[发明专利]医学图像超体素分割方法和装置

说明书

本发明公开了一种医学图像超体素分割方法和装置，所述方法包括以下步骤：基于DICOM文件获取待分割组织结构的三维体数据和所述体数据中每个体素的密度值；将所述三维体数据预分割为多个正方体，初始化种子点；对于每个种子点，根据所述密度和位置信息，计算所述种子点和其他体素之间的基于密度‑位置约束的测地距离；根据所述基于密度‑位置约束的测地距离，采用快速行进法确定所有体素的分类标签，完成所述三维体数据的分割。本发明的超体素分割方法相对于现有技术，分割精度和效率均有显著提高。

技术领域

本发明主要应用于图像处理技术领域，具体为一种针对医学图像的超体素分割方法和装置。

背景技术

一幅图像包含了它所表达的物体的描述信息，图像是我们人类从客观世界获取信息的重要媒介，在这个信息化的时代中，可以说，人们从客观世界中获取的信息有百分之七十甚至百分之八十来源于视觉系统，即从图像中获得。这种可准确表达信息的特点使得图像被广泛应用于临床实践。医学图像的广泛使用为医学专家识别病变组织、观察病理变化，从而进行全方位多层次的诊断提供了很大的帮助。

数字图像处理的一个重要技术是图像分割技术。图像分割是图像识别和计算机视觉至关重要的预处理。图像分割指的是将数字图像细分为多个图像子区域的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割在医学图像的处理中起到越来越重要的作用，同时也是医学图像可视化、图像引导手术的基础。

超像素分割是图像分割领域的一个典型研究方向。超像素分割依据图像的纹理、颜色、亮度等信息，将具有相似特征的像素划分为一类，由这些像素构成的区域称为超像素。分割后的超像素保留了图像的边界信息，突出了图像中的关键信息。以往的医学图像处理往往是以像素作为处理单元，由于像素数量多，处理起来比较麻烦，迭代次数多，加上医疗机构不允许耗费太长的处理时间等一系列的原因，超像素在医学图像的应用中具有广阔的发展前景。

虽然超像素在处理二维医学图像中发挥了重要作用，但由于二维医学图像只能显示某个组织某一个方向上的信息，因此，为了增加对图像的理解，提高专家对图像的诊断效果，能够将某结构的位置、方向、大小等信息显示出来就显得尤为重要，而超体素模型正延续了超像素在二维图像处理中的优势，并将其优势应用到三维图像中，为医学图像分割提供了技术支撑。但由于医学图像的复杂性、多样性，如何在提高分割效率的前提下兼顾分割精度，仍是目前需要本领域技术人员迫切解决的一个技术问题。

发明内容

为了解决上述问题，本发明提供了一种医学图像超体素分割方法和装置，基于DICOM文件获取图像的密度信息，确定三维体数据模型；采用四向三维叠加的方法计算每个体素的梯度；对三维体数据进行预分割并初始化聚类中心种子点；然后对每层图像进行边缘检测，构造距离分布函数计算每个像素点相对于边缘的分布；利用基于密度-距离的测地距离度量体素点与种子点的相似性；最后，在此基础上，将Fast Marching Method(快速行进法)扩展到三维，实现对三维医学图像的超体素分割。

为了实现上述目的，本发明采用如下技术方案：

一种医学图像超体素分割方法，包括以下步骤：

步骤1：基于DICOM文件获取待分割组织结构的三维体数据和所述体数据中每个体素的密度值；

步骤2：将所述三维体数据预分割为多个正方体，初始化种子点；

步骤3：定义基于密度-位置约束的测地距离，用于衡量体素之间的相似性；

步骤4：根据所述基于密度-位置约束的测地距离，采用快速行进法确定所有体素的分类标签，完成所述三维体数据的分割。

进一步地，所述步骤1包括：

步骤1.1：读取一组DICOM文件并进行格式转换，获取各切片对应的位图文件；