【技术实现步骤摘要】
本专利技术涉及图像分割，更具体地说，本专利技术涉及一种脑部ct图像出血区域自动分割方法及系统。
技术介绍
1、脑部ct中的出血区域分割是一个关键的医学图像处理任务，对于快速、准确地定位和量化脑出血区域具有重要意义，不同的患者在性别、年龄以及病史上存在差异，性别差异在脑部结构和功能上存在一定差异：一些研究发现，男性相对于女性而言，具有较大的大脑整体体积，特别是男性的额叶、颞叶和脑室等脑区较大，男性相对于女性在某些脑区(如海马体和杏仁核)具有更大的灰质体质，男性和女性之间在白质纤维束的连接模式和密度上存在差异，例如男性显示更强的脑半球间连接；不同年龄的患者出血特征也不相同，年轻的患者出血边界边缘特征细微，而老年患者的出血特征更容易与周围组织混淆，更注意纹理特征；患者的病史信息也对于出血的分割存在着很重要的参考意义，根据患者的病史信息，针对不同病因或手术记录，患者特定病因引起的出血具有相关的特征和先验知识，这些能够帮助更好地监测和分割该类型的出血，而具有手术历史的患者，手术区域的影响也会对分割结果的调节起到一定的作用。然而，传统的自动分割方法...
【技术保护点】
1.一种脑部CT图像出血区域自动分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种脑部CT图像出血区域自动分割方法，其特征在于，在步骤S2中，出血区域的形状特征包括出血区域的长度、宽度、长宽比和体积，出血区域的长度为出血区域横扫CT图像上的最大距离，出血区域的宽度为垂直于出血区域长度方向上横扫CT图像上的最大距离，长宽比为出血区域的长度与宽度的比值，出血区域的体积为出血区域内体素的体积乘以体素的个数。
3.根据权利要求1所述的一种脑部CT图像出血区域自动分割方法，其特征在于，在步骤S2中，出血区域的纹理特征包括纹理熵和对比度，纹...
【技术特征摘要】
1.一种脑部ct图像出血区域自动分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种脑部ct图像出血区域自动分割方法，其特征在于，在步骤s2中，出血区域的形状特征包括出血区域的长度、宽度、长宽比和体积，出血区域的长度为出血区域横扫ct图像上的最大距离，出血区域的宽度为垂直于出血区域长度方向上横扫ct图像上的最大距离，长宽比为出血区域的长度与宽度的比值，出血区域的体积为出血区域内体素的体积乘以体素的个数。
3.根据权利要求1所述的一种脑部ct图像出血区域自动分割方法，其特征在于，在步骤s2中，出血区域的纹理特征包括纹理熵和对比度，纹理熵和对比度通过灰度共生矩阵计算获得，其过程包括：
4.根据权利要求3所述的一种脑部ct图像出血区域自动分割方法，其特征在于，在步骤s2中，出血区域的密度特征通过ct图像灰度图的密度直方图获取密度特征，出血区域密度特征的获取过程包括统计图像中每个灰度级的像素数量，形成像素数量统计直方图，对像素数量统计直方图进行归一化处理，使得每个灰度级的像素数量表示概率分布，归一化通过将每个像素数量除以图像总像素数来实现，获取归一化的密度直方图，计算密度直方图的公式为：
5.根据权利要求1所述的一种脑部ct图像出血区域自动分割方法，其特征在于，步骤s3的实现过程为：
6.根据权利要求5所述的一种脑部ct图像出血区域自动分割方法，其特征在于，在步骤s4中构建的卷积神经网络模型包括输入层、卷积层、激活函数、池化层、全连接层和输出层，其中输入层的输入值为fmerged，卷积层利用卷积核对特征进行卷积运算，选取sigmoid函数作为激活函数，池化层降低特征图的尺寸，减少参数的数量，全连接层将池化层输出的特征图转化为向量形式，输出层使用softmax激活函数将特征分类为出血区域或非出血区域，再利用带有出血区域标记的脑部ct图像和对应标签构建模型...
【专利技术属性】
技术研发人员：宋庆花，鲍爱华，庄勋慧，
申请(专利权)人：青岛市妇女儿童医院青岛市妇幼保健院，青岛市残疾儿童医疗康复中心，青岛市新生儿疾病筛查中心，
类型：发明
国别省市：
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。