| 主权项 |
1.一种超声图像Ncut分割中相似度矩阵的构造方法，其特征在于，包含以下步骤：（1）对待分割的超声图像依次进行各向异性扩散滤波、同态滤波的预处理；（2）对（1）所得的图像用简单线性迭代聚类的方法产生超像素，即边界不规则的匀质子区域；（3）计算（2）中所得每个子区域的平均灰度G，然后计算所有子区域两两之间G的欧氏距离Dg；同时利用灰度共生矩阵提取每个子区域的24个纹理特征，把这24个数据组成一个向量T，然后计算所有子区域两两之间T的距离Dt；灰度信息和纹理信息按照下式组合来完成对相似度矩阵的构造<maths num="0001"><![CDATA[<math><mrow><msub><mi>w</mi><mrow><mo>(</mo><mi>ri</mi><mo>,</mo><mi>rj</mi><mo>)</mo></mrow></msub><mo>=</mo><msub><mi>w</mi><mrow><mi>t</mi><mrow><mo>(</mo><mi>ri</mi><mo>,</mo><mi>rj</mi><mo>)</mo></mrow></mrow></msub><mo>*</mo><msub><mi>w</mi><mrow><mi>g</mi><mrow><mo>(</mo><mi>ri</mi><mo>,</mo><mi>rj</mi><mo>)</mo></mrow></mrow></msub><mo>=</mo><msup><mi>e</mi><mfrac><mrow><mo>-</mo><msub><mi>D</mi><mrow><mi>t</mi><mrow><mo>(</mo><mi>ri</mi><mo>,</mo><mi>rj</mi><mo>)</mo></mrow></mrow></msub></mrow><mrow><mi>ST</mi><mo>*</mo><mi>ST</mi></mrow></mfrac></msup><mo>*</mo><msup><mi>e</mi><mfrac><mrow><mo>-</mo><msub><mi>D</mi><mrow><mi>g</mi><mrow><mo>(</mo><mi>ri</mi><mo>,</mo><mi>rj</mi><mo>)</mo></mrow></mrow></msub></mrow><mrow><mi>SG</mi><mo>*</mo><mi>SG</mi></mrow></mfrac></msup></mrow></math>]]></maths>ri,rj分别为步骤（2）所得任一子区域，w<sub>(ri,rj)</sub>表示子区域ri和rj之间的相似度，D<sub>g(ri,rj)</sub>为ri和rj之间G的距离，D<sub>t(ri,rj)</sub>为ri和rj之间T的距离；（4）步骤（3）所构造的相似度矩阵用于基于Ncut聚类的超声图像分割中，分离超声图像的肿瘤区域和背景区域，验证所构造相似度矩阵的有效性。 |
