[发明专利]基于超像素的腹部CT图像多器官分割方法

说明书

本发明公开了一种基于超像素的腹部CT图像多器官分割方法，包括对腹部CT图像的预处理，其中预处理包括对腹部CT图像的滤波以及灰度映射，利用腹部CT图像集的中图像中上下层之间存在的相关性，并且以融合后的欧氏距离与灰度距离作为度量距离的K‑means聚类方法将腹部CT图像分割成超像素块，对超像素块进行特征提取后，采用极限学习机结合位置和灰度统计概率模型对超像素块进行分类，再将分类后的超像素块进行合并，获得腹部CT图像多器官分割结果；本发明提供的方法能够准确地对腹部CT图像进行多器官的分割，将计算量从像素级别降低到像素块级，大大减少了计算量，加快了腹部CT图像多器官分割的速度。

技术领域

本发明涉及一种图像分割方法，具体涉及一种基于超像素的腹部CT图像多器官分割方法。

背景技术

随着医学成像技术的发展，医学影像在医学诊断中有着不可或缺的地位，同时计算机辅助诊断(Computer Aided Diagnosis，CAD)技术的快速发展能够利用计算机辅助处理、分析医学影像，帮助医生更好的对病情做出正确的判断。医学图像分割作为医学影像处理的第一阶段对医学影像分析和可视化都有着重要的意义，医学图像分割是病变区域提取、器官组织测量以及三维重建的基础，在图像引导手术、医学影像间的配准等方面也起到了不可替代的作用。

人体腹部器官分布复杂，主要包括肝脏、肾脏、胆囊、脾脏、胃、肠、下腔静脉、主动脉等其他重要的内脏器官。计算机断层扫描(Computed Tomography，简称CT)对腹部、胸部和盆腔可以提供高分辨率的解剖图像，常作为医生首选检查手段，但由于影像装置的局限性和组织蠕动，腹部CT图像往往表现出阴影，噪声，器官重叠及灰度不均匀的特性。此外，模糊的组织边缘也为器官分割带来了相当大的困难。对于腹部多器官分割，器官的位置和形状、较高的密度相似性、组织运动和局部体效应都是影响分割精度的因素。

对于医学图像分割特别是腹部CT图像器官分割来说，由于腹部器官之间的低对比度、器官病变的存在以及个体之间器官形状的差异，使得传统的分割方法都有一定的局限性。此外，目前的医学图像分割大多针对单个器官进行，还未实现腹部多器官分割。

发明内容

本发明的目的在于提供一种基于超像素的腹部CT多器官分割方法，用以解决现有技术中的对腹部器官分割大多针对单一器官进行的问题。

为了实现上述任务，本发明采用以下技术方案：

一种基于超像素的腹部CT图像多器官分割方法，包括以下步骤：

步骤1，采集多张腹部CT图像，获得腹部CT图像集；

步骤2，对所述的腹部CT图像集中的每一张腹部CT图像进行预处理，获得预处理后的腹部CT图像集，所述的预处理包括图像滤波以及灰度映射；

步骤3，对所述的预处理后的腹部CT图像集中的每一张腹部CT图像采用聚类的方法进行超像素分割，获得腹部CT图像集的多个超像素块；

步骤4，提取所述的超像素块的灰度特征和纹理特征，获取特征全集；

步骤5，对所述的灰度、纹理特征全集进行选择，获得特征集；

步骤6，根据所述的灰度特征和纹理特征集，利用分类器对所述的超像素块进行分类，获得超像素块的器官类别；

步骤7，对所述的超像素块中的同类超像素块进行融合，获得多器官分割后的腹部CT图像。

进一步地，所述步骤2，对所述的腹部CT图像集中的每一张腹部CT图像进行预处理，获得预处理后的腹部CT图像集，所述的预处理包括图像滤波以及灰度映射，包括以下步骤：

对所述的腹部CT集中的每一张腹部CT图像进行双边滤波，获得滤波后的腹部CT图像集；