[发明专利]基于多模态磁共振的自体关节液来源的间充质干细胞修复软骨损伤图像分割方法

说明书

本发明公开了基于多模态磁共振的自体关节液来源的间充质干细胞修复软骨损伤图像分割方法，该方法包括以下步骤：S1：采集软骨损伤影像，S2：影像可视化处理，S3：影像边缘检测，S4：特征参数提取，S5：提取种子点，S6：非种子点甄选，S7：更新生长区域所有种子点的区域灰度均值和像素标准差K，S8：完成图像获取；该方法通过对每条边缘提取了15～20个特征参数，包括边缘局部信息特征、边缘几何学信息特征以及边缘邻近体素之间的信息特征，能够充分体现出不同边缘线的特性，提高分类筛选精度，该方法通过自适应提取种子点和算法筛选，实现了智能选取图像分割，提高了图像处理速度。

技术领域

本发明涉及图像处理技术领域，具体为基于多模态磁共振的自体关节液来源的间充质干细胞修复软骨损伤图像分割方法。

背景技术

间充质干细胞是一种专能干细胞，它具有干细胞的所有共性，即自我更新和多向分化能力。目前在临床应用也最多，与造血干细胞联合应用，可以提高移植的成功率，加速造血重建。当患者接受大剂量化疗后，将间充质干细胞与造血干细胞一同输入.可明显加速患者血细胞恢复时间，且安全无不良反应。间充质干细胞不仅存在于骨髓中，也存在于骨骼肌、骨外膜和骨小梁中。由于它分化的组织类型十分广泛，因此临床应用价值不菲。通过MRI成像对关节软骨进行分割进而计算其厚度、体积等参数，可实现软骨的定量评估，为临床医学提供有力的诊断依据，从而采取早期的预防措施和制定后期的治疗方案。目前临床上对软骨组织的分割主要依靠影像医师手动分割或借助图像处理软件半自动完成，不仅耗时长，而且不同人、不同时间的分割结果存在较大差异，因此有必要设计一种准确、快速的全自动膝关节软骨分割算法。

近年来国内外一些学者对膝盖软骨的分割算法主要有Snake模型、 LevelSet、区域生长法、边缘检测法等，对膝盖软骨的分割取得了一定的效果。但是这些算法研究也有一些局限性：首先，算法需要初始化轮廓且要求很高，每张序列图像中不同形态的软骨都需要大致表征目标轮廓，否则导致过早收敛使分割结果不理想。其次，算法均是对单张医学图像进行分割，对于不同人的不同图像序列分割不稳定。最后，区域生长法在待分割区域内部寻找种子点向周围分割，表征的是内部相似特性，而边缘检测是对区域之间的差异进行划分，表征的是外部差异特性。传统的边缘检测法和区域生长法存在两个问题：

1、由于膝关节图像纹理和形态的复杂性，受到许多非软骨边缘的干扰，传统的边缘检测法检测出的边缘存在许多伪边缘。

2、传统的区域生长法根据相似准则，与领域相似的像素值进行比较，其阈值的设定如果采用同一值，由于不同人的不同序列图像之间存在灰度的差异，会导致过分割或者欠分割。

发明内容

本发明的目的在于提供基于多模态磁共振的自体关节液来源的间充质干细胞修复软骨损伤图像分割方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于多模态磁共振的自体关节液来源的间充质干细胞修复软骨损伤图像分割方法，该方法包括以下步骤：

S1：采集软骨损伤影像：通过多模态核磁共振获取间充质干细胞区域软骨MRI影像并将影像转化为灰度；

S2：影像可视化处理：将充质干细胞区域软骨MRI影像转化为灰度图像并进行高斯滤波；

S3：影像边缘检测：利用自适应Canny边缘检测算法对S2中影像进行检测，并检测出10～20条边缘线；

S4：特征参数提取：构建SVM分类器并对提取S3步骤中影像的特征参数进行边缘定位，分类出软骨边缘和非软骨边缘；

S5：提取种子点：从S4中所分类出的软骨边缘的10*10邻域内，随机选择一个或多个像素值在245～255范围内的点作为种子点，并设置预设阈值K；