一种脑结核MRI图像病灶智能标记定位装置制造方法及图纸

本发明专利技术涉及一种脑结核MRI图像病灶智能标记定位装置，包括预处理模块、空间标准化处理模块、颅内脑外组织分割模块、对称性分析处理模块、阈值化处理模块、显著性特征提取模块、支持向量机训练模块、病灶标记定位模块；其中，显著性特征提取模块，用于逐个统计每个轮廓的不同特征包括周长、面积、凸包长、边矩率、等效直径、离心率、方向夹角这七个显著性特征，将它们作为判定指标输入到支持向量机中进行训练；支持向量机训练模块，用于对脑结核MRI图像的病灶轮廓区域特征进行分类，从而对图像中的脑结核病灶像素进行标记定位生成遮罩；病灶标记定位模块，用于将标记轮廓遮罩与原图像进行点乘运算从而标记定位得到脑结核病灶。

A kind of brain tuberculosis MRI image focus intelligent mark localization device

【技术实现步骤摘要】
一种脑结核MRI图像病灶智能标记定位装置
本专利技术涉及图像处理领域，具体来说是一种对脑结核MRI图像病灶进行智能标记定位的装置。
技术介绍
脑结核是由结核杆菌血行播散至脑膜及脑组织所引起的特异性炎症，常常继发于肺部、骨或泌尿系统等的结合感染，一般多发生在脑膜上，会累及血管和脑实质，具有严重并发症和高死亡率，患者多有头痛、恶心、肢体无力等表现，若不及早发现治疗，易引发后遗症，造成残疾。目前，根据临床影像学特点将脑结核按照结核发病部位可以分成脑膜结核、脑实质结核和混合型颅内结核，它们在MRI诊断上的影像表现会因MRI图像类型、扫描时期等因素引起差异性，需花费大量时间去研究不同图像类型上的影像表现才能对脑结核类型加以定论，降低了诊断效率。另外，结核瘤和结核结节在颅内表现多样，与其他肿瘤性病变鉴别存在困难，并且颅内结核多发生于我国西部及经济欠发达地区，放射科受人员及MRI设备条件限制，存在图像分辨力差等缺点，对图像识别存在困难。因此急需一种脑结核病灶智能标记定位装置对脑结核进行智能快速标记定位，提高脑结核病灶的检测速度。
技术实现思路
本专利技术提出了一种脑结核病灶智能标记定位装置，能够快速分割出具体的病灶。本专利技术通过如下技术方案进行实施：一种脑结核MRI图像病灶智能标记定位装置，包括预处理模块、空间标准化处理模块、颅内脑外组织分割模块、对称性分析处理模块、阈值化处理模块、显著性特征提取模块、支持向量机训练模块、病灶标记定位模块，其中，预处理模块，用于对MRI图像进行高斯滤波去噪、去除背景伪影、图像归一化操作，将MRI图像的不同序列间的图像进行双线性插值从而保持图像尺寸的一致；空间标准化处理模块，用于对预处理后的MRI图像进行空间标准化，选取MontrealNeurologicalInstitute(MNI)空间的T1序列模板作为参考标准，将MRI轴位T1增强序列图像进行相应的空间变换，所得的图像变换参数再应用于其余的MRI脑结核序列图像从而实现空间标准化，在对图像分区配准时采用三次B样条插值进行嵌入；颅内脑外组织分割模块，用于将空间标准化后的MRI脑图像进行颅内脑外组织的分割去除，使用基于FSL_BET算法对头骨和脑外软组织进行分割剔除，便于后续图像的差分运算；对称性分析模块，将经过颅内脑外组织分割后的MRI脑结核图像依据脑部图像对称结构信息寻找脑部中心坐标和基于左右半脑的对称轴并进行相互差分运算；阈值化处理模块，用于对两幅子差分图像分别进行大津二值化处理，再用二维零均值离散高斯核进行开运算去除细小轮廓；显著性特征提取模块，用于逐个统计每个轮廓的不同特征包括周长、面积、凸包长、边矩率、等效直径、离心率、方向夹角这七个显著性特征，将它们作为判定指标输入到支持向量机中进行训练；支持向量机训练模块，用于对脑结核MRI图像的病灶轮廓区域特征进行分类，用先验脑结核样本训练支持向量机分类器进而完成参数识别，将已经训练好的分类器模型应用到待测试的脑结核MRI图像集中，从而对图像中的脑结核病灶像素进行标记定位生成遮罩；病灶标记定位模块，用于将标记轮廓遮罩与原图像进行点乘运算从而标记定位得到脑结核病灶。