[发明专利]基于先验知识测地几何流的二维序列医学图像分割方法

权利要求书

1.基于先验知识的测地几何流的二维序列医学图像分割方法，其特征在于：首先对某一层二维图像应用分水岭算法进行初步分割，以初始层的粗分割结果为初始边界，然后由初始层开始分别向上下两侧的邻层图像逐一采用水平集方法进行细分割，其中每一层的细化分割结果作为下一层的初始边界，且以邻层梯度参考项的形式为下一层提供梯度先验信息，逐层分割，直到分割完所有的图层，最后合并所有图层的分割结果，即为最终分割结果，邻层梯度参考项为

λ(f~)|▿Gσ(x,y)*f~(x,y)|p]]>

以此构成的边缘检测函数表示为

g(x,y)=11+|▿Gσ(x,y)*f(x,y)|p+λ(f~)|▿Gσ(x,y)*f~(x,y)|p,p≥1]]>

或更快收敛到零的

g(x,y)=exp{-|▿Gσ(x,y)*f(x,y)|-λ(f~)|▿Gσ(x,y)*f~(x,y)|}]]>

其中高斯核函数Gσ(x,y)=σ-1/2exp{-x2+y24σ}]]>，▽为梯度算子，为提供初始边界信息的图层，为权重函数；

所述的邻层梯度参考项中，权重函数根据邻层图像的信息动态调整，表示为

λ(f~)=μΓ(f~)+νδ(f~),μ,ν≥0]]>

其中μ，ν为权重系数，为参考图层中边界曲线所包围的面积；为与参考图层层间间距。