[发明专利]基于最大相似性区域合并的胃部CT图像交互式分割方法

摘要

本发明公开了一种基于最大相似性区域合并的胃部CT图像的交互式分割方法，主要解决了现有交互式分割方法分割速度慢，分割效果不理想的问题。其实现过程是：输入胃部CT，并用分水岭方法进行初分割；然后由用户交互式的划不同线段标记目标和背景；计算每个区域的灰度梯度共生矩阵作为区域特征；设定区域间的最大相似性准则，再基于这个准则分两次进行区域合并：第一次先合并大部分背景，第二次合并目标的同时再合并剩余的背景，直到整幅图像被分为目标和背景两部分为止，最后得到分割结果。本发明具有对医学图像分割效果好、实时性强等优点，对不同人的胃部CT图像，分割效果也比较理想。

主权项

一种基于最大相似性区域合并的胃部CT图像交互式分割方法，包括如下步骤：(1)输入胃部CT原始图像，并用分水岭方法进行初始分割，得到初分割图；(2)由用户在初分割图上划不同的线段分别对目标和背景进行标记，例如用实线段标记目标区域，记为MB，用虚线段标记背景区域，记为MO，剩余的未标记区域，记为N。(3)统计初分割图中所有区域的数目，计算每一个区域的灰度梯度共生矩阵作为其区域特征；(4)设定区域间的最大相似性准则，即对于不同的两个区域R1和R2，且R2为R1的邻域，如果R1的区域特征和R2的区域特征的乘积在R2与其邻域的区域特征的乘积中是最大的，则认为R1与R2相似；(5)基于最大相似性准则进行如下两次区域合并：5a)第一次区域合并：对于背景MB中每一个区域B，设B的8邻域为Ai，i＝1，…8，分别计算Ai与Ai的8邻域的相似性，如果B与Ai的相似性大于Ai与其8邻域中任意一个的相似性，则将背景B的邻域Ai合并到MB中；5b)第二次区域合并：对N中剩余的区域P，取P的8邻域之一Hi，分别计算Hi与Hi的8邻域的相似性，如果P与Hi的相似性大于Hi与Hi的8邻域中的任意一个相似性，则将Hi合并到P中；(6)上述两次合并完成后，输入图像的每个区域都已被标记为目标或背景，也就是将目标从背景中分割了出来，最后输出合并完成后的结果图像。