[发明专利]一种关于CT脑出血图像的处理方法

权利要求书

1、一种关于CT脑出血图像的处理方法，其特征在于，所述方法按以下步骤进行：

A、获得病人脑部CT图像数据；

B、利用模糊C-均值聚类方法识别CT图像中的脑部组织，获得脑组织的二值图像；

C、计算脑中矢状面，并确定中矢状线；

D、基于点对区域的广义不对称性度量，估计在脑组织图像内部相对于中矢状线的广义不对称性特征，获得脑组织图像像素的广义不对称性特征数据；

E、计算急性脑出血的灰度阈值、不对称性阈值、局部对比度阈值、部分容积灰度阈值；

F、利用获得的灰度阈值、不对称性阈值和部分容积灰度阈值对脑部组织图像像素进行二值化处理；

G、对二值化处理后图像的前景连通区域，如果其局部对比度不小于局部对比度阈值，则保留其为前景连通区域，否则将其设置为背景连通区域，从而获得初始急性脑出血二值图像。

2、根据权利要求1所述的方法，其特征在于，所述步骤B按以下步骤进行：

B1、利用模糊C-均值聚类识别方法将脑部CT图像数据按灰度值的高低分类，从而确定两个灰度阈值，即去掉头颅骨的高灰度阈值和去掉其它非脑组织的低信号阈值；

B2、对脑部CT图像数据，利用所述高灰度阈值和低信号阈值作为约束条件对其进行二值化处理；

B3、查找二值化处理之后的图像数据，对拥有最多非零像素且空间连通的前景连通区域，进行填充该连通区域内孔的处理，并在一预设位置以下的每个轴向切片上检查二维前景区域，以去除孤立的二维前景连通区域，从而获得脑组织二值图像。

3、根据权利要求1所述的方法，其特征在于，所述步骤C中，根据脑CT数据，采用基于局部对称性和奇异点剔出的方法计算中矢状面。

4、根据权利要求1所述的方法，其特征在于，所述步骤C中，采用脑轮廓拟合计算和奇异点剔出相结合的方法，估计出脑中矢状面，包括如下步骤：

C1、利用椭圆函数逼近脑CT轴向切片图像的脑轮廓；

C2、用椭圆的长轴逼近所要计算的轴向切片图像的对称线，由所有计算的对称线通过奇异点剔出方法估计所需中矢状面。

5、根据权利要求4所述的方法，其特征在于，所述步骤C中，使用头颅二值图像的头颅轮廓拟合估计和奇异点剔出相结合的方法，对脑CT轴向切片图像进行计算，从而计算出脑中矢状面。

6、根据权利要求1所述的方法，其特征在于，所述步骤D按照以下过程估计脑组织图像内部相对于中矢状线的广义不对称性特征数据：

D1、在同一轴向切片中计算脑组织图像中每个像素点相对于中矢状线的对称点；

D2、确定以每个对称点为中心的邻域内像素点的灰度最大值；

D3、用像素点的灰度值与相对应的灰度最大值相减，求取该像素点的广义不对称性特征数据，所述相对应的灰度最大值是指以该像素点对称点为中心的邻域内像素点的灰度最大值。

7、根据权利要求1所述的方法，其特征在于，所述步骤E中，按以下步骤计算急性脑出血的灰度阈值：

E1、查找广义不对称性特征数据大于临界阈值的所有像素点，该临界阈值大于灰质与白质造成的脑组织广义不对称性特征；

E2、按照下述公式，计算上一步查找到的像素点的灰度阈值：

haeTh＝avg1-sd1，

其中，haeTh为所求灰度阈值，avg1为上一步查找到的像素点的灰度均值，sd1为上一步查找到的像素点的灰度方差。

8、根据权利要求1所述的方法，其特征在于，所述步骤E中，根据脑组织内部像素点的灰度直方图，计算急性脑出血的局部对比度阈值、不对称性阈值、部分容积灰度阈值。

9、根据权利要求1所述的方法，其特征在于，所述步骤F中，二值化处理采用以下方式：

对脑组织的广义边界像素，若其灰度值不小于部分容积灰度阈值，且其广义不对称性特征数据不小于不对称性阈值，则该像素点设置为初始急性脑出血二值图像的前景像素；对脑组织的内部像素，若其灰度值不小于灰度阈值，且其广义不对称性特征数据不小于不对称性阈值，则该像素点设置为初始急性脑出血二值图像的前景像素；若像素点不属于上述两种情况，则该像素点设置为初始急性脑出血二值图像的背景像素。