[发明专利]一种基于距离场融合和椭球先验的MR前列腺图像分割方法

说明书

一种基于距离场融合和椭球先验的MR前列腺图像分割方法，基于距离场融合算法引入一种椭球先验，将椭球先验与多图谱分割进行结合，并通过十个步骤方法处理得到分割的MR前列腺图像。克服了现有技术中，在MR前列腺图像基于整幅图像进行图谱选择，前列腺周围组织与器官会对图谱选择造成严重干扰图谱选择不正确缺陷。同时也改善了标号融合并没有利用到待分割目标的形状先验信息，造成分割精度有所限制现象。本发明方法能准确地分割MR图像中的前列腺，能用于辅助前列腺癌的诊断和治疗。同时该基于距离场融合和椭球先验的MR前列腺图像分割方法具有提高分割精度的优点。

技术领域

本发明涉及医学图像分析技术领域，特别涉及一种基于距离场融合和椭球先验的MR前列腺图像分割方法。

背景技术

前列腺炎、前列腺增生、前列腺癌等疾病在男性中越来越普遍，前列腺癌已经是全球范围内男性第二位最常见的癌症。临床上，前列腺的大小、形状、相对周围组织器官的位置信息是对前列腺疾病及其病理阶段进行诊断和分析的重要前提，同时在前列腺切除术、放射治疗中也起着关键性的指导作用。因此，准确分割前列腺是至关重要的。磁共振(Magnetic Resonance,MR)凭借其较高的空间分辨率和软组织对比度，在前列腺疾病检查方面有着不可替代的优势。它能较为明显地显示前列腺的外部形态以及内部组织结构，做到早期发现，同时也能更加准确地测量前列腺的体积及位置，便于医生制定有效的治疗方案。随着MR前列腺检查技术在临床上的广泛应用，采用MR图像对前列腺的体积及位置进行测量的需求也越来越巨大。目前临床上，MR前列腺图像割仍需医生手动勾画，花费了医生大量的时间和精力，因此研究出一种自动化程度高、分割精确、鲁棒性强的MR前列腺图像分割算法十分必要。

在MR图像中，由于成像技术的限制、前列腺内部组织结构在灰度和纹理上的复杂性以及不同个体之间前列腺形状和大小的差异性，前列腺分割一直是近些年的一个难点。

迄今为止，MR图像前列腺分割方法主要有如下三类：

第一类是基于分类器的方法。这类方法是将分割问题看成是图像中像素点的分类问题，该算法一般可以归结为三步：(1)对图像中目标和背景区域的像素点进行特征提取，构建正负样本；(2)依据这些正负样本训练分类器；(3)对待分割图像中的像素点进行同样的特征提取，并利用训练好的分类器对其进行分类。基于分类器的分割算法的精度很大程度上依赖于分类器和提取的特征的性能。

第二类是基于参数形变模型的方法。这类方法是根据手动或其它自动算法标记的控制点构成的连续曲线来表示测试图像的初始轮廓，然后在内部能量(内力)和外部能量(外力)的作用下，使得初始的轮廓线朝图像的突出特征(线和边缘)处运动，最终曲线(曲面)收敛于目标边界处。基于参数形变模型的方法计算复杂度高，不能很好地处理前列腺图像中较大的形变或者复杂的拓扑结构，同时对初始轮廓的形状和位置、图像中的伪边缘敏感，常易陷入局部极值，存在鲁棒性差和抗干扰性差的问题。

第三类是基于多图谱的方法。这类方法把图谱配准到测试图像，对形变后的图谱标号图像，通过某种方法实现标号融合，得到最终的分割结果。在基于多图谱的分割方法中，通过选取合适的图谱选择和标号融合策略可以在一定程度上降低配准误差对分割过程所带来的影响，有效提高分割精度。在MR前列腺图像中，基于整幅图像进行图谱选择，前列腺周围组织与器官会对图谱选择造成严重干扰，导致图谱选择不正确；标号融合并没有利用到待分割目标的形状先验信息，分割精度有所限制。

因此针对现有技术不足，提供一种基于距离场融合和椭球先验的MR前列腺图像分割方法以解决现有技术不足甚为必要。

发明内容

本发明的目的在于避免现有技术的不足之处而提供一种基于距离场融合和椭球先验的MR前列腺图像分割方法。该基于距离场融合和椭球先验的MR前列腺图像分割方法具有分割精度高的优点。

本发明的上述目的通过以下技术措施实现：

提供一种基于距离场融合和椭球先验的MR前列腺图像分割方法,