一种脑部核磁共振图像中脑胶质瘤区域提取方法与流程

技术特征：

1.一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，包括如下步骤：

步骤A.针对各张目标多模态脑部核磁共振图像进行预处理操作和融合操作，获得目标脑部多模态融合核磁共振图像；

步骤B.分别针对目标脑部多模态融合核磁共振图像中的各个像素点，通过预设聚类方法，获得像素点分别属于预设各个脑部组织状态类别的隶属度；

步骤C.针对目标脑部多模态融合核磁共振图像，根据各个像素点分别属于预设各个脑部组织状态类别的隶属度，分别针对各个像素点，获得像素点分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值和脑组织区域的概率值；

步骤D.针对目标脑部多模态融合核磁共振图像，根据各个像素点分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值、脑组织区域的概率值，以及各个像素点的空间分布，获得目标脑部多模态融合核磁共振图像中脑胶质瘤区域。

2.根据权利要求1所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，还包括位于所述D之后的步骤E如下：

步骤E.根据脑部临床先验知识，针对所获目标脑部多模态融合核磁共振图像中的脑胶质瘤区域进行优化，获得目标脑部多模态融合核磁共振图像中的高精度脑胶质瘤区域。

3.根据权利要求2所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，所述步骤E包括如下步骤：

步骤E1.针对所获目标脑部多模态融合核磁共振图像中的脑胶质瘤区域进行填孔操作，更新目标脑部多模态融合核磁共振图像中的脑胶质瘤区域；

步骤E2.删除目标脑部多模态融合核磁共振图像中，位于脑部水肿区域以及脑组织区域中误判的脑胶质瘤区域，更新目标脑部多模态融合核磁共振图像中的脑胶质瘤区域；

步骤E3.针对所获目标脑部多模态融合核磁共振图像，删除其中体积小于阈值的脑胶质瘤区域，即获得目标脑部多模态融合核磁共振图像中的高精度脑胶质瘤区域。

4.根据权利要求1或2所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，所述步骤A包括如下步骤：

步骤A1.分别针对各张目标多模态脑部核磁共振图像进行去偏场操作，更新各张目标多模态脑部核磁共振图像；

步骤A2.根据参考脑部标准权重图像，分别针对各张目标多模态脑部核磁共振图像进行配准，更新各张目标多模态脑部核磁共振图像；

步骤A3.获得参考脑部标准权重图像进行去脑壳操作的结果图像，并根据该结果图像，分别针对各张目标多模态脑部核磁共振图像进行去脑壳操作，更新各张目标多模态脑部核磁共振图像；

步骤A4.分别针对各张目标多模态脑部核磁共振图像进行灰度归一化操作，更新各张目标多模态脑部核磁共振图像；

步骤A5.针对各张目标多模态脑部核磁共振图像进行融合，获得目标脑部多模态融合核磁共振图像。

5.根据权利要求4所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，所述步骤B包括如下步骤：

步骤B1.针对目标脑部多模态融合核磁共振图像，建立目标脑部多模态融合核磁共振图像所对应的分层模糊C均值聚类模型：

$J(U,V,C)=\underset{i=1}{\overset{N}{\Σ}}\underset{j=1}{\overset{J}{\Σ}}\underset{k=1}{\overset{K}{\Σ}}{u}_{ij}^{mn}{v}_{ijk}^n\left|\right|y_i-c_{jk}|{|}_2^2$

$\begin{array}{ccc}s.t.& \underset{j=1}{\overset{J}{\Σ}}{u}_{ij}=1,& \underset{k=1}{\overset{K}{\Σ}}{v}_{ijk}=1\end{array}$

其中，U表示目标脑部多模态融合核磁共振图像中各像素点分别属于预设各个脑部组织状态类别的隶属度集合，V表示目标脑部多模态融合核磁共振图像中各像素点分别属于预设各个脑部组织状态类别的各子类别的隶属度集合，C表示目标脑部多模态融合核磁共振图像对应预设各个脑部组织状态类别的各子类别的灰度均值；u_ij表示目标脑部多模态融合核磁共振图像中第i个像素点属于预设第j个脑部组织状态类别的隶属度，v_ijk表示目标脑部多模态融合核磁共振图像中第i个像素点属于预设第j个脑部组织状态类别的第k个子类别的隶属度，y_i表示目标脑部多模态融合核磁共振图像中第i个像素点的灰度向量，c_jk表示目标脑部多模态融合核磁共振图像中对应预设第j个脑部组织状态类别的第k个子类的灰度均值；m,n分别表示预设常数；

步骤B2.采用拉格朗日乘子法针对目标脑部多模态融合核磁共振图像所对应的分层模糊C均值聚类模型进行求解，获得像素点分别属于预设各个脑部组织状态类别的隶属度。

6.根据权利要求5所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于：所述预设各个脑部组织状态类别包括胶质瘤活跃区域类别、胶质瘤坏死区域类别、水肿区域类别、脑白质区域类别、脑灰质区域类别、脑脊液区域类别、脑脂肪区域类别。

7.根据权利要求6所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，所述步骤C包括如下具体操作：

针对目标脑部多模态融合核磁共振图像，根据各个像素点分别属于预设各个脑部组织状态类别的隶属度，分别针对各个像素点，将像素点属于脑白质区域类别的隶属度、属于脑灰质区域类别的隶属度、属于脑脊液区域类别的隶属度、属于脑脂肪区域类别的隶属度相加计算获得该像素点属于脑组织区域的概率值；将像素点属于胶质瘤活跃区域类别的隶属度与属于胶质瘤坏死区域类别的隶属度相加计算获得该像素点属于脑部胶质瘤区域的概率值；像素点属于水肿区域类别的隶属度即为该像素点属于脑部水肿区域的概率值。

8.根据权利要求7所述一种脑部核磁共振图像中脑胶质瘤区域提取方法，其特征在于，所述步骤D包括如下步骤：

步骤D1.针对目标脑部多模态融合核磁共振图像，根据各个像素点分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值、脑组织区域的概率值，获得目标脑部多模态融合核磁共振图像概率图p；

步骤D2.结合目标脑部多模态融合核磁共振图像中各个像素点的空间分布，建立正则化模型：

$q^{*}=\underset{q}{\arg \min }\left\{\left|\right|p-q|{|}_F^2+\mathrm{\μ}\underset{i}{\Σ}\underset{|i-j|\≤\mathrm{\δ}}{\Σ}||q_i-q_j|{|}_2^2\right\}$

s.t.q≥0，1^Tq_i＝1，i＝{1、…、N}，j＝{1、…、N}，i≠j

其中，q表示目标脑部多模态融合核磁共振图像所对应空间先验约束的概率图；q^*是目标函数达到最优时所对应的q值。F表示F范数，μ是调节参数，q_i表示第i个像素点的概率，q_j表示第j个像素点的概率；

步骤D3.根据正则化模型，利用交替迭代算法，求得目标脑部多模态融合核磁共振图像中每个像素点在空间约束下分别属于脑部胶质瘤区域的概率值、脑部水肿区域的概率值、脑组织区域的概率值；

步骤D3.根据目标脑部多模态融合核磁共振图像中各个像素点分别所对应的最高概率，确定像素点所属区域，获得目标脑部多模态融合核磁共振图像中脑胶质瘤区域。