[发明专利]基于稀疏表示的医学CT图像肾上腺肿瘤分割方法

摘要

本发明属于图像处理技术领域，具体为基于稀疏表示的医学CT图像中肾上腺肿瘤的分割方法。本发明使用训练所得对边界敏感的过完备字典，将二维CT图像的感兴趣区域分解成图像子块并作稀疏表示；对于图像同质区与非同质区两者稀疏分解的第一个系数的绝对值差异明显，选取合适阈值区分该系数，得到对应的图像边界子块，并获得一个二值图像；利用区域生长法在此二值图像上生长出肿瘤的粗糙轮廓，将其作为水平集分割方法的初始轮廓，通过多次迭代，获取肿瘤最终边界。本发明可以大大提高图像中肾上腺肿瘤图像分割的自动化程度，同时降低了水平集分割方法对初始轮廓的依赖程度，使得分割结果更加准确。

主权项

基于稀疏表示的医学CT图像肾上腺肿瘤分割方法，其特征在于具体步骤为：（1）获取一系列包含肿瘤边界图像子块作为训练样本，用K均值聚类奇异值分解(KSVD)的方法，训练出一个对边界敏感的过完备字典；（2）利用步骤（1）得到的字典，把CT图像上的感兴趣区域(ROI)的每一个图像子块做稀疏表示，获得第一个稀疏系数的绝对值；选取适当的阈值，区分第一个系数值，把图像子块分成同质区和边界区两类，从而把原图像映射成一个二值图像；（3）用区域生长的方法，从步骤（2）中的二值图像中心点开始，往外生长得到感兴趣区域内肿瘤的粗糙轮廓；（4）以步骤（3）得到的粗糙轮廓作为水平集分割方法的初始轮廓，用基于局部信息的水平集分割方法获得最终的精确轮廓。