[发明专利]一种基于超像素和邻域块特征结合的连续图割方法

说明书

一种基于超像素和邻域块特征结合的连续图割方法，包括六个步骤。本发明的有益效果主要有三个，第一，提出的方法不仅以邻域块的灰度作为软先验信息构建加权无向图，同时添加了超像素的位置信息，将两者结合起来，以增加先验信息量，从而明显减小组织轮廓的不平滑度、提高分割的准确度。第二，鉴于超声图像的噪声较大图像质量较低的缺点，本发明使用灰度拉伸预处理方法，解决了超声图像固有的低对比度问题，提高了超声图像质量，从而目标组织可以很好地从背景中提取出来。第三，基于加权无向图的传统方法会带来的低分辨率问题，本发明采用NURBS曲线拟合进行分辨率还原的后处理，较好地解决了低分辨率问题。

技术领域

本发明的技术属于医学图像后处理的图像分割技术领域，特别涉及一种基于超像素和邻域块特征结合的连续图割方法。

背景技术

超声成像技术具有非侵入性、实时成像、床边操作、多种成像模式等技术优势，但其成像局限性也导致超声图像具有对比度低、散斑噪声、伪像等缺点，其中超声图像中的肋骨或肺部阴影常常导致某些脏器组织如心脏的心肌组织轮廓变弱或缺失，甚至出现假边缘，造成生物组织难以从图像背景中准确地分割出来。

现有技术中研究者采用图割(graph cut)方法(A.Ciurte et al.Semi-supervised segmentation of ultrasound images based on patch representationand continuous min cut.Plos One,2014,9(7):e100972.)对超声图像进行分割。该方法将邻域块的灰度信息作为软先验融入分割方法中，利用邻域块之间的相似性构建加权无向图(graph)，同时将交互式标记信息作为硬先验融入分割方法中，以弥补超声图像低质量的不足。该方法是一种简单、基于块的超声图像半监督分割方法。然而，这种方法融入邻域块的灰度作为软先验信息，所获得的心肌组织分割结果不太理想，组织轮廓不平滑，和医生分割的组织区域出入较大。导致有上述缺点的原因主要在于其先验信息的不足。

因此针对现有技术不足，提供一种基于超像素和邻域块特征结合的连续图割方法以解决现有技术不足甚为必要。

发明内容

本发明的目的在于避免现有技术的不足之处而提供一种基于超像素和邻域块特征结合的连续图割方法。该基于超像素和邻域块特征结合的连续图割方法提高了超声图像生物组织如心肌组织的分割准确度和平滑度，而且提高分割算法的处理速度。

本发明的上述目的通过以下技术措施实现：

提供一种基于超像素和邻域块特征结合的连续图割方法，包括如下步骤：

步骤一，对超声图像预处理，得到增强图像；

步骤二，根据步骤一的增强图像构建加权无向图；

步骤三，提取步骤二的加权无向图的超像素和邻域块特征，得到构建好的图；

步骤四，对步骤二的加权无向图的内轮廓和外轮廓初始化，得到图的源终端S和汇终端T；

步骤五，根据步骤三构建好的图及步骤四图的源终端S和汇终端T建立连续图割模型；

步骤六，通过步骤五的连续图割模型获得分割轮廓，并运用曲线拟合方法还原分割轮廓的分辨率。

优选的，上述步骤一具体为，超声图像经式(Ⅰ)灰度拉伸预处理得到增强图像，

其中f(x)是分段线性拉伸灰度变换函数，x_a,x_b,f_a,f_b分别为可调节参数，斜率k₁,k₂和k₃由x_a,x_b,f_a,f_b确定，x是像素点的灰度值且为自变量。