[发明专利]一种针对灰度不均匀的核磁共振图像的分割方法

权利要求书

1.一种针对灰度不均匀核磁共振图像的分割方法，其特征在于：其具体实施步骤如下：

步骤一、对灰度不均匀核磁共振图像进行初始化操作，即在灰度不均匀核磁共振图像上勾画出一个闭合曲线；

步骤二、使用基于区域的主动轮廓模型对灰度不均匀核磁共振图像中的目标进行迭代演化，得到目标的轮廓曲线。

2.如权利要求1所示的一种针对灰度不均匀核磁共振图像的分割方法，其特征在于：步骤二中所述基于区域的主动轮廓模型具体为：

是图像域，是一张采集到的灰度不均匀的核磁共振图像，I(x)中的x表示灰度值，在图像域Ω中是一个常量；J是真实图像；b表示核磁共振图像的灰度不均匀性，是一种偏差域，为一个矩阵；是图像域Ω的子域，有J(x)≈c_i，N为正整数，c_i表示真实图像J中第i个区域的灰度值；

基于区域的主动轮廓模型的能量泛函如公式(13)所示：

E=E(φ,c1cv,c2cv,b,c)+P(φ)---(13)]]>

其中，E为能量泛函；为第一部分能量泛函，表示为公式(14)；φ是水平集函数；表示图像中目标的灰度值；表示图像中背景的灰度值；c为真实图像中的局部灰度值；P(φ)为第二部分能量泛函，表示为公式(15)；

E(φ,c1cv,c2cv,b,c)=μElocal(φ,b,c)+(1-μ)Eglobal(φ,c1cv,c2cv)---(14)]]>

其中，μ是系数，其值的大小表示图像的灰度不均匀的程度，即其值越大，表示图像的灰度不均匀的程度越高；其值较小，表示图像的灰度不均匀的程度越低；e为自然对数；b_ε是偏差域b的归一化项；E^local(φ，b，c)是局部能量项，如公式(16)所示；是全局能量项，如公式(17)所示；

P(φ)=η∫Ω12(|▿φ(x)|-1)2dx+γ∫Ω|▿H(φ(x))|dx---(15)]]>

其中，η和γ是常数，取正实数；为梯度符号；H(φ(x))为Heaviside函数；

Elocal(φ,b,c)=∫(Σi=12∫K(x-y)|I(y)-b(x)ci|2Mi(φ(y))dy)dx---(16)]]>

其中，x表示图像域Ω中的某一点；K是一个非负高斯核函数，其定义如公式(18)所示；b(x)c_i是要预测的聚类中心；M₁(φ(y))＝H(φ(y))，M₂(φ(y))＝1-H(φ(y))；

Eglobal(φ,c1cv,c2cv)=λ1∫|I(x)-c1cv|2H(φ(x))dx+λ2∫|I(x)-c2cv|2(1-H(φ(x)))dx---(17)]]>

K(ω)=1ae-|ω|2/2σ2for|ω|≤ρ0otherwise---(18)]]>

其中，a是一个常量，ω是高斯核函数的均值，σ是方差。