本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種醫(yī)學(xué)圖像分割方法和裝置。

背景技術(shù)：

醫(yī)學(xué)圖像不同于一般的圖像，血管本身有復(fù)雜的系統(tǒng)結(jié)構(gòu)，并且易受到噪聲的影響，另外，由于人的身體結(jié)構(gòu)存在著差異性，導(dǎo)致即使對(duì)于相同的器官組織，相應(yīng)的圖像也可能存在較大的差異，這導(dǎo)致了醫(yī)學(xué)圖像處理比一般的圖像處理更為困難。

圖像分割是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提取出感興趣目標(biāo)的過(guò)程。它是由圖像處理到圖像分析的關(guān)鍵步驟。

經(jīng)典的圖像分割算法大致可分為閾值分割法、區(qū)域生長(zhǎng)法和邊緣檢測(cè)法，而基于變形模型的圖像分割算法則是近年來(lái)的研究熱點(diǎn)。閾值分割法要確定圖像的閾值，并借此作為劃分區(qū)域的標(biāo)準(zhǔn)，它是圖像分割中應(yīng)用最多的一類方法。區(qū)域生長(zhǎng)算法分割圖像的基本原理是從一個(gè)點(diǎn)出發(fā)，逐漸找到與其有相似性質(zhì)的其他像素點(diǎn)，從而將它們視為一個(gè)集合去劃分不同的區(qū)域。邊緣檢測(cè)法通過(guò)檢測(cè)圖像的邊緣來(lái)劃分不同的子區(qū)域從而實(shí)現(xiàn)圖像的分割。幾何變形模型主要是基于曲線演變理論和水平集函數(shù)，在幾何變形模型算法處理過(guò)程中，將界面看成高一維空間某一函數(shù)的零水平集，然后根據(jù)水平集函數(shù)所滿足的發(fā)展方程推動(dòng)水平集的演化，并通過(guò)使用圖像的內(nèi)部信息來(lái)控制演化過(guò)程，最終完成圖像分割。

目前這些算法大都有一定的缺點(diǎn)，例如存在分割效果差、效率低等問(wèn)題，因此，亟需一種提高分割精度和時(shí)間效率的方案。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種提高圖像分割效果并能節(jié)約處理時(shí)間的醫(yī)學(xué)圖像分割方法和裝置。

根據(jù)本申請(qǐng)的一個(gè)方面，提供了一種醫(yī)學(xué)圖像分割方法，該方法包括：

步驟s11，獲取磁共振血管造影圖像；

步驟s12，對(duì)所述磁共振血管造影圖像，利用otsu閾值法劃分成感興趣的前景區(qū)域和背景區(qū)域，并計(jì)算所述前景區(qū)域和所述背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值；

步驟s13，根據(jù)所述差值確定圖像分割模型c-v演化曲線的內(nèi)部和外部圖像灰度均值的差值，根據(jù)確定出的演化曲線的內(nèi)部和外部圖像灰度均值的差值對(duì)所述磁共振血管造影圖像進(jìn)行分割，得到分割結(jié)果。

根據(jù)本申請(qǐng)的另一個(gè)方面，提供了一種醫(yī)學(xué)圖像分割裝置，包括：

圖像獲取模塊，用于獲取磁共振血管造影圖像；

差值確定模塊，用于對(duì)所述磁共振血管造影圖像，利用otsu閾值法劃分成感興趣的前景區(qū)域和背景區(qū)域，并計(jì)算所述前景區(qū)域和所述背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值；

分割模塊，用于根據(jù)所述差值確定圖像分割模型c-v演化曲線的內(nèi)部和外部圖像灰度均值的差值，根據(jù)確定出的演化曲線的內(nèi)部和外部圖像灰度均值的差值對(duì)所述磁共振血管造影圖像進(jìn)行分割，得到分割結(jié)果。

本發(fā)明的有益效果是：本發(fā)明實(shí)施例的圖像分割方法和裝置，對(duì)于獲取的磁共振血管造影圖像，先通過(guò)otsu閾值法劃分出感興趣的前景區(qū)域和背景區(qū)域，并計(jì)算前景區(qū)域和背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值，然后根據(jù)前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值確定出c-v模型演化曲線的內(nèi)部和外部圖像灰度均值的差值，將演化曲線的內(nèi)部和外部圖像灰度均值的差值代入c-v模型對(duì)磁共振血管造影圖像進(jìn)行分割，即可得到分割結(jié)果。本發(fā)明實(shí)施例利用otsu閾值法執(zhí)行速度快，時(shí)間效率高的特點(diǎn)，計(jì)算出前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值后，將這一差值作為演化曲線的內(nèi)部和外部的圖像灰度均值差值代入c-v模型中，避免了c-v模型圖像分割時(shí)多次無(wú)效的迭代和分割不完全的情況發(fā)生，節(jié)約了分割圖像所花費(fèi)的時(shí)間。同時(shí)又保留了c-v模型較強(qiáng)的抗噪性，提升了抗噪能力，提高了圖像分割的時(shí)間效率，改善了圖像分割效果。