优选地，在对图像分区配准时采用三次B样条插值进行嵌入的步骤如下：a)选取型值点：将插值后的坐标转换成插值前的坐标，即其中m为图像放大倍数，然后取周边的16个点，按所得坐标值往上下左右各延伸2个单位；b)在平面上根据型值点的选择确定坐标(u,v)：若型值点在4×4矩阵中的下标为(i,j)，则得若型值点最小为(preX,preY)，则由插值后图像中的像素点(X,Y)得c)解方程：利用已有的型值点和已确定的(u,v)用求逆矩阵方法反推出16个控制点；d)由16个控制点和对应的(u,v)得到最终的像素值并赋予对应的位置。对称性分析模块的执行步骤如下：提取出图像中的人脑区域并通过Canny边缘检测算子提取人脑区域外轮廓曲线C，依据下列公式计算出人脑区域的中心坐标(r0,c0)：其中Peri为外轮廓曲线C的长度，此处视为外轮廓曲线C的像素个数，(xi,yi)为外轮廓曲线C上的像素坐标值；将人脑区域拟合成椭圆，则把人脑左右半脑对称轴拟合成椭圆长轴，此时的对称轴偏离图像垂直Y轴方向的夹角θ由下式得到：其中Mpq表示(p+q)阶中心矩，且p,q＝0,1,2；此时，得左右半脑对称轴；利用所得对称轴提取出左半脑图像I1(I1x,I1y)和右半脑图像I2(I2x,I2y)，再把两幅图像中的像素沿对称轴根据如下公式计算得到子图像I'1(I'1x,I'1y)和I'2(I'2x,I'2y)：其中(r0,c0)为人脑区域的中心坐标，再得到两幅子差分图像Ic1(x,y)和Ic2(x,y)。附图说明图1是本专利技术脑结核病灶智能分割方法的流程图；图2(a)(b)分别是一例脑结核患者经过空间标准化和颅内脑外组织分割后的脑部MRI图像；图3(a)(b)分别是另一例脑结核患者经过空间标准化和颅内脑外组织分割后的脑部MRI图像；图4是脑部对称性结构示意图；图5是一例脑结核患者MRI图像病灶标记定位结果图；图6是另一例脑结核患者MRI图像病灶标记定位结果图；图7是本专利技术装置模块结构图。具体实施方式为了对本专利技术进行详细阐述，现结合附图实施案例对本专利技术的具体实施过程作进一步描述分析，从而突出本专利技术相较于常规人眼查验医学影像的优势。将从影像研究所采集的脑结核MRI影像按照影像类型、拍摄时间进行分类整理，本专利技术提供了一种针对脑结核MRI图像病灶快速智能标记定位装置，其实施流程图如图1所示，具体步骤包括：步骤1：MRI脑结核图像预处理模块对MRI脑结核图像进行高斯滤波去噪、去除背景伪影、图像归一化等操作，本例脑结核图像层厚为6.0mm，层间距为7.8mm，分辨率为512*512，采样频率为1.5，重复时间TR为1900ms，回波时间TE为19ms，根据公式I′(i,j)＝(I(i,j)-min)×(255/(max-min))将其灰度值范围归一化到人眼可分辨的灰度范围0-255内，其中矩阵I表示原始MRI图像，灰度值范围是(min,max)，I'为其灰度归一化后的图像。同时为了后续的空间标准化的便利性，将MRI图像的不同序列间的图像进行双线性插值从而保持图像尺寸的一致。步骤2：图像空间标准化处理模块对预处理后的MRI图像进行空间标准化，经过空间标准化后不同样本间的相同序列的脑图像均具有相同的解剖结构，能够将不同研究样本在同一个标准坐标系下进行比较，在成组水平上对体素逐个分析。接着选取MontrealNeurologicalInstitute(MNI)空间的轴位T1序列模板作为参考标准，将MRI轴位T1增强序列图像进行相应的空间变换，所得的图像变换参数再应用于其余的MRI脑结本文档来自技高网...

