[发明专利]一种结合MRF能量和模糊速度的乳腺癌图像分割方法

说明书

本发明提供了一种结合MRF能量和模糊速度的乳腺癌图像分割方法。该方法包括：对患者的患病乳腺进行乳腺动态增强核磁共振成像，获得乳腺动态增强核磁共振图像；通过对乳腺动态增强核磁共振图像构建二维MRF，将乳腺动态增强核磁共振图像的灰度信息转化为MRF能量，加强乳腺癌灶和正常腺体的区分，然后在MRF能量图上计算每个像素点的后验概率，构建活动轮廓模型的区域项；结合Gabor纹理特征、乳腺动态增强核磁共振时域特征和灰度信息计算模糊速度函数中的模糊隶属度；结合活动轮廓模型的区域项和模糊速度函数中的模糊隶属度，对乳腺动态增强核磁共振图像精确分割出乳腺癌灶。本发明解决了DCE‑MRI图像中乳腺癌灶边界模糊、对比度低和亮度不均匀的问题。

技术领域

本发明属于图像分析技术领域，特别是涉及一种结合MRF能量和模糊速度的乳腺癌图像分割方法。

背景技术

乳腺癌是现代女性最常见的恶性肿瘤之一，严重威胁着女性患者的身心健康。如今，乳腺癌检测技术主要有乳腺X线摄影术和乳腺磁共振成像技术。乳腺X线摄影术的原理是利用X射线的物理特性进行投影成像，得到全乳的二维图像。其对非致密腺体的女性具有高敏感度，但在具有高密度腺体组织的乳房诊断价值不大。乳腺动态增强核磁共振成像(Dynamic Contrast-Enhanced Magnetic Resonance Imaging,DCE-MRI)是一种以病变区和正常组织中的微血管系统为生理基础的无辐射磁共振功能成像技术。患者在注射增强对比剂后，由于乳腺癌病灶比正常组织具有更高的血管密度，在注射增强对比剂后的前中期乳腺癌病灶的强化程度更高。DCE-MRI与X线摄影相比，DCE-MRI对乳腺癌病灶的检出不受腺体密度的影响，能够反映病变内部血流特征，且对早期乳腺癌的敏感性、乳腺癌的分期和病变范围的一致性都优于X线摄影。是进行乳腺癌研究的主要影像手段。在DCE-MRI图像上，乳腺癌病灶表现为肿块型或非肿块型。由于乳腺癌灶大多沿腺体分布，导致非肿块型乳腺癌病灶的形态极其不规则，肿瘤区域边界模糊且对比度低，对乳腺癌灶的准确分割带来了极大困难。

目前，国内外研究学者已经对乳腺癌灶分割算法进行了大量的研究，主要的方法包括边界活动轮廓模型(Active Contour Model,ACM)分割算法和区域活动轮廓模型分割算法。ACM方法的主要思想是建立一个能量函数，使得模型在内力和外力的共同作用下驱动活动轮廓曲线演化，当能量函数达到最小时，轮廓曲线演变到目标边界，完成分割任务。边界ACM方法依据图像的梯度信息构建边界停止函数，在目标边界处速度函数为零并停止演变；区域 ACM方法依据目标边界内外的区域信息构建能量函数并驱动轮廓曲线演变。但是现有的方法也没有解决DCE-MRI图像中乳腺癌灶边界模糊、对比度低和亮度不均匀等问题。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种结合MRF能量和模糊速度的乳腺癌图像分割方法。

为了解决上述问题，本发明实施例公开了一种结合MRF能量和模糊速度的乳腺癌图像分割方法，包括以下步骤：

S1、对患者的患病乳腺进行乳腺动态增强核磁共振成像，获得乳腺动态增强核磁共振图像；

S2、通过对S1中获得的乳腺动态增强核磁共振图像构建二维MRF，将乳腺动态增强核磁共振图像的灰度信息转化为MRF能量，加强乳腺癌灶和正常腺体的区分，然后在MRF能量图上计算每个像素点的后验概率，构建活动轮廓模型的区域项；

S3、结合Gabor纹理特征、乳腺动态增强核磁共振时域特征和灰度信息计算模糊速度函数中的模糊隶属度；

S4、结合S2中构建的活动轮廓模型的区域项和S3中计算的模糊速度函数中的模糊隶属度，对S1中获得的乳腺动态增强核磁共振图像精确分割出乳腺癌灶。

优选地，所述活动轮廓模型的区域项表示为：