附圖說(shuō)明

圖1是本發(fā)明一個(gè)實(shí)施例的一種醫(yī)學(xué)圖像分割方法的流程示意圖；

圖2是分割前的醫(yī)學(xué)圖像示意；

圖3是利用本發(fā)明一個(gè)實(shí)施例的方法對(duì)圖2進(jìn)行分割處理后得到的圖像示意；

圖4是應(yīng)用本發(fā)明一個(gè)實(shí)施例的醫(yī)學(xué)圖像分割裝置的計(jì)算機(jī)的結(jié)構(gòu)示意圖；

圖5是本發(fā)明一個(gè)實(shí)施例的醫(yī)學(xué)圖像分割裝置的功能框圖。

具體實(shí)施方式

有一種圖像分割算法是otsu閾值法，該算法是由日本學(xué)者大津于1979年提出的又叫大津法或最大類間方差法。otsu閾值法是按圖像的灰度特性，將圖像分成背景和目標(biāo)(即，感興趣的區(qū)域)兩部分。背景和目標(biāo)之間的類間方差越大，說(shuō)明構(gòu)成圖像的兩部分的差別越大，當(dāng)在圖像分割過(guò)程中，部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)時(shí)都會(huì)導(dǎo)致兩部分差別變小。因此，在圖像分割時(shí)保證類間方差最大意味著錯(cuò)分的概率最小。otsu閾值法運(yùn)算效率較高、速度快，但是otsu算法本身對(duì)噪聲比較敏感，抗噪聲能力差。

有另一種圖像分割算法是活動(dòng)輪廓模型，chan和vese提出一種無(wú)邊緣活動(dòng)輪廓模型(即，圖像分割模型c-v，下稱c-v模型)用于圖像分割。該c-v模型基于全局灰度值，主要使用了曲線演化理論，利用圖像的區(qū)域信息，而不使用圖像的梯度信息，因此具有較強(qiáng)的抗噪性，提升了抗噪能力，但是演化速度很慢，效率低，對(duì)邊緣的處理效果不佳。

本發(fā)明實(shí)施例的技術(shù)構(gòu)思是結(jié)合上述兩者的優(yōu)點(diǎn)，更好、更高效地實(shí)現(xiàn)醫(yī)學(xué)圖像分割。

如圖1所示，本發(fā)明一個(gè)實(shí)施例中的醫(yī)學(xué)圖像分割方法，包括如下步驟：

步驟s11，獲取磁共振血管造影圖像；

步驟s12，對(duì)所述磁共振血管造影圖像，利用otsu閾值法劃分成感興趣的前景區(qū)域和背景區(qū)域，并計(jì)算所述前景區(qū)域和所述背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值；

步驟s13，根據(jù)所述差值確定圖像分割模型c-v演化曲線的內(nèi)部和外部圖像灰度均值的差值，根據(jù)確定出的演化曲線的內(nèi)部和外部圖像灰度均值的差值對(duì)所述磁共振血管造影圖像進(jìn)行分割，得到分割結(jié)果。

由圖1所示可知，本發(fā)明實(shí)施例的醫(yī)學(xué)圖像的分割方法，對(duì)于輸入的磁共振血管造影圖像，先利用otsu閾值法計(jì)算出前景區(qū)域和所述背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值，然后根據(jù)這一差值確定出c-v模型演化曲線的內(nèi)部和外部圖像灰度均值的差值，根據(jù)演化曲線的內(nèi)部和外部圖像灰度均值的差值進(jìn)行計(jì)算以對(duì)圖像進(jìn)行分割處理，得到分割結(jié)果。如此，既提高了圖像分割處理的時(shí)間效率又保證了圖像分割效果，滿足了實(shí)際需求。

以下結(jié)合圖2和圖3以一個(gè)具體的示例對(duì)本發(fā)明實(shí)施例的醫(yī)學(xué)圖像分割方法的步驟進(jìn)行更詳細(xì)的說(shuō)明。

