[发明专利]一种基于深度信任网络实现对脑肿瘤分割的方法

摘要

本发明通过基于深度信任网络的方法实现对脑肿瘤的分割，以利于对病人脑肿瘤疾病的辅助诊断。该方法首先利用自适应滤波器、直方图均衡化和亮度变换处理原始图像，减少原图像的噪音并增强图像的对比度。然后对处理过的图像提取图像块生成数据集。然后利用深度信任网络对完整脑肿瘤中水肿、坏死、肿瘤区域进行分类实现初分割，再利用模糊C均值聚类分割对图像进一步精确分割，得到的结果便是完整脑肿瘤的分割结果。

主权项

本发明是一种基于深度信任网络实现对脑肿瘤分割的方法，主要包括以下内容：首先对图像进行预处理，然后利用深度信任网络对于完整脑肿瘤进行多分类(包括水肿、坏死以及肿瘤)同时映射形成初分割的二值图像，继而用模糊C均值聚类(FCM)方法实现精确分割。技术方案如下：步骤一：首先利用自适应滤波器对图像进行处理，以消除图像中存在影响分类的噪音，并且通过直方图均衡化、亮度变换增强脑图像中肿瘤、水肿和坏死区域的对比度，将有利于提高分类和分割的准确度。步骤二：利用步骤一处理的图像进行图像块的提取，并且生成相应的输入数据(训练和测试数据集)。步骤三：利用无监督的深度信任网络对步骤二中数据的潜在特征进行提取，根据特征的训练对相应数据块设定类型，实现对完整脑肿瘤的多分类(1‑水肿、2‑坏死、3‑肿瘤)，得到多分类模型。步骤四：利用步骤三分类模型映射生成初分割结果，根据FCM对初分割后的图像进行分割，分割的结果为水肿、坏死和肿瘤区域。