[发明专利]基于统计多图谱配准优化的磁共振图像脑子结构自动分割方法

说明书

技术领域

本发明涉及医学图像处理技术领域，特别涉及对三维磁共振脑图像进行自动分割的方法。

背景技术

在医学影像的基础和临床研究中，对磁共振脑图像进行分割具有重要的意义。可靠、精确的对脑进行分割被广泛的应用于许多医学影像的应用中，如手术计划制定、疾病病程研究、老年人或年轻人的大脑发展等。脑分割包括对脑组织和脑结构进行分割。在传统研究中，由经过训练的专家对脑磁共振图像手工标定所得到的分割结果是图像分割的金标准。然而这种方法非常耗时，特别是随着数据集的不断增大，此方法变得越来越不可行。另外，手工标定也容易引入个体内和个体间的分割偏差。因此，开发全自动的脑分割算法变得十分必要。尽管为了开发高效、准确的自动分割算法，研究人员付出了不懈的努力，但是由于图像本身的质量以及脑组织和结构在磁共振图像中特有属性的影响，开发精确的，可靠的，全自动的脑分割算法仍然面临着不小的挑战。

近年来，基于图谱的分割方法由于其优越的性能引起许多研究人员的关注。基于图谱的分割方法的基本思想是利用图像配准的方法把一副经过手工分割的图像(图谱)配准到待分割图像上，然后把经过配准的图像的手工分割结果做为待分割图像的分割结果。此方法的优点是待分割目标的形状信息可以被隐式的包含在配准的过程中。为了弥补基于单个图谱分割方法容易受偶然的配准错误影响的问题，研究人员最近开发了基于多图谱的分割方法，此方法需要提供多个图谱，然后把每个图谱分别配准到待分割图像空间中，最后利用标签融合的办法把多个经过配准的图谱的分割结果进行融合从而获得分割。在已有工作中，许多研究关注于提出新的标签融合方法，而所用的配准方法则是传统的基于图像相似性的配准方法。这些配准方法受制于图像采集质量和图像内目标差异的影响，从而也间接的影响了最终的分割结果。可以肯定的是，通过提高图谱与待分割图像之间的配准精度可以最终提高分割结果的表现。

发明内容

本方法的目的是提供一种对三维磁共振脑图像进行自动分割的方法。

为了实现上述目的，一种基于统计多图谱配准优化的磁共振图像脑子结构自动分割方法，包括步骤：

利用手动图像分割方法获取多个图谱；

将多个图谱逐个配准到待分割图像；

对待分割图像进行初始分割；

对初始分割图像进行迭代优化处理；

利用多通道图像配准计算每个图谱与待分割图像之间的配准场，

利用配准场把图谱的图像和分割结果配准到待分割图像空间；

计算最终的分割结果。

本发明利用迭代的方法同时优化图谱与分割图像的配准精度和待分割图像的分割结果，使得最终的分割结果明显优于传统的多图谱分割方法。

附图说明

图1是待分割磁共振脑图像和多个图谱；

图2是本发明的流程图；

图3是对图1中待分割图像进行分割的结果。

具体实施方式

下面结合附图详细说明本发明技术方案中所涉及的各个细节问题。应指出的是，所描述的实施例仅旨在便于对于本发明的理解，而不起任何限定作用。

本发明是对T1加权像三维磁共振脑图像进行的自动分割。如图1所示，图像102，104展示了对脑图像进行分割时所需的输入图像，其中，102为一层T1加权像三维磁共振脑图像的轴状位视图，104为一组经过手工分割的图谱。

本发明在多图谱分割的框架下提出了一种基于迭代统计多图谱的分割方法。利用具有手动分割结果的一组图像作为图谱，首先利用传统统计多图谱方法对待分割图像进行初始分割，然后利用迭代的方法优化初始分割结果，最后把迭代之后得到的结果作为最终的分割结果。

图2展示了使用本方法进行磁共振脑图像分割的流程。

本方法的输入包括一副待分割的磁共振图像和一组进行过手动子结构分割的图谱。