[发明专利]一种基于图论的三维医学图像的分割方法

权利要求书

1.一种基于图论的三维医学图像的分割方法，其特征在于，包括下述步骤：

（1）、使用双边滤波模型，去除医学图像中的斑点噪声；

（2）、建立三维图像到三维图的映射，统计顶点之间的邻接关系以及计算连接两个顶点的边的权重；

（3）、对图中各个边的权重进行非递增的排序，保证最后生成的每一棵树都是最小生成树；

（4）、定义区域对比较准则，用以统计两个区域的体素灰度的统计信息差异和两个区域内部各自的内部体素灰度差异统计信息；

（5）、对图中排序后的所有边进行遍历，以区域对比较准则作为判断准则，符合的话进行融合，每个区域对应一棵最小生成树，最后形成一个森林。

2.根据权利要求1所述的基于图论的三维医学图像的分割方法，其特征在于，步骤（2）具体为，建立图像到图G=（V，E)的映射，其中G代表图，V代表顶点集，E代表边集，统计顶点之间的邻接关系以及计算连接两个顶点的边的权重，此处将每个体素看成图像中的一个顶点，将每个体素与其26邻域相连接，得到图的边，边的权值是相应的两个体素点v_i和v_j.的体素值差异，即灰度差，用I(v_i)表示顶点v_i的强度，即此处的灰度，灰度差的表达式如下所示：

w_ij=|I(v_i)-I(v_j)|。

3.根据权利要求1所述的基于图论的三维医学图像的分割方法，其特征在于，步骤（4）中，定义区域对比准则具体为：用以对两个区域的相似程度进行评估，根据各体素点灰度的统计信息差异与两个区域内部各自的内部体素灰度差异统计信息进行比较，决定是否融合这两个区域，在图G中，会定义区域间差异、区域内部差异和区域对最内部差异；

首先，区域间差异：对与任意两个区域它们之间的区域差是它们灰度均值的差值，表达式如下：

Dif(C₁,C₂)＝|μ(C₁)-μ(C₂)|

其次，区域内部差异：对与任意区域其内部方差被定义为它的最小生成树的标准方差，表达式为：

Int(C)=σ(C)

最后，区域对最小内部差异：

MInt(C₁,C₂)=min(Int(C₁)+τ(C₁),Int(C₂)+τ(C₂))

其中τ(·)是门限函数，定义如下：

τ(C)=k|C|·(1+1α)]]>

其中k和α是两个正参数，|C|表示区域C的大小，即该区域所含的体素总数，可通过调整k、α调整图像的分割程度。