流程開始，首先獲取磁共振血管造影圖像。

如圖2所示，為本實(shí)施例中獲取到的一個(gè)顱內(nèi)動(dòng)脈血管的磁共振血管造影圖像(magneticresonanceangiography，簡(jiǎn)稱mra)。

近年來(lái)，顱內(nèi)動(dòng)脈瘤疾病發(fā)病率不斷增加，并且發(fā)病原因也不斷復(fù)雜化，這些因素?zé)o疑對(duì)臨床醫(yī)生和醫(yī)學(xué)工作者診斷和評(píng)估的時(shí)間和準(zhǔn)確性增加了難度。此外，手動(dòng)提取血管是項(xiàng)極艱巨的工作，因此自動(dòng)的血管圖像分割技術(shù)對(duì)臨床診斷、血管定量分析、血管疾病成因分析顯得格外重要。對(duì)比起其它組織分割，血管有復(fù)雜的系統(tǒng)結(jié)構(gòu)、并易受到噪聲的影響，可知顱內(nèi)動(dòng)脈血管的分割仍然是極具挑戰(zhàn)性的問(wèn)題。本發(fā)明實(shí)施例的方法可以用于對(duì)顱內(nèi)動(dòng)脈血管圖像的分割，滿足實(shí)際應(yīng)用需求。

本發(fā)明實(shí)施例中以磁共振血管造影圖像為顱內(nèi)動(dòng)脈血管的磁共振血管造影圖像為例進(jìn)行說(shuō)明，但是可以理解，本發(fā)明實(shí)施例的方法的應(yīng)用不限于此。

磁共振血管造影圖像是通過(guò)磁共振對(duì)血管造影即顯示血管得到的，磁共振血管造影可發(fā)現(xiàn)血管狹窄和閉塞的部位。然后，對(duì)于獲取到的顱內(nèi)動(dòng)脈血管的磁共振血管造影圖像進(jìn)行預(yù)處理，這里的預(yù)處理是指對(duì)磁共振血管造影圖像使用catte模型進(jìn)行降噪預(yù)處理。

需要說(shuō)明的是，一個(gè)實(shí)施例中是以使用catte模型進(jìn)行降噪預(yù)處理為例進(jìn)行的示意性說(shuō)明，但本發(fā)明實(shí)施例不限于此，可以采取任何可行的降噪算法對(duì)磁共振血管造影圖像進(jìn)行降噪，例如，采用小波去噪，采用各向異性擴(kuò)散pm模型進(jìn)行降噪等。

具體的，使用catte模型對(duì)磁共振血管造影圖像進(jìn)行高斯平滑，采用平滑后的梯度模代替原始磁共振血管造影圖像的梯度模，即，每次迭代先用高斯平滑對(duì)圖像加以濾波，降低圖像中強(qiáng)噪聲的梯度，在消除噪聲的同時(shí)又能保護(hù)邊緣，對(duì)于強(qiáng)噪聲也能很好的去噪。catte模型示意如下

其中：gσ是標(biāo)準(zhǔn)差為σ的高斯函數(shù)，“*”表示卷積。通過(guò)適當(dāng)調(diào)整高斯平滑參數(shù)和各向異性濾波系數(shù)，經(jīng)過(guò)降噪預(yù)處理后一定程度上優(yōu)化了圖像效果。

接著，對(duì)降噪預(yù)處理后的磁共振血管造影圖像，利用otsu閾值法劃分出感興趣的前景區(qū)域和背景區(qū)域，并計(jì)算前景區(qū)域和背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值。

本實(shí)施例中感興趣的區(qū)域?yàn)檠軈^(qū)域，參見圖2，圖2中兩個(gè)傾斜的，發(fā)亮的條狀區(qū)域所示是感興趣的區(qū)域，即，前景(或稱目標(biāo))區(qū)域。本實(shí)施例的目的即是將前景區(qū)域和背景區(qū)域分割，得到包含前景區(qū)域的盡可能多的像素點(diǎn)同時(shí)又包含最少噪聲的圖像。

利用otsu閾值法將降噪預(yù)處理后的磁共振血管造影圖像分成感興趣的前景區(qū)域和背景區(qū)域，然后計(jì)算前景區(qū)域和背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值。

具體的，前景區(qū)域和背景區(qū)域的方差函數(shù)為如下公式(1)

g＝w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)＝w0*(1–w0)*(u0-u1)*(u0-u1)(1)

