[发明专利]超声图像病灶的分割方法、装置和计算机设备

权利要求书

1.一种超声图像病灶的分割方法，其特征在于，所述方法包括：

识别超声图像中的病灶，以得到对应的感兴趣区域；

对所述感兴趣区域进行阈值分割，以得到对应的初始二值图像，并根据所述初始二值图像估计病灶区域的质心；

根据所述感兴趣区域以及所述病灶区域的质心，构造初始零水平集函数；

利用距离正则化水平集演化算法基于所述感兴趣区域对所述初始零水平集函数进行迭代计算，得到演化终止时刻的目标水平集函数；

基于所述目标水平集函数得到对应的目标零水平集二值图像，所述目标零水平集二值图像中前景与背景的边界像素为所述病灶区域的轮廓数据。

2.根据权利要求1所述的超声图像病灶的分割方法，其特征在于，所述根据所述初始二值图像估计病灶区域的质心，包括：

采用设定掩模尺寸对所述初始二值图像进行形态学开运算，得到运算后的新的二值图像；

根据邻域连通准则在所述新的二值图像中提取各连通分量，并计算所述各连通分量所在区域的面积；

将所述各连通分量所在区域的面积中面积最大的连通分量所在区域估计为病灶区域，并采用图像矩算法计算所述病灶区域的质心。

3.根据权利要求1所述的超声图像病灶的分割方法，其特征在于，所述根据所述感兴趣区域以及所述病灶区域的质心，构造初始零水平集函数，包括：

根据所述感兴趣区域的尺寸创建一幅尺寸相同的初始图像；

基于所述病灶区域的质心以及所述感兴趣区域的最小边长，在所述初始图像中确定水平集初始区域；

根据所述水平集初始区域得到所述初始图像的二值化图像，基于所述初始图像的二值化图像得到初始零水平集函数。

4.根据权利要求1所述的超声图像病灶的分割方法，其特征在于，所述利用距离正则化水平集演化算法基于所述感兴趣区域对所述初始零水平集函数进行迭代计算，包括：

根据距离正则化水平集演化算法，并基于所述感兴趣区域以及所述初始零水平集函数定义能量泛函数；

采用梯度下降法求解所述能量泛函数的最小值，得到水平集演化方程；

基于所述水平集演化方程采用设定的步长和迭代次数迭代计算，以得到演化终止时刻的目标水平集函数。

5.根据权利要求4所述的超声图像病灶的分割方法，其特征在于，所述步长和迭代次数的设定方法包括：

根据所述感兴趣区域的直方图分布，估计所述病灶的回声类型；

基于所述回声类型确定对应的步长和迭代次数。

6.根据权利要求4所述的超声图像病灶的分割方法，其特征在于，所述回声类型包括无回声和低回声，所述基于所述回声类型确定对应的步长和迭代次数，包括：

若所述回声类型为无回声时，则对应的迭代次数为120～260，时间步长为1.0；

若所述回声类型为低回声时，则对应的迭代次数为650～950，时间步长为1.5。

7.根据权利要求1至6任一项所述的超声图像病灶的分割方法，其特征在于，所述利用距离正则化水平集演化算法基于所述感兴趣区域对所述初始零水平集函数进行迭代计算之前，还包括：

将标准差为2，尺寸为15*15的高斯掩模对所述感兴趣区域进行卷积平滑，以得到卷积平滑后的高斯平滑图像；

所述利用距离正则化水平集演化算法基于所述感兴趣区域对所述初始零水平集函数进行迭代计算，包括：

利用距离正则化水平集演化算法基于所述高斯平滑图像对所述初始零水平集函数进行迭代计算。