[发明专利]一种三维MRI脑部医学影像彩色化方法

说明书

本发明请求保护一种三维MRI脑部医学影像彩色化方法，包括：提取多个方向的梯度特征以及原亮度信息；随机选取原始三维MRI脑部医学影像中的若干个体素点，利用所求特征属性对切面上的体素点进行代表点的选择；然后用流形学习方法对代表点进行维度约简并尽量保持代表点之间的几何结构并映射到彩色空间，根据体素点之间的相似性传递颜色信息，得到所选体素的颜色信息，由彩色化后的体素与其余未处理的体素之间的近邻关系将颜色扩散到所有体素，由此得到彩色的三维MRI医学影像。本发明能够将三维MRI医学影像数据实现彩色化，并保证同一区域位置的像素点在不同切面中颜色一致，同时突出影像区域结构，实现多角度的观察彩色的三维MRI脑部医学影像。

技术领域

本发明属于医学影像处理方法，结合基于密度峰值的层次聚类算法以及多平面多方向的特征融合对三维MRI医学影像进行彩色化处理。

背景技术

先进的图像处理和分析技术越来越多地应用于医学。在医学应用中，图像数据被用来收集病人的成像过程的细节，无论是疾病的过程还是生理过程。医学影像中所提供的信息已成为当今病人护理的重要组成部分。医学影像的应用是复杂的，从一种形式到另一种形式的变化。医学影像显示了信息结构、器官和生理特征的信息。为了获得高质量的医学诊断图像，图像处理是必要的。医疗应用的图像处理和分析的范围是提高获取图像的质量，并以准确的方式从有效的医学影像数据中提取定量信息。但却依旧存在一些技术难点：1)现有的MRI医学影像数据，大部分都是以灰度图像呈现，但人眼对灰度的辨别力只有几十阶，而对彩色的一些细微差别却较为敏感，予以灰度图像颜色信息可以提高医生对图像的分辨；2)由于MRI医学影像本身的复杂性，以及图像的高质量，导致大规模的数据量使得一般适用于其他的数据处理方法，却并不适用于医学影像；3)通过计算机技术辅助对医学成像设备得到二维断层医学图进行三维显示可以改善医学影像的视觉效果，突出医学影像特征，突出隐藏的病变部分，辅助医生诊断。

基于上述这些问题，利用Nevitia算子提取原三维MRI脑部医学影像中每个体素在三个平面上的多个梯度特征，全面考虑了每个体素在三维空间中不同切面上的信息；利用基于密度峰值的层次聚类来选着具有代表性的像素点来进行处理以降低数据规模同时将医学影像的不同区域赋予不同颜色，使区域之间的区分度更加显著；最后根据体素点之间的近邻关系将颜色信息扩散得到彩色三维MRI医学影像。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种可以改善医学影像的视觉效果的三维MRI脑部医学影像彩色化方法。本发明的技术方案如下：

一种三维MRI脑部医学影像彩色化方法，其包括以下步骤：

1)、对原始三维MRI脑部医学影像进行预处理操作，提取影像中每个体素点在不同切面上的若干个方向的梯度特征；

2)、随机选取位于原始三维MRI脑部医学影像中的某一切片位置上的若干个体素点作为数据点，求出每个数据点的局部密度ρ_i，以及该数据点到具有更高密度的点的距离δ_i；

3)、对位于所选择的切片中的所有体素点，利用基于密度峰值的层次聚类法建立自底向上的层次结构，结合数据点的密度信息(包括局部密度ρ_i、距离δ_i)确定所有层中各类族中的聚类中心体素点；

4)、将聚类中心体素点作为每一层的代表点，对最顶层的聚类中心点用流形学习算法进行维度约简，得到高维代表点的3维坐标；

5)、将顶层聚类所得代表点的3维坐标变换到三维彩色空间，得到聚类中心体素点的彩色信息；

6)、根据聚类中心体素点与位于所选择的切片中的其余非代表点体素之间的相似性关系，传递聚类中心体素点的颜色信息到位于该切面上的其余体素点；

7)、利用所选切面上已经具有颜色信息的体素与其余切面上未处理的体素之间的近邻关系将颜色扩散到所有体素，由此得到一组具有颜色信息的体素点从而彩色化三维MRI脑部医学图像。