公式(1)中，w0為采用分割閾值對(duì)磁共振血管造影圖像進(jìn)行劃分后得到的屬于前景區(qū)域的像素點(diǎn)占所述磁共振血管造影圖像的像素點(diǎn)的比例，(1–w0)為屬于背景區(qū)域的像素點(diǎn)占所述磁共振血管造影圖像的像素點(diǎn)的比例，u0為前景區(qū)域的像素點(diǎn)灰度均值，u1為背景區(qū)域的像素點(diǎn)灰度均值，u為磁共振血管造影圖像的像素點(diǎn)灰度均值，u＝(w0*u0)+(w1*u1)。

基于前述方差函數(shù)，根據(jù)不同分割閾值t對(duì)磁共振血管造影圖像進(jìn)行灰度值劃分，并得到不同分割閾值t之下，前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值以及屬于前景區(qū)域的像素點(diǎn)占磁共振血管造影圖像的像素點(diǎn)的比例，屬于背景區(qū)域的像素點(diǎn)占磁共振血管造影圖像的像素點(diǎn)的比例。根據(jù)這些參數(shù)得到方差函數(shù)不同的值，并比較得到的方差函數(shù)的值，在得到方差函數(shù)最大值時(shí)停止計(jì)算，并將此時(shí)對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值記錄下來(lái)。

即，這里的計(jì)算前景區(qū)域和背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值，具體的，包含如下三個(gè)子步驟：

步驟121，計(jì)算前景區(qū)域和背景區(qū)域的方差函數(shù)的值，注：這里的方差函數(shù)即為前述公式(1)；

步驟122，比較步驟121中計(jì)算得到的方差函數(shù)的值，取最大值，在這一步驟中可以得到最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)的灰度均值和背景區(qū)域的像素點(diǎn)的灰度均值，即，前述公式(1)中的u0和u1；

步驟123，計(jì)算前景區(qū)域的像素點(diǎn)的灰度均值u0和背景區(qū)域的像素點(diǎn)的灰度均值u1，即，u0-u1的值。

另外，這里的前景區(qū)域的像素點(diǎn)灰度均值是指按照分割閾值進(jìn)行劃分后，屬于前景區(qū)域的那些像素點(diǎn)的灰度值的平均值，同理，背景區(qū)域的像素點(diǎn)灰度均值是指按照同一個(gè)分割閾值進(jìn)行劃分后，屬于背景區(qū)域的那些像素點(diǎn)的灰度值的平均值。

在得到方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值之后，本實(shí)施例中，基于這一差值確定圖像分割模型c-v演化曲線的內(nèi)部和外部圖像灰度均值的差值，并根據(jù)確定出的演化曲線的內(nèi)部和外部圖像灰度均值的差值對(duì)磁共振血管造影圖像進(jìn)行分割，得到分割結(jié)果。

c-v圖像分割模型是假設(shè)圖像中只有目標(biāo)(即前景)和背景兩類分片光滑區(qū)域，區(qū)域?yàn)棣氐膱D像i(x，y)被閉合邊界曲線c分割為目標(biāo)ω1(c的內(nèi)部)和背景ω2(c的外部)兩個(gè)同質(zhì)區(qū)域，這兩個(gè)區(qū)域的平均灰度值分別為c1和c2，建立如下能量函數(shù)公式(2):

其中，h為單位階躍函數(shù)，μ≥0，ν≥0,λ1＞0，λ2＞0均為固定系數(shù)；c1和c2分別為演化曲線c的內(nèi)部和外部像素點(diǎn)的平均灰度值，分別表示為：

當(dāng)前述能量函數(shù)取到最小值時(shí)，分割輪廓收斂于圖像的真實(shí)邊界處，即可得到圖像分割結(jié)果。具體計(jì)算時(shí)，對(duì)前述能量函數(shù)求一階變分，可以導(dǎo)出如下方程(2.1)：

對(duì)該方程做進(jìn)一步的分析：方程的右端是對(duì)演化起到限制作用的各項(xiàng)因子。第一項(xiàng)即對(duì)應(yīng)的是曲線的長(zhǎng)度因子，第二項(xiàng)即是曲線包圍的面積因子，對(duì)方程進(jìn)行差分求解，曲線的長(zhǎng)度和面積不斷減小，最終得到光滑曲線，并基于光滑曲線得到分割結(jié)果。

公式(2.1)中系數(shù)μ，ν是尺度系數(shù)，尺度系數(shù)的作用是當(dāng)尺度系數(shù)的值較大時(shí)只有較大的目標(biāo)物體能被檢測(cè)到，當(dāng)尺度系數(shù)的值較小時(shí)較小的目標(biāo)物體也能被檢測(cè)到，尺度系數(shù)的正確選擇有助于去除噪聲。實(shí)際應(yīng)用中可以根據(jù)需求進(jìn)行選擇，一般的，ν＝0。

