(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221091481 1.7 (22)申请日 2022.08.01 (65)同一申请的已公布的文献号 申请公布号 CN 114972764 A (43)申请公布日 2022.08.30 (73)专利权人 浙江省肿瘤医院 地址 310022 浙江省杭州市拱 墅区半山 东 路1号 (72)发明人 王彬冰　朱骥　单国平　 (74)专利代理 机构 北京国翰知识产权代理事务 所(普通合伙) 11696 专利代理师 吴胜平 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/762(2022.01)G06V 10/764(2022.01) G06V 10/25(2022.01) (56)对比文件 CN 103426169 A,2013.12.04 CN 114463248 A,202 2.05.10 CN 104637024 A,2015.0 5.20 CN 112435263 A,2021.0 3.02 CN 109241628 A,2019.01.18 JP 2012164345 A,2012.08.3 0 张竞丹.基 于无监督聚类的脑组织磁共 振图 像分割方法. 《万方学位 论文库》 .20 09, D.P. Mukherje e et al.Ag glomerative clusteri ng of feature data for ima ge segmentati on. 《Proce edings. Internati onal Conference o n Image Proces sing》 .2002, 审查员 宋海荣 (54)发明名称 一种基于特征聚类的多图谱分割方法 (57)摘要 本发明涉及医学图像处理领域， 关于一种基 于特征聚类的多图谱分割方法， 包括： 对医学图 像进行勾画、 命名、 体积计算， 根据计算结果构造 体积特征值列表并调整形成总图谱库； 将体积特 征值映射到归一化数据区间内， 使用聚类算法根 据体积特征对 图谱库进行分类， 随机初始化n个 聚类中心点； 计算体积特征值到中心点的距离， 根据距离决定所述聚类， 将图谱库划分为n个子 图谱库； 计算待分割图像与各图谱库图像体积特 征值的距离， 选择距离较接近的图谱作为该图像 分割所需使用的图谱， 在对应子库中进行多图谱 分割并得到分割结果。 改进后的多特征图谱分割 方法较现有图谱分割方法有更优的效果， 提高了 对大体积感兴趣区CT图像分割的效率和精度。 权利要求书2页 说明书6页 附图3页 CN 114972764 B 2022.11.18 CN 114972764 B 1.一种基于特 征聚类的多图谱分割方法， 其特 征在于包括： 对医学图像进行勾画、 命名、 体积计算， 根据计算结果构造体积特征值列表并调整形成 总图谱库； 将体积特征值映射到归一化数据区间内形成列表， 使用聚类算法根据体积特征对图谱 库进行分类， 随机初始化 n个聚类中心点； 计算体积特征值到中心点的距离， 根据距离决定所述聚类， 根据聚类结果将图谱库划 分为n个子图谱库； 计算待分割图像与 各图谱库图像体积特征值的距离， 选择距离较接近的图谱作为该图 像分割所需使用的图谱， 在对应子库中进行多图谱分割并得到分割结果； 具体步骤 包括： S1、 勾画图谱库中的CT图像正常组织区域； S2、 对勾画得到的组织轮廓进行命名； S3、 计算CT图像正常组织轮廓体积； S4、 根据体积计算结果， 构造与图谱 对应的轮廓体积特 征值列表； S5、 依据器官体积数据调整图谱库图像， 形成总图谱库； S6、 将图谱库中同一轮廓样本的体积值映射到归一化数据区间内形成列表， 该列表作 为图谱库图像的体积特 征值保留； S7、 使用聚类算法根据体积特征对图谱库进行分类， 随机初始化n个聚类中心点， 每个 中心点用体积特 征值(V1,V2,V3…)作为不同维度； S8、 计算图谱库中某组图像的每个轮廓的体积特征值到中心点的距离， 根据距离决定 所属聚类， 按照聚类结果， 将图谱库划分成n个子图谱库； S9、 计算待分割图像与各图谱库图像体积特征值的距离， 选择距离较接近的图谱作为 该图像分割所需使用的图谱； S10、 在对应子库中进行多图谱分割并得到最终分割结果。 2.根据权利要求1所述的方法， 其特 征在于： 步骤S1中， 所述CT图像包括Dicom格式。 3.根据权利要求1所述的方法， 其特征在于： 步骤S2中， 所述对勾画得到的组织轮廓进 行命名时， 对不同的CT图像使用相同的轮廓命名。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于： 步骤S5中， 所述器官体积数据包 括器官体积出现的最大、 最小体积及其出现的频率。 5.根据权利要求1 ‑3任一项所述的方法， 其特征在于： 步骤S6中， 所述将图谱库中同一 轮廓样本的体积値映射到归一 化数据区间内形成列表时， 应用归一 化算法。 6.根据权利要求1 ‑3任一项所述的方法， 其特征在于： 步骤S9中， 选择图谱库 时可以预 先估算待分割图像 轮廓体积， 决定对应图谱库。 7.根据权利要求1 ‑3任一项所述的方法， 其特征在于： 步骤S9中， 所述选择距离较接近 的图谱作为该图像分割所需使用的图谱意指根据接近程度选择最接近的3 ‑5例图谱作为该 图像分割所需使用的图谱。 8.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于： 所述处理器运行所述程序时执行权利要求 1‑7任一项所述基于特征聚 类的多图谱分割方法。权　利　要　求　书 1/2 页 2 CN 114972764 B 29.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机指令， 其特征在 于： 所述指令使所述计算机执 行权利要求1 ‑7任一项所述基于特 征聚类的多图谱分割方法。权　利　要　求　书 2/2 页 3 CN 114972764 B 3