一种核磁共振脑瘤区域提取方法技术

本发明专利技术涉及一种核磁共振脑瘤区域提取方法，属于图像数据处理技术领域，该方法步骤包括：获取核磁共振图像中脑部组织图像；计算出脑部组织图像中每个像素点到达每一方向的最终距离，计算出每个像素点所处区域的形状参数；根据从每个像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量，获取每个像素点的边缘权重；根据每个像素点所处区域的形状参数和每个像素点的边缘权重，计算出每个像素点为目标像素点的概率；本发明专利技术根据每个像素点所处区域形状是否规则和每个像素点到达背景边缘所经过的边缘数量，来确定每个像素点为目标像素点的概率，并根据该概率对脑部组织图像进行聚类提取出目标区域

【技术实现步骤摘要】
一种核磁共振脑瘤区域提取方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种核磁共振脑瘤区域提取方法
。

技术介绍

[0002]脑疾病中的颅内肿瘤的发病率越来越高，已经成为神经外科中最常见的疾病，在临床检查中由于脑部具有较多的神经和重要器官，同时由于核磁共振检测没有电力辐射损伤，对软组织和解剖结构显示清晰，对于中枢神经等检测要优于
CT
，能多方向的配合功能成像技术，更适用于脑疾病的诊断
。
[0003]肿瘤的诊断需要通过医生对核磁共振图像分析寻找目标区域给出诊断结果，同时对于目标区域的判断一般先利用计算机来辅助判断，但是利用计算机辅助判断目标区域的过程比较复杂，需要分析颅内各组织的分布情况判断肿瘤出现的区域和位置，因此如何方便的从核磁共振图像中分割提取颅内目标区域已经成为目前研究的热点问题，目前从核磁共振图像中分割提取颅内目标区域，主流的分割方法包括基于边缘
、
基于区域
、
神经网络等
。
[0004]基于边缘的分割方法主要为边缘算子分割方法，对于恶性已经扩散与脑组织相融合的肿瘤边缘由于边缘不明显，在不同的地方使用相同边缘算子的分割效果欠佳；基于区域的分割方法主要为区域生长法，但区域生长需要人工交互以获得种子点，需要人为手工标记一个启动分割程序的种子点，且区域生长对噪声敏感不适用于颅内复杂环境；神经网络方法由人为标记训练集中图像的目标区域，由于是通过人为标记，因此分割结果较为准确，但训练集往往数量较多，人为标记的难度较大，且受限于训练集的质量优劣对图像的分割结果并不能保证；因此现有技术中的分割方法并不适用于复杂的脑组织环境，导致不能准确的分割出脑部目标区域
。