接著分析前述公式(2.1)，對(duì)于右端的第二項(xiàng)中的(λ1(μ-c1)²+λ2(μ-c2)²)，假定λ1＝λ2＝1，因?yàn)?imgfile="bda0001325966020000083.gif"wi="700"he="87"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>可知，曲線的演化速度與圖像i在演化曲線內(nèi)外圖像的灰度均值的差c1-c2和平均值有密切關(guān)系。顯然不管曲線如何變化，對(duì)于一個(gè)確定的圖像，在演化過(guò)程中曲線內(nèi)部圖像的像素點(diǎn)灰度均值和曲線外部圖像的像素點(diǎn)灰度均值之和變化不大，即變化不大，對(duì)演化速度幾乎沒有影響。

由此可知，c-v模型的邊界曲線的演化速度主要由c1-c2決定。如果對(duì)c-v模型待處理的磁共振血管造影圖像進(jìn)行處理變換，加大演化曲線內(nèi)部和外部灰度均值的差值c1-c2則勢(shì)必能夠提高曲線的演化速度，進(jìn)而提升圖像分割的時(shí)間效率。

基于此，本實(shí)施例中將方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值作為圖像分割模型c-v演化曲線的內(nèi)部和外部圖像灰度均值的差值帶入上述公式(2)中，得到如下公式(3)：

公式(3)中，為演化曲線的長(zhǎng)度，為演化曲線包圍的圖像的面積，為演化曲線內(nèi)部圖像的面積，為演化曲線外部圖像的面積。

本實(shí)施例中，將根據(jù)otsu閾值法計(jì)算出的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值作為前述演化曲線內(nèi)部和外部圖像灰度均值的差值c1-c2代入c-v模型中。由于利用了otsu閾值法算出的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值對(duì)應(yīng)方差函數(shù)最大值的優(yōu)點(diǎn)，所以保證了前景區(qū)域和背景區(qū)域的差別最大，錯(cuò)分的概率最小。如此直接將方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值作為決定c-v模型邊界曲線演化速度的曲線內(nèi)部像素點(diǎn)灰度均值和曲線外部像素點(diǎn)灰度均值的差值，從而避免c-v模型多次無(wú)效迭代來(lái)尋找曲線內(nèi)部像素點(diǎn)灰度均值和曲線外部像素點(diǎn)灰度均值的最優(yōu)差值的發(fā)生，提高了時(shí)間效率。

如圖3所示，為本實(shí)施例的根據(jù)前述方法進(jìn)行分割后得到的分割圖像。圖3中的傾斜的、兩個(gè)發(fā)亮的條狀的區(qū)域所示為前景區(qū)域，即從圖2中分割出了感興趣的區(qū)域，并且噪聲較少。

經(jīng)過(guò)實(shí)驗(yàn)證實(shí)，按照本實(shí)施例的方法進(jìn)行圖像分割所用時(shí)間約為單獨(dú)使用c-v模型所用時(shí)間的1/5～1/4。另外，從分割效果對(duì)比可以看出，按照本實(shí)施例的方法得到的分割效果不論從血管部分(即，目標(biāo))的分割效果還是降噪效果都優(yōu)于現(xiàn)有技術(shù)中兩種算法單獨(dú)的分割處理。也就是說(shuō)，本實(shí)施例的醫(yī)學(xué)圖像分割方法對(duì)于顱內(nèi)動(dòng)脈血管的磁共振造影圖像有更好的分割結(jié)果。

與前述方法相對(duì)應(yīng)，如圖4所示，為本申請(qǐng)的計(jì)算機(jī)的一種硬件結(jié)構(gòu)圖，除了圖4所示的處理器和存儲(chǔ)器之外，根據(jù)該計(jì)算機(jī)的實(shí)際功能，還可以包括其他硬件，對(duì)此不再贅述。

圖4中，存儲(chǔ)器：存儲(chǔ)機(jī)器可執(zhí)行指令代碼。

處理器：與存儲(chǔ)器通信，讀取和執(zhí)行存儲(chǔ)器中存儲(chǔ)的所述指令代碼，實(shí)現(xiàn)本申請(qǐng)上述示例公開的醫(yī)學(xué)圖像分割方法的操作。

