[发明专利]一种HRMR图像分割与三维重建的方法及电子设备

权利要求书

1.一种HRMR图像分割与三维重建的方法，其特征在于，包括：

获取待分割的颅内HRMR图像；

在所述待分割的颅内HRMR图像中提取粥样硬化斑块所在的感兴趣区域；

对所述感兴趣区域采用双核NLM算法进行降噪处理，得到降噪后的图像；

对所述降噪后的图像采用基于平滑梯度图的方法进行图像边缘增强，得到边缘增强后的图像；

采用显著性检测方法对所述边缘增强后的图像进行斑块定位，得到斑块定位图像；

采用动态自适应区域生长方法对所述斑块定位图像进行斑块分割，得到斑块分割图像；

采用基于水平集的LSACM方法对所述颅内HRMR图像进行动脉血管分割，得到动脉血管分割图像；

将所述斑块分割图像和所述动脉血管分割图像进行融合，得到融合图像；

根据所述斑块分割图像、所述动脉血管分割图像和所述融合图像，进行三维重建，得到三维重建后的图像。

2.根据权利要求1所述的方法，其特征在于，所述对所述感兴趣区域采用双核NLM算法进行降噪处理，得到降噪后的图像，包括：

通过公式一计算所述感兴趣区域中各图像块与中心像素点所在图像块之间的相似权值w(i,j)；

所述公式一为：

其中，Ω_i、Ω_j分别为以i、j为中心邻域内大小相等的图像块；d(i,j)为欧氏距离；h₁、h₂为控制图像平滑度的参数；h₂＝2×σ²、σ取值为3；α为标准差；S(·)为中心像素点的灰度值；

根据所述相似权值与所述待分割的颅内HRMR图像通过公式二，计算得到降噪后的图像；

所述公式二为：

其中，为降噪后像素点i的灰度估计值，w(i,j)为衡量i、j之间相似程度的权值。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述降噪后的图像采用基于平滑梯度图的方法进行图像边缘增强，得到边缘增强后的图像，包括：

计算所述降噪后的图像的sobel梯度图I_s；

采用0.04E对所述sobel梯度图进行平滑处理，得到平滑梯度图，其中，E为5*5的单位矩阵；

从所述平滑梯度图中找到最大梯度值，并遍历所述平滑梯度图中得到各梯度值与所述最大梯度值的比值，找到比值大于0.5所对应的原图像素点；

将所述比值大于0.5所对应的原图像素点的灰度值均扩大为原来的1.24倍，得到边缘增强后的图像。