【技术实现步骤摘要】
一种超声病灶图像的分割方法、装置及系统
本专利技术涉及超声图像
，具体的涉及一种超声病灶图像分割方法、装置及 系统。
技术介绍
在医学应用中，超声成像凭借其无创、无特殊禁忌症、可重复性强、费用低廉等优 势，成为当前医院的主要诊断手段之一。超声图像中目标病灶区域的形态特征、面积（体 积）为临床诊断提供重要的参考信息，而这些信息的获取与肿瘤病灶分割密切相关。然而， 由于超声图像中的斑点噪声、阴影伪影、灰度不均、弱边界甚至缺失边界等不利因素的影 响，使得医生往往难以辨识出肿瘤病灶区域。除此之外，医生手工分割主观性较强，依赖于 医生的经验，而且手工分割费时，具有不可重复性。临床上，迫切需要提出一种高质、高效的 超声图像的自动分割方法。 Kass等人提出的参数活动轮廓模型（Snake模型）利用图像的边缘信息完成目标 区域的分割，它是应用最为广泛的分割方法。Snake模型的优势在于具有良好的跟踪特定区 域内目标轮廓的能力，不少研究者将其用于肿瘤病灶的分割中。但Snake模型具有以下不 足：（1)容易在弱边界处泄露；(2)对噪声和灰度不均匀非常敏感；（3)对初始化的要求非 常高，通常需要初始的演化曲线位于目标的真实边界附近，这是很难达到的。 Graph Cut方法是基于图论的分割方法中最具代表性的方法，该方法利用图像的 区域信息完成目标对象分割。基于Graph Cut方法的病灶分割分为三个步骤：（1)手动地 标记超声图像中某些区域为前景区域或背景区域；（2)然后通过在能量函数中结合多种图 像信息来构建带权有向图；(3)通过求...
【技术保护点】
一种超声病灶图像分割方法，其特征在于，包括：获取包含病灶区域的超声子图像；初步将所述包含病灶区域的超声子图像划分为前景区域、背景区域和待分割区域；利用所述包含病灶区域的超声子图像的灰度和纹理信息建立一个总能量函数以构建图模型，通过最小化所述图模型的能量函数，以获得所述待分割区域的最优的图像分割结果；所述总能量函数为：E=Σi∈SΣj∈NiEGray(i,j)×ETex(i,j)]]>其中，EGray为基于灰度信息的能量函数，表示当前像素的邻域与相邻像素的邻域之间的灰度差异；ETex为基于纹理信息的能量函数，表示当前像素的邻域与相邻像素的邻域之间的纹理差异；其中，S为所有像素的集合，i为当前像素，Ni为像素i的的4邻域，j为i的4邻域内的像素；灰度能量函数的定义为：EGray(i,j)＝exp(‑|T(i)‑T(j)|)其中，和分别为相邻像素i和j局部邻域内的灰度均值；纹理能量函数的定义为：ETex(i,j)=exp(-(|H‾1(i)-H‾2(j)|-|L‾1(i)-L&...
【技术特征摘要】
1. 一种超声病灶图像分割方法，其特征在于，包括： 获取包含病灶区域的超声子图像； 初步将所述包含病灶区域的超声子图像划分为前景区域、背景区域和待分割区域； 利用所述包含病灶区域的超声子图像的灰度和纹理信息建立一个总能量函数以构建 图模型，通过最小化所述图模型的能量函数，以获得所述待分割区域的最优的图像分割结 果； 所述总能量函数为：其中，E&ay为基于灰度信息的能量函数，表示当前像素的邻域与相邻像素的邻域之间 的灰度差异；ETex为基于纹理信息的能量函数，表示当前像素的邻域与相邻像素的邻域之间 的纹理差异；其中，S为所有像素的集合，i为当前像素，队为像素 i的的4邻域，j为i的 4邻域内的像素； 灰度能量函数的定义为：其中，Γ(/)和Γ(/)分别为相邻像素 i和j局部邻域内的灰度均值； 纹理能量函数的定义为：其中，和分别为像素 i局部邻域内像素灰度值高于和低于邻域灰度均值的 像素的均值；//:(./)和M./)为像素 j局部邻域内像素灰度值高于和低于邻域灰度均值的像 素的均值。2. 根据权利要求1所述的方法，其特征在于，所述方法还包括：采用形态学方法和边缘 检测方法相结合从而提取病灶边界轮廓。3. 根据权利要求1或2所述的方法，其特征在于，所述通过对图模型的能量函数的最小 化求解包括： 采用堆优化的Dijkstra算法得来获...
【专利技术属性】
技术研发人员：冯乃章，高梁，
申请(专利权)人：深圳市开立科技有限公司，
类型：发明
国别省市：广东;44
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。