[发明专利]脑组织结构提取方法、装置、设备及存储介质

权利要求书

1.一种脑组织结构提取方法，其特征在于，所述方法包括下述步骤：

当接收到脑组织结构提取请求时，接收输入的造影图像，所述造影图像为处于T1模态下磁共振造影图像；

对所述造影图像进行去颅骨操作，并对得到的图像进行归一化处理，得到归一化图像；

对所述归一化图像进行曲率流平滑去噪处理，得到去噪后图像；

使用预设的HMRF分割算法对所述去噪后图像进行分割，得到脑组织结构；

其中，使用预设的HMRF分割算法对所述去噪后图像进行分割的步骤，包括：

对所述去噪后图像体素点标签进行初始化，并将初始化后图像分成前景图像和背景图像；

根据最小化能量函数之和公式获取所述前景图像的体素点标签，所述U(y|x)表示标签为x的体素点y的能量，所述U(x)表示标签x的空间信息的能量；

使用预设参数优化算法对所述HMRF分割算法中涉及的参数进行优化，对所述前景图像体素点的标签和预设的邻域函数进行卷积操作，当未达到所述预设参数优化算法的收敛条件时，将所述卷积操作设置为下一步的体素点标签，跳转至根据最小化能量函数之和公式获取所述前景图像的体素点标签的步骤，直至达到所述收敛条件；

当达到所述收敛条件时，根据所述获取的所述前景图像体素点标签对所述去噪后图像进行分割。

2.如权利要求1所述的方法，其特征在于，对所述归一化图像进行曲率流平滑去噪处理的步骤，所述方法还包括：

将所述归一化图像的灰度轮廓当作水平集，根据曲率速度公式 对所述灰度轮廓进行形变，根据所述形变对所述归一化图像进行去噪处理，所述K表示所述灰度轮廓的曲率，所述I_t表示所述灰度轮廓上的点在t时刻的移动速度，所述表示所述移动速度的梯度。

3.如权利要求1所述的方法，其特征在于，对所述前景图像体素点的标签和预设的邻域函数进行卷积操作的步骤，包括：

使用预设的加速函数减少所述卷积操作的迭代次数，以提高分割速率。

4.一种脑组织结构提取装置，其特征在于，所述装置包括：

请求接收单元，用于当接收到脑组织结构提取请求时，接收输入的造影图像，所述造影图像为处于T1模态下磁共振造影图像；

图像预处理单元，用于对所述造影图像进行去颅骨操作，并对得到的图像进行归一化处理，得到归一化图像；

图像去噪单元，用于对所述归一化图像进行曲率流平滑去噪处理，得到去噪后图像；以及

图像分割单元，用于使用预设的HMRF分割算法对所述去噪后图像进行分割，得到脑组织结构；

其中，所述图像分割单元包括：

标签初始化单元，用于对所述去噪后图像体素点标签进行初始化，并将初始化后图像分成前景图像和背景图像；

标签获取单元，用于根据最小化能量函数之和公式获取所述前景图像的体素点标签，所述U(y|x)表示标签为x的体素点y的能量，所述U(x)表示标签x的空间信息的能量；

参数优化单元，用于使用预设参数优化算法对所述HMRF分割算法中涉及的参数进行优化，对所述前景图像体素点的标签和预设的邻域函数进行卷积操作，当未达到所述预设参数优化算法的收敛条件时，将所述卷积操作设置为下一步的体素点标签，触发所述标签获取单元执行根据最小化能量函数之和公式获取所述前景图像的体素点标签的操作，直至达到所述收敛条件；以及

图像分割子单元，用于当达到所述收敛条件时，根据所述获取的所述前景图像体素点标签对所述去噪后图像进行分割。

5.如权利要求4所述的装置，其特征在于，所述图像去噪单元包括：

图像去噪子单元，用于将所述归一化图像的灰度轮廓当作水平集，根据曲率速度公式 对所述灰度轮廓进行形变，根据所述形变对所述归一化图像进行去噪处理，所述K表示所述灰度轮廓的曲率，所述I_t表示所述灰度轮廓上的点在t时刻的移动速度，所述表示所述移动速度的梯度。

6.如权利要求4所述的装置，其特征在于，所述参数优化单元包括：

计算加速单元，用于使用预设的加速函数减少所述卷积操作的迭代次数，以提高分割速率。