專利名稱：基于統(tǒng)計(jì)多圖譜配準(zhǔn)優(yōu)化的磁共振圖像腦子結(jié)構(gòu)自動分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，特別涉及對三維磁共振腦圖像進(jìn)行自動分割的方法。
背景技術(shù)：
在醫(yī)學(xué)影像的基礎(chǔ)和臨床研究中，對磁共振腦圖像進(jìn)行分割具有重要的意義?？煽俊⒕_的對腦進(jìn)行分割被廣泛的應(yīng)用于許多醫(yī)學(xué)影像的應(yīng)用中，如手術(shù)計(jì)劃制定、疾病病程研究、老年人或年輕人的大腦發(fā)展等。腦分割包括對腦組織和腦結(jié)構(gòu)進(jìn)行分割。在傳統(tǒng)研究中，由經(jīng)過訓(xùn)練的專家對腦磁共振圖像手工標(biāo)定所得到的分割結(jié)果是圖像分割的金標(biāo)準(zhǔn)。然而這種方法非常耗時(shí)，特別是隨著數(shù)據(jù)集的不斷増大，此方法變得越來越不可行。另夕卜，手工標(biāo)定也容易引入個(gè)體內(nèi)和個(gè)體間的分割偏差。因此，開發(fā)全自動的腦分割算法變得十分必要。盡管為了開發(fā)高效、準(zhǔn)確的自動分割算法，研究人員付出了不懈的努力，但是由于圖像本身的質(zhì)量以及腦組織和結(jié)構(gòu)在磁共振圖像中特有屬性的影響，開發(fā)精確的，可靠的，全自動的腦分割算法仍然面臨著不小的挑戰(zhàn)。近年來，基于圖譜的分割方法由于其優(yōu)越的性能引起許多研究人員的關(guān)注。基于圖譜的分割方法的基本思想是利用圖像配準(zhǔn)的方法把一副經(jīng)過手工分割的圖像(圖譜)配準(zhǔn)到待分割圖像上，然后把經(jīng)過配準(zhǔn)的圖像的手工分割結(jié)果做為待分割圖像的分割結(jié)果。此方法的優(yōu)點(diǎn)是待分割目標(biāo)的形狀信息可以被隱式的包含在配準(zhǔn)的過程中。為了彌補(bǔ)基于單個(gè)圖譜分割方法容易受偶然的配準(zhǔn)錯(cuò)誤影響的問題，研究人員最近開發(fā)了基于多圖譜的分割方法，此方法需要提供多個(gè)圖譜，然后把每個(gè)圖譜分別配準(zhǔn)到待分割圖像空間中，最后利用標(biāo)簽融合的辦法把多個(gè)經(jīng)過配準(zhǔn)的圖譜的分割結(jié)果進(jìn)行融合從而獲得分割。在已有エ作中，許多研究關(guān)注于提出新的標(biāo)簽融合方法，而所用的配準(zhǔn)方法則是傳統(tǒng)的基于圖像相似性的配準(zhǔn)方法。這些配準(zhǔn)方法受制于圖像采集質(zhì)量和圖像內(nèi)目標(biāo)差異的影響，從而也間接的影響了最終的分割結(jié)果?？梢钥隙ǖ氖?，通過提高圖譜與待分割圖像之間的配準(zhǔn)精度可以最終提高分割結(jié)果的表現(xiàn)。

發(fā)明內(nèi)容
本方法的目的是提供ー種對三維磁共振腦圖像進(jìn)行自動分割的方法。為了實(shí)現(xiàn)上述目的，ー種基于統(tǒng)計(jì)多圖譜配準(zhǔn)優(yōu)化的磁共振圖像腦子結(jié)構(gòu)自動分割方法，包括步驟利用手動圖像分割方法獲取多個(gè)圖譜；將多個(gè)圖譜逐個(gè)配準(zhǔn)到待分割圖像；對待分割圖像進(jìn)行初始分割；對初始分割圖像進(jìn)行迭代優(yōu)化處理；利用多通道圖像配準(zhǔn)計(jì)算每個(gè)圖譜與待分割圖像之間的配準(zhǔn)場，
利用配準(zhǔn)場把圖譜的圖像和分割結(jié)果配準(zhǔn)到待分割圖像空間；計(jì)算最終的分割結(jié)果。本發(fā)明利用迭代的方法同時(shí)優(yōu)化圖譜與分割圖像的配準(zhǔn)精度和待分割圖像的分割結(jié)果，使得最終的分割結(jié)果明顯優(yōu)于傳統(tǒng)的多圖譜分割方法。


圖I是待分割磁共振腦圖像和多個(gè)圖譜；圖2是本發(fā)明的流程圖；圖3是對圖I中待分割圖像進(jìn)行分割的結(jié)果。
