一种多发性硬化损伤区域分割方法

摘要

本发明公开了一种多发性硬化损伤区域分割方法，包括以下步骤：对多序列核磁共振图像进行预处理；利用多项式逻辑回归方法对手动标记的训练样本进行学；根据学到的参数对预处理后的图像中的每个像素进行分类得到每个像素点属于不同组织的概率；结合分类概率和全变差正则项建立目标函数，通过连续最大流算法极小化目标函数得到多发性硬化损伤区域的中间分割结果；最后根据多发性硬化损伤的空间分布情况去除假阳性区域得到最终的损伤区域分割结果。本发明能够提高多发性损伤区域的分割精度，可应用于脑核磁共振 图像中病变区域的有效检测。

主权项

一种多发性硬化损伤区域分割方法，包括：对图像进行去壳、配准及灰度归一化的预处理操作；对手动标记样本进行训练，得出最优参数；根据所述最优参数计算待分割图像中的每个像素点隶属于多发性硬化损伤区域的概率和正常脑组织区域的概率；结合所述的属于多发性硬化损伤区域的概率概率、属于正常脑组织区域的概率和全变差模型建立目标函数；对所述目标函数进行极小化，得出多发性硬化损伤区域的分割结果；最后分割T1权重序列图像，计算多发性硬化损伤区域的中间分割结果和白质区域之间的重合度，去除重合度低于30％的多发性硬化损伤区域的中间分割结果，得到多发性硬化损伤区域的最终分割结果；其特征在于：所述结合属于多发性硬化损伤区域的概率概率、属于正常脑组织区域的概率和全变差模型建立目标函数的具体方法如下：结合隶属度函数u和全变差模型建立所述目标函数，形式如下$E=\int -\log p(x\in {\Omega }_l)u\left(x\right)\mathrm{dx}+\int -\log p(x\notin {\Omega }_l)(1-u\left(x\right))\mathrm{dx}+\lambda \int |▿u\left(x\right))|\mathrm{dx}$x表示像素点，Ω_l表示多发性硬化损伤区域，p(x∈Ω_l)表示像素点属于多发性硬化损伤区域的概率，表示像素点属于正常脑组织区域的概率。