一种适用于核磁共振图像的图像分割方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种适用于核磁共振图像的图像分割方法。该方法在获取乳腺核磁共振图像后灰度化处理得到灰度图像，并对灰度图像进行自适应阈值分割得到若干目标区域，在选取每个目标区域对应的生长点并进行区域生长的过程中，在传统区域生长仅以灰度差作为生长准则的基础上，额外构建了生长点的差异方向特征量及趋势特征量并作为生长准则进行区域生长，完成对乳腺核磁共振图像中异常部位的分割提取。基于本发明专利技术所额外构建的生长点的差异方向特征量及趋势特征量并作为生长准则，可在区域生长过程中有效区分乳腺异常部位的像素点与血管聚集部位的像素点，提高对乳腺核磁共振图像中异常部位的分割提取准确度。提取准确度。提取准确度。

【技术实现步骤摘要】
一种适用于核磁共振图像的图像分割方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种适用于核磁共振图像的图像分割方法。

技术介绍

[0002]当前乳腺检查的方式中，乳腺核磁共振检查方法因检查的数据结果表现为3D立体呈像，可以较好的对软组织进行层次分割，更直观的对病灶部分进行分析及定位，所以应用较广。
[0003]当前对乳腺核磁共振所得图像进行图像分割处理而凸显乳腺中异常部分的方法，是借助乳腺中异常部分具有较高活跃性、能量释放较多而在乳腺核磁共振所得图像的灰度化图像中呈现为白色高亮部分的该种特性，通过设置阈值对乳腺核磁共振所得图像的灰度化图像进行阈值分割而提取出乳腺中异常部区域。
[0004]但实际情况中，乳腺内部的血管部分同样有较大的能量释放，如果血管分布较为密集，则同样会在乳腺核磁共振所得图像的灰度化图像中呈现聚集性的白色高亮部分，传统的通过设置阈值而实现的图像分割方法并不能准确区分出乳腺中异常部分和血管密集部位，导致当前对乳腺核磁共振所得图像中异常部分如乳腺结节的分割识别准确率较低。

