[发明专利]一种基于形状相关性活动轮廓模型的超声图像分割方法

权利要求书

1.一种基于形状相关性活动轮廓模型的超声图像分割方法，其特征在于，包括以下步骤：

步骤1：针对连续超声图像序列中病灶区域形状变化之间的相关性信息进行挖掘并构建形状相关性的低秩模型；

步骤2：构建基于低秩约束的活动轮廓模型；

步骤3：构建基于增广拉格朗日的优化算法用于快速计算分割结果。

2.根据权利要求1所述的基于形状相关性活动轮廓模型的超声图像分割方法，其特征在于：步骤1中所述的低秩模型为：

Ci=MC1+T,∀Ci∈{C1,C2,...,Cn},i≠1---(1)]]>

其中(x_i,y_i)表示轮廓中标志点的坐标，M是线性变换矩阵，该矩阵的元素包含了：缩放、旋转、切错和翻转变换，T表示平移向量；

公式(1)转换成：

[C₁,...,C_n]^T＝[Φ₁,...,Φ_n]Ψ   (2)

其中：Φi=m1im2it1im3im4it2i,]]>ψ=C1x0C1y0100C1x0C1y01T,]]>和分别表示M和T的元素，和表示向量C₁的前一半和后一半；因矩阵Ψ的列空间的维度至多为6，故矩阵[C₁,...,C_n]为低秩矩阵。