基于细化边界信息的脑肿瘤图像分割方法技术

本发明专利技术涉及一种基于细化边界信息的脑肿瘤图像分割方法，属于数字图像处理领域。该方法包括：获取脑肿瘤图像数据，并对图像数据进行切片以将三维图像转换为二维图像；通过级联分割模型对二维图像进行粗分割；采用边界检测算法提取出粗分割结果的边界轮廓信息，并将边界轮廓信息、粗分割结果以及二维图像输入数据融合网络中，以增强图像的边界信息；将数据融合网络的输出送入编码阶段，得到具有纹理信息和语义信息的图像特征；将数据融合网络的输出以及边界轮廓信息送入解码阶段得到分割预测结果。本发明专利技术可以在不引入其他任务的情况下细化边界信息，提高网络模型对边界信息的学习，提高网络模型的性能。

【技术实现步骤摘要】

本专利技术属于数字图像处理领域，涉及脑肿瘤图像的处理，具体涉及一种基于边界细化信息的脑肿瘤图像分割方法。

技术介绍

1、脑肿瘤是常见的原发性中枢神经系统疾病，也是目前最致命的癌症之一，患者死亡率高。世界卫生组织(world health organization，who)将脑肿瘤分为ⅰ～ⅳ四个不同级别，其中i级和ⅱ级为良性肿瘤，ⅲ级和ⅳ级为恶性肿瘤。由于放射科医生手动的从大脑影像中分割脑肿瘤需要花费大量的时间和精力，而且不同等级的脑肿瘤患者的病变组织在大脑中的大小、形状和位置都存在高度变化性，同一患者大脑中正常脑组织与病变组织之间的边界比较模糊等导致容易出现分割误差。因此，研究高效、准确的自动化分割方法，非常有助于提高医生诊断效率。

2、脑肿瘤图像采集的技术主要有：计算机断层扫描(computed tomography,ct)、磁共振成像(magnetic resonance imaging,mri)、正电子发射计算机断层扫描(positronemission computed tomography,pet)、双光子显微镜成像技术(femtos本文档来自技高网...

【技术保护点】

1.一种基于细化边界信息的脑肿瘤图像分割方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤S1中，所述对图像数据进行切片以将三维图像转换为二维图像包括：

3.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤S2具体为：

4.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤S3包括：

5.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤S4包括，将数据融合网络的输出结果输入到编码器网络中进行特征提取，其中，所述的编码器网络由4个编码模块组成，所述编码模块表示为：

...

【技术特征摘要】

1.一种基于细化边界信息的脑肿瘤图像分割方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤s1中，所述对图像数据进行切片以将三维图像转换为二维图像包括：

3.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤s2具体为：

4.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤s3包括：

5.根据权利要求1所述的脑肿瘤图像分割方法，其特征在于：步骤s4包括，将数据融合网络的输出结果输入到编码器网络中进...

【专利技术属性】
技术研发人员：刘玲慧，吴莉霞，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：