【技术实现步骤摘要】
前列腺MRI图像增强分割方法、装置、电子设备与存储介质
[0001]本专利技术涉及图像处理
,具体涉及前列腺MRI图像增强分割方法、装置、电子设备与存储介质。
技术介绍
[0002]磁共振(MR)图像中前列腺的自动分割已越来越多地应用于前列腺疾病的诊断和各种临床应用。然而,由于前列腺边界周围的不均匀和多变的解剖学外观,前列腺MR图像的分割面临着巨大的挑战。而且患者在扫描期间应保持安静和不动,但因为呼吸和心率等不可避免的运动会导致图像中出现运动伪影,从而导致对比度不稳定和产生低分辨率MRI图像。
[0003]由于采集的MRI图像分辨率低且前列腺边界周围的不均匀和多变,导致在MRI图像中分割前列腺精度较低。
技术实现思路
[0004]本专利技术的目的就在于解决上述
技术介绍
的问题,而提出前列腺MRI图像增强分割方法、装置、电子设备与存储介质。
[0005]本专利技术的目的可以通过以下技术方案实现:本专利技术实施例第一方面,提供了一种前列腺MRI图像增强分割方法,所述方法包括:获取目标区域多个切 ...
【技术保护点】
【技术特征摘要】
1.一种前列腺MRI图像增强分割方法,其特征在于,所述方法包括:获取目标区域多个切片的低分辨率MRI图像,使用预先训练的学习字典将各低分辨率MRI图像进行图像增强,得到高分辨率MRI图像;所述目标区域包含前列腺;对各高分辨率MRI图像进行体素值归一化,然后通过概率图谱配准进行第一次分割确定包含前列腺的潜在区域;将所述潜在区域的边界区域中的各体素输入预设CNN分类器进行第二次分割,确定潜在区域的精确边界。2.根据权利要求1所述一种前列腺MRI图像增强分割方法,其特征在于,所述学习字典的训练过程包括:获取历史高分辨率MRI图像集,降低所述高分辨率MRI图像集中各高分辨率MRI图像,得到低分辨率MRI图像集;根据所述高分辨率MRI图像集和所述低分辨率MRI图像集生成特征向量集;所述特征向量集中每一特征向量包含一个高分辨率MRI图像的高分辨率特征与对应低分辨率MRI图像的低分辨率特征;使用所述高分辨率MRI图像集、所述低分辨率MRI图像集和所述特征向量集训练SOM神经网络,得到所述学习字典。3.根据权利要求2所述一种前列腺MRI图像增强分割方法,其特征在于,降低所述高分辨率MRI图像集中各高分辨率MRI图像,得到低分辨率MRI图像集包括:使用均值核对各高分辨率MRI图像添加预设数量的噪声,然后使用下采样方法将图像转换为低分辨率图像;使用插值方法将各低分辨率图像放大到与对应高分辨率MRI图像尺寸相同,得到低分辨率MRI图像集。4.根据权利要求2所述一种前列腺MRI图像增强分割方法,其特征在于,根据所述高分辨率MRI图像集和所述低分辨率MRI图像集生成特征向量集包括:将各高分辨率MRI图像减去对应低分辨率MRI图像,得到第一图像;以第一卷积核提取所述第一图像的特征,得到高分辨率特征;将各低分辨率MRI图像通过高通滤波器提取,得到第二图像;以第二卷积核提取所述第二图像的特征,得到低分辨率特征;将各高分辨率特征与对应低分辨率特征转化为一维向量进行组合,得到特征向量集。5.根据权利要求4所述一种前列腺MRI图像增强分割方法,其特征在于,所述学习字典的每一神经元记录了特征向量、第一图像与第二图像之间的关系;使用预先训练的学习字典将各低分辨率MRI图像进行图像增强,得到高分辨率...
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。