這里，存儲(chǔ)器可以是任何電子、磁性、光學(xué)或其它物理存儲(chǔ)裝置，可以包含或存儲(chǔ)信息，如可執(zhí)行指令、數(shù)據(jù)，等等。例如，機(jī)器可讀存儲(chǔ)介質(zhì)可以是：ram(randomaccessmemory，隨機(jī)存取存儲(chǔ)器)、易失存儲(chǔ)器、非易失性存儲(chǔ)器、閃存、存儲(chǔ)驅(qū)動(dòng)器(如硬盤驅(qū)動(dòng)器)、固態(tài)硬盤、任何類型的存儲(chǔ)盤(如光盤、dvd等)，或者類似的存儲(chǔ)介質(zhì)，或者它們的組合。

請(qǐng)參考圖5，本申請(qǐng)還提供了一種醫(yī)學(xué)圖像分割裝置，包括：

圖像獲取模塊51，用于獲取磁共振血管造影圖像；

差值確定模塊52，用于對(duì)所述磁共振血管造影圖像，利用otsu閾值法劃分成感興趣的前景區(qū)域和背景區(qū)域，并計(jì)算所述前景區(qū)域和所述背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值；

分割模塊53，用于根據(jù)所述差值確定圖像分割模型c-v演化曲線的內(nèi)部和外部圖像灰度均值的差值，根據(jù)確定出的演化曲線的內(nèi)部和外部圖像灰度均值的差值對(duì)所述磁共振血管造影圖像進(jìn)行分割，得到分割結(jié)果。

一個(gè)實(shí)施例中，差值確定模塊52，具體用于通過(guò)如下公式(1)計(jì)算所述前景區(qū)域和所述背景區(qū)域的方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值：

g＝w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)＝w0*(1–w0)*(u0-u1)*(u0-u1)(1)

公式(1)中，g為所述前景區(qū)域和所述背景區(qū)域的方差函數(shù)值，w0為采用分割閾值對(duì)所述磁共振血管造影圖像進(jìn)行劃分后，得到的屬于前景區(qū)域的像素點(diǎn)占所述磁共振血管造影圖像的像素點(diǎn)的比例，(1–w0)為屬于背景區(qū)域的像素點(diǎn)占所述磁共振血管造影圖像的像素點(diǎn)的比例，u0為前景區(qū)域的像素點(diǎn)灰度均值，u1為背景區(qū)域的像素點(diǎn)灰度均值，u為所述磁共振血管造影圖像的像素點(diǎn)的灰度均值，u＝(w0*u0)+(w1*u1)。

一個(gè)實(shí)施例中，分割模塊53具體用于，利用如下圖像分割模型c-v的能量函數(shù)公式(2)

將方差函數(shù)最大值對(duì)應(yīng)的前景區(qū)域的像素點(diǎn)灰度均值和背景區(qū)域的像素點(diǎn)灰度均值的差值作為c-v模型的演化曲線的內(nèi)部和外部圖像灰度均值的差值帶入上述公式(2)中，得到如下公式(3)：

公式(3)中，為演化曲線的長(zhǎng)度，為演化曲線包圍的圖像的面積，為演化曲線內(nèi)部圖像的面積，為演化曲線外部圖像的面積；一般的，ν等于0。

基于公式(3)進(jìn)行計(jì)算處理，直至得到c-v模型能量函數(shù)最小值時(shí)結(jié)束計(jì)算，即可得到圖像分割結(jié)果。

一個(gè)實(shí)施例中，還包括降噪模塊，用于對(duì)所述磁共振血管造影圖像進(jìn)行降噪預(yù)處理。

一個(gè)實(shí)施例中，圖像獲取模塊51具體用于：獲取顱內(nèi)動(dòng)脈血管的磁共振血管造影圖像。

對(duì)于裝置實(shí)施例而言，由于其基本對(duì)應(yīng)于方法實(shí)施例，所以相關(guān)之處參見方法實(shí)施例的部分說(shuō)明即可。以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開的，可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

需要說(shuō)明的是，在本文中，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上所述，僅為本發(fā)明的具體實(shí)施方式，在本發(fā)明的上述教導(dǎo)下，本領(lǐng)域技術(shù)人員可以在上述實(shí)施例的基礎(chǔ)上進(jìn)行其他的改進(jìn)或變形。本領(lǐng)域技術(shù)人員應(yīng)該明白，上述的具體描述只是更好的解釋本發(fā)明的目的，本發(fā)明的保護(hù)范圍以權(quán)利要求的保護(hù)范圍為準(zhǔn)。