[发明专利]应用于医疗的基于自适应轮廓模型肺部MRI图像分割方法及MRI设备

说明书

本发明涉及一种基于自适应轮廓模型的肺部MRI图像分割方法以及MRI设备，设备包括：主磁体系统，梯度磁场系统，射频系统，运算和图像处理系统，其中，射频系统包括多个射频线圈，分别布置在线圈固定装置中，不同的射频接收线圈与患者身上不同检测部位对应。方法包括步骤：步骤1)：对输入的经过融合后的MRI图像进行预处理；步骤2)：根据肺部肿瘤图像的特点，设初始轮廓线为c₀且将其设置成圆形，根据c₀计算初始水平集函数φ₀；步骤3)：更新水平集函数φ_n，根据当前的φ_n计算c₁和c₂；步骤4)：检查迭代是否收敛，若收敛则此时求得的c即为最佳轮廓线，否则继续迭代；步骤5)：获得目标区域后，利用图像形态学开运算去除噪声及一些微小突出部分，平滑边界，利用闭运算能够连接断裂处，并填补空洞，得到目标图像。该方法分割精度高，边缘清晰，适用于分割目标模糊、弱边缘、边界光滑、边界不连续、拓扑结构复杂的肺部MRI图像。

技术领域

本发明涉及MRI图像采集及医学图像处理技术领域，特别是一种MRI肺部图像中肺部肿瘤分割方法以及MRI设备。

背景技术

目前在临床上对呼吸系统疾病的诊断过程中，一般情况下肺癌可经CT获得准确的诊断，但是一些病例要采取MRI检查进行诊断，这是因为MRI可采取多平面成像对病变进行显示、且肿瘤对胸壁软组织的侵犯进行判断也较为容易以及较清晰地对淋巴结及血管是否受侵犯进行显示；它的增强扫描在鉴别肺内的良、恶性结节具有重要作用，为对肺上沟瘤分期进行判断的一种首选方法；它的T1WI增强检查能够对中心型肺癌的肺门肿块以及周围的肺不张予以区别：因肺不张的血供相对于肿瘤而言比较丰富，所以其信号强度也相对较高。肺不张信号强度的峰值也相对肺癌肿块要早；它对肿瘤对于血管、纵隔、心包及脊髓的侵犯进行显示方面意义明显，然而CT在该方面则存在诊断困难；针对一些患者MRI可以对IIIa期(可切除)及IIIb期(不可切除)的肿瘤予以准确地区分；针对对碘造影剂不耐受者MRI可对CT予以替代确定是否存在肺门及纵隔淋巴结转移。

图像分割是目标识别、图像分析的关键步骤，是一种非常重要的图像处理技术。对于MRI图像的识别和分析而言，能否去掉背景图像，完整的把器官、组织从背景中分割出来，并且不破坏目标的质量，对于MRI图像的识别是至关重要的。现阶段研究人员已经提出了多种MRI图像分割方法，这些方法在MRI图像背景比较简单的情况下，都取得了不错的效果。然而，在现实场景中MRI图像往往具有非常复杂的背景，导致现有的这些MRI图像分割方法的误判率比较高。因此，如何提高MRI图像分割方法的准确率已经成为急需解决的技术问题。

发明内容

本发明的目的就在于为解决上述问题，本发明提出一种基于自适应轮廓模型的肺部MRI图像分割算法，用于对肺部肿瘤的分析，包括：

步骤1)：对输入的经过融合后的MRI图像进行预处理；

步骤2)：根据肺部肿瘤图像的特点，设初始轮廓线为c₀且将其设置成圆形，根据c₀计算初始水平集函数φ₀；

步骤3)：更新水平集函数φ_n，根据当前的φ_n计算c₁和c₂；具体的，

设定义域为Ω的图像I(x，y)，(x，y)为像素点坐标矢量，且(x，y)∈Ω，其闭合边界c将图像分为目标Ω_i和背景Ω_o两部分，通过最小化能量方程来进行图像分割的过程就是寻找最优分割曲线c，使得到的分割后图像目标区域与原始图像之间的方差最小，曲线拟合能量方程定义如下：