[发明专利]一种三维MRI半自动病灶图像分割方法及系统

说明书

本发明属于医学图像处理技术领域，公开了一种三维MRI半自动病灶图像分割方法及系统，通过观察MRI三维图像确定病灶切片的范围、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；初始切片病灶分割，使用分类器对扩展区域中的体素进行分类，多次迭代之后得到初始切片的最终病灶区域和最终正常区域；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，得到相邻切片的初始病灶区域和初始正常区域；其他切片病灶分割，即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都分割出来，并将其组合得到整个病灶区域；经过上述操作，本发明即可得到三维MRI的病灶图像。

技术领域

本发明属于医学图像处理技术领域，尤其涉及一种三维MRI半自动病灶图像分割方法及系统。

背景技术

目前，业内常用的现有技术是这样的：

磁共振成像(MRI)能够清晰的显示软组织结构，同时很好的区分各种组织和病灶，因此已经成功的运用到了全身各个系统的诊断治疗之中。针对各种疾病的检测与治疗，例如脑中风的再灌注治疗以及乳腺癌、肺癌等癌症的早期检测和放射治疗等都需要对病灶区域进行快速精确的分割，然而人工对病灶进行手动分割需要花费大量的时间和精力，且分割的精度受医生职业能力、经验等主观因素的影响。近些年来，基于医学影像的计算机辅助诊断(Computer Aided Detection，CAD)技术飞速发展，因此开发出高精度的自动或者半自动MRI病灶分割方法及系统就越来越受到研究者的关注。

综上所述，现有技术存在的问题是：

研究者们提出了大量的针对MRI病灶分割的自动方法，但这些方法都未能解决到以下几点：

(1)近年来，新提出的MRI病灶分割方法大多都是基于机器学习的全自动方法，研究者们希望不在人为干预的情况下，机器学习能够解决病灶分割过程中的所有问题，但从这些方法的分割效果来看，还远远达不到临床应用的水平。同时这也是相应的病灶分割系统无法落地应用的原因。

(2)目前的MRI病灶分割方法都是对所有切片上的体素进行分类，但大多数情况下，病灶只存在于部分切片上。因此对不含有病灶的切片上的体素进行分类，不仅增加了被错误分类体素的数量，而且降低了方法效率。

(3)未能利用到MRI相邻切片上病灶形状轮廓的相似性。

(4)未能利用到病灶体素集群分布的特点，即病灶体素四周的体素有很大的可能也是病灶体素。

(5)训练分类器的体素和待分类器分类的体素来自于不同的被试，由于被试之间的差别，使得待分割被试的病灶体素具有一些训练被试的病灶体素所不具有的特点，从而导致分类的结果并不理想。

基于以上的不足，本发明提出了一种带有人为干预的三维MRI半自动病灶分割方法。

解决上述技术问题的难度和意义：

(1)在MRI中，病灶内部具有很强的不均匀性，而病灶外部与白质等高强度信号又连接在一起，使得目前基于机器学习的全自动分割方法的分割效果还无法达到临床应用的标准。因此在MRI病灶分割方法中，加入人为干预，以便相应的分割系统尽早的投入到临床上使用。

(2)在分割之前，确定病灶切片的范围，能减少切片病灶分割以及区域投影的次数，增加方法效率，另外可以降低分类为病灶体素实为正常体素的数量，降低假阳性率。

(3)利用相邻切片上病灶形状轮廓的相似性，进行区域投影操作，得到相邻切片上的初始病灶区域和初始正常区域，可以降低操作员的劳动强度，即只用在初始切片上划分出初始病灶区域和初始正常区域，而不用在每一张病灶切片上都进行区域的划分，