基于概率分布和连续最大流的主动脉瓣超声图像分割方法
知识产权简介
本发明涉及一种基于概率分布和连续最大流的主动脉瓣超声图像分割方法，包括以下几个步骤：第一步，采集人体主动脉瓣短轴的医学超声图像数据，等间隔地提取五帧先验图像；第二步，分割五帧先验图像；第三步，构建二维灰度-距离直方图；第四步，由二维灰度-距离直方图计算获得综合概率估计函数；第五步，分别计算其各自单独的概率估计函数；第六步，对五帧先验图像，分别计算其各自最能代表前景和背景的像素灰度值；第七步，对于当前待分割图像，求取其独立的概率估计图；第八步，对上述前景区域和五帧先验图像的手动分割结果分别进行相似度测量；第九步，获得分割结果。与现有技术相比，本发明具有稳定可靠、实现方便、适用于实际临床等优点。
转化前景
技术创新点描述：（不少于100字3行） 提供一种稳定可靠，且实现方便，适用于实际临床的基于概率分布和连续最大流的主动脉瓣超声图像分割方法。将统计学知识与图论中的最大流知识有效地结合起来，用计算机实现半自动分割方法，有效地提高了分割结果的精度，降低了工作量，在保证分割结果精度的情况下提高了分割速度。 应用产业领域描述：（已经实施情况和应用效果；或将要用于产业的情况和效果预测）（不少于100字3行） 本发明涉及一种图像处理技术领域，尤其是涉及一种基于概率分布和连续最大流的主动脉瓣超声图像分割方法。 医学超声成像由于其特有的优点，如实时性、无损伤性、可重复性、灵敏度 高、成本低，而受到广泛的关注。在基于医学超声图像的主动脉瓣的临床诊断和治疗中，根据病人不同的病理情况，需要提取主动脉瓣的信息，其重要的一项手段就是图像分割。图像分割结果的好坏直接影响病变组织结构的定位、定量、定性分析，三维重建等后续操作以及图像引导手术、肿瘤放射治疗等所采取治疗规划的准确性。因此本项专利极具临床意义和应用前景。 有无同类技术或产品比较（不少于100字3行） 与现有技术相比，本发明具有以下优点： (1)将统计学知识与图论中的最大流知识有效地结合起来，提出了一种新颖的基于概率分布的连续最大流分割算法，能够较好地捕捉到主动脉瓣在一个完整心动周期中的形态； (2)在获取先验图像时，等间隔地提取五帧图像，而不是简单直接地采用一 个完整心动周期的前几帧图像，这样能够尽可能地包含整个心动周期中主动脉瓣在 开放闭合时的不同形态，可为后续分割提供更有效准确的先验信息，以便提高分割结果的准确性； (3)用计算机实现的半自动分割方法，相比于全自动分割方法，有效地提高 了分割结果的精度，相比于全手动分割方法，有效了降低了工作量，在保证分割结 果精度的情况下提高了分割速度。