[发明专利]一种基于心脏CT图像和机器学习的心脏左腔区域分割方法

摘要

本发明公开了一种基于心脏CT图像和机器学习的心脏左腔区域分割方法，主要思路是将图像分割和三维网格分割相结合，先通过基于阈值的图像分割将心脏CT图像初始分割，然后通过区域生长等算法得到心脏左腔区域，然后生成心脏左腔区域三维网格，将心脏左腔区域三维网格进行过分割成小片；通过有监督分类将心脏左腔区域三维网格分割成若干个心脏左腔区域亚结构网格；小片特征的选取和组合是本发明的一个创新点，其中，特征向量除了小片的局部特征外，还包含了小片的上下文特征，以及小片的空间信息。本发明不但适用于基于CT心脏图像的分割，帮助医生以对心脏特定的部位进行研究，而且在其他领域中也具有一定的应用价值。

主权项

1.一种基于心脏CT图像和机器学习的心脏左腔区域分割方法，其特征在于，包括以下步骤：步骤一、利用基于阈值的图像分割算法将心脏CT图像进行分割，得到图像中含氧血流的区域，这包括左腔区域；步骤二、通过区域生长算法在步骤一的结果中进行三维区域生长，得到心脏左腔图像分割结果，然后从这个结果中生成心脏左腔区域表面的三维网格；步骤三、将心脏左腔区域三维网格进行过分割生成小片；步骤四、对心脏左腔亚结构小片进行训练；步骤五、对心脏左腔亚结构小片进行特征计算；步骤六、利用基于有监督分类将心脏左腔区域三维网格分割成若干个心脏左腔区域亚结构网格。