[发明专利]图像处理方法、系统、计算设备及存储介质

摘要

本发明适用图像处理技术领域，提供了一种图像处理方法、系统、计算设备及存储介质，该方法主要利用拟合模型对原始图像中脑组织区域进行拟合，利用迭代更新模型对拟合模型的参数进行迭代更新，迭代更新过程中，充分利用第一标记所产生的标记信息和未标记信息，使用半监督参数更新来学习拟合模型的参数，使得拟合模型的分布曲线不断逼近脑组织区域的灰度直方图，这样，能对血管组织分布区间进行精确拟合，从而提高了脑血管分割精度。

主权项

1.一种图像处理方法，其特征在于，所述方法包括下述步骤：获得包含脑组织的原始图像；从所述原始图像中确定脑组织区域；采用聚类算法，对所述脑组织区域所对应的灰度直方图进行处理，得到用于初步区分所述脑组织区域中的脑血管及背景的初步分类结果；根据所述初步分类结果，对预设的拟合模型的参数进行初始化，所述拟合模型用于对所述灰度直方图进行拟合，所述拟合模型由用于模拟所述脑血管分布或所述背景分布的分布函数构建；对所述原始图像进行窗宽窗位变换分析，得到满足预设的阈值要求的所述原始图像中的体素，并对该些体素进行第一标记，所述阈值用于区分所述背景及所述脑血管；基于预设的迭代更新模型，对所述参数进行迭代更新，所述迭代更新模型中，作为当前迭代更新目标的所述参数由：已进行第一标记的所述体素对应的标记信息以及未进行第一标记的所述体素对应的未标记信息构建，所述未标记信息由作为前一迭代更新结果的类后验概率构建，所述类后验概率由所述分布函数构建且对应于背景类及脑血管类；根据所述体素所对应的所述类后验概率，对所述体素进行第二标记以指示所述体素属于所述背景类或所述脑血管类，并得到类条件概率；从所述原始图像得到血管特征图；将所述第二标记所得的标记场及所述血管特征图结合，构建马尔科夫随机场；由所述马尔科夫随机场构建类先验概率；基于所述类条件概率及所述类先验概率，在迭代条件模式下，通过最大化相应的后验概率，更新所述标记场，得到脑血管分割结果。