技术实现思路

[0005]本专利技术提供了一种适用于核磁共振图像的图像分割方法，用以解决，所采用的技术方案具体如下：本专利技术的一种适用于核磁共振图像的图像分割方法，包括以下步骤：获取乳腺核磁共振图像，对乳腺核磁共振图像进行灰度化处理得到灰度图像，对灰度图像进行自适应阈值分割得到若干个目标区域；确定各个目标区域的生长种子点，确定生长种子点邻域内与生长种子点的灰度差值不大于灰度差阈值的像素点的个数，以生长种子点邻域内与生长种子点的灰度差值不大于灰度差阈值的像素点的个数确定生长种子点的差异方向特征量；选取生长种子点邻域内与生长种子点的灰度差值不大于灰度差阈值的任一像素点，确定所述任一像素点和生长种子点之间的第一连线角度，选取所述任一像素点邻域内与所述任一像素点的灰度差值不大于灰度差阈值的另外任一像素点，确定所述任一像素点和所述另外任一像素点之间的第二连线角度，以第一连线角度和第二连线角度的差值确定生长种子点的趋势特征量；以生长种子点的差异方向特征量、趋势特征量以及灰度差阈值作为生长准则进行区域生长，完成对乳腺核磁共振图像中异常部位的分割提取。
[0006]本专利技术的有益效果为：本专利技术该方法首先对所获取的乳腺核磁共振图像灰度化处理，然后对所得灰度图像进行自适应阈值分割后得到若干目标区域，在得到目标区域后，本方法在传统的区域生
长准则的基础上额外添加了生长种子点的差异方向特征量以及趋势特征量，以新添加的两个特征量来有效区分了目标区域是由乳腺结节该种异常部位而形成的还是由乳腺中血管聚集区域而形成的，以新添加的差异方向特征量以及趋势特征量作为生长准则，便可在后续以生长种子点进行区域生长的过程有效避免对血管聚集区域的提取，提高对乳腺中异常部位提取的准确度，最终实现对乳腺核磁共振图像中异常部位的准确分割提取。
[0007]进一步的，所述生长种子点的差异方向特征量为：其中，为第i个生长种子点的差异方向特征量，为第i个生长种子点8邻域内与其灰度值差异不大于灰度差阈值的像素点的个数。
[0008]进一步的，所述生长种子点的趋势特征量为：其中，表示第i个生长种子点的趋势特征量，表示第i个生长种子点的8邻域内与第i个生长种子点的灰度值差异小于灰度差阈值的第j个像素点与第i个生长种子点之间所形成的连线角度，表示第j个像素点的8邻域内与第j个像素点的灰度值差异小于灰度差阈值的第j+1个像素点与第j个像素点之间所形成的连线角度。
[0009]进一步的，所述以生长种子点的差异方向特征量、趋势特征量以及灰度差阈值作为生长准则进行区域生长的方法为：构建第i个生长种子点的生长条件：其中，为第i个生长种子点的生长条件量；选取第i个生长种子点的8邻域内，使第i个生长种子点的生长条件量大于生长条件阈值且与第i个生长种子点之间的灰度差异不大于灰度差阈值的像素点作为新的生长种子点，新的生长种子点同样按照第i个生长种子点的生长方法进行生长，依次类推完成区域生长。
附图说明
[0010]图1是本专利技术该种适用于核磁共振图像的图像分割方法的流程图。
具体实施方式
[0011]本专利技术的构思为：本专利技术首先获取乳腺核磁共振图像并灰度化处理得到灰度图像，然后对灰度图像进行自适应阈值分割得到若干目标区域，确定各个目标区域的生长种子点，然后在以生长种子点进行区域生长的过程中，不但以生长种子点与其邻域内其它像素点的灰度差值的大小作为生长准则，还通过乳腺中异常部位和血管聚集部位所分别形成的目标区域内灰度特
性的不同而建立了目标区域内生长种子点的差异方向特征以及趋势特征，以所得差异方向特征、趋势特征以及灰度差异作为生长准则完成区域生长，实现对乳腺核磁共振图像中异常部位的准确的分割提取。
[0012]下面结合附图及实施例，对本专利技术的一种适用于核磁共振图像的图像分割方法进行详细说明。
[0013]方法实施例：本专利技术的一种适用于核磁共振图像的图像分割方法实施例，其整体流程如图1所示，具体过程如下：步骤一，获取乳腺核磁共振图像，对乳腺核磁共振图像灰度化处理得到灰度图像，对灰度图像进行自适应阈值分割得到若干个目标区域。
[0014]在完成乳腺核磁共振检查后，检查结果的输出形式为图像形式，将其导入计算机中，便可获取检查结果也即乳腺核磁共振图像。然后为了便于后续医护人员观察乳腺病变，对乳腺核磁共振图像进行灰度化处理，并在灰度化处理后所得灰度图像中利用大津法完成自适应阈值分割，将灰度值大于最佳分割阈值的像素点保留而灰度值不大于最佳分割阈值的其它像素点舍弃，便可得到若干个聚集的、呈现白色高亮状态的区域，本实施例在此将这些白色高亮的聚集区域称为目标区域。
[0015]灰度化处理方法为公知常识，所以本实施例中不再赘述具体的对乳腺核磁共振图像进行灰度化处理的过程；以及，现有技术中对所得灰度图像进行自适应阈值分割的方法也并非只有大津法，本实施采用大津法仅是一种优选实施例，在其它实施例中还可采用其它任意可行的自适应阈值分割方法。
[0016]容易理解的是，由于乳腺中异常部位如结节部位，以及血管聚集部位在核磁共振过程中都因存在较高的能量释放而呈现高亮白色，所以此时对乳腺核磁共振图像的灰度图像进行简单的自适应阈值分割提取后，所得目标区域既包括异常部位，也包括血管聚集部位。
[0017]步骤二，确定各个目标区域的生长种子点，然后确定生长种子点的差异方向特征以及趋势特征。
[0018]由于自适应阈值分割后所得图像，仅仅是对整体图像进行了明暗两种状态的区分后保留了相对较亮区域而形成了目标区域，所以正常情况下还需要在目标区域中设置生长种子点，对各个目标区域进行区域生长以确定灰度值较为统一且高亮的细分区域并将其作为最终的对乳腺核磁共振图像的分割提取结果，也即作为最终的乳腺异常部位。
[0019]但是，由于当前所得目标区域既包括异常部位，也包括血管聚集部位，而传统的区域生长方法只是通过设置灰度差阈值来判断与生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于核磁共振图像的图像分割方法，其特征在于，包括以下步骤：获取乳腺核磁共振图像，对乳腺核磁共振图像进行灰度化处理得到灰度图像，对灰度图像进行自适应阈值分割得到若干个目标区域；确定各个目标区域的生长种子点，确定生长种子点邻域内与生长种子点的灰度差值不大于灰度差阈值的像素点的个数，以生长种子点邻域内与生长种子点的灰度差值不大于灰度差阈值的像素点的个数确定生长种子点的差异方向特征量；选取生长种子点邻域内与生长种子点的灰度差值不大于灰度差阈值的任一像素点，确定所述任一像素点和生长种子点之间的第一连线角度，选取所述任一像素点邻域内与所述任一像素点的灰度差值不大于灰度差阈值的另外任一像素点，确定所述任一像素点和所述另外任一像素点之间的第二连线角度，以第一连线角度和第二连线角度的差值确定生长种子点的趋势特征量；以生长种子点的差异方向特征量、趋势特征量以及灰度差阈值作为生长准则进行区域生长，完成对乳腺核磁共振图像中异常部位的分割提取。2.根据权利要求1所述的适用于核磁共振图像的图像分割方法，其特征在于，所述生长种子点的差异方向特征量为：其中，为第i个生长种...

【专利技术属性】
技术研发人员：陈博，赵广明，祁建军，
申请(专利权)人：山东奥洛瑞医疗科技有限公司，
类型：发明
国别省市：