[发明专利]一种基于图割的PET和CT图像的肺肿瘤分割方法

权利要求书

1.一种基于图割的PET和CT图像的肺肿瘤分割方法，其特征在于，包括以下步骤：

（1）对PET图像进行上采样，并且对PET和CT图像进行仿射配准，使得PET和CT图像上的点一一对应；

（2）根据图割算法需要，在融合的PET和CT图像上手动标记肿瘤区域和非肿瘤区域的种子点；

（3）对提取的医学影像，确定肿瘤的金标准，对肿瘤区域进行标定；

（4）对PET和CT图像用滤波器滤波，平滑图像，同时保留边界的信息；

（5）计算PET图像上的病灶标准摄取值SUV的最大值和最小值；

（6）根据图割算法中提出的能量函数，计算PET和CT上每个像素点的能量函数值；

（7）根据图割算法，为PET和CT图像建立两个图形，并将两幅图形用一个连接d-link联系起来；

（8）计算上下文代价函数；

（9）用图割的算法在PET和CT图像上分割肿瘤，将分割的结果与金标准进行比较，使用衡量准则量化检测结果。

2.根据权利要求1所述的一种基于图割的PET和CT图像的肺肿瘤分割方法，其特征在于：所述步骤（1）中，对PET图像进行上采样为对PET图像进行线性上采样。

3.根据权利要求1所述的一种基于图割的PET和CT图像的肺肿瘤分割方法，其特征在于：所述步骤（6）中能量函数包括：PET能量函数E_PET，CT能量函数E_CT，以及惩罚PET和CT信息不同的上下文代价函数E_context，总的能量函数如下:

E(f)＝E_PET(f)+E_CT(f)+E_context(f)；f是分配给每一个像素点的标记。

4.根据权利要求3所述的一种基于图割的PET和CT图像的肺肿瘤分割方法，其特征在于：其中，PET能量函数E_PET，利用PET图像的分布特征和肿瘤的像素和位置特征，包括四个部分：图割中的区域代价函数、边界代价函数、形状距离束缚函数和单调下降函数；

1）区域代价函数：

Du(fu=1)=0ifS(u)<SLTmax1+exp(-(S(u)-SLSM-SL+a)/b),ifSL<S(u)<SMTmax,ifS(u)>SM]]>

D_u(f_u＝0)＝T_max-D_u(f_u＝1)

其中：S_M、S_L分别是SUV最大值的50%和15%，S(u)为像素点u的SUV值，a、b为两个系数，T_max为允许的代价函数的最大值；

2）边界代价函数：

Wuv=-log(1-exp(-|▿G|2(u,v)2σg2))]]>

|▽G|²(u,v)是像素点u、v的梯度信息，σ_g为高斯系数；

3）形状距离束缚函数：

Su(fu)=Tmax(1-exp(-d(u,xo)ro))]]>

r_o为目标区域的半径，d(u,x_o)为像素点u到目标区域坐标为x_o的欧式距离；T_max为允许的代价函数的最大值；

4）单调下降函数：

Au={ui|if||xui-xumax||≥||xuj-xumax||andSUV(ui)≤SUV(uj)}]]>

A_u为在单调下降方向上的点的集合，M_u为单调下降的代价函数，T_max为允许的代价函数的最大值，x为坐标值，p为两个系数；

因此，PET能量函数公式如下：

EPET(f)=αΣu∈GDu(fu)+βΣ(u,v)∈NPETVuv(fu,fv)+γΣu∈GSu(fu)+λΣu∈GMu(fu)]]>

G为建立的PET图形，u、v是PET图形中的像素点，N_PET是PET图形的邻域点的集合，f是分配给每一个像素点的标记，α、β、γ、λ分别是每一个能量函数对应的系数。