[发明专利]一种基于弱监督的大脑磁共振图像分割方法

权利要求书

1.一种基于弱监督的大脑磁共振图像分割方法，其特征在于，包括如下步骤：

步骤1，使用超体素匹配方法实现待分割图像与参考图像之间的匹配；

步骤1-1，根据简单线性迭代算法生成图像的超体素；

步骤1-2，超体素匹配方法，包括如下子步骤：

步骤1-2-1，提取超体素特征并度量相似性，使用SuperPatch表示超体素，通过计算两个超体素对应的SuperPatch之间的距离来表示它们的特征相似性；

步骤1-2-2，采用基于位置先验的超体素匹配方法找到每个超体素的最近邻超体素；

步骤1-3，选择高置信度的超体素组成种子区域；

步骤2，设计一种BTSNet模型，该模型结合ResNeXt模块、ASPP模块和SELU激活函数，以选择的种子区域作为监督标签，指导网络训练，获得图像每个体素的类别概率；

步骤3，采用深度种子区域增长方法，以当前种子区域为基础，使用卷积网络输出的类别概率，更新种子区域；

步骤4，采用更新后的种子区域标签再来训练BTSNet；不断进行步骤2和步骤3，直至达到指定的迭代次数。

2.根据权利要求1所述的基于弱监督的大脑磁共振图像分割方法，其特征在于，所述步骤1-2-1包括如下过程：

设图像为A，A由n个超体素组成，即A＝(A_i}_i∈1，...n；对于超体素A_i，它对应的SuperPatchA_i表示为A_i＝{A_i′，||c_i-c_i′||≤R}，表示A_i相邻的超体素A_i′的中心c_i′与A_i的中心c_i距离不大于设定的R时，A_i′属于A_i；A_i中超体素索引的集合为假设待分割图像为A，参考图像为B，A中的超体素A_i对应的超体素SuperPatch为A_i和B中的超体素B_j对应SuperPatch为B_j，A_i和B_j的SuperPatch距离计算如公式(1)所示：

其中表示超体素A_i′和B_j′的特征向量，d表示欧式距离；ω为权重，由A_i′和B_j′的相对位置决定；ω的计算如公式(2)(3)(4)所示：

其中x_i′j′＝c_j′-c_i′+v_ij表示c_i′和c_j′的相对距离，v_ij＝c_i-c_j表示A_i和B_j的中心的相对距离；ω_s(A_i′)根据空间距离关系衡量A_i′对A_i的重要性；ω_s(B_j′)根据空间距离关系衡量B_i′对B_i的重要性；σ₁和σ₂为两个缩放参数。