【技术保护点】
1.一种脑结核MRI图像病灶智能标记定位装置，包括预处理模块、空间标准化处理模块、颅内脑外组织分割模块、对称性分析处理模块、阈值化处理模块、显著性特征提取模块、支持向量机训练模块、病灶标记定位模块，其中，/n预处理模块，用于对MRI图像进行高斯滤波去噪、去除背景伪影、图像归一化操作，将MRI图像的不同序列间的图像进行双线性插值从而保持图像尺寸的一致；/n空间标准化处理模块，用于对预处理后的MRI图像进行空间标准化，选取MontrealNeurological Institute(MNI)空间的T1序列模板作为参考标准，将MRI轴位T1增强序列图像进行相应的空间变换，所得的图像变换参数再应用于其余的MRI脑结核序列图像从而实现空间标准化，在对图像分区配准时采用三次B样条插值进行嵌入；/n颅内脑外组织分割模块，用于将空间标准化后的MRI脑图像进行颅内脑外组织的分割去除，使用基于FSL_BET算法对头骨和脑外软组织进行分割剔除，便于后续图像的差分运算；/n对称性分析模块，将经过颅内脑外组织分割后的MRI脑结核图像依据脑部图像对称结构信息寻找脑部中心坐标和基于左右半脑的对称轴并进行相互差分运算；/n阈值化处理模块，用于对两幅子差分图像分别进行大津二值化处理，再用二维零均值离散高斯核进行开运算去除细小轮廓；/n显著性特征提取模块，用于逐个统计每个轮廓的不同特征包括周长、面积、凸包长、边矩率、等效直径、离心率、方向夹角这七个显著性特征，将它们作为判定指标输入到支持向量机中进行训练；/n支持向量机训练模块，用于对脑结核MRI图像的病灶轮廓区域特征进行分类，用先验脑结核样本训练支持向量机分类器进而完成参数识别，将已经训练好的分类器模型应用到待测试的脑结核MRI图像集中，从而对图像中的脑结核病灶像素进行标记定位生成遮罩；/n病灶标记定位模块，用于将标记轮廓遮罩与原图像进行点乘运算从而标记定位得到脑结核病灶。/n...

【技术特征摘要】
1.一种脑结核MRI图像病灶智能标记定位装置，包括预处理模块、空间标准化处理模块、颅内脑外组织分割模块、对称性分析处理模块、阈值化处理模块、显著性特征提取模块、支持向量机训练模块、病灶标记定位模块，其中，
预处理模块，用于对MRI图像进行高斯滤波去噪、去除背景伪影、图像归一化操作，将MRI图像的不同序列间的图像进行双线性插值从而保持图像尺寸的一致；
空间标准化处理模块，用于对预处理后的MRI图像进行空间标准化，选取MontrealNeurologicalInstitute(MNI)空间的T1序列模板作为参考标准，将MRI轴位T1增强序列图像进行相应的空间变换，所得的图像变换参数再应用于其余的MRI脑结核序列图像从而实现空间标准化，在对图像分区配准时采用三次B样条插值进行嵌入；
颅内脑外组织分割模块，用于将空间标准化后的MRI脑图像进行颅内脑外组织的分割去除，使用基于FSL_BET算法对头骨和脑外软组织进行分割剔除，便于后续图像的差分运算；
对称性分析模块，将经过颅内脑外组织分割后的MRI脑结核图像依据脑部图像对称结构信息寻找脑部中心坐标和基于左右半脑的对称轴并进行相互差分运算；
阈值化处理模块，用于对两幅子差分图像分别进行大津二值化处理，再用二维零均值离散高斯核进行开运算去除细小轮廓；
显著性特征提取模块，用于逐个统计每个轮廓的不同特征包括周长、面积、凸包长、边矩率、等效直径、离心率、方向夹角这七个显著性特征，将它们作为判定指标输入到支持向量机中进行训练；
支持向量机训练模块，用于对脑结核MRI图像的病灶轮廓区域特征进行分类，用先验脑结核样本训练支持向量机分类器进而完成参数识别，将已经训练好的分类器模型应用到待测试的脑结核MRI图像集中，从而对图像中的脑结核病灶像素进行标记定位生成遮罩；
病灶标记定位模块，用于将标记轮廓遮罩与原图像进行点乘运算从而标记定位...

【专利技术属性】
技术研发人员：余辉，毛佳勇，王慧泉，于旭耀，郭凌飞，高飞，孙敬来，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12