[发明专利]基于随机森林和单调下降函数的肺肿瘤的自动分割方法

权利要求书

1.基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于，包括以下步骤：

S01，对肺肿瘤病人进行扫描，得PET图像和CT图像；

S02，对PET图像进行上采样，并且对PET图像和CT图像进行仿射配准，使得PET图像和CT图像上的像素点的位置一一对应；

S03，对PET图像和CT图像用滤波器滤波，平滑图像；

S04，用阈值分割的方法在PET图像上进行分割，初步得到连通区域；用数字形态学的开运算，将所述连通区域周边的杂点去掉；

S05，根据单调下降函数的特性，在所述连通区域排除其他器官的干扰，初步得到肺肿瘤的位置；

S06，在PET图像和CT图像上进行特征提取；

S07，用随机森林的算法对肺肿瘤进行分割。

2.根据权利要求1所述的基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于：S03中所述平滑图像的标准为保持PET图像和CT图像中肿瘤病灶边界的信息即可。

3.根据权利要求1所述的基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于：S06中所述特征提取包括肿瘤在PET图像的新陈代谢信息和CT图像的解剖信息。

4.根据权利要求1所述的基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于：所述PET图像中包括肿瘤亮度的单调下降特征、肿瘤位置信息和标准化摄取值的分布信息。

5.根据权利要求1所述的基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于：所述CT图像中包括肿瘤边界的梯度信息和人体结构信息。

6.根据权利要求1所述的基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于：S02中所述上采样为线性上采样。

7.根据权利要求4所述的基于随机森林和单调下降函数的肺肿瘤的自动分割方法，其特征在于：在PET图像上，先获得最大的所述标准化摄取值，然后用最大的所述标准化摄取值的45％作为阈值，得到很多所述连通区域和一些高亮的杂点，所述连通区域包括肿瘤高亮区域、肿瘤相邻器官高亮区域和脊椎高亮区域。