基于单点标注的医学图像弱监督变分分割方法

本发明公开了一种基于单点标注的医学图像弱监督变分分割方法，涉及医学图像中肿瘤分割技术领域。首先在目标肿瘤区域内随机地取一个点，根据整个CT图像的纹理方向信息、边界处灰度的局部方向信息和灰度的异质性构建一个新的各向异性的黎曼度量。其次计算整个CT图像中所有点到肿瘤区域内所取点的两种距离：基于新的黎曼度量的测地距离和欧氏距离。随后，将这两种逐点的距离信息嵌入到Chan‑Vese模型中。最后证明了模型解的存在性和唯一性，并采用Douglas‑Rachford算法对其进行求解，得到最终肿瘤的分割结果。本发明可以得到更精确、更有效、更鲁棒的分割结果，可用于肿瘤检测、定位和分割，还可以大大减少人工标注的工作量，具有较高的临床应用价值。