模型；步骤1-4，将训练数据送入端到端卷积神经网络的初始模型进行网络参数训练，得到训练后的端到端卷积神经网络模型；步骤1-5，通过训练后的端到端卷积神经网络模型得到原始数据中每个二维大脑磁共振图像对应的二维预测概率分布，并将所有二维预测概率分布按顺序叠加起来得到一个三维预测概率分布Rprob[xpi，ypj，zpk]＝[pbk，pwm，pgm，...
【专利技术属性】
技术研发人员：孔佑勇，吴飞，杨雨婷，伍家松，杨淳沨，舒华忠，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32
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。