基于遗传算法的肝脏CT图像自动定位分割方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110148109A(43)申请公布日2019.08.20(21)申请号201910241669.2G06T7/73(2017.01)(22)申请日2019.03.28(71)申请人青岛大学附属医院地址266003山东省青岛市市南区江苏路16号青岛大学附属医院(72)发明人魏宾董蒨朱呈瞻董冰子夏楠王菲菲王凤娇楚宏硕(74)专利代理机构北京献智知识产权代理事务所(特殊普通合伙)11434代理人杨献智赵丹(51)Int.Cl.G06T7/00(2017.01)G06T7/12(2017.01)G06T7/62(2017.01)G06T7/66(2017.01)权利要求书2页说明书7页附图2页(54)发明名称基于遗传算法的肝脏CT图像自动定位分割方法及系统(57)摘要本发明公开了一种基于遗传算法的肝脏CT图像自动定位分割方法及系统，包括：定位出肝脏CT序列图中的每幅肝脏CT图像中的肝脏位置，与现有标准模板匹配，去除明显的非肝区域；选择第N幅肝脏CT图像作为第N层肝脏CT图像并进行特征提取，得到第N层肝脏轮廓线；获取第N幅肝脏CT图像的肝脏特征信息；采用包括有若干个控制点的第N控制点组描述第N层肝脏轮廓线，将第N控制点组视为一条染色体，将第N控制点组中的每个控制点视为染色体中的一个基因段；设计代价函数，获取目标函数，将第N层肝脏轮廓线作为下一层的肝脏CT图像的初始边界曲线映射到下一层的肝脏CT图像上，利用模拟生物基因遗传操作寻找的控制点组中的控制点生成的边界作为当前层的肝脏轮廓线。CN110148109ACN110148109A权利要求书1/2页1.一种基于遗传算法的肝脏CT图像自动定位分割方法，其特征在于，包括：(1)、通过肝脏体积和肝脏灰度定位出肝脏CT序列图中的每幅肝脏CT图像中的肝脏位置，将所述每幅肝脏CT图像中的肝脏位置与现有标准模板匹配，去除明显的非肝区域，其中，所述肝脏CT序列图中包括M幅连续的肝脏CT图像，5≤M≤50；(2)、选择所述肝脏CT序列图中的第N幅肝脏CT图像作为第N层肝脏CT图像，并对所述第N层肝脏CT图像进行特征提取，自动定位得到第N层肝脏轮廓线，获得第N层肝脏区域；(3)、统计步骤(2)得到的所述第N层肝脏区域的灰度直方图分布，计算出所述第N层肝脏区域的平均灰度，用像素个数表示出所述第N层肝脏区域的区域面积，计算出所述第N层肝脏区域的质心，作为所述第N幅肝脏CT图像的肝脏特征信息；(4)、采用包括有若干个控制点的第N控制点组描述步骤(2)得到的所述第N层肝脏轮廓线，将所述第N控制点组视为一条染色体，将所述第N控制点组中的每个控制点视为所述染色体中的一个基因段；(5)、根据所述第N层肝脏轮廓线设计出代价函数；(6)、根据步骤(3)得到的所述肝脏特征信息以及步骤(5)得到的代价函数获取目标函数，将所述第N层肝脏轮廓线作为下一层的肝脏CT图像的初始边界曲线通过所述目标函数映射到下一层的肝脏CT图像上，模拟生物基因遗传操作寻找最优的控制点组，利用所述控制点组中的控制点生成的边界作为当前层的肝脏轮廓线，其中，所述模拟生物基因遗传操作包括顺次执行的选择操作、交叉操作及变异操作；以及(7)、将N的取值设定为自1至M的M个自然数，重复步骤(2)～(6)L次，直到整个所述肝脏CT序列图都完成分割，其中，L＝M-1。2.如权利要求1所述的基于遗传算法的肝脏CT图像自动定位分割方法，其特征在于，在步骤(1)中，将所述每幅肝脏CT图像中的肝脏位置与现有标准模板匹配，基于空间信息的FCM算法消除噪声信息，保留边界信息，进行图像去噪，以去除明显的非肝区域。3.如权利要求1所述的肝脏三维CT重建数据信息处理系统，其特征在于，在步骤(4)中，所述控制点组包括至少60个控制点。4.如权利要求3所述的基于遗传算法的肝脏CT图像自动定位分割方法，其特征在于，在步骤(6)中，由所述第N层肝脏CT图像映射至下一层的肝脏CT图像的每个控制点，相对于所述第N层肝脏CT图像的对应控制点的相对移动位置以像素为单位编码像素。5.如权利要求4所述的基于遗传算法的肝脏CT图像自动定位分割方法，其特征在于，在步骤(6)中，所述目标函数根据所述第N层肝脏轮廓线的能量以及相邻层的相似性设定为F＝aF1+bF2，其中，F1是根据所述第N层肝脏轮廓线的能量求出的归一化的目标函数，F2是根据所述第N层肝脏CT图像的下一层的相似性求出的归一化的目标函数。6.如权利要求5所述的基于遗传算法的肝脏CT图像自动定位分割方法，其特征在于，在步骤(6)中，所述选择操作采用期望值选择机制选择算子，所述交叉操作采用单点交叉算子，所述变异操作采用单点基本位变异算子。7.如权利要求6所述的基于遗传算法的肝脏CT