中当前待处理的初步目标区域定义为当前初步目标区域；
[0037] (5)从当前灰度图像中提取出与当前初步目标区域对应的所有尺寸大小为5X5 的子块，按序对当前初步目标区域对应的每个尺寸大小为5 X 5的子块进行处理，将当前待 处理的尺寸大小为5X5的子块定义为当前子块；
[0038] (6)将当前子块中的所有像素点各自的像素值作为输入参数输入非线性优化模型 中进行优化，该非线性优化模型为：
[0040] 其中表示非线性优化模型输出的信噪比，A为固定周期信号的幅度，f。为固定 dt 周期信号的频率，t为布朗粒子的运动时间，Φ为固定周期信号的初相位，m、η均为双稳态 势皇实参数，g(t)表示非线性优化模型的输入参数，s为布朗粒子的运动坐标，α为噪声强 度，ξ (t)为均值为0的高斯白噪声；
[0041] 将当前子块中的所有像素点各自的像素值作为输入参数输入非线性优化模型中 进行优化后，非线性优化模型输出当前子块中的所有像素点各自的信噪比，如果当前子块 中的每个像素点的信噪比与事先存储于数据库中的医学扫描图像的灰度图像中对应像素 点的信噪比的误差小于10%，则确定当前子块优化成功，其中，事先存储于数据库中的医学 扫描图像的灰度图像的尺寸大小与当前灰度图像的尺寸大小相同；
[0042] (7)将下一个待处理的尺寸大小为5X5的子块作为当前子块，然后返回步骤（6) 继续执行，直至当前初步目标区域对应的所有尺寸大小为5 X 5的子块处理完毕，得到对应 的最终目标区域；
[0043] (8)将当前灰度图像中下一个待处理的初步目标区域作为当前初步目标区域，然 后返回步骤（5)继续执行，直至当前灰度图像中的所有初步目标区域处理完毕，得到当前 灰度图像中的多个最终目标区域，至此完成医学扫描图像的分割。
[0044] 以上实施例的步骤（6)中，事先存储于数据库中的医学扫描图像的灰度图像中的 每个像素点的信噪比的具体获取过程为：
[0045] (6. 1)选取一幅来源于核磁共振诊断设备的具有代表性的鼻咽癌MRI图像的扫描 图像，然后将该扫描图像转换为灰度图像；
[0046] (6. 2)假设该灰度图像的宽度和高度对应为WXH，那么如果WXH能够被5X5整 除，则将该灰度图像作为待处理灰度图像，然后直接将待处理灰度图像划分姑
个互 不重叠的尺寸大小为5X5的子块；如果WXH不能够被5X5整除，则扩展该灰度图像使其 尺寸大小能够被5X5整除，将扩展后的灰度图像作为待处理灰度图像，然后将待处理灰度 图像划分试
-个互不重叠的尺寸大小为5X5的子块，其中，W'和H'对应表示扩展后 的灰度图像的宽度和高度，W' = = W且Η' >H或W' >W且H' = = H或W' >W且Η' >H ;
[0047] (6. 3)手动圈定待处理灰度图像中的每个目标区域；
[0048] (6.4)计算待处理灰度图像中的每个目标区域对应的每个尺寸大小为5X5的子 块中的每个像素点的信噪比。
[0049] 本发明分割算法中，用到的傅里叶变换算法、区域生长法以及扩展灰度图像的方 法均采用现有技术。例如，傅里叶变换算法可以参考"利用傅里叶变换提取图像纹理特征新 方法"，徐贵力等，光电工程，第31卷第11期，2004年11月。
[0050] 对于图1，非线性优化模型的具体参数选择为：保持固定周期信号的幅度A = 4、固 定周期信号的频率fc= 1Hz、固定周期信号的初相位Φ =0不变，并使得噪声强度α取值 范围为[0, 400]，此时令双稳态势皇实参数η = 1，并使双稳态势皇实参数m在[1，10]之内 进行步进为〇. 1的变化，同时监控系统输出信噪比，当输出信噪比曲线产生特征峰并且峰 值为最大值时，即可以确定m = 6. 5,此时各项参数为最优化选择。
[0051] 利用本发明分割算法并结合上述具体参数对图1进行分割，分割后的图像见图2， 从图2可以明显看出，经本发明算法分割后，图像的分割精度高，图像的边缘信息细节保持 地更完整，从而有利于提高对鼻咽癌病例判断的准确性。
【主权项】
