基于改進的距離調整水平集算法的醫學圖像分割方法
【專利摘要】本發明公開了一種基于改進的距離調整水平集算法的醫學圖像分割方法，包括以下步驟：輸入二維醫學圖像；利用Matlab軟件采用高斯核函數對輸入的二維醫學圖像進行二維空間內的高斯濾波平滑，平滑濾波后的圖像的梯度信息為從而得到該二維醫學圖像的輪廓曲線，對DRLSE模型的隱函數進行改進得到ADRLSE模型，利用ADRLSE模型設置諾埃曼條件的邊界停止函數；輪廓曲線的演化使輪廓曲線自適應調整演化方向，直至滿足停止條件為止。本發明方法不僅保持了符號距離函數的屬性，而且避免了重新初始化，減少了計算量，解決了符號函數的周期性初始化問題，提高了算法的效率，避免了圖像分割中邊緣失真。
【專利說明】基于改進的距離調整水平集算法的醫學圖像分割方法
【技術領域】
[0001] 本發明涉及一種醫學圖像分割方法。特別是涉及一種改進的距離調整水平集方 法。
【背景技術】
[0002] 圖像分割是圖像處理、圖像分析和計算機視覺等領域經典的研究課題之一，也是 難點之一，其目的是將圖像分成各具特性的區域并將目標從背景和噪聲中分離出來，從而 為后續的定量、定性分析提供基礎支持。
[0003] 由于各種圖像，尤其是醫學圖像的方式各異，圖像處理過程中又不可避免地引入 一定的隨機噪聲，再加上圖像中感興趣目標的形態和強度差別很大，至今還沒有一種通用 的方法適合于所有圖像的分割。近年來發展起來的水平集方法綜合利用了區域與邊界信 息，以其精確性、自動性和最終分割結果的連續性被廣泛應用于圖像分割和計算機視覺等 領域。該類方法易于結合分割物體的形狀等先驗知識約束，逐漸成為醫學圖像的分割領域 的研究熱點。
[0004] 水平集方法是歐拉法求解隱式偏微分方程的一種方法，水平集方法是最先由 OsherandSethian在上世紀80年代提出的，用于流體運動和火焰傳播界面的追蹤，隨后又 被引入到計算機視覺和圖像處理領域。其主要思想是將被動曲線C(p，t)嵌入到高一維空 間的水平集函數#?(.ν,.ι·,0中，通過計算水平集函數零水平樹C(/M),f) = 0的位置來追蹤曲 線的演化。其中，P是任意參數化變量，t表示時間。在傳統的水平集方法中，初始水平集函 數通常取為符號距離函數。水平集函數在迭代的過程中可能發生退化，使它不再保持符號 函數，因此要進行重新初始化操作，以保證水平集函數接近一個符號函數。在演化過程中周 期性地對水平集函數進行校正，即重新初始化為符號函數，這一操作計算量非常大。Li等 引入了符號距離函數來懲罰能量泛函，即無需初始化的水平集方法，解決了符號函數的周 期性初始化問題，提高了算法的效率，但分割邊界模糊或不連續的圖像時往往出現邊界泄 露現象。2005年Li等引入距離調整函數的水平集方法（AdvancedDistanceRegularized LevelSetEvolution),在符號距離函數的基礎上對該函數進行了調整。
【發明內容】
[0005] 針對上述現有技術，本發明提供一種基于改進的距離調整水平集算法的醫學圖 像分割方法，主要是在距離調整水平集算法（DRLSE，DistanceRegularizedLevelSet EvolutionMode,)基礎上提出了改進的距離調整水平集算法（ADRLSE，AdvancedDistance RegularizedLevelSetEvolution),在曲線演化即水平集函數演化過程中，不僅保持符號 距離函數的屬性，避免重新初始化，提供了更有效的計算，減少了經過DRLSE處理后的二維 醫學圖像邊緣銳化，利用本發明中建立的ADRLSE模型處理后的圖像邊緣更光滑。
[0006] 為了解決上述技術問題，本發明一種基于改進的距離調整水平集算法的醫學圖像 分割方法予以實現的技術方案是，該方法包括以下步驟：
[0007] 步驟一、輸入二維醫學圖像；
[0008] 步驟二、利用Matlab軟件采用高斯核函數對輸入的二維醫學圖像進行二維空間內 的高斯濾波平滑，二維醫學圖像函數為I(X，y);高斯核函數為Off = -Uexp(-(.r+r)), 2πσ~ 2<r 其中。為標準方差，平滑濾波后的圖像為Γ，Γ=6。*1(1，7)，平滑濾波后的圖像的梯度 信息為VGff * /(.r，.v)，從而得到該二維醫學圖像的輪廓曲線；
[0009] 步驟三、對DRLSE模型的隱函數進行改進，使水平集函數接近于符號距離函數，改 進后的隱函數為：
【權利要求】
1. 一種基于改進的距離調整水平集算法的醫學圖像分割方法，其特征在于：包括以下 步驟： 步驟一、輸入二維醫學圖像； 步驟二、利用Matlab軟件采用高斯核函數對輸入的二維醫學圖像進行二維空間內的 高斯濾波平滑，二維醫學圖像函數為I (x，y);高斯核函數為
其 中。為標準方差，平滑濾波后的圖像為Γ，Γ =6。*1(1，7)，平滑濾波后的圖像的梯度信 息為VGtlO(W)，從而得到該二維醫學圖像的輪廓曲線； 步驟三、對DRLSE模型的隱函數進行改進，使水平集函數接近于符號距離函數，改進后 的隱函數為：
式中，P為隱函數，S為平面區域； 基于改進后的隱函數得到ADRLSE模型，利用ADRLSE模型設置諾埃曼條件的邊界停止 函數； 步驟四、開始輪廓曲線的演化，即使輪廓曲線自適應調整演化方向； 步驟五、在輪廓曲線的演化過程中，當輪廓曲線滿足諾埃曼條件的邊界停止函數時，輪 廓曲線收斂到目標邊界，則停止演化，最終得到目標圖像輪廓；否則，返回步驟四。
2. 根據權利要求1所述基于改進的距離調整水平集算法的醫學圖像分割方法，步驟三 中，利用ADRLSE模型設置諾埃曼條件的邊界停止函數為：
其中，GJI 表示用高斯核函數G。對圖像I進行平滑濾波，￥表示對平滑后的圖像求梯度。
【文檔編號】G06T7/00GK104376559SQ201410649120
【公開日】2015年2月25日 申請日期:2014年11月14日 優先權日:2014年11月14日
【發明者】倪愛娟, 田豐, 謝新武, 孫秋明, 楊健, 劉長軍, 杜振杰, 趙杰 申請人:中國人民解放軍軍事醫學科學院衛生裝備研究所, 中國人民解放軍總后勤部東北軍用物資采購局