專利名稱：基于t2-mri和dw-mri的宮頸癌圖像自動分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種基于T2加權(quán)的核磁共振成像T2-MRI和彌散加權(quán)的核磁共振成像DW-MRI的宮頸癌圖像自動分割方法。
背景技術(shù)：
宮頸癌是嚴重威脅女性生命健康的常見惡性腫瘤之一。宮頸癌的準確分割，對預(yù)防、診斷和治療宮頸癌有著重要的臨床意義和應(yīng)用價值。隨著影像學技術(shù)的發(fā)展，醫(yī)學圖像分割已經(jīng)成為醫(yī)學圖像分析領(lǐng)域里關(guān)鍵和具有挑戰(zhàn)性的問題。而宮頸癌分割又由于復(fù)雜的人體腹部組織結(jié)構(gòu)變得尤為復(fù)雜，單一成像模式T2-MRI不能完全顯示宮頸癌的有效信息。如圖1(a)和(b)分別為宮頸癌病人腹部的T2-MR圖像和DW-MR圖像，宮頸位于膀胱和直腸的中間。從圖1 (a)可以看出，T2-MR圖像具有較高空間分辨率，腫瘤邊界比較清晰，但是宮頸的正常組織、腫瘤、膀胱壁和直腸相互之間都有較嚴重的強度重疊；從圖1(b)可以看出在DW-MR圖像中腫瘤具有明顯較高的灰度值，但是其分辨率低，腫瘤邊界較模糊。因此單一成像模式下的宮頸癌分割的自動實現(xiàn)是相當困難的，一些常規(guī)的方法例如區(qū)域增長和閾值等都無法很好的分割腫瘤。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于T2-MRI和DW-MRI的宮頸癌圖像自動分割框架以及利用聯(lián)合最大后驗概率(CMAP)精確分割宮頸癌腫瘤區(qū)域的方法，從而進行準確的宮頸癌分割。為達到上述目的，一種基于T2加權(quán)的核磁共振成像T2-MRI和彌散加權(quán)的核磁共振成像DW-MRI的宮頸癌圖像自動分割方法，包括步驟1:利用非線性配準方法將DW-MR圖像配準到T2-MR圖像，并對配準后的Dff-MR圖像進行分類；步驟2 :采用非線性各向異性擴散濾波技術(shù)對T2-MR圖像進行濾波，分割出膀胱和直腸，并利用膀胱和直腸的分割結(jié)果將感興趣區(qū)分割出來；步驟3 :對T2-MR圖像的感興趣區(qū)和DW-MR圖像采用聯(lián)合最大后驗概率CMAP的方法進行腫瘤的精確分割。本發(fā)明充分利用了 T2-MR圖像和DW-MR圖像的有效信息，可以有效地克服T2-MR圖像中的噪聲、局部容積效應(yīng)和強度重疊的影響，是一種精確有效的宮頸癌分割方法，對預(yù)防、診斷和治療宮頸癌有著重要的臨床意義和應(yīng)用價值。


圖1是宮頸癌病人的解首I]結(jié)構(gòu)圖，(a)是T2-MR圖像；(b)是DW-MR圖像；圖2是基于T2-MRI和DW-MRI的自動分割框架圖；圖3是最大后驗概率方法(CMAP)的流程圖4是基于T2加權(quán)的核磁共振成像(T2-MRI)和彌散加權(quán)的核磁共振成像(Dff-MRI)的宮頸癌圖像自動分割框架實驗效果圖，(a)是原圖；(b)紅色輪廓線內(nèi)為包含腫瘤和正常組織的感興趣區(qū)；(c)配準到T2-MR圖像的DW-MR圖像；(d)只在T2-MR圖像上采用MAP方法的宮頸癌分割結(jié)果(即β = O時)；(e)在T2-MR圖像和DW-MR圖像上采用CMAP方法的宮頸癌分割結(jié)果(即β = I時)；(f)專家手工分割結(jié)果。
具體實施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進一步詳細說明。本發(fā)明的核心思想是一種基于T2加權(quán)的核磁共振成像(T2-MRI)和彌散加權(quán)的核磁共振成像(DW-MRI)的宮頸癌圖像自動分割框架以及利用聯(lián)合最大后驗概率(CMAP)精確分割宮頸癌腫瘤區(qū)域的方法，具體步驟包括首先，利用非線性配準方法將DW-MR圖像配準到T2-MR圖像(這里采用互信息配準方法作為示例)，并對配準后的DW-MR圖像進行分類； 然后采用非線性各向異性擴散濾波技術(shù)對T2-MR圖像進行濾波(這里采用P-M非線性各向異性擴散濾波作為示例)，接著分割出膀胱和直腸，并利用膀胱和直腸的分割結(jié)果將感興趣區(qū)(包含正常組織和腫瘤)分割出來；最后對T2-MR圖像的感興趣區(qū)和DW-MR圖像采用聯(lián)合最大后驗概率(CMAP)的方法進行腫瘤的精確分割。以下結(jié)合具體的實施例對根據(jù)本發(fā)明提供的這種基于T2加權(quán)的核磁共振成像(T2-MRI)和彌散加權(quán)的核磁共振成像(DW-MRI)的宮頸癌圖像自動分割框架以及利用聯(lián)合最大后驗概率(CMAP)精確分割宮頸癌腫瘤區(qū)域的方法進行詳細描述。如圖2所示為本發(fā)明提供的基于T2加權(quán)的核磁共振成像(T2-MRI)和彌散加權(quán)的核磁共振成像(DW-MRI)的宮頸癌圖像自動分割框架的流程圖，該方法包括以下步驟步驟1:利用非線性配準方法(如互信息配準方法、Demons算法等)將DW-MR圖像配準到T2-MR圖像，并對配準后的DW-MR圖像進行分類；步驟2 :采用非線性各向異性擴散濾波技術(shù)對T2-MR圖像進行濾波，接著分割出膀胱和直腸，并利用膀胱和直腸的分割結(jié)果將感興趣區(qū)(包含正常組織和腫瘤)分割出來；步驟3 :對T2-MR圖像的感興趣區(qū)和DW-MR圖像采用聯(lián)合最大后驗概率(CMAP)的方法進行腫瘤的精確分割。上述步驟I包括以下兩小步1)利用非線性配準方法將DW-MR圖像配準到T2-MR圖像，這里采用互信息配準方法作為示例；2)對配準后的DW-MR圖像進行分類是采用的自動閾值分類方法，實現(xiàn)腫瘤的初步分割及定位。上述步驟2包括以下四步1)采用非線性各向異性擴散濾波技術(shù)對T2-MR圖像進行濾波，在去除噪聲的同時保持邊緣信息，這里采用P-M非線性各向異性擴散濾波作為示例；2)膀胱分割；3)直腸分割；4)感興趣區(qū)分割。上述第一小步中P-M非線性擴散濾波器公式如下
