局部最大值点阈值膨胀的MPI图像分割方法、系统及设备技术方案

本发明专利技术属于MPI图像分割领域，具体涉及了一种基于局部最大值点阈值膨胀的MPI图像分割方法、系统及设备，旨在解决的问题。本发明专利技术包括：基于阈值分割方法，区分待分割MPI图像的前景信号和背景信号；通过K

MPI image segmentation method, system and equipment based on local maximum point threshold expansion

【技术实现步骤摘要】
局部最大值点阈值膨胀的MPI图像分割方法、系统及设备


[0001]本专利技术属于MPI图像分割领域，具体涉及了一种基于局部最大值点阈值膨胀的MPI图像分割方法及系统。

技术介绍

[0002]磁粒子成像(MPI，Magnetic particle imaging)是一种新兴的直接检测氧化铁纳米颗粒磁化的方法，具有高特异性和灵敏度、线性定量能力和高临床转化潜力等优点。在生物医学研究的各个领域中，这种相对新颖的成像方式在分子成像和分析这一新的先进领域中引发了科学探究，并显示出治疗学和精准医学发展的显著进步。它依靠超顺磁氧化铁(SPIO)纳米粒子信号产生正对比图像，为定量生物学成像树立了新的标准。
[0003]然而，由于MPI成像是一种新型的成像模态，难以为MPI扫描中的感兴趣区域(ROI)定义一个明确的边界，这便导致成像数据分割存在选择性偏差，难以鲁棒地分析与量化成像信号。
[0004]因此，将MPI领域与机器学习相结合至关重要，机器学习能够快速、高吞吐量地分析数据系统和结构。通过在临床前和临床扫描中对感兴趣区域(ROI)的分析，研究本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部最大值点阈值膨胀的MPI图像分割方法，其特征在于，该MPI图像分割方法包括：基于阈值分割方法，区分前景图像信号和背景信号，获得待分割MPI图像的前景MPI图像信号；通过K
‑
means聚类方法对所述前景MPI图像信号聚类，获得不同类别的聚类中心；选择各聚类中心设定区域的邻域像素，并获取各聚类的局部最大信号强度点所在位置；分别基于各聚类的局部最大信号强度点所在位置，结合各位置对应的信号强度，进行阈值膨胀操作，获得各聚类的膨胀区域；合并各聚类的膨胀区域，获得待分割MPI图像的分割结果。2.根据权利要求1所述的基于局部最大值点阈值膨胀的MPI图像分割方法，其特征在于，所述阈值分割，其方法为：其中，0和1代表阈值分割的结果，0代表背景信号，1代表前景MPI图像信号，x
i，j
代表待分割MPI图像的第i行第j列像素的MPI信号强度，θ1为预设的阈值，θ2为预设的百分比阈值，max(X)代表待分割MPI图像的信号强度最大值。3.根据权利要求1所述的基于局部最大值点阈值膨胀的MPI图像分割方法，其特征在于，所述K
‑
means聚类，其方法为：means聚类，其方法为：其中，x
i
代表第i个前景MPI图像信号的横纵坐标，u
k
代表第k个类别聚类的类内平均横纵坐标值，C
k
代表第k个类别聚类的MPI信号点集合，为聚类的类别数量，n为前景MPI图像信号中的像素个数，r
i，k
用于表示第i个前景MPI图像信号是否属于第k个类别聚类，若属于，r
i，k
＝1，否则r
i，k
＝0。4.根据权利要求1所述的基于局部最大值点阈值膨胀的MPI图像分割方法，其特征在于，选择各聚类中心设定范围的邻域像素，并获取各聚类的局部最大信号强度点所在位置，其方法为：分别获取各聚类中心的二维空间位置；使用设定大小的矩形框以聚类中心为中心点，框选各聚类中心邻域的MPI信号点，作为局部最大信号强度点计算的设定区域；分别获取各设定区域中前景MPI图像信号的最大值点，并以最大值点的二维空间位置作为各聚类的局部最大信号强度点所在位置。
5.根据权利要求1所述的基于局部最大值点阈值膨胀的MPI图像分割方法，其特征在于，分别基于各聚类的局部最大信号强度点所在位置，结合各位置对应的信号强度，进行阈值膨胀操作，获得各聚类的膨胀区域，其方法为：生...

【专利技术属性】
技术研发人员：杜洋，田捷，王宇，安羽，尹琳，梁倩，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：