[发明专利]基于超体素和图割算法的三维肝脏CT图像自动分割方法

权利要求书

1.基于超体素和图割算法的三维肝脏CT图像自动分割方法，其特征在于：该方法包括以下步骤，

1.1.对输入的一例腹部CT图像I进行直方图分析，从而自适应增强图像对比度，得到增强对比度后的CT图像I′；

1.2.采用自适应阈值及形态学方法对图像I逐层进行肝脏初始轮廓分割，选取最大肝脏切片l_max，计算并对增强后图像I′提取肝脏感兴趣区域I′_ROI；

1.3.在最大肝脏切片l_max上根据肝脏初始轮廓选取肝脏种子点S_F和背景种子点S_B，采用基于高斯混合模型的方法计算肝脏和背景区域的灰度概率分布，得到高斯混合模型模型P_fg和P_bkg；

1.4.对I′_ROI利用SLIC算法进行过分割生成超体素；

1.5.以超体素为顶点构建无向加权图G，利用图割算法对图G做切割，得到肝脏区域分割结果二值图像I_mask；

1.6.利用形态学开运算、中值滤波对I_mask做后处理，得到平滑的肝脏分割结果。

2.根据权利要求1所述的基于超体素和图割算法的三维肝脏CT图像自动分割方法，其特征在于：所述的步骤1.1包括，

1.1.1.分析图像直方图中峰值个数及峰值CT值，若存在2个较明显的峰值则为高对比度图像I_high，若仅存在1个峰值则为低对比度图像I_low；

1.1.2.计算自适应对比度拉伸的阈值范围[I_min,I_max]，对于高对比度图像I_high有I_min＝(peak1+peak2)/2-60，I_max＝peak2+250；对于低对比图图像I_low有I_min＝peak1-60，I_max＝peak1+250，其中peak1、peak2表示峰值CT值；

1.1.3.做对比度增强，I′＝255(I-I_min)/(I_max-I_min)。

3.根据权利要求1所述的基于超体素和图割算法的三维肝脏CT图像自动分割方法，其特征在于：所述的步骤1.2包括，

1.2.1.对于每一层切片l利用自适应阈值[peak1,400Hu]方法提取肝脏可能区域l_possible；

1.2.2.对l_possible依次采用形态学腐蚀、保留最大子区域、孔洞填充、形态学膨胀方法，得到肝脏区域的初始轮廓l_liver；

1.2.3.选取l_liver中肝脏区域面积最大的作为最大肝脏切片l_max；

1.2.4.根据每层l_liver的二维肝脏区域边界框计算得到能包围整个三维肝脏感兴趣区域的最小边界框，从增强后图像I′中提取肝脏感兴趣区域I′_ROI。

4.根据权利要求1所述的基于超体素和图割算法的三维肝脏CT图像自动分割方法，其 特征在于：所述的步骤1.3包括，

1.3.1.对于最大肝脏切片l_max，在肝脏初始轮廓l_liver内部按一定间隔选取肝脏种子点S_F，l_liver边界框以外区域按一定间隔选取背景种子点S_B；

1.3.2.根据种子点S_F，S_B计算高斯混合模型P_fg，P_bkg，

其中，I_p为体素对应的灰度值，k为高斯混合模型的分量数，ω，μ和σ²分别为高斯分量的权重、均值和方差。