= div(c(VI(i;t))VI(i;t))dt
I(i;0) = I0(i)其中ItlQ)為圖像在i處的像素強度值，i表示圖像的位置信息為(m，n)，▽是梯度算子，t代表時間，c( )是擴散系數(shù)，兩種形式為
權(quán)利要求
1.一種基于T2加權(quán)的核磁共振成像T2-MRI和彌散加權(quán)的核磁共振成像DW-MRI的宮頸癌圖像自動分割方法，包括步驟1:利用非線性配準方法將DW-MR圖像配準到T2-MR圖像，并對配準后的DW-MR圖像進行分類；步驟2 :采用非線性各向異性擴散濾波技術(shù)對T2-MR圖像進行濾波，分割出膀胱和直腸，并利用膀胱和直腸的分割結(jié)果將感興趣區(qū)分割出來；步驟3 :對T2-MR圖像的感興趣區(qū)和DW-MR圖像采用聯(lián)合最大后驗概率CMAP的方法進行腫瘤的精確分割。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述非線性配準方法包括互信息配準方法或Demons算法。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述對配準后的DW-MR圖像進行分類采用自動閾值分類方法，實現(xiàn)腫瘤的初步分割及定位。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于所述非線性各向異性擴散濾波技術(shù)包括 P-M非線性各向異性擴散濾波。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于由下式實現(xiàn)P-M非線性各向異性擴散濾波
6.根據(jù)權(quán)利要求1所述的方法，其特征在于所述膀胱分割采用主動輪廓模型，其中，所述膀胱是腹腔T2-MR圖像中灰度值最高的較均勻的整塊區(qū)域。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述直腸分割利用直腸位于宮頸的下方這一先驗知識和步驟I中的腫瘤初步分割結(jié)果，在去除膀胱的T2-MR圖像上采用了模糊C 均值的算法，得到直腸分割結(jié)果。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于所述感興趣區(qū)分割包括在去除膀胱和直腸的T2-MR圖像上，利用步驟I中腫瘤的初步分割結(jié)果，采用模糊C均值的算法，分割出包含腫瘤和正常組織的感興趣區(qū)。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟3包括1)計算T2-MR圖像的能量函數(shù)Ut2(X)；2)計算DW-MR圖像的能量函數(shù)UDw(x)；3)計算T2-MR圖像和DW-MR圖像的聯(lián)合能量函數(shù)Ut2(χ) + β Udw(χ)；4)判斷是否滿足終止條件，若滿足，根據(jù)能量最小原則判定腫瘤和正常組織的類別，從而輸出精確分割的腫瘤區(qū)域，若不滿足終止條件返回步驟I)。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于所述能量函數(shù)Ut2(X)由下式計算
11.根據(jù)權(quán)利要求9所述的方法，其特征在于所述聯(lián)合能量函數(shù)Ut2(χ) + βυΜ(χ)由下式計算
12.根據(jù)權(quán)利要求11所述的方法，其特征在于通過比較不同的β值下的分割結(jié)果，得到精確的腫瘤分割結(jié)果。
全文摘要
一種基于T2加權(quán)的核磁共振成像T2-MRI和彌散加權(quán)的核磁共振成像DW-MRI的宮頸癌圖像自動分割方法，包括利用非線性配準方法將DW-MR圖像配準到T2-MR圖像，并對配準后的DW-MR圖像進行分類；采用非線性各向異性擴散濾波技術(shù)對T2-MR圖像進行濾波，分割出膀胱和直腸，并利用膀胱和直腸的分割結(jié)果將感興趣區(qū)分割出來；對T2-MR圖像的感興趣區(qū)和DW-MR圖像采用聯(lián)合最大后驗概率CMAP的方法進行腫瘤的精確分割。本發(fā)明充分利用了T2-MR圖像和DW-MR圖像的有效信息，可以有效地克服T2-MR圖像中的噪聲、局部容積效應(yīng)和強度重疊的影響，是一種精確有效的宮頸癌分割方法，對預(yù)防、診斷和治療宮頸癌有著重要的臨床意義和應(yīng)用價值。
文檔編號G06T7/00GK102999917SQ20121055466
公開日2013年3月27日 申請日期2012年12月19日 優(yōu)先權(quán)日2012年12月19日
發(fā)明者李悟, 考月英, 田捷 申請人:中國科學院自動化研究所