[发明专利]基于超图模型的PET-CT多模态鼻咽癌图像分割方法

摘要

本发明涉及一种基于超图模型的PET‑CT多模态鼻咽癌图像分割方法，包括：提取鼻咽部肿瘤图像中像素点的灰度信息和位置信息来构建数据集，根据数据集构建稀疏表示模型并求解得到重建系数矩阵并构建超边，利用高斯核模型计算数据样本相似度作为超边权重值，求解超边阶、顶点阶以构造超图拉普拉斯矩阵；然后对鼻咽部肿瘤图像进行标记同时获得标记向量，根据标记向量构建半监督学习模型，再通过求解最小二乘问题获得最优切向量，最后将分类结果返回至像素级别，即完成对肿瘤图像的分割。本发明的分割方法相较于单模态的分割精度更高，同时基于稀疏表示与高斯核结合的超图模型比其他简单图模型或超图模型对鼻咽部肿瘤图像数据具有更高的分割精度。

主权项

1.一种基于超图模型的PET-CT多模态鼻咽癌图像分割方法，其特征在于，所述方法包括：/n步骤1：读取待分割的多模态鼻咽部肿瘤图像；/n步骤2：提取所述肿瘤图像中像素点的灰度信息和位置信息作为该像素点的特征值，根据所述特征值构建包含所述肿瘤图像全部像素点的数据集X，X＝[x₁,x₂，…，x_n]；/n步骤3：利用所述数据集X构建稀疏表示模型；/n步骤31：通过式(1)构建稀疏表示模型，/nX＝XZ (1)/n其中，Z＝[z₁,z₂…z_n]为主对角线为零的重建系数矩阵，根据稀疏表达理论，通过求解最优化问题，得到稀疏表示模型的重建系数矩阵Z；/n步骤32：通过所述重建系数矩阵Z构建相应的关联矩阵H，并基于所述关联矩阵H构建与所述肿瘤图像中像素点对应的超边，取所述重建系数矩阵Z中与x_i对应的列z_i中非零的值作为与x_i关联的顶点；/n步骤4：基于构建的超边，计算超边权重值，采用高斯核模型计算顶点之间的相似度，并基于该相似度得到对应顶点间的超边权重值，从而得到完整的带权超图模型；/n步骤5：基于所述关联矩阵H和所述超边权重值，构建顶点阶对角矩阵、超边阶对角矩阵和超边权重对角矩阵；/n步骤6：根据周氏标准化原理基于所述顶点阶对角矩阵、所述超边阶对角矩阵、所述超边权重对角矩阵和所述关联矩阵H，构造超图拉普拉斯矩阵Δ；/n步骤7：对所述肿瘤图像进行标记，得到标记向量l，/n步骤71：利用所述标记向量l构造半监督学习模型；/n步骤72：利用所述半监督学习模型，通过求解最小二乘问题得到最优切向量f，所述最优切向量f表示超图模型内某一顶点属于正常组织或肿瘤组织的可能性；/n步骤8：将超图模型中每个顶点的分类结果返回至像素级别，即实现了对所述肿瘤图像的分割。/n