具體實(shí)施例方式下面結(jié)合附圖詳細(xì)說明本發(fā)明技術(shù)方案中所涉及的各個(gè)細(xì)節(jié)問題。應(yīng)指出的是，所描述的實(shí)施例僅g在便于對于本發(fā)明的理解，而不起任何限定作用。本發(fā)明是對Tl加權(quán)像三維磁共振腦圖像進(jìn)行的自動分割。如圖I所示，圖像102，104展示了對腦圖像進(jìn)行分割時(shí)所需的輸入圖像，其中，102為ー層Tl加權(quán)像三維磁共振腦圖像的軸狀位視圖，104為ー組經(jīng)過手工分割的圖譜。本發(fā)明在多圖譜分割的框架下提出了ー種基于迭代統(tǒng)計(jì)多圖譜的分割方法。利用具有手動分割結(jié)果的一組圖像作為圖譜，首先利用傳統(tǒng)統(tǒng)計(jì)多圖譜方法對待分割圖像進(jìn)行初始分割，然后利用迭代的方法優(yōu)化初始分割結(jié)果，最后把迭代之后得到的結(jié)果作為最終的分割結(jié)果。圖2展示了使用本方法進(jìn)行磁共振腦圖像分割的流程。本方法的輸入包括一副待分割的磁共振圖像和一組進(jìn)行過手動子結(jié)構(gòu)分割的圖用Timg 表示一副待分割圖像，用
權(quán)利要求
1.ー種基于統(tǒng)計(jì)多圖譜配準(zhǔn)優(yōu)化的磁共振圖像腦子結(jié)構(gòu)自動分割方法，包括步驟 利用手動圖像分割方法獲取多個(gè)圖譜； 將多個(gè)圖譜逐個(gè)配準(zhǔn)到待分割圖像； 對待分割圖像進(jìn)行初始分割； 對初始分割圖像進(jìn)行迭代優(yōu)化處理； 利用多通道圖像配準(zhǔn)計(jì)算每個(gè)圖譜與待分割圖像之間的配準(zhǔn)場， 利用配準(zhǔn)場把圖譜的圖像和分割結(jié)果配準(zhǔn)到待分割圖像空間； 計(jì)算最終的分割結(jié)果。
2.按權(quán)利要求I所述的方法，其特征在于所述迭代優(yōu)化處理包括 限制最大的迭代次數(shù)。
3.按權(quán)利要求I所述的方法，其特征在于所述迭代優(yōu)化處理包括 分析迭代過程中前后兩次分割結(jié)果的差異。
4.按權(quán)利要求2或3所述的方法，其特征在干 如果滿足權(quán)利要求2和權(quán)利要求3的條件之一，則退出迭代； 如果不滿足權(quán)利要求2和權(quán)利要求3的條件，則繼續(xù)執(zhí)行迭代。
5.按權(quán)利要求I所述的方法，其特征在于按下式計(jì)算每個(gè)圖譜與待分割圖像之間的配準(zhǔn)場
6.按權(quán)利要求I所述的方法，其特征在于采用利用標(biāo)簽融合方法計(jì)算最終的分割結(jié)果O
7.按權(quán)利要求6所述的方法，其特征在于所述標(biāo)簽融合方法包括投票方法。
8.按權(quán)利要求6所述的方法，其特征在于所述標(biāo)簽融合方法包括利用圖譜圖像與待分割圖像在局部的灰度相似性進(jìn)行融合。
全文摘要
一種基于統(tǒng)計(jì)多圖譜配準(zhǔn)優(yōu)化的磁共振圖像腦子結(jié)構(gòu)自動分割方法，利用手動圖像分割方法獲取多個(gè)圖譜；將多個(gè)圖譜逐個(gè)配準(zhǔn)到待分割圖像；對待分割圖像進(jìn)行初始分割；對初始分割圖像進(jìn)行迭代優(yōu)化處理；利用多通道圖像配準(zhǔn)計(jì)算每個(gè)圖譜與待分割圖像之間的配準(zhǔn)場，利用配準(zhǔn)場把圖譜的圖像和分割結(jié)果配準(zhǔn)到待分割圖像空間；計(jì)算最終的分割結(jié)果。本發(fā)明利用迭代的方法同時(shí)優(yōu)化圖譜與分割圖像的配準(zhǔn)精度和待分割圖像的分割結(jié)果，使得最終的分割結(jié)果明顯優(yōu)于傳統(tǒng)的多圖譜分割方法。
文檔編號G06T5/50GK102646268SQ20121004279
公開日2012年8月22日 申請日期2012年2月22日 優(yōu)先權(quán)日2012年2月22日
發(fā)明者范勇, 蔣田仔, 郝永富 申請人:中國科學(xué)院自動化研究所