[发明专利]一种基于改进随机森林算法的MRI图像自动分割方法在审
| 申请号： | 201910596726.9 | 申请日： | 2019-07-02 |
| 公开（公告）号： | CN110428426A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 潘志方;陈高翔;应一凡 | 申请（专利权）人： | 温州医科大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06K9/62 |
| 代理公司： | 温州名创知识产权代理有限公司 33258 | 代理人： | 陈加利 |
| 地址： | 325000 浙江省温州市瓯海*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进随机森林算法的MRI图像自动分割方法，包括获取多模态MRI图像并预处理；对预处理后的多模态MRI图像进行超像素预分割，并根据预设的特征提取项进行特征提取，得到超像素特征图像；构建第一随机森林分类器并导入超像素特征图像进行训练，得到初始分割结果图；在第一随机森林分类器中引入全连接条件随机场来构建两层级联的第二随机森林分类器，并导入初始分割结果图进行训练，在第一层训练后，导入第一层的全连接条件随机场的结果概率图与初始分割结果图在第二层训练，得到最终分割结果图并输出。实施本发明，充分利用像素周围结构性的邻域信息及改进的随机森林算法来提高图像后续分析的精确度，省时省力。 | ||
| 搜索关键词： | 分割结果 随机森林分类器 随机森林 算法 预处理 连接条件 特征提取 像素特征 自动分割 第一层 多模态 图像 构建 像素 改进 后续分析 结果概率 邻域信息 层级联 结构性 预分割 省时 预设 机场 省力 输出 引入 | ||
【主权项】：
1.一种基于改进随机森林算法的MRI图像自动分割方法，其特征在于，包括以下步骤：获取多模态MRI图像，并对所获取到的多模态MRI图像进行预处理；对预处理后的多模态MRI图像进行超像素预分割，并根据预设的特征提取项，对超像素预分割后的多模态MRI图像均进行特征提取，得到多模态MRI图像各自分别对应每一特征提取项的超像素特征图像；构建第一随机森林分类器，将所得到的超像素特征图像均导入所述第一随机森林分类器中进行训练，得到多模态MRI图像的初始分割结果图；在所述第一随机森林分类器中引入全连接条件随机场来构建两层级联的第二随机森林分类器，且将所得到的初始分割结果图作为目标分割区域特征图像导入所述第二随机森林分类器的第一层进行训练后，将第一层训练输出的全连接条件随机场所得的结果概率图与所述目标分割区域特征图像共同导入所述第二随机森林分类器的第二层训练直至结束，则第二层训练输出的全连接条件随机场所得的结果图为多模态MRI图像的最终分割结果图。
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温州医科大学，未经温州医科大学许可，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/201910596726.9/，转载请声明来源钻瓜专利网。
