[发明专利]一种基于CT图像的肝实质分割方法

权利要求书

1.一种基于CT图像的肝实质分割方法，其特征在于，包括如下步骤：

(1)纹理特征提取：采用灰度共生矩阵的方法提取CT图像的纹理特征；

(2)建立BP神经网络：首先提取BP网络的特征输入向量，然后调整网络初始权值，再确定BP网络节点数，最后建立BP网络；

(3)图像分割：使用导师信号对网络进行充分训练，训练好的BP网络的权值及阈值根据训练样本进行调整，用于对CT图像序列进行分割；

(4)图像后期处理：首先选取一张分割后的图片，手工选取一个肝脏区域中的像素作为种子点，然后进行区域生长，区域生长出来的部分中间有孔洞，再进行孔洞填充，最后比对孔洞填充，得到最终的分割图像。

2.如权利要求1所述的一种基于CT图像的肝实质分割方法，其特征在于，所述灰度共生矩阵方法是建立在估计图像的二阶组合条件概率密度函数基础上的纹理分析方法，在纹理图像中，某个方向上相隔一定距离的一对像元灰度出现的统计规律，具体反映这个图像的纹理特性。

3.如权利要求1所述的一种基于CT图像的肝实质分割方法，其特征在于，所述BP神经网络是使用误差反向传播算法进行训练的多层前馈网络。

4.如权利要求1所述的一种基于CT图像的肝实质分割方法，其特征在于，所述BP网络的特征输入向量通过提取肝实质的纹理信息作为输入向量。

5.如权利要求1所述的一种基于CT图像的肝实质分割方法，其特征在于，所述网络初始权值调整到足够小，使各节点的净输入在零点附近，加快网络训练速度。

6.如权利要求1所述的一种基于CT图像的肝实质分割方法，其特征在于，所述BP神经网络包括输入层、输出层及隐层，输入层的节点数为输入向量的特征值，输出层的节点数为1，其表示分割后的图像的背景，所述隐层的节点数为输入层的节点数减去输出层7倍的输出节点数。

7.如权利要求1所述的一种基于CT图像的肝实质分割方法，其特征在于，所述BP网络的建立通过将确定的BP网络节点数作为参数，建立隐层传递函数，选用双曲正切S形函数。