[发明专利]多模态脑肿瘤MRI的无监督分割方法在审
| 申请号： | 201811414726.4 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109671054A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 施建宇;张安琪 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/187;G06K9/62 |
| 代理公司： | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人： | 吴阳 |
| 地址： | 710000 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及医学图像分析技术领域，且公开了一种多模态脑肿瘤MRI的无监督分割方法，包括以下步骤：1)输入肿瘤患者的不同模态图像，包括T2加权、Flair和T1增强图像，对输入的图像进行灰度值归一化；2)提取脑部区域像素点在T2和Flair图像上的特征，利用聚类融合方法对像素点分类，从若干类中自动识别出肿瘤所属类别。该多模态脑肿瘤MRI的无监督分割方法，充分利用了不同MRI模态的成像特点，结合不同模态的信息和邻域信息，提高分割的准确度，使用无监督的分割方法，既不需要大量的有标注数据，也不需要长时间的训练时间和复杂的计算，方便了大量的工作，有效地提升了分隔的准确率，实现了算法实施简单、高效以及运算速度快的目的。 | ||
| 搜索关键词： | 无监督 多模态 脑肿瘤 分割 模态 肿瘤 图像 医学图像分析 像素点分类 运算速度快 成像特点 邻域信息 模态图像 区域像素 算法实施 增强图像 自动识别 准确度 归一化 有效地 准确率 分隔 灰度 聚类 脑部 加权 标注 融合 | ||
【主权项】：
1.多模态脑肿瘤MRI的无监督分割方法，其特征在于，包括以下步骤：1)输入肿瘤患者的不同模态图像，包括T2加权、Flair和T1增强图像，对输入的图像进行灰度值归一化；2)提取脑部区域像素点在T2和Flair图像上的特征，利用聚类融合方法对像素点分类，从若干类中自动识别出肿瘤所属类别；3)提取这些像素点在T1增强图像上的特征，用Kmeans方法聚为2类；4)从2类中自动识别肿瘤和水肿所属类别，使用一系列形态学的后处理，除去错误分类的像素点，精确提取病变区。
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西北工业大学，未经西北工业大学许可，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/201811414726.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种胃癌图像识别系统、装置及其应用
- 下一篇：肺结节检测方法及装置