技术实现思路

[0005]本专利技术提供一种核磁共振脑瘤区域提取方法，用来解决现有技术中的分割方法并不适用于复杂的脑组织环境，其不能准确的分割出脑部目标区域的问题
。
[0006]本专利技术的一种核磁共振脑瘤区域提取方法采用如下技术方案：获取核磁共振图像中脑部组织图像；从脑部组织图像中每个像素点开始沿任一方向按照预设步长进行生长，生长规则通过边缘判定值获取，当边缘判定值小于或等于预设判定阈值时，按照预设步长继续进行生长，依次迭代，直至每个像素点沿任一方向的边缘判定值大于预设判定阈值时停止迭代；将停止迭代时最后一个生长点与对应像素点的距离作为最终距离；根据每个像素点到达每一方向的最终距离，计算出每个像素点的标准半径；根据每个像素点到达每一方向的最终距离和每个像素点的标准半径，计算出每个像素点所处区域的形状参数；将每个像素点停止迭代时最后一个生长点作为每个像素点对应的边缘点，从每个
像素点对应的边缘点开始继续生长直至再次到达边缘点，统计从每个像素点开始沿任一方向生长直至到达背景累计经过的边缘点的数量；根据从每个像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量，获取每个像素点的边缘权重；根据每个像素点所处区域的形状参数和每个像素点的边缘权重，计算出每个像素点为目标像素点的概率；根据每个像素点为目标像素点的概率对脑部组织图像进行聚类，提取出脑部组织图像中目标区域
。
[0007]进一步地，边缘判定值的计算公式为：其中，表示从像素点开始沿轴正方向从距离开始生长直至生长到距离的边缘判定值；表示从像素点开始沿轴正方向生长距离后的像素点灰度值；表示从像素点开始沿轴正方向生长距离后的像素点灰度值；表示从像素点开始沿轴正方向生长距离后的像素点灰度值
。
[0008]进一步地，每个像素点的标准半径的计算步骤为：获取每个像素点到达左
、
右
、
上
、
下四个方向的最终距离；计算出每个像素点到达左方向最终距离和到达右方向最终距离的第一和值；计算出每个像素点到达上方向最终距离和到达下方向最终距离的第二和值；从每个像素点到达左方向最终距离和到达右方向最终距离中选取出第一最小值；从每个像素点到达上方向最终距离和到达下方向最终距离中选取出第二最小值；根据第一和值
、
第二和值
、
第一最小值
、
第二最小值计算出每个像素点的标准半径
。
[0009]进一步地，每个像素点的标准半径的计算公式为：其中，表示像素点的标准半径；表示像素点到达左方向的最终距离；表示像素点到达右方向的最终距离；表示像素点到达上方向的最终距离；表示像素点到达下方向的最终距离；表示像素点到达左方向最终距离和到达右方向最终距离的第一和值；表示像素点到达上方向最终距离和到达下方向最终距离的第二和值；表示从每个像素点到达左方向最终距离和到达右方向最终距离中选取出的第一最小值；表示从每个像素点到达上方向最终距离和到达下方向最终距离中选取出第二最小值
。
[0010]进一步地，每个像素点所处区域的形状参数的计算公式为：其中，表示像素点所处区域的形状参数；表示像素点的标准半径；表示像素点到达左方向的最终距离；表示像素点到达上方向的最终距离；表示像素点到达右方向的最终距离；表示像素点到达下方向的最终距离；表示以自然常数为底的指数函数
。
[0011]进一步地，每个像素点的边缘权重的获取步骤包括：当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第一数量阈值时，将该像素点的边缘权重设置为第一权重值；当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第二数量阈值时，将该像素点的边缘权重设置为第二权重值；当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第三数量阈值时，将该像素点的边缘权重设置为第三权重值
。
[0012]进一步地，每个像素点为目标像素点的概率计算公式为：其中，表示像素点是目标像素点的概率；表示像素点的边缘权重；表示像素点所处区域的形状参数；表示从全部像素点的边缘权重与形状参数的乘积中选择最大值
。
[0013]本专利技术的有益效果是：正常脑组织本身的结构复杂，包括脑皮层
、
灰质
、
白质
、
脑脊液等多种组织，白质外面覆盖着灰质，灰质众多的褶皱起伏形成大量的沟回，沟回内填充有脑脊液，而肿瘤区域的形状与正常脑组织的形状不同，同时由于不同区域像素点灰度值不同，因此从每个像素点开始向四周多个方向延伸，根据像素点灰度值的变化来确定每个像素点到达边缘的距离，根据每个像素点到达边缘的距离能判断出每个像素点所处区域的形状是否规则，每个像素点所处区域的形状越规则，那么该像素点位于目标区域的可能性越大；同时根据脑组织图像的规律性，对于脑组织图像中的白质区域，一般会经过白质
‑
灰质
‑
再到边界；对于脑组织图像中的灰质区域，会经过灰质
‑
白质
‑
灰质到达背景；对于目标区域，根据目标区域的种类不同，可能存在目标像素点直接到背景边缘本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种核磁共振脑瘤区域提取方法，其特征在于，该方法包括：获取核磁共振图像中脑部组织图像；从脑部组织图像中每个像素点开始沿任一方向按照预设步长进行生长，生长规则通过边缘判定值获取，当边缘判定值小于或等于预设判定阈值时，按照预设步长继续进行生长，依次迭代，直至每个像素点沿任一方向的边缘判定值大于预设判定阈值时停止迭代；将停止迭代时最后一个生长点与对应像素点的距离作为最终距离；根据每个像素点到达每一方向的最终距离，计算出每个像素点的标准半径；根据每个像素点到达每一方向的最终距离和每个像素点的标准半径，计算出每个像素点所处区域的形状参数；将每个像素点停止迭代时最后一个生长点作为每个像素点对应的边缘点，从每个像素点对应的边缘点开始继续生长直至再次到达边缘点，统计从每个像素点开始沿任一方向生长直至到达背景累计经过的边缘点的数量；根据从每个像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量，获取每个像素点的边缘权重；根据每个像素点所处区域的形状参数和每个像素点的边缘权重，计算出每个像素点为目标像素点的概率；根据每个像素点为目标像素点的概率对脑部组织图像进行聚类，提取出脑部组织图像中目标区域
。2.
根据权利要求1所述的一种核磁共振脑瘤区域提取方法，其特征在于，边缘判定值的计算公式为：其中，表示从像素点开始沿轴正方向从距离开始生长直至生长到距离的边缘判定值；表示从像素点开始沿轴正方向生长距离后的像素点灰度值；表示从像素点开始沿轴正方向生长距离后的像素点灰度值；表示从像素点开始沿轴正方向生长距离后的像素点灰度值
。3.
根据权利要求1所述的一种核磁共振脑瘤区域提取方法，其特征在于，每个像素点的标准半径的计算步骤为：获取每个像素点到达左
、
右
、
上
、
下四个方向的最终距离；计算出每个像素点到达左方向最终距离和到达右方向最终距离的第一和值；计算出每个像素点到达上方向最终距离和到达下方向最终距离的第二和值；从每个像素点到达左方向最终距离和到达右方向最终距离中选取出第一最小值；从每个像素点到达上方向最终距离和到达下方向最终距离中选取出第二最小值；根...

【专利技术属性】
技术研发人员：郎旭，李亚军，吴超，
申请(专利权)人：陕西通达伟业医疗供应链管理有限公司，
类型：发明
国别省市：