一种PET/CT肿瘤靶区自动分割方法

摘要

本发明公开了一种PET/CT肿瘤靶区自动分割方法，包括：一、去除待分割PET/CT图像的背景，获取灰度直方图；二、对灰度直方图进行归一化统计，并进行曲线拟合，以获得具有三个波峰和两个波谷的拟合曲线，取两个波谷中所对应较大的一个灰度值作为最佳点火阀值θ；三、建立优化PCNN模型；四、将各个属于点火序列的像素点的内部活动项U_ij[n]与最佳点火阀值θ进行比较，若U_ij[n]＞θ，则令Y_(i,j)[n]＝1，否则令Y_(i,j)[n]＝0，即将不满足条件的像素点移出点火序列；五、重复步骤四，直至属于点火序列的像素点保持不变；六、将待分割PET/CT图像中属于点火序列的像素点判定为属于肿瘤区域。本发明具有通用性强、分割结果精确、耗时少的优点。

主权项

一种PET/CT肿瘤靶区自动分割方法，包括以下步骤：步骤一、去除待分割PET/CT图像的背景，并获取去除背景后待分割PET/CT图像的灰度直方图；步骤二、对所述灰度直方图进行归一化统计，并采用六次函数对其进行曲线拟合，以获得具有三个波峰和两个波谷的拟合曲线，取所述两个波谷中所对应较大的一个灰度值作为划分肿瘤像素点与非肿瘤像素点的最佳点火阀值θ；步骤三、建立优化PCNN模型如下：F_ij[n]＝S_ij；$\begin{array}{c}{L}_{\mathrm{ij}}\left[n\right]=\Sigma w_{\mathrm{ijkl}}{Y}_{\mathrm{kl}}[n-1]\\ =\frac{Y_{(i-1,j-1)}[n-1]+2Y_{(i-1,j)}[n-1]+Y_{(i-1,j+1)}[n-1]+2+Y_{(i,j-1)}[n-1]+\delta Y_{(i,j)}[n-1]+2Y_{(i,j+1)}[n-1]+Y_{(i+1,j-1)}[n-1]+2Y_{(i+1,j)}[n-1]+Y_{(i+1,j+1)}[n-1]}{12+\delta }\end{array};$13≤δ≤24，且δ为整数；U_ij[n]＝F_ij[n]*L_ij[n]；其中，n表示优化PCNN模型的迭代次数，其为正整数；i和j分别表示所述待分割PET/CT图像中像素点的行序数和列序数；S_ij为待分割PET/CT图像中第i行第j列像素点的灰度值；δ为权重参数；F_ij[n]、L_ij[n]和U_ij[n]分别表示待分割PET/CT图像中第i行第j列像素点在第n次迭代时的反馈输入、链接输入和内部活动项；Y_(i,j)[n‑1]表示待分割PET/CT图像中第i行第j列像素点在第n‑1次迭代时的脉冲输出，Y_(i,j)[n]＝1表示待分割PET/CT图像中第i行第j列像素点属于点火序列，待分割PET/CT图像的所有像素点在初始时刻均属于点火序列，即Y_ij[0]＝1；步骤四、将待分割PET/CT图像中各个属于点火序列的像素点的内部活动项U_ij[n]与所述最佳点火阀值θ进行比较，若满足U_ij[n]＞θ的条件，则令Y_(i,j)[n]＝1，即将满足条件的像素点保持在点火序列中，否则令Y_(i,j)[n]＝0，即将不满足条件的像素点移出点火序列，以完成一次迭代；步骤五、重复所述步骤四，直至属于所述点火序列的像素点保持不变；步骤六、将所述待分割PET/CT图像中属于点火序列的像素点判定为属于肿瘤区域，完成PET/CT肿瘤靶区的自动分割。