公开(公告)号：CN105701832B

公开(公告)日：2019-02-26

申请号：CN201610034539.8

申请日：2016-01-19

Applicant: 苏州大学

Inventor： 陈新建 ,  俞凯 ,  向德辉 ,  朱伟芳 ,  石霏

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/187

Abstract: 本发明属于生物医学影像处理领域，具体涉及三维图割算法结合随机游走算法的PET‐CT肺肿瘤分割方法，包括如下步骤：对原始PET图像进行线性上采样操作，并对PET和CT图像进行仿射配准；并标定图像的肿瘤种子点和非肿瘤种子点；结合肿瘤种子点对PET图像进行随机游走算法分割；得到完全包括目标肺肿瘤区域的前景目标区域Ro，除Ro以外的区域作为非肺肿瘤区域的背景区域Rb；将前景区域Ro和背景区域Rb分别建立高斯混合模型；根据前景及背景的高斯混合模型分别计算能量项并运用图割算法得到最终分割结果。本方法充分运用了PET图像的功能信息和CT图像的结构信息，使得随机游走算法和图割算法进行互补，最终得到更加精确的肺肿瘤分割结果。

公开(公告)号：CN105701832A

公开(公告)日：2016-06-22

申请号：CN201610034539.8

申请日：2016-01-19

Applicant: 苏州大学

Inventor： 陈新建 ,  俞凯 ,  向德辉 ,  朱伟芳 ,  石霏

IPC: G06T7/00

CPC classification number: G06T7/0012 ,  G06T2207/10012 ,  G06T2207/10081 ,  G06T2207/10104 ,  G06T2207/30061 ,  G06T2207/30096

Abstract: 本发明属于生物医学影像处理领域，具体涉及三维图割算法结合随机游走算法的PET-CT肺肿瘤分割方法，包括如下步骤：对原始PET图像进行线性上采样操作，并对PET和CT图像进行仿射配准；并标定图像的肿瘤种子点和非肿瘤种子点；结合肿瘤种子点对PET图像进行随机游走算法分割；得到完全包括目标肺肿瘤区域的前景目标区域Ro，除Ro以外的区域作为非肺肿瘤区域的背景区域Rb；将前景区域Ro和背景区域Rb分别建立高斯混合模型；根据前景及背景的高斯混合模型分别计算能量项并运用图割算法得到最终分割结果。本方法充分运用了PET图像的功能信息和CT图像的结构信息，使得随机游走算法和图割算法进行互补，最终得到更加精确的肺肿瘤分割结果。