基于自适应分数阶微分和改进分水岭的HIFU治疗区域提取方法

在高强度聚焦超声治疗中，需要在超声影像中对目标治疗区域定位与分割。受B超图像复杂背景与噪声干扰，传统的图像分割算法存在局限性。结合Grünwald-Letnikov(G-L)分数阶微分与分水岭思想提出了一种新的图像分割方法。首先将5×5分数阶微分算子划分为八个子模板进行卷积运算，并以归一化后的局部图像梯度与对比度来表征局部图像频率的变化，由此构建自适应分数阶阶次模型，以实现图像的自适应增强；然后对治疗前后的B超图像进行减影，利用形态学开闭操作、距离变换对减影后的图像进行灰度重建，将重建的结果作为分水岭变换的前景标记，以治疗后的B超图像作为背景进行分水岭分割。结果表明：使用该方法分割后的治疗区域轮廓Dice系数，准确率(accuracy)和精度(precision)分别为93.69%、96.74%、92.23%,相较于传统分水岭分割方法分别增加了6.37%、8.59%、6.72%。