买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】MRI脑组织聚类分割方法_北京航空航天大学_202011624753.1 

申请/专利权人:北京航空航天大学

申请日:2020-12-31

公开(公告)日:2021-05-07

公开(公告)号:CN112767410A

主分类号:G06T7/11(20170101)

分类号:G06T7/11(20170101);G06K9/62(20060101)

优先权:

专利状态码:失效-发明专利申请公布后的撤回

法律状态:2022.09.23#发明专利申请公布后的撤回;2021.08.27#实质审查的生效;2021.05.07#公开

摘要:本发明公开了一种MRI脑组织聚类分割方法,包括:设置MRI脑图像中除脊液、灰质、白质之外的组织为图像背景并去掉;计算MRI脑图像中像素之间强度和位置的相似度,构成双边相似度矩阵Bsm;利用FCM算法将MRI脑图像的像素分割为集合C={Ck,k=1,2,…P};计算Ck内像素的权重系数集合Vk={γ1,γ2,…γN};对Vk中的权重系数排序得到前R个权重系数集合VkR={γ'1,γ'2,…γ'R},集合V={VkR,k=1,2,…P}为C的主多聚类中心集合;根据双边相似度矩阵Bsm和集合V分配采取K近邻的方式分配标签,将V中元素K近邻范围内最远距离的点确定为次级聚类中心,构成次级聚类中心集合A1,若干次的次级聚类形成集合Az,集合A={A1,A2,…Az}为C所有的次级聚类中心集合。相比于现有技术,本发明方案避免了陷入局部最优,MRI脑图像分割结果分布更为平衡。

主权项:1.一种MRI脑组织聚类分割方法,应用于MRI脑图像处理,其特征在于,包括:设置所述MRI脑图像中除脊液、灰质、白质之外的组织为图像背景并去掉;计算所述MRI脑图像中像素之间强度和位置的相似度,构成双边相似度矩阵Bsm;利用FCM算法将所述MRI脑图像的像素分割为集合C={Ck,k=1,2,…P},其中Ck是属于第k类的像素集合,P是聚类数量;计算所述Ck内像素的权重系数集合Vk={γ1,γ2,…γN},其中N为所述Ck的像素数量;对所述Vk中的权重系数排序得到前R个权重系数集合VkR={γ'1,γ'2,…γ'R},所述VkR为Ck的主多聚类中心,集合V={VkR,k=1,2,…P}为所述C的主多聚类中心集合;根据所述双边相似度矩阵Bsm和集合V分配采取K近邻的方式分配标签,将所述V中元素K近邻范围内最远距离的点确定为次级聚类中心,构成次级聚类中心集合A1,根据所述双边相似度矩阵Bsm和集合A1采取K近邻的方式分配标签,将所述A1中元素K近邻范围内最远距离点中的非中心点确定为下一级聚类中心,构成下一级聚类中心集合A2,根据所述双边相似度矩阵Bsm和集合A2采取K近邻的方式分配标签,重复若干次所述A2的聚类过程形成末级聚类中心集合Az,集合A={A1,A2,…Az}为所述C所有的次级聚类中心集合;所述集合V和A即为MRI脑图像中脊液、灰质、白质的全部聚类中心,所述集合V和A中元素的K近邻范围即为分割结果。

全文数据:

权利要求:

百度查询: 北京航空航天大学 MRI脑组织聚类分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。