[发明专利]一种基于SP-FCN的MRI脑肿瘤图像分割系统及方法

权利要求书

1.一种基于SP-FCN的MRI脑肿瘤图像分割系统，其特征在于，包括：

图像采集模块，用于利用核磁共振仪获取同一样本不同模态的MRI脑肿瘤图像，并将脑肿瘤图像区域划分为大小相等的图像块；

超像素计算模块，用于对所述图像块进行超像素计算；

超像素分割模块，用于基于图像块的超像素计算结果进行光谱聚类，对超像素进行分割，获得肿瘤超像素和非肿瘤超像素；

肿瘤图像识别模块，用于在原始MRI脑肿瘤图像中识别出肿瘤超像素所在的图像块，得到不同模态MRI脑肿瘤图像的ROI图像；

肿瘤图像分割模块，用于将不同模态的ROI图像输入FCN网络模型进行图像融合，获得肿瘤区域分割结果；

所述肿瘤图像识别模块根据获得的肿瘤超像素结果，在原始图像中识别出肿瘤超像素所在的图像块，考虑到肿瘤可以通过肿瘤块进行扩张，因此需要对肿瘤图像块的相邻块进行识别，获取完整的肿瘤图像块；所述肿瘤图像块的相邻块的识别步骤包括：

计算每个肿瘤图像块及其相邻块的LBP直方图，将肿瘤图像块及其相邻块的直方图连接起来表示特征向量，通过直方图计算肿瘤图像块与其相邻块的相似度，当相似度结果超过设定阈值时，该相邻块被认定为肿瘤块，以该肿瘤块为中心继续进行相邻块的识别操作，直到所有肿瘤块与其相邻块之间不存在相关性。

2.如权利要求1所述的一种基于SP-FCN的MRI脑肿瘤图像分割系统，其特征在于，所述超像素计算模块，通过计算每个图像块的集中趋势值CTV来得到其超像素值，所述集中趋势值CTV可以为均值、中位值和众数，通过所述集中趋势值CTV来表示每个图像块的超像素。

3.如权利要求1所述的一种基于SP-FCN的MRI脑肿瘤图像分割系统，其特征在于，所述超像素分割模块基于图像块的超像素计算结果进行光谱聚类，对整个MRI脑肿瘤图像的超像素结果进行分割，整个图像被分割成若干超像素块，通过对比像素块的强度，能够获得肿瘤区域对应的超像素块和非肿瘤区域对应的超像素块。

4.如权利要求1所述的一种基于SP-FCN的MRI脑肿瘤图像分割系统，其特征在于，当所有肿瘤块与其相邻块之间不存在相关性时，将得到的所有肿瘤块标记为ROI，应用光谱聚类的方式从原始MRI脑肿瘤图像中分割出ROI区域。

5.如权利要求1所述的一种基于SP-FCN的MRI脑肿瘤图像分割系统，其特征在于，所述肿瘤图像分割模块将不同模态MRI脑肿瘤图像的ROI图像作为FCN网络模型的输入数据，通过多模态数据的融合，输出脑肿瘤区域的分割结果，所述不同模态包括FLAIR、T1-c、T1-w以及T2-w四种模态。

6.一种基于SP-FCN的MRI脑肿瘤图像分割方法，其特征在于，包括：

获取同一样本不同模态的MRI脑肿瘤图像，并将脑肿瘤图像区域划分为大小相等的图像块；

对所述图像块进行超像素计算；

基于图像块的超像素计算结果进行光谱聚类，对所述图像块的超像素进行分割，获得肿瘤超像素和非肿瘤超像素；

在原始MRI脑肿瘤图像中识别出肿瘤超像素所在的图像块，获得不同模态MRI脑肿瘤图像的ROI；

将不同模态的ROI图像输入FCN网络模型进行图像融合，获得肿瘤区域分割结果；

根据获得的肿瘤超像素结果，在原始图像中识别出肿瘤超像素所在的图像块，考虑到肿瘤可以通过肿瘤块进行扩张，因此需要对肿瘤图像块的相邻块进行识别，获取完整的肿瘤图像块；

所述肿瘤图像块的相邻块的识别步骤包括：

计算每个肿瘤图像块及其相邻块的LBP直方图，将肿瘤图像块及其相邻块的直方图连接起来表示特征向量，通过直方图计算肿瘤图像块与其相邻块的相似度，当相似度结果超过设定阈值时，该相邻块被认定为肿瘤块，以该肿瘤块为中心继续进行相邻块的识别操作，直到所有肿瘤块与其相邻块之间不存在相关性。

7.一种电子设备，其特征在于，包括核磁共振仪、存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求6所述的一种基于SP-FCN的MRI脑肿瘤图像分割方法。

8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求6所述的一种基于SP-FCN的MRI脑肿瘤图像分割方法。