[发明专利]一种三维MRI半自动病灶图像分割方法及系统

权利要求书

1.一种三维MRI半自动病灶图像分割方法，其特征在于，所述三维MRI半自动病灶图像分割方法包括：

确定三维MRI病灶切片的范围、三维MRI初始切片的位置，并在初始切片上划分出初始病灶区域和初始正常区域；

进行初始切片病灶分割，使用从初始病灶区域和初始正常区域的体素中提取出的数据训练得到分类器，然后由初始病灶区域向外扩展，得到扩展区域，并使用分类器对扩展区域中的体素进行分类，多次迭代后得到初始切片的最终病灶区域和最终正常区域；

进行切片间区域投影，将初始切片上的最终病灶区域和最终正常区域投影到相邻的切片上，得到相邻切片的可能病灶区域和可能正常区域，然后使用由最终病灶区域和最终正常区域中体素提取的数据训练得到的分类器，对可能病灶区域和可能正常区域中的体素进行分类，得到相邻切片的初始病灶区域和初始正常区域；

进行其他病灶切片病灶分割，重复切片病灶分割和区域投影的过程，将病灶切片范围内的病灶图像都分割出来并组合，得到整个三维MRI的病灶区域；

所述三维MRI半自动病灶图像分割方法具体包括：

人工操作；

MRI图像预处理；

切片病灶图像分割；

切片间区域投影；

其他切片病灶图像分割；

病灶图像组合；

所述的人工操作的步骤包括：

确定病灶切片的范围；

确定最先进行病灶分割的初始切片的位置；

在初始切片上划分出初始病灶区域和初始正常区域

切片病灶图像分割的方法中，根据和经过多次迭代分类得到最终病灶区域和最终正常区域

具体包括：

步骤1)：从和的体素中提取特征，提取的特征包括：体素信号强度值；体素信号强度等级；以目标体素为中心的立方体中所有体素的信号强度中值；立方体信号强度均值；立方体信号强度标准差；立方体信号强度信息熵；立方体信号强度能量；立方体信号强度最大值；立方体信号强度最小值；体素x轴坐标；体素y轴坐标；体素z轴坐标；特征提取完之后，分别为中的体素附上类别标签1，中的体素附上类别标签0；

步骤2)：以步骤1)中提取出的特征和标签为训练数据，训练BP神经网络分类器；

步骤3)：向外扩展，得到扩展区域首先对进行结构元素为圆形的形态学膨胀操作，然后用膨胀之后的图像减去得

步骤4)：使用步骤2)训练得到的分类器对中的体素进行分类，若某一体素被分类为病灶体素，则所述体素的分类分数Scⁱ就加1，若被分类为正常体素，则Scⁱ就减1，其中Scⁱ的初始值都为0；

步骤5)：将中Scⁱ大于1的体素保留，其余的体素舍去，从而得到扩展病灶区域将与合并得到病灶区域

步骤6)：迭代步骤1)到步骤5)，迭代过程中由代替，保持不变；

迭代停止的条件为

其中为第j次迭代得到的病灶区域，为第j+1次迭代得到的病灶区域，count()为计数函数，threshold为停止条件阈值；该步骤完成后得到初始切片的最终病灶区域和最终正常区域

切片间区域投影的方法包括：

步骤a)：将初始切片i上的和投影到切片i+1得到可能病灶区域和可能正常区域

步骤b)：从和的体素中提取特征，特征提取完之后，分别为中的体素附类别标签1，中的体素附类别标签0；

步骤c)：以步骤b)中提取出的特征和标签为训练数据，训练BP神经网络分类器；

步骤d)：使用步骤c)中训练得到的分类器对和中的体素进行分类；将中被分类为病灶的体素留下，其余的体素舍去，然后对得到的区域进行形态学的腐蚀操作，得到将中被分类为正常的体素留下，其余的体素舍去，得到

其他切片病灶分割的方法包括：

使用切片i+1中的和进行病灶分割得到和然后投影到得到的切片i+2的和上，直到分割得到和

病灶组合的方法包括：

将切片i_min到切片i_max的最终病灶区域组合到一起得到整个病灶区域，其中L表示整个三维MRI的病灶区域，表示病灶切片i上的最终病灶区域，i_min表示病灶切片范围内的第一张病灶切片，i_max表示病灶切片范围内的最后一张病灶切片。

2.一种实现权利要求1所述三维MRI半自动病灶图像分割方法的信息数据处理终端。