技术摘要：
本发明涉及一种脑部磁共振图像自动颅骨去除方法，通过自适应迭代阈值法获取脑部磁共振图像的最优背景分割阈值；根据最优背景分割阈值对脑部磁共振图像进行背景分割，得到标准化图像；通过OSTU阈值法获取标准化图像最大类间方差阈值，并根据最大类间方差阈值对标准化图  全部
背景技术：
由于颅骨在脑部磁共振图像中具有与脑瘤及其他脑组织相似的灰度分布，颅骨的 存在会对脑部磁共振图像处理如脑瘤自动诊断及图像融合等过程产生较大干扰，因此需对 脑部磁共振图像进行颅骨去除。传统颅骨去除方法多采用全局阈值法和区域生长法，全局 阈值法适用性差，由于脑部磁共振图像的不标准化，难以选取针对所有脑部磁共振图像的 全局阈值；此外，区域生长法需手动选取种子点，是一种半自动分割方法，工作量较大，效率 低。
技术实现要素：
针对现有技术的不足，本发明提供一种脑部磁共振图像自动颅骨去除方法，解决 由于脑部磁共振图像的不标准化，难以选取针对所有脑部磁共振图像的全局阈值的问题。 本发明为实现上述目的所采用的技术方案是： 一种脑部磁共振图像自动颅骨去除方法，包括以下步骤： 步骤1：通过自适应迭代阈值法获取脑部磁共振图像的最优背景分割阈值； 步骤2：根据最优背景分割阈值对脑部磁共振图像进行背景分割，得到标准化图 像； 步骤3：通过OSTU阈值法获取标准化图像最大类间方差阈值，并根据最大类间方差 阈值对标准化图像进行二值化，得到二值化图像； 步骤4：在二值化图像中，检测多方向异常值点，并获取颅骨主体区域； 步骤5：在标准化图像中，将颅骨主体区域像素赋值为0，得到主体分割图像； 步骤6：对主体分割图像采用形态学开操作，得到目标图像。 所述背景分割为： 选择原始图像中大于最优背景分割阈值的最左，最上，最下及最右四个像素点，由 这四个像素点确定图像中的矩形区域，该矩形区域即为背景去除后图像。 所述检测多方向异常值点，包括： 根据遍历方向遍历二值化图像边界局部区域，搜索异常值点； 选取每个遍历方向上的特定位置的异常值点作为初始种子点，通过区域生长法获 取颅骨主体区域。 所述二值化图像边界局部区域为由二值化图像边界向中心延伸出的区域。 所述特定位置的异常值点为各个遍历方向中位于中间位置的异常值点。 所述遍历方向为二值化图像的上、下、左、右四个方向。 所述异常值点为灰度值为1的像素点。 3 CN 111612793 A 说　明　书 2/4 页 所述形态学开操作包括： 通过OSTU阈值法对主体分割图像进行二值化，得到主体分割二值化图像； 采用开操作得到目标二值化图像； 在标准化图像中将目标二值化图像中灰度为0的对应像素点赋值为0，得到目标图 像。 所述开操作采用半径为1的圆盘算子。 本发明具有以下有益效果及优点： 1 .本发明计算速度快，对单张脑部磁共振图像的处理时间为0.65秒，可以降低颅 骨去除过程的时间复杂度； 2.本发明适用性较强，适用于包括T1,T1 C以及T2等多种脑部磁共振序列图像的 颅骨去除； 3.本发明通过多方向异常点检测，具有一定鲁棒性，多方向保证了颅骨被有效去 除； 4.本发明提出了一种全自动颅骨去除算法，有效提高了传统半自动方法的效率， 为脑部磁共振图像的自动识别及图像融合等操作提供了便利。 附图说明 图1是本发明的方法流程图； 图2是本发明的背景去除流程图； 图3是本发明的背景去除效果图； 图4是本发明的标准化图像的二值化效果图； 图5是本发明的多方向异常值点自动检测的主体颅骨区域分割示意图； 图6是本发明的基于圆盘算子的形态学开操作示意图。