[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

说明书

技术领域

本发明属于计算机辅助治疗中有关超声图像处理领域，具体涉及一种基于形状相关性活动轮廓模型的超声图像分割方法，是针对软组织的超声图像序列分割方法。

背景技术

一个准确且高效的超声图像分割方法对于提高计算机辅助治疗的效率具有重要意义。目前面临的挑战主要有两个:

(1)相较于CT和MRI图像，超声图像普遍具有低信噪比和图像灰度分布不均匀的特点从而造成目标边缘轮廓模糊不清；

(2)另一个潜在挑战是软组织受挤压造成形变，反映在超声图像上就是目标区域的形状变化较大；

这些原因造成了一些传统的分割方法都不能在以上情况下得到理想的结果。

发明内容

为了解决上述的技术问题，本发明提供了一种基于形状相关性活动轮廓模型的超声图像分割方法。

本发明所采用的技术方案是：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；形状的相关性信息主要指在一个超声图像序列中病灶区域的轮廓形状的变化在统一的坐标系统下具有一定的相似性；

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。

作为优选，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)