[发明专利]一种基于先验知识的大脑磁共振图像超体素生成方法有效
申请号: | 201710175040.3 | 申请日: | 2017-03-22 |
公开(公告)号: | CN107146228B | 公开(公告)日: | 2019-10-08 |
发明(设计)人: | 孔佑勇;任洲甫;左雨林;沈傲东;伍家松;舒华忠 | 申请(专利权)人: | 东南大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06K9/62;G06T7/33 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 叶涓涓 |
地址: | 211189 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于先验知识的大脑磁共振图像超体素生成方法,基于K‑means聚类算法,利用空间距离、像素强度和先验知识的加权作为最终的距离度量,对图像像素进行聚类,把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素。本发明通过融入大脑不同组织的先验知识,设计一种新型测度算子,构建一种鲁棒的超体素生成方法,实现对大脑磁共振图像的超体素分割,能够减小图像噪声对分割结果的影响。与已有的超体素生成方法相比,本发明方法效率更高,边界贴合度更高,能较好地抑制噪声的影响。 | ||
搜索关键词: | 一种 基于 先验 知识 大脑 磁共振 图像 超体素 生成 方法 | ||
【主权项】:
1.一种基于先验知识的大脑磁共振图像超体素生成方法,其特征在于,包括如下步骤:步骤1,概率图谱配准到个体空间采用配准得到模板图像变形为目标图像的空间变换,利用所述空间变换将与模板图像相对应的已知结果,即图谱信息,映射到目标图像,将概率图谱配准到个体空间,从而得到个体空间上不同体素的概率分布;步骤2,种子点的初始化,具体包括如下步骤:步骤2‑1,假设图像一共有N个体素,期望生成的超体素个数为M,则每个超体素的大小为:V=N/M;步骤2‑2,其中M也表示初始的种子点的数,每个超体素的边长为:
上式中,L为每一次迭代地步长;步骤2‑3,计算每个种子点与周围3×3×3的区域像素的灰度值的平均,作为该种子点的灰度值I,计算公式如下:
其中(xi,yi,zi)分别表示种子点i的坐标,Ixyz是(x,y,z)坐标下的像素值;步骤3,计算加权距离作为体素与种子点间的测度算子;步骤3‑1,设加权距离为D,D包含三个部分:像素强度dI,空间距离dS和先验知识dA,用D0表示这三个部分的距离,具体公式如下:
上式中,dI、dS的计算公式如下:
上式中,Ij和Ii分别表示种子点j处和体素点i处的像素强度,
上式中,(xj,yj,zj)和(xi,yi,zi)分别表示种子点j和体素点i的坐标;dA的值由图像配准得到;步骤3‑2,将dI,dS和dA分别除以一个系数WI,WS和WA得到修正的加权距离D′:
其中,
N为图像的体素总数,M为期望得到的超体素个数,系数WI和WA分别用常数m和λ来表示,将D′表示如下:
步骤3‑3,将D′简化后得到最后的加权距离D:
步骤4,采用改进的k‑means聚类方法将体素聚类到各个种子点生成超体素,具体包括如下步骤:步骤4‑1,在图像中选取M个位于区域2L×2L×2L中心的体素点,然后将各个点在以它为中心的3×3×3的区域内移动到梯度值最小的地方作为初始的种子点;步骤4‑2,采用步骤3‑3得到的公式计算区域内各个体素点到种子点的加权距离D,并把体素点归到距离最近的种子点那一类;步骤4‑3,一旦所有的体素点都被归类到离它最近的那个种子点,则再次计算每个类的聚类中心作为该类的新的种子点;步骤4‑4,重复上述步骤4‑2、步骤4‑3过程直至最新生成的聚类中心和上一次之间的误差不再变化或小于某个阈值,算法停止。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710175040.3/,转载请声明来源钻瓜专利网。