[发明专利]一种器官图像分割方法和装置

权利要求书

1.一种器官图像分割方法，其特征在于，包括：

将多个样本图像与待分割图像进行非线性配准，得到多个样本图像的配准系数；

基于配准系数变换样本图像的目标器官的二值图，将变换后的二值图叠加，得到目标器官的先验分布；

基于马尔科夫链蒙特卡洛进行所述目标器官的先验分布的空间采样，得到精密采样点；

根据所述精密采样点从所述待分割图像中提取得到对应的子区域；

对子区域内像素进行分类，输出子区域的分割结果；

在待分割图像空间中，将子区域分割结果进行叠加，得到待分割图像中目标器官的似然函数；

设置该子区域在待分割图像空间中的示性函数，叠加示性函数，获得先验分布；

结合所述待分割图像中目标器官的先验分布和所述似然函数，得到目标器官的后验分布，二值化所述后验分布得到最终分割结果；

其中，基于马尔科夫链蒙特卡洛进行所述目标器官的先验分布的空间采样，得到精密采样点，包括：

设置平稳分布P（x）和对称的状态转移矩阵q；

设置状态转移次数阈值为n₁，需求的样本数为n₂；

任意生成一个初始状态x₀；

从条件概率分布q（x|x_t）中采样得到样本x^*，0≤t≤n₁+ n₂-1；

从均匀分布Uniform(0, 1)中采样得到随机数u；

接受率，当u＜，令，提取对应的三维子区域，得到所述目标器官的先验分布的空间采样。

2.根据权利要求1所述的一种器官图像分割方法，其特征在于，包括基于训练完成的学习模型处理所述子区域，输出所述子区域的分割结果，对应的，学习模型的设置包括：

进行目标器官的先验分布的空间采样，得到采样点；

根据采样点从样本图像的配准图像提取得到对应的子区域；

以所述子区域作为学习模型的训练样本，进行训练。

3.根据权利要求2所述的一种器官图像分割方法，其特征在于，所述学习模型基于卷积神经网络或支持向量机或随机森林。

4.根据权利要求1所述的一种器官图像分割方法，其特征在于，所述似然函数包括像素点的分类结果之和C_i，所述先验分布包括像素点被分类的次数M_i，后验分布包括像素点为目标器官的概率。