【技术实现步骤摘要】
基于水平集图像分割的卵泡超声处理方法和系统
本专利技术涉及图像增强、图像降噪以及图像分割领域，具体地，涉及一种基于水平集图像分割的卵泡超声处理方法和系统，尤其是涉及基于双边滤波的图像降噪与自适应直方图的图像增强、基于灰度自适应阈值的预分割与基于水平集方法-CV模型二次分割的卵泡超声图像的图像处理方法，并采用最小二乘法对卵泡质量进行数字化定量评价。
技术介绍
医学图像分割的是从完全依靠人工分割到实现半人工半自动分割再慢慢走向全自动分割的发展过程。早期的医学图像分割是依靠人工分割在图像上描绘期望的区域边界。半自动分割是把计算机技术和人的知识结合在一起，完成对图像的分割工作。比起单纯的人工分割，在一定程度上，减少了人力成本与人为因素的影响，但是超声图像的分割仍然受到了操作者的技术能力以及经验上的影响。近年，随着模糊技术和人工智能技术的发展，这类激素被广泛应用于图像分割领域，也使得部分医学图像的分割完全脱离了人为干预，实现了全自动分割。对于超声图像，经检索：欧玥等人在《改进测地线活动轮廓模型的超声图像分割》中实现了肝脏超声图...
【技术保护点】
1.一种基于水平集图像分割的卵泡超声处理方法，其特征在于，包括：/n预处理步骤：识别卵泡超声图像，通过预处理令卵泡超声图像进行图像增强，得到高质量的预处理图像；/n预分割步骤：根据超声图像的灰度分布特点，将预处理图像分成多个区域，分别计算各个区域的区域阈值，基于区域阈值对各区域进行灰度自适应分割，得到多个预分割区域；/n二次分割步骤：采用水平集图像分割对预分割区域进行二次分割，增强预分割区域中的卵泡区域、非卵泡区域之间的区别，得到疑似卵泡区域；/n区域甄别步骤：提取疑似卵泡区域的图像特征，基于决策树和bagging算法，对疑似卵泡区域进行分区，提取其中的独立完整卵泡区域，进...
【技术特征摘要】 【专利技术属性】
1.一种基于水平集图像分割的卵泡超声处理方法，其特征在于，包括：
预处理步骤：识别卵泡超声图像，通过预处理令卵泡超声图像进行图像增强，得到高质量的预处理图像；
预分割步骤：根据超声图像的灰度分布特点，将预处理图像分成多个区域，分别计算各个区域的区域阈值，基于区域阈值对各区域进行灰度自适应分割，得到多个预分割区域；
二次分割步骤：采用水平集图像分割对预分割区域进行二次分割，增强预分割区域中的卵泡区域、非卵泡区域之间的区别，得到疑似卵泡区域；
区域甄别步骤：提取疑似卵泡区域的图像特征，基于决策树和bagging算法，对疑似卵泡区域进行分区，提取其中的独立完整卵泡区域，进行卵泡质量计算机打分评估。
2.根据权利要求1所述的基于水平集图像分割的卵泡超声处理方法，其特征在于，所述预处理步骤包括：
噪声抑制步骤：识别卵泡超声图像后，借助双边滤波在保留卵泡超声图像的边缘细节信息的基础上，实现图像的噪声抑制，得到去噪图像；
图像增强步骤：基于自适应直方图均衡对去噪图像的不同局部采用不同的增强方案，增强对比度同时保留图像细节，得到预处理图像。
3.根据权利要求1所述的基于水平集图像分割的卵泡超声处理方法，其特征在于，所述预分割步骤包括：
确定阈值步骤：根据预处理图像中灰度变化小的区域作为中心区域，以中心区域的平均灰度值作为基本阈值，降低中心区域以外的周边区域的阈值数值；
区域划分步骤：将像素点的相邻区域的基本阈值与像素点的阈值数值进行比较，自适应地进行区域划分，确定预分割区域。
4.根据权利要求1所述的基于水平集图像分割的卵泡超声处理方法，其特征在于，所述二次分割步骤包括：
区域排除步骤：根据成熟卵泡的大小设立裕度，作为预分割区域的区域面积阈值，排除过小区域和过大区域，得到疑似卵泡区域的粗略轮廓；
轮廓调控步骤：应用CV模型对疑似卵泡区域的粗略轮廓进行分割调控，得到疑似卵泡区域。
5.根据权利要求1所述的基于水平集图像分割的卵泡超声处理方法，其特征在于，所述区域甄别步骤包括：
分区步骤：提取疑似卵泡区域的多层次特征，应用主分量分析对多层次特征进行降维后，应用决策树和bagging算法将疑似卵泡区域进行分区，将分区中的非独立完整卵泡区域进行标识；
评估步骤：计算提取分区中的独立完整卵泡区域的卵泡质量评估特征指标，通过由结合专家质量评估最小二乘法拟合建立的卵泡质量评估体系模型进行卵泡质量计算机打分评估。
技术研发人员：金丽，侯旻，谷朝臣，
申请(专利权)人：上海交通大学医学院附属国际和平妇幼保健院，上海交通大学，
类型：发明
国别省市：上海;31
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。