肺部CT图像分割方法与装置制造方法及图纸

本发明专利技术实施例提供一种肺部CT图像分割方法及装置，所述方法包括：获取待分割的肺部CT图像；对待分割的肺部CT图像进行双树复小波变换，确定各尺度上的双树复小波的低频分量；利用聚类算法获取最粗尺度上的初始分割；利用高斯模型进行参数估计；基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果；进行尺度内迭代；进行尺度间迭代；输出最终的分割结果。本发明专利技术实施例提供的肺部CT图像分割方法及装置，基于复小波域MRF置信度传播对肺部CT图像进行分割，分割结果中不但可以清晰地分割出感兴趣的区域，而且很好的保留了区域的细节部分以及边界信息。

【技术实现步骤摘要】
肺部CT图像分割方法与装置
本专利技术涉及图像处理
，尤其涉及一种肺部CT图像分割方法与装置。
技术介绍
马尔科夫随机场(MarkovRandomField,MRF)模型因其可以表达图像像素间的空间信息，受到了广泛的关注。目前，马尔科夫随机场模型已应用于不同的图像分割领域，并存在针对不同的应用环境对马尔科夫随机场模型进行改进的多种方法。然而，将马尔科夫随机场模型应用在图像分割领域，存在如下问题：在进行能量函数最小化时，易陷入局部最小，导致搜寻效率低下、目标图像分割精确度不高，无法保证整幅图像分割中各目标区域内的一致性及不同目标区域间的差异性。如迭代条件模式(IteratedConditionalMode,ICM)是基于MRF模型的医学图像分割的能量最小化算法常用方法，该方法在求解能量最小过程中通过逐点更新医学影像标记完成对影像的分割，其分割速度较快；但是ICM为局部能量最小求解算法，算法的分割效果依赖于其初始分割，而且无法描述区域边缘的各向异性，导致分割时易产生目标轮廓模糊的问题。由于肺部电子计算机断层扫描(ComputedTomography,CT)图像成像原理和组织本身的特性差异，肺部CT医学图像易受呼吸运动的影响而容易漏诊病状，图像存在伪影较多、伴有噪声等问题，使得肺部CT图像不可避免的出现模糊、不均匀性等特点，采用马尔科夫随机场的局部能量最小算法得到的分割结果的精度不高，使得分割结果不尽如人意。
技术实现思路
本专利技术实施例提供一种肺部CT图像分割方法与装置，用于解决现有技术中的上述技术问题。为了解决上述技术问题，一方面，本专利技术实施例提供一种肺部电子计算机断层扫描CT图像分割方法，包括：S1：获取待分割的肺部CT图像；S2：对待分割的肺部CT图像进行双树复小波变换，确定各尺度上的双树复小波的低频分量；S3：利用聚类算法获取最粗尺度上的初始分割；S4：利用高斯模型进行参数估计；S5：基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果；S6：进行尺度内迭代，重复S4和S5直到满足迭代准则，迭代停止；比较每次迭代后，肺结节图像分割结果的全局能量，输出全局能量最小的一次分割结果；S7：进行尺度间迭代，将尺度n的分割结果直接映射到相邻尺度n-1上，作为相邻尺度n-1的初始分割，重复S6，直到获取最细尺度上的分割结果；S8：输出最终的分割结果。进一步地，所述基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果，具体包括：利用节点与节点之间相互传递信息而更新当前整个马尔科夫随机场MRF的标记状态；每次迭代后，计算图像新分割结果的全局能量。进一步地，所述双树复小波变换为Q-shift双树复小波变换。进一步地，所述聚类算法为K-means聚类算法。另一方面，本专利技术实施例提供一种肺部CT图像分割装置，包括：获取模块，用于获取待分割的肺部CT图像；变换模块，用于对待分割的肺部CT图像进行双树复小波变换，确定各尺度上的双树复小波的低频分量；初始分割模块，用于利用聚类算法获取最粗尺度上的初始分割；参数估计模块，用于利用高斯模型进行参数估计；优化模块，用于基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果；尺度内迭代模块，用于进行尺度内迭代，重复S4和S5直到满足迭代准则，迭代停止；比较每次迭代后，肺结节图像分割结果的全局能量，输出全局能量最小的一次分割结果；尺度间迭代模块，用于进行尺度间迭代，将尺度n的分割结果直接映射到相邻尺度n-1上，作为相邻尺度n-1的初始分割，重复S6，直到获取最细尺度上的分割结果；输出模块，用于输出最终的分割结果。进一步地，所述优化模块包括更新子模块和计算子模块；所述更新子模块用于利用节点与节点之间相互传递信息而更新当前整个MRF的标记状态；所述计算子模块用于每次迭代后，计算图像新分割结果的全局能量。进一步地，所述双树复小波变换为Q-shift双树复小波变换。进一步地，所述聚类算法为K-means聚类算法。再一方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述第一方面提供的方法的步骤。又一方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现上述第一方面提供的方法的步骤。本专利技术实施例提供的肺部CT图像分割方法及装置，基于复小波域MRF置信度传播对肺部CT图像进行分割，分割结果中不但可以清晰地分割出感兴趣的区域，而且很好的保留了区域的细节部分以及边界信息。附图说明图1为本专利技术实施例提供的双树复小波变换多分辨率分析的子带方向示意图；图2为本专利技术实施例提供的双树复小波变换域系数向量结构示意图；图3为本专利技术实施例提供的肺部CT图像分割方法示意图；图4为本专利技术实施例提供的复小波域置信度传播的肺部CT图像分割算法逻辑流程图；图5为本专利技术实施例提供的标记场的二阶邻域系统示意图；图6为本专利技术实施例提供的待分割的肺部CT图像；图7为使用本专利技术实施例提供的分割方法进行分割的最终分割结果；图8为本专利技术实施例提供的肺部CT图像分割装置示意图；图9为本专利技术实施例提供的电子设备的结构示意图。具体实施方式为了使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例在构建马尔科夫模型的基础上，将置信度传播(LBP)算法引入到复小波域中对图像进行运算，通过计算不同尺度上的全局能量进而获取最优的分割结果。进行复小波域的MRF建模时，分别对尺度间的标记场、尺度内的特征场和标记场进行建模；在复小波域的尺度间，充分考虑相邻尺度间标记的一阶Markov属性，下一尺度分割以上一尺度分割结果作为条件，构建尺度间标记场的有向图模型，将大尺度标记分割结果投影到相邻小尺度上，作为相邻小尺度标记的初始分割结果，并进行小尺度内分割优化；对尺度内的标记场、特征场分别采用MLL和高斯混合模型建模；特征场建模通过描述同标记的小波系数之间的相关性反映尺度内每一像素观测特征属性；标记场建模通过考虑相邻尺度间的传递属性、以及尺度内像素邻域标记间的相互约束、相互作用来反映肺结节图像的区域一致性，并以联合概率的形式建模，通过它们的相互约束、共同作用来实现肺部图像的分割。相对于小波分析，复小波域继承了小波分析的多尺度分析特性，本文档来自技高网...

