(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211206121.2 (22)申请日 2022.09.30 (71)申请人 辽宁师范大学 地址 116000 辽宁省大连市沙河口区黄河 路850号 (72)发明人 方玲玲　姜雨萌　 (74)专利代理 机构 大连非凡专利事务所 212 20 专利代理师 闪红霞 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/12(2017.01) G06T 7/62(2017.01) G06V 10/762(2022.01) (54)发明名称 一种基于优化SFLA和聚类的脑出血CT 图像 血块提取方法 (57)摘要 本发明公开一种基于优化SFLA和聚类的脑 出血CT图像血块提取方法， 针对脑出血CT图像中 的聚集特点及复杂的空间位置和形状， 首先， 提 出了脑出血聚类算法和改进的混合蛙跳跃算法 (MSFLA)对脑出血CT图像进行分割， 有效提高了 收敛速度和全局优化能力， 得到了脑出血二值分 割结果； 然后建立了颅内血块提取框架(采用基 于自适应窗口的二维前缀求和消除算法)去除脑 部无关组织， 最后通过判断血块和颅骨的空间位 置， 利用区域形态学操作， 实现了高效、 精 准的提 取血块， 提取轮廓更加细节， 减少诊断误差 。 权利要求书2页 说明书6页 附图8页 CN 115511845 A 2022.12.23 CN 115511845 A 1.一种基于优化SFLA和聚类的脑出血CT图像血块提取方法， 其特征在于按照如下步骤 进行： 步骤1.通过优化的SFLA和聚类对脑出 血CT图像进行分割， 输出脑出 血二值图像； 步骤2.采用颅 内血块提取框架中的基于自适应窗口的二维前缀求和消除算法， 去除图 像中的脑部无关组织； 步骤3.通过判断血块和颅骨的空间位置， 利用区域形态学操作并设置面积参数， 提取 血块； 步骤4.显示 提取结果。 2.根据权利要求1所述的基于优化SFLA和聚类的脑出血CT图像血块提取方法， 其特征 在于： 所述步骤1如下： 步骤1.1输入脑出血CT图像， 确定脑出血图像聚类中心的数量c， 随机选择c个初始聚类 中心H＝{H1,H2,...,Hc}， 将脑出血CT图像的像素集表示为由n个像素块构成的青蛙种群X＝ {Xi}， i＝1...n， 像素块Xi内的k个聚类中心 表示为xi1,xi2,...xik， xik∈H； 步骤1.2以初始聚类中心H为聚类分类的基础， 将每个像素块中的像素划分为聚类， 经 过反复迭代计算， 得到新类的聚类中心， 聚类目标函数E如式(1)所示： 式中 ni为像素块Xi的像素点数； 构造适应度函数如式(2)所示： 步骤1.3以适应度函数f计算像素块Xi的适应度值， 其中适应度最 好的值为Xg； 步骤1.4将n个像素块划分为r个子组， 每个子组包含o块， 即n＝r ×o， 子组中适应度最 好的值为Xb， 适应度最差的值 为Xw； 步骤1.5在子组局部 搜索， 即Xw进行更新， 具体更新 步骤如下： 步骤1.5.1第j块上定义 新的移动距离Dj'为： Dj'＝ωDj+rand(0,1) ×(Xb‑Xw)      (3) 所 述 j ∈ 1 . .n .， 式 中 Dj表 示 上 一次 移 动的 距 离 ， ω 为 惯 性 权 值 系数 ， ωMax和ωMin表示惯性权值系数的初始值和结束值， t为当前 的迭代次数， T为总迭代次数， rand(0,1)是一个介于 0到1之间的随机数； 按照公式(4)计算更新后的适应度最差的值 NXw： NXw＝OXw+Dj',DMax≥Dj≥‑DMax        (4) 式中OXw为更新前的适应度最差的值， DMax表示最大步长； 如果NXw优于OXw， 则以NXw替代OXw并进行步骤1.5.2， 否则进行步骤1.5.3；权　利　要　求　书 1/2 页 2 CN 115511845 A 2步骤1.5.2判断是否达到局部最大迭代次数， 是， 合并并混合所有块， 进行步骤1.6， 否 则， 返回步骤1.5； 步骤1.5.3在第j块上定义 新的移动距离Dj”为： Dj”＝rand(0,1) ×(Xg‑Xw)        (5) 按照公式(6)计算更新后的适应度最差的值 NXw： NXw＝OXw+Dj”        (6) 如果NXw优于OXw， 则以NXw替代OXw并进行步骤1.5.2， 否则进行步骤1.5.4； 步骤1.5.4判断Dj”的计算是否达到设定次数， 是， 随机生成一个新的解来替换Xw和Dj' ∈[‑DMax,DMax]， 然后让Dj＝D'j， 返回步骤1.5.2， 否， 返回步骤1.5.3； 步骤1.6判断是否达到全局最大迭代次数， 否， 返回步骤1.4， 是， 输出脑出血二值图像 I； 所述步骤2如下： 结合脑出血二值图像I， 得到元素分别为1和0的矩阵， 将矩阵中元素1的数量相加后， 设 置自适应窗口值{W,H, θ}， 逐行遍历元素； 若 窗口中元素1的总数小于当前设置的窗口阈值 s， 则窗口 的中心元 素为脑部无关组织， 消除脑部无关组织得到二 值脑出血图像U； 所述步骤3如下： 标记二值脑出血图像U的黏连区域， 对应标签的值为1,2,...l， l为黏连区域的总数， 计 算每个黏连区域的面积之和： labeled是被标记的元 素， d是标签值， p和q是矩阵的行 数和列数； 比较Sd和二值脑出血图像U中的所有前景区域面积， 若 二者相等， 则颅骨与血块黏连， 否 则， 颅骨与血块 不黏连； 若颅骨与血块黏连， 对脑出血CT图像进行区域形态学操作， 并通过设置面积参数σ， 获 得完整的血块， 区域形态学操作如下： 设A和B是二维整数空间Z2中的两个集合， A表示二值图像U中的颅骨和血块的集合， B是 一个结构元 素， z是颅骨和血块的像素值； B对A的腐蚀表示 为AΘB： ； B对A的膨胀表示 为 为结构元 素B关于自身原点做映射所 得， z是 的原点的位移； B对A的开 运算表示为 若颅骨与血块 黏连， 直接进行 血块提取。权　利　要　求　书 2/2 页 3 CN 115511845 A 3