[发明专利]一种基于图论的三维医学图像的分割方法

说明书

技术领域

本发明涉及计算机入住医学图像处理技术领域，特别涉及一种基于图论的三维医学图像的分割方法。 

背景技术

医学图像处理和分析是医学影像的关键组成部分，对医学科研及临床实践的作用影响日益增大，其结果使临床医生对人体内部病变部位的观察更直接、更清晰，确诊率也更高。从图像中将感兴趣区域分离出来是图像分析和识别是首先需要解决的问题，其制约着图像处理中其它相关技术的发展和应用，针对这个问题，人们提出了图像分割技术。它是指根据图像的像素特征把图像划分成为一系列彼此互不交叠的匀质区域，并提取出感兴趣目标区域的技术和过程。三维医学图像分割技术是三维医学图像处理和分析中的重要技术，由于人体组织回声的特性各异，医学图像中不可避免地存在噪声和弱、假边界问题，图像质量可能不高，因此三维医学图像分割是超声图像处理领域的经典难题。 

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种可有效解决过分割和欠分割的三维医学图像的分割方法。 

为了达到上述目的，本发明采用以下技术方案： 

本发明一种基于图论的三维医学图像的分割方法，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。 

优选的，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)|。 

优选的，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)]]>