【技术保护点】
1.一种肺部电子计算机断层扫描CT图像分割方法，其特征在于，包括：/nS1：获取待分割的肺部CT图像；/nS2：对待分割的肺部CT图像进行双树复小波变换，确定各尺度上的双树复小波的低频分量；/nS3：利用聚类算法获取最粗尺度上的初始分割；/nS4：利用高斯模型进行参数估计；/nS5：基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果；/nS6：进行尺度内迭代，重复S4和S5直到满足迭代准则，迭代停止；比较每次迭代后，肺结节图像分割结果的全局能量，输出全局能量最小的一次分割结果；/nS7：进行尺度间迭代，将尺度n的分割结果直接映射到相邻尺度n-1上，作为相邻尺度n-1的初始分割，重复S6，直到获取最细尺度上的分割结果；/nS8：输出最终的分割结果。/n

【技术特征摘要】
1.一种肺部电子计算机断层扫描CT图像分割方法，其特征在于，包括：
S1：获取待分割的肺部CT图像；
S2：对待分割的肺部CT图像进行双树复小波变换，确定各尺度上的双树复小波的低频分量；
S3：利用聚类算法获取最粗尺度上的初始分割；
S4：利用高斯模型进行参数估计；
S5：基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果；
S6：进行尺度内迭代，重复S4和S5直到满足迭代准则，迭代停止；比较每次迭代后，肺结节图像分割结果的全局能量，输出全局能量最小的一次分割结果；
S7：进行尺度间迭代，将尺度n的分割结果直接映射到相邻尺度n-1上，作为相邻尺度n-1的初始分割，重复S6，直到获取最细尺度上的分割结果；
S8：输出最终的分割结果。


2.根据权利要求1所述的肺部CT图像分割方法，其特征在于，所述基于估计的参数，采用置信度传播算法通过全局能量最小获取尺度n上优化的分割结果，具体包括：
利用节点与节点之间相互传递信息而更新当前整个马尔科夫随机场MRF的标记状态；
每次迭代后，计算图像新分割结果的全局能量。


3.根据权利要求1所述的肺部CT图像分割方法，其特征在于，所述双树复小波变换为Q-shift双树复小波变换。


4.根据权利要求1所述的肺部CT图像分割方法，其特征在于，所述聚类算法为K-means聚类算法。


5.一种肺部CT图像分割装置，其特征在于，包括：
获取模块，用于获取待分割的肺部CT图像；
变换模块，用于对待分割的肺部CT图像进行双树复小波变换，确定各尺度上的双树复小波的低频分量；
初始...

【专利技术属性】
技术研发人员：夏平，师冬霞，任强，雷帮军，唐庭龙，邹耀斌，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北;42