一种超声病灶图像分割方法、装置及系统

摘要

本发明提出一种超声病灶图像分割方法，利用灰度信息和纹理信息建立一个总能量函数以构建图模型，然后对图模型求解以获得图像最优分割结果，从而将病灶区域从超声图像中快速分离出来。

主权项

一种超声病灶图像分割方法，其特征在于，包括：获取包含病灶区域的超声子图像；初步将所述包含病灶区域的超声子图像划分为前景区域、背景区域和待分割区域；利用所述包含病灶区域的超声子图像的灰度和纹理信息建立一个总能量函数以构建图模型，通过最小化所述图模型的能量函数，以获得所述待分割区域的最优的图像分割结果；所述总能量函数为：$E=\underset{i\in S}{\Sigma }\underset{j\in N_i}{\Sigma }{E}_{\mathrm{Gray}}(i,j)\times E_{\mathrm{Tex}}(i,j)$其中，E_Grag为基于灰度信息的能量函数，表示当前像素的邻域与相邻像素的邻域之间的灰度差异；E_Tex为基于纹理信息的能量函数，表示当前像素的邻域与相邻像素的邻域之间的纹理差异；其中，S为所有像素的集合，i为当前像素，N_i为像素i的4邻域，j为i的4邻域内的像素；灰度能量函数的定义为：$E_{\mathrm{Gray}}(i,j)=\exp (-|\bar{T}\left(i\right)-\bar{T}\left(j\right)\left|\right)$其中，和分别为相邻像素i和j局部邻域内的灰度均值；纹理能量函数的定义为：$E_{\mathrm{Tex}}(i,j)=\exp (-\left(\right|{\bar{H}}_1\left(i\right)-{\bar{H}}_2\left(j\right)|-|{\bar{L}}_1\left(i\right)-{\bar{L}}_2\left(j\right)\left|\right))$其中，和分别为像素i局部邻域内像素灰度值高于和低于邻域灰度均值的像素的均值；和为像素j局部邻域内像素灰度值高于和低于邻域灰度均值的像素的均值。