[发明专利]一种融合加权随机森林的3D椎骨CT图像主动轮廓分割方法

摘要

本发明公开了一种融合加权随机森林的3D椎骨CT图像主动轮廓分割方法，涉及医学图像处理领域，本发明针对椎骨CT图像分割方法对初始轮廓的敏感问题，提出一种自动定位椎骨、分割椎骨CT图像的方法。首先，提出加权随机回归、分类森林算法确定椎骨中心；接着，将主动轮廓分割的初始轮廓球置于椎骨中心位置，采用联合能量函数的3D主动轮廓分割方法将图像中椎骨分割出来；最后，将训练好的模型组合输出，得到完整椎骨CT图像分割模型。本发明提出的脊柱CT分割模型，可以自动定位椎骨中心，可以对椎骨进行自动三维分割，简化脊柱CT图像的分割步骤及流程。

主权项

1.一种融合加权随机森林的3D椎骨CT图像主动轮廓分割方法，其特征包含有下列步骤：步骤1：读取、显示训练集及测试集椎骨CT图像；步骤2：在脊柱CT图像中进行体素的3D Haar‑like特征提取；步骤3：由步骤2中所得到的3D Haar‑like特征，进行加权随机森林回归、分类以确定椎骨的中心点，输出椎骨定位模型；步骤4：将3D主动轮廓分割的初始轮廓球放在步骤3确定的椎骨中心点，对定义的综合能量函数求取最小值进行主动轮廓分割；步骤5：将步骤4求取的最小距离符号函数S*进行三维轮廓映射，得到分割轮廓L*，完成分割后输出分割图像，输出椎骨3D分割模型；步骤6：对训练好模型进行组合输出，得到完整的脊柱CT分割模型。