[发明专利]基于稀疏低秩与Atlas集的3D MRI胰腺分割方法

摘要

本发明提出一种基于稀疏低秩与Atlas集的3D MRI胰腺分割方法，主要解决现有技术中分割胰腺粘连现象严重、分割结果不精确的问题。其步骤如下：1)输入3D MRI数据并归一化处理；2)对归一化处理后的序列图像进行稀疏低秩分解并进行Hessian矩阵增强；3)在增强后的图像上人机交互分割出胰腺标签；4)构造粗分割集；5)输入Atlas集，依次进行刚性配准和弹性配准，并进行标签融合，输出分割结果。本发明运用矩阵增强、矩阵分解、图集法，并利用3D MRI图像的空间信息，进行胰腺分割，减少了胰腺目标与其他组织器官的粘连现象，图像轮廓清晰，提高了分割的准确度，可用于胰腺癌精确放射治疗中的胰腺目标检测。

主权项

1.一种基于稀疏低秩与Atlas集的3D MRI胰腺分割方法，包括：(1)输入三维核磁共振3D MRI序列图像，对其进行归一化处理，得到归一化后的序列图像C；(2)用交替迭代法对归一化处理后的序列图像C进行稀疏低秩矩阵分解，得到稀疏图像序列A和低秩图像序列B；(3)对稀疏图像序列A进行Hessian矩阵增强，得到二值增强图像序列A1；(4)通过一次人机交互，在二值增强图像序列A1中确定胰腺的位置区域P，根据胰腺位置区域P，利用形态学原理在二值增强图像序列A1中分割出胰腺的标签图像序列L；(5)根据标签图像序列L和步骤(1)中的序列图像C，得到粗分割集Q，其中包含F帧图像；(6)输入胰腺图像序列W及人工勾画出的胰腺标签序列E，即Atlas集；(7)选择粗分割集Q中的第i帧图像作为参考图像，记为Qi，将Atlas集中的胰腺图像序列W作为浮动图像，用基于互信息的刚性配准算法对Qi、W进行配准,得到刚性配准后的胰腺图像序列W1和刚性转换公式T1，根据T1对胰腺标签序列E进行迁移，得到刚性配准后的胰腺标签序列E1，其中i的取值范围为1～F；(8)将刚性配准后的胰腺图像序列W1作为浮动图像，使用基于Demons的弹性配准算法对参考图像Qi和该W1进行配准，得到弹性配准后的胰腺图像序列W2和弹性转换公式T2，根据T2对刚性配准后的胰腺标签序列E1进行迁移，得到弹性配准后的胰腺标签序列E2；(9)计算参考图像Qi与弹性配准后的胰腺图像序列W2的相关性序列，根据该相关性序列及弹性配准后的胰腺图像序列W2和弹性配准后的胰腺标签序列E2这三者是一一对应的关系，取相关性序列最高的前五个系数对应的标签，并对这五个标签进行融合，得到参考图像Qi精分割后的结果Ri，其中i的取值范围为1～F；(10)重复步骤(7)～(9)，对粗分割集Q中所有图像精分割后，得到最终结果精分割集R。