基于字典学习的医学图像交互式联合分割制造技术

本发明专利技术公开了一种基于字典学习的医学图像交互式联合分割方法，主要解决现有交互式分割腹部图像计算量大的问题。其实现过程是：输入腹部CT图像序列，用分水岭方法进行初分割并提取每个区域的灰度梯度特征；然后从中选出一幅图像由用户交互式标记目标区域和背景区域；再基于区域间的最大相似性准则对未标记的区域进行合并，直到整幅图像被分为目标和背景两部分为止；然后对得到的目标和背景区域进行训练生成目标字典和背景字典，再用这些字典去逼近序列中待分割的图像并找到逼近误差最小的区域作为标记目标和标记背景，最后用区域合并方法分割出目标。本发明专利技术具有对医学图像分割效果好、省时省力的优点，可用于对腹部CT序列图像的分割。

【技术实现步骤摘要】

本专利技术属于图像处理
，特别是医学图像的处理，主要可用于腹部CT图像的胃癌病变区域分割。
技术介绍
医学图像分割是现代医学图像处理中的一个重要的研究领域，也是病变区域提取、检测、跟踪等后续医学操作的基础。因为这些都需要有一个准确的分割结果为前提，然后才能对各组织进行准确地定位和计算，所以医学图像分割结果的准确性对于医生对病情的诊断并做出正确治疗方案具有非常重要的意义。医学图像分割的方法大致能分为自动分割，手动分割和交互式分割。手动分割费时费力，其结果完全取决于操作者的经验，并且分割结果无法重复。由于医学图像有复杂的背景，自动分割运算量大，在没有人工指导的情况下准确率很难保证。交互式分割属于半自 动分割，它允许人工参与提供一些先验信息，但又不完全依赖于人工参与。由于交互式分割在允许人工参与的情况下保证了准确率。因此，交互式分割方法是现在应用最热门和最广泛的处理医学图像的方法。它的具体做法是由用户标记出图像中感兴趣区域的大致范围，从而提供部分先验信息，然后分割算法再根据这些信息对图像进行分割。交互式分割只需要人工提供少量信息，就能适应不同的图像特性和需求，提高分割准确率，同时可本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：缑水平，马丽敏，周治国，刘芳，张晓鹏，唐磊，王之龙，王云利，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：