基于softmax回归与图割法的脑肿瘤分割算法-电子学报.PDF

第３期 电　　子　　学　　报 Ｖｏｌ．４５　Ｎｏ．３ ２０１７年３月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｍａｒ．　２０１７ 基于ｓｏｆｔｍａｘ回归与图割法的脑肿瘤分割算法 １，２ １ １ 葛　婷 ，牟　宁 ，李　黎 （１．南京理工大学电子工程与光电技术学院，江苏南京２１００９４；２．金陵科技学院公共基础课部，江苏南京２１１１６９） 　　摘　要：　从医学图像中分割脑肿瘤区域可以为脑肿瘤的诊断以及放射治疗提供帮助．但肿瘤区域的变化异常且 边界非常模糊，因此自动或半自动地分割脑肿瘤非常困难．针对这一问题，本文结合ｓｏｆｔｍａｘ回归和图割法提出一种脑 肿瘤分割算法．首先融合多序列核磁共振图像（ＭＲＩ）并标记训练样本，再用ｓｏｆｔｍａｘ回归训练模型参数并计算每个点 属于各个类别的概率，最后将概率融入到图割法中，用最小切／最大流方法得到最终分割结果．实验表明提出的方法可 以更好地得到脑肿瘤的边界，并能较准确地分割出脑肿瘤区域． 关键词：　医学图像；脑肿瘤；核磁共振图像；图像分割；ｓｏｆｔｍａｘ回归；图割法；最小切／最大流 中图分类号：　ＴＰ３９１４１　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１７）０３０６４４０６ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１７．０３．０２１ ＡＢｒａｉｎＴｕｍｏｒＳｅｇｍｅｎｔａｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎ ＳｏｆｔｍａｘＲｅｇｒｅｓｓｉｏｎａｎｄＧｒａｐｈＣｕｔ １，２ １ １ ＧＥＴｉｎｇ ，ＭＵＮｉｎｇ，ＬＩＬｉ （１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＯｐｔｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１００９４，Ｃｈｉｎａ； ２．ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃａｌ，ＪｉｎｌｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１１１６９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｂｒａｉｎｔｕｍｏｒｓｅｇｍｅｎｔａｔｉｏｎｆｒｏｍｍｅｄｉｃａｌｉｍａｇｅｓｉｓａｃｌｉｎｉｃａｌｒｅｑｕｉｒｅｍｅｎｔｆｏｒｂｒａｉｎｔｕｍｏｒｄｉａｇｎｏｓｉｓａｎｄｒａ ｄｉｏｔｈｅｒａｐｙｐｌａｎｎｉｎｇ．Ｈｏｗｅｖｅｒ，ａｕｔｏｍａｔｉｃｏｒｓｅｍｉａｕｔｏｍａｔｉｃｓｅｇｍｅｎｔａｔｉｏｎｏｆｔｈｅｂｒａｉｎｔｕｍｏｒｉｓｓｔｉｌｌａｃｈａｌｌｅｎｇｉｎｇｔａｓｋｄｕｅｔｏ ｔｈｅｈｉｇｈｄｉｖｅｒｓｉｔｉｅｓａｎｄｔｈｅａｍｂｉｇｕｏｕｓｂｏｕｎｄａｒｉｅｓｉｎｔｈｅａｐｐｅａｒａｎｃｅｏｆｔｕｍｏｒｔｉｓｓｕｅ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｗｅｐｒｏｐｏｓｅａ ｂｒａｉｎｔｕｍｏｒｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｓｏｆｔｍａｘｒｅｇｒｅｓｓｉｏｎａｎｄｇｒａｐｈｍｏｄｅｌ．Ｆｉｒｓｔｌｙ，ｔｈｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓａｒｅｌａｂｅｌｅｄｆｒｏｍ ｔｈｅｍｕｌｔｉｍｏｄａｌｉｔｙｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｅｓ（ＭＲＩ）．Ｔｈｅｎ，ｔｈｅｓｏｆｔｍａｘｒｅｇｒｅｓｓｉｏｎｍｅｔｈｏｄｉｓｕｓｅｄｔｏｔｒａｉｎｔｈｅｓａｍｐｌｅｓｔｏ ｏｂｔａｉｎｔｈｅｐａｒａｍｅｔｅｒｓｏｆｔｈｉｓｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌａｎｄｃａｌｃｕｌａｔｅｔｈｅｐｒｏｂａｂｉｌｉｔｉｅｓｏｆｅａｃｈｐｉｘｅｌｂｅｌｏｎｇｉｎｇｔｏｄｉｆｆｅ