[发明专利]一种基于统计偏微分模型的超声造影图像分割方法

说明书

本发明公开了一种基于统计偏微分模型的超声造影图像分割方法，包括预处理步骤和在线分割步骤，在预处理步骤中获取待分割图像和初始轮廓；在线分割步骤中以待分割图像和初始轮廓为输入量，获得能量函数，在能量函数中引入边缘停止函数以约束长度项，并增加LoG图像能量函数，对能量函数进行数值求解，快速对单个或多个不同ROI图像的目标边缘捕捉并分割。对超声造影图像中ROI进行分割，通过观察整个序列的分割结果，能辅助医师获取病灶区域及同一水平参照区，如在肝脏、肾脏等腹部实质器官和乳腺、甲状腺等浅表器官中肿块的时间强度曲线，从而分析得到定量的指标。

技术领域

本发明涉及一种超声造影图像分割方法，特别是涉及一种基于统计偏微分模型的超声造影图像分割方法。

背景技术

图像的分割技术在医学超声造影图像的定性和定量分析中占据着十分重要的地位。在临床超声造影应用中，超声医师往往是通过主观分析不同的感兴趣区域(Region ofInterest，ROI)动态图像的灌注强度、均匀度、灌注方式(弥漫性增强/向心性增强)来判断病灶的血供情况。然而，超声造影得到的结果是一个视频或Dicom序列，且存在噪声，灰度分布不均，目标对象的轮廓模糊等问题，超声医师难以进行主观分析。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于统计偏微分模型的超声造影图像分割方法。

为了实现本发明的上述目的，本发明提供了一种基于统计偏微分模型的超声造影图像分割方法，包括预处理步骤和在线分割步骤，

所述预处理步骤为基于超声造影图像，获取待分割图像和初始轮廓；

所述在线分割步骤以待分割图像和初始轮廓为输入量，获得能量函数，在所述能量函数中引入边缘停止函数以约束长度项，并增加LoG图像能量函数；对能量函数进行数值求解，完成对单个或多个不同ROI的目标边缘捕捉并分割。

在本发明的另种优选实施方式中，所述能量函数为：

其中，φ为水平集函数；u₁为活动轮廓内部区域中的灰度均值函数的简化描述；u₂为活动轮廓外部区域中的灰度均值函数的简化描述；为活动轮廓内部区域中的方差函数的简化描述；为活动轮廓外部区域中的方差函数的简化描述。

在本发明的再种优选实施方式中，所述边缘停止函数为：

其中，为标准差为的高斯核函数与待分割图像I的卷积运算式，取x为待分割图像中的点，y为点x的领域内的点；为梯度算子。

在本发明的再种优选实施方式中，所述E^lgd能量项为：

其中，u₁(x)和u₂(x)分别为活动轮廓的内部区域Ω₁和外部区域Ω₂的灰度均值；和分别为活动轮廓的内部区域Ω₁和外部区域Ω₂的灰度方差；y为x的邻域内的点，邻域半径为r；K_σ(x-y)为高斯核函数，定义为

和分别为Ω₁和Ω₂区域的概率密度函数，分别为：

其中，I(y)为图像I中点y的灰度值。

在本发明的再种优选实施方式中，所述E^RS(φ)能量项为：

E^RS(φ)＝μP(φ)+vL^*(φ)+ωM_Δ(φ)；