[发明专利]基于MSPCNN的胆囊结石超声图像全自动分割方法

权利要求书

1.一种基于MSPCNN的胆囊结石超声图像全自动分割方法，其特征在于，包括：

采用MSPCNN算法对超声图像进行分割，得到胆囊粗分割二值图像；

采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像；

采用局部加权线性回归算法分别对所述胆囊精确分割二值图像和结石精确分割二值图像进行后处理，从而得到胆囊区域分割结果和结石区域分割结果；

其中，所述采用MSPCNN算法对超声图像进行分割，得到胆囊粗分割二值图像，包括：

确定MSPCNN算法中变阈值参数S_n的个数k的值；

基于所述个数k的值得到k个参数S_n的值；

所述个数k的计算公式如下：

S′为胆囊结石初始图像的归一化大津阈值；

所述基于个数k的值得到k个参数S_n的值，具体为：

S′为胆囊结石初始图像的归一化大津阈值。

2.根据权利要求1所述的基于MSPCNN的胆囊结石超声图像全自动分割方法，其特征在于，所述基于个数k的值得到k个参数S_n的值的步骤之后，还包括：

将得到所述k个参数S_n的值分别代入到MSPCNN算法中，获得k幅候选的胆囊区域粗分割二值图像；

去除k幅候选的胆囊区域粗分割二值图像中与整幅图像边界线相连的区域，得到k个剩余区域，计算每个所述剩余区域的面积，选取一个面积最大的剩余区域，所述面积最大的剩余区域便是胆囊粗分割区域，包括该区域的二值图像就是胆囊粗分割二值图像。

3.根据权利要求2所述的基于MSPCNN的胆囊结石超声图像全自动分割方法，其特征在于，所述采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像，包括：

对所述胆囊粗分割区域采用类型为′disk′型、半径为R_max的结构元素进行形态学闭运算，从而将含有结石区域的孔洞包含在所述胆囊粗分割区域中；对含有结石区域的所述胆囊粗分割区域采用类型为′disk′型、半径为R_min的结构元素进行形态学开运算，从而得到胆囊精确分割二值图像。

4.根据权利要求3所述的基于MSPCNN的胆囊结石超声图像全自动分割方法，其特征在于，所述采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像，包括：

在所述胆囊精确分割二值图像中，将结构元素中的半径值R_max确定为胆囊精确分割区域到各个边的距离，进行图像剪裁，得到胆囊结石区域。

5.根据权利要求3所述的基于MSPCNN的胆囊结石超声图像全自动分割方法，其特征在于，所述采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像，包括：

在所述胆囊精确分割二值图像中去除所述胆囊粗分割二值图像，得到多个剩余的二值区域，在剩余的二值区域中选取面积最大的区域，从而得到结石粗分割区域；

对所述结石粗分割区域采用类型为′disk′型、半径为R_min的结构元素进行形态学闭运算，将含有结石区域的孔洞包含在所述结石粗分割区域中；再对含有结石区域的孔洞的所述结石粗分割区域进行形态学开运算，得到结石精确分割二值图像。

6.根据权利要求5所述的基于MSPCNN的胆囊结石超声图像全自动分割方法，其特征在于，得到结石精确分割二值图像之后，还包括：

采用类型为′disk′型、半径为R_mid的结构元素进行形态学闭运算，将胆囊精确分割区域与结石精确分割区域合并为一个区域，得到完全包含结石精确分割区域的联合区域。