1.基于傅里叶变换的医学图像分割算法，其特征在于，包括以下步骤： (1)获取一幅来源于X射线机、CT或核磁共振诊断设备的待分割的医学扫描图像，然 后将该待分割的医学扫描图像转换成灰度图像，再采用傅里叶变换算法对灰度图像进行分 析，得到初始感兴趣的轮廓{Al，A2,A3,…，An}，其中Al，A2,A3,…，An定义为构成初始感兴 趣的轮廓的所有轮廓点； ⑵根据初始感兴趣的轮廓{A1，A2,A3, ···，!!}经包络得到灰度图像中的感兴趣区域， 根据该感兴趣区域的外形选取一个能够将该感兴趣区域包含在内的方形区域，定义该方形 区域的宽度为W、高度为H，如果WXH能够被uXu整除，则将该方形区域定义为当前灰度 图像，然后直接将当前灰度图像划分成Ε-?-77-个互不重叠的尺寸大小为uXu的子块；如果 υχυ WXH不能够被uXu整除，则扩展该方形区域使其尺寸大小能够被uXu整除，将扩展后的 方形区域定义为当前灰度图像，然后将当前灰度图像划分成个互不重叠的尺寸大 小为uXu的子块，其中，W'和Η'对应表示扩展后的方形区域的宽度和高度，W' ==W且Η'>H或W'>W且H' = =Η或W'>W且H' >H，u取 4、5 或 6 ; (3) 采用区域生长法对当前灰度图像进行分割，得到当前灰度图像中的多个初步目标 区域； (4) 将当前灰度图像中当前待处理的初步目标区域定义为当前初步目标区域； (5) 从当前灰度图像中提取出与当前初步目标区域对应的所有尺寸大小为uXu的子 块，按序对当前初步目标区域对应的每个尺寸大小为uXu的子块进行处理，将当前待处理 的尺寸大小为uXu的子块定义为当前子块； (6) 将当前子块中的所有像素点各自的像素值作为输入参数输入非线性优化模型中进 行优化，该非线性优化模型为：其中表示非线性优化模型输出的信噪比，A为固定周期信号的幅度，f。为固定周期at 信号的频率，t为布朗粒子的运动时间，Φ为固定周期信号的初相位，m、η均为双稳态势皇 实参数，g(t)表示非线性优化模型的输入参数，s为布朗粒子的运动坐标，α为噪声强度， ξ(t)为均值为0的高斯白噪声； 将当前子块中的所有像素点各自的像素值作为输入参数输入非线性优化模型中进行 优化后，非线性优化模型输出当前子块中的所有像素点各自的信噪比，如果当前子块中的 每个像素点的信噪比与事先存储于数据库中的医学扫描图像的灰度图像中对应像素点的 信噪比的误差小于10%，则确定当前子块优化成功，其中，事先存储于数据库中的医学扫描 图像的灰度图像的尺寸大小与当前灰度图像的尺寸大小相同； (7) 将下一个待处理的尺寸大小为uXu的子块作为当前子块，然后返回步骤（6)继续 执行，直至当前初步目标区域对应的所有尺寸大小为uXu的子块处理完毕，得到对应的最 终目标区域； (8) 将当前灰度图像中下一个待处理的初步目标区域作为当前初步目标区域，然后返 回步骤（5)继续执行，直至当前灰度图像中的所有初步目标区域处理完毕，得到当前灰度 图像中的多个最终目标区域，至此完成医学扫描图像的分割。2.根据权利要求1所述的基于傅里叶变换的医学图像分割算法，其特征在于：步骤（6) 中事先存储于数据库中的医学扫描图像的灰度图像中的每个像素点的信噪比的具体获取 过程为： (6. 1)选取一幅来源于X射线机、CT或核磁共振诊断设备的具有代表性的医学扫描图 像，然后将该医学扫描图像转换为灰度图像； (6. 2)定义该灰度图像的宽度为W、高度为H，如果WXH能够被uXu整除，则将该灰 Wxll 度图像作为待处理灰度图像，然后直接将待处理灰度图像划分成-----------------个互不重叠的尺寸 UXU. 大小为uXu的子块；如果WXH不能够被uXu整除，则扩展该灰度图像使其尺寸大小能 够被uXu整除，将扩展后的灰度图像作为待处理灰度图像，然后将待处理灰度图像划分成 W'χ // ' 个互不重叠的尺寸大小为uXu的子块，其中，W'和Η'对应表示扩展后的灰度图像 UXU 的宽度和高度，w' ==w且H'>H或W'>W且Η' ==H或W'>W且H'>H，u取4、5或6; (6. 3)手动圈定待处理灰度图像中的每个目标区域； (6.4)计算待处理灰度图像中的每个目标区域对应的每个尺寸大小为uXu的子块中 的每个像素点的信噪比。
【专利摘要】本发明公开了一种基于傅里叶变换的医学图像分割算法，采用傅里叶变换算法对灰度图像进行分析，获得感兴趣的灰度图像区域，并将感兴趣的灰度图像区域划分为互不重叠的子块，采用区域生长法对当前灰度图像进行分割，综合考虑了所有像素，提高了像素分割的准确性，避免了现有分割方法的不足；采用本发明分割算法对医学图像进行分割，分割效果明显，有利于提高对医学图像及病例判断的准确性，尤其适用于噪声污染较严重和边缘化较模糊的医学图像边缘的准确确定。
【IPC分类】G06T7/00
【公开号】CN105261006
【申请号】CN201510577907
【发明人】汤旭翔, 傅均, 陈赛, 陈柳柳
【申请人】浙江工商大学
【公开日】2016年1月20日
【申请日】2015年9月11日