[发明专利]一种基于多层字典的脑磁共振图像分割方法

说明书

本发明公开了一种基于多层字典的脑磁共振图像分割方法，通过构建中间字典连通图像域和标记域，逐步优化标记融合的权重，使得权重最终对于标记融合是最优的，而不是像在传统方法中那样仅使用基于灰度信息的图像块得到的权重作为最终标记融合的权重。通过本发明，可提高脑磁共振图像的分割精度。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于多层字典的脑磁共振图像分割方法。

背景技术

国际脑研究组织把21世纪称为“脑的世纪”。自2000年开始，我国将每年的9月16日命名为“脑健康日”，每年的9月定为“脑健康月”，旨在通过宣传普及脑科学知识和脑疾病防治措施，引发全民对脑健康的重视。然而由于环境因素、生活节奏紧张、人口老龄化、交通意外等多种因素的影响，颅脑损伤、颅内肿瘤和脑血管病等发病率均在上升，已成为人类健康的第一杀手；癫痫、脑瘫及帕金森氏病等疾病的发病率也在逐年增加；抑郁症的发病率已位居世界150种常见病的第四位，并有进一步上升的趋势。据报道，我国每年有超过200多万人发生脑疾，其中每年死于脑疾病的患者约有100万以上，脑疾病死亡率约为45%。因此，脑部疾病具有死亡率高、致残率高及并发症多的特点，成为危害人类健康的主要杀手。

根据美国疾病预防与控制中心的报告，如果脑疾病能够得到有效的诊断和治疗，病人的平均预期寿命将会提高10-20年。已有研究表明：许多疾病都与大脑病变密切关联。为此，世界上很多国家均制定了关于脑科学研究的长远计划。美国于上世纪90年代开始资助关于人脑的长期研究计划，欧洲各发达国家也随之开展了相应的脑科学研究。我国同样关注脑功能和脑疾病的基础研究、脑图像处理研究、以及学习、记忆、语言加工等与脑功能相关的机制研究，与之相关的课题均是国家优先资助的基础研究项目。脑部疾病的预防治疗已成为全人类共同面对的挑战。

近二十多年来，医学影像已成为医学诊断的重要技术手段，在临床诊断、治疗、手术规划导航中发挥着重要的作用。其中磁共振成像（Magnetic Resonance Imaging，MRI）以其独特的成像方式对生物体内的软组织十分有效，被广泛的使用在脑图像中。使用MRI技术对脑这样的软组织进行成像，不仅能直接观察到人脑内部的病变组织，还可以通过对大脑内各组织结构的定量分析，揭示人脑发育和衰老的规律，描述各种疾病造成的脑结构变异。随着医学图像成像技术的发展，海量的数据需要分析和处理，使用计算机进行图像分析成为必要。其中，医学图像分割是进行计算机图像处理和分析的关键，是制约医学图像处理领域相关技术发展和应用的瓶颈，也是医学图像理解的基础。因此，医学图像分割在生物医学研究、临床诊断、病理分析等方面具有重要的意义，已成为临床领域和医学图像处理领域共同关注的一个核心问题。

综上所述，基于磁共振图像定性和定量地分析脑组织，采取有效的预防或治疗措施，对降低脑疾病给人类健康带来的巨大威胁具有重要意义。

近几十年来，针对脑磁共振图像的分割算法种类繁多，且仍层出不穷，但依然无法完全满足人们的实际需求。其原因相当复杂，包括：无法完全用数学模型来简单描述人们所面临的实际问题；由于个体以及病变差异导致医学图像具有复杂性与多样性；图像退化以及人们对分割结果预期目标互不相同等。这些都决定了不可能实现一种普适、通用的分割方法。只能针对特定问题和具体的需求给予合理选择，在精度、速度和鲁棒性等关键性指标上做出均衡或侧重。因此，相应分割方法的类型也表现为形式多样，如有数据驱动和模型驱动之分；有基于区域、基于边界以及它们的融合算法之分；有自动、半自动与手工之分；有监督与无监督之分；有基于模型和基于特征之分；有软分割与硬分割之分；有基于解剖学知识和基于先验概率图谱之分等。其中，基于多图谱的分割方法已经成为代表性脑图像分割方法。基于多图谱配准的分割方法在2004年，由Rohlfing等人首先提出。该方法使用了先验模型的思想，通过图谱（图谱包括图谱灰度图像及其手动分割好的图谱标记图像）与待分割图像配准，将图谱中存储的先验信息直接映射到待分割图像中，实现一种专家“图谱”指导下的图像分割。由于可以通过标记值的映射完成分割，且可以提供一个研究形态学特征的标准系统，多图谱方法广泛应用于图像分割。