[发明专利]脑部图像处理方法和系统

权利要求书

1.一种脑部图像处理方法，包括：

脑部图像采集步骤，对病人脑部进行扫描，得到脑部图像；

病灶区域及中心确定步骤，获取从所述脑部图像中指定病灶区域及所述病灶区域的中心；

特征值提取步骤，提取所述脑部图像中各像素点的灰度参数值作为所述像素点的特征值；

相关性计算步骤，计算所述脑部图像中各像素点和病灶区域的中心点的特征值之间的互相关系数；以及

相似区域确定步骤，筛选出所述互相关系数大于相关性阈值的像素点，根据筛选出的像素点的互相关系数得到脑部图像中非病灶区域与所述病灶区域相似的关联图像。

2.根据权利要求1所述的脑部图像处理方法，其特征在于，所述特征值提取步骤包括：

以病灶区域的中心为基点，预设所述病灶区域的中心的邻域尺寸，计算所述病灶区域的中心的灰度参数值作为所述中心的特征值；

以所述脑部图像的非病灶区域的像素点为基点，以预设滑动窗口取所述像素点的邻域，计算各像素点的灰度参数值作为各像素点相应的特征值，其中，所述预设滑动窗口尺寸与所述病灶区域的中心的领域尺寸相同。

3.根据权利要求2所述的脑部图像处理方法，其特征在于，所述相似区域确定步骤包括：

筛选出所述互相关系数大于相关性阈值的像素点，根据筛选出的像素点的互相关系数，采用所述滑动窗口覆盖所述脑部图像，得到脑部非病灶区域与所述病灶区域相似的关联图像。

4.根据权利要求2所述的脑部图像处理方法，其特征在于，在所述相似区域确定步骤之后，还包括：

判断所述关联图像是否可用，若否，则变更所述灰度参数值和/或所述病灶区域的中心的邻域尺寸，并返回所述特征值提取步骤，再执行互相相关性计算的步骤和相似区域确定步骤。

5.根据权利要求1所述的脑部图像处理方法，其特征在于，所述灰度参数值包括灰度值、灰度的均值、方差、偏斜度、峰度、灰度共生矩阵参数中至少一种；所述脑部图像为T1和T2加权结构像、弥散加权图像、各向异性分数图、平均弥散系数图像、径向扩散率和轴向扩散率图像、血氧水平依赖图、T1和T2参数图、T2*参数图或磁敏感参数图。

6.一种脑部图像处理系统，其特征在于，包括：

采集模块，用于对病人脑部进行扫描，得到脑部图像；

病灶区域及中心确定模块，用于获取从所述脑部图像中指定病灶区域及所述病灶区域的中心；

特征值提取模块，用于提取所述脑部图像中各像素点的灰度参数值作为所述像素点的特征值；

相关性计算模块，计算所述脑部图像中各像素点和病灶区域的中心点的特征值之间的互相关系数；以及

相似区域确定模块，用于筛选出所述互相关系数大于相关性阈值的像素点，根据筛选出的像素点的互相关系数得到脑部图像中非病灶区域与所述病灶区域相似的关联图像。

7.根据权利要求6所述的脑部图像处理系统，其特征在于，所述特征值提取模块包括：

病灶区域特征值提取模块，用于以病灶区域的中心为基点，预设所述病灶区域的中心的邻域尺寸，计算所述病灶区域的中心的灰度参数值作为所述中心的特征值；

非病灶区域特征值提取模块，用于以所述脑部图像的非病灶区域的像素点为基点，以预设滑动窗口取所述像素点的邻域，计算各像素点的灰度参数的值作为各像素点相应的特征值，其中，所述预设滑动窗口尺寸与所述病灶区域的中心的领域尺寸相同。

8.根据权利要求7所述的脑部图像处理系统，其特征在于，所述相似区域确定模块还用于筛选出所述互相关系数大于相关性阈值的像素点，根据筛选出的像素点的互相关系数，采用所述滑动窗口覆盖所述脑部图像，得到脑部非病灶区域与所述病灶区域相似的关联图像。

9.根据权利要求7所述的脑部图像处理系统，其特征在于，所述系统还包括：

判断模块，用于判断所述关联图像是否可用；

调整模块，用于变更所述灰度参数值和/或所述病灶区域的中心的邻域尺寸，并由所述特征值提取模块提取各像素点的特征值，再执行所述互相相关性计算模块和相似区域确定模块。

10.根据权利要求6所述的脑部图像处理系统，其特征在于，所述灰度参数值包括灰度值、灰度的均值、方差、偏斜度、峰度、灰度共生矩阵参数中至少一种；所述脑部图像为T1和T2加权结构像、弥散加权图像、各向异性分数图、平均弥散系数图像、径向扩散率和轴向扩散率图像、血氧水平依赖图、T1和T2参数图、T2*参数图或磁敏感参数图。