本发明涉及图像处理，具体涉及基于mri影像的糖尿病患者认知功能阻碍检测方法。
背景技术：
1、糖尿病不仅影响患者的血糖代谢，还与认知功能障碍密切相关。认知功能障碍包括记忆力下降、注意力不集中、执行功能受损等症状，这些症状严重影响患者的生活质量。由于mri（磁共振成像）技术能够提供高分辨率的大脑结构和功能图像，因此通常情况下会根据糖尿病患者脑部的mri影像，检测糖尿病患者的认知功能。
2、而在采集患者脑部的mri影像时，由于成像系统的电子设备中电子的热运动会产生热噪声，因此需要对mri影像进行去噪处理，但传统的以非局部均值滤波算法对mri影像进行去噪时，非局部均值滤波算法中的平滑参数是固定的，而在mri影像中不同像素点的包含的细节特征不同，若以固定的平滑参数对mri影像进行滤波去噪，则会导致去噪后的mri影像丢失部分细节特征，进而无法准确的获取mri影像中的白质与灰质。
技术实现思路
1、本发明提供基于mri影像的糖尿病患者认知功能阻碍检测方法，以解决现有的问题：若简单地通过非局部均值滤波算法对mri影像进行去噪时，则会导致去噪后的mri影像丢失部分细节特征。
2、本发明的基于mri影像的糖尿病患者认知功能阻碍检测方法采用如下技术方案：
3、包括以下步骤：
4、获取患者脑部的mri影像，所述mri影像包含t1加权图像与t2加权图像；
5、根据t1加权图像与t2加权图像中像素点的位置，获取脑部像素点；根据脑部像素点在t1加权图像与t2加权图像中对应的像素点的灰度值，对脑部像素点进行聚类得到若干簇类；根据簇类中脑部像素点的位置，以及脑部像素点在t1加权图像与t2加权图像中的灰度值，获取脑部像素点为脑质像素点的可能性；
6、根据t1加权图像以及t2加权图像中每个像素点与周围像素点之间的差异，获取t1加权图像以及t2加权图像中每个像素点的组织表现度；
7、根据脑部像素点在t1加权图像与t2加权图像中对应的像素点，获取脑部像素点的两个对应点的一维像素点序列；根据脑部像素点的两个对应点的一维像素点序列，结合t1加权图像以及t2加权图像中每个像素点的组织表现度，获取脑部像素点的边缘特征；
8、根据脑部像素点的边缘特征以及脑部像素点为脑质像素点的可能性，获取脑部像素点的重要程度；根据脑部像素点的重要程度，为脑部像素点在t1加权图像与t2加权图像中对应的像素点赋予平滑参数，并对t1加权图像与t2加权图像进行去噪；
9、所述为脑部像素点在t1加权图像与t2加权图像中对应的像素点赋予平滑参数，并对t1加权图像与t2加权图像进行去噪，包括的具体方法为：
10、预设一个初始平滑参数；对于任意脑部像素点，将所述脑部像素点的重要程度的反比例归一化结果，与初始平滑参数的积，作为脑部像素点的对应点的平滑参数；
11、获取t1加权图像与t2加权图像中每个像素点的平滑参数，最后利用非局部均值滤波算法，以及t1加权图像与t2加权图像中每个像素点的平滑参数，对t1加权图像与t2加权图像进行去噪。
12、优选的，所述获取脑部像素点，包括的具体方法为：
13、将t1加权图像与t2加权图像中坐标位置相同的像素点记为同一脑部像素点，得到若干脑部像素点。
14、优选的，所述对脑部像素点进行聚类得到若干簇类，包括的具体方法为：
15、以脑部像素点在t1加权图像中的灰度值为横坐标，在t2加权图像中的灰度值为纵坐标，构建一个聚类空间；将所有脑部像素点置入聚类空间中，距离度量采用不同脑部像素点在聚类空间中的欧式距离，并利用k-means聚类算法，将聚类空间中所有的脑部像素点聚成若干个簇类。
16、优选的，所述获取脑部像素点为脑质像素点的可能性，包括的具体方法为：
17、对于任意簇类中的任意脑部像素点，获取所述脑部像素点与簇类中心之间的距离，结合脑部像素点在t1加权图像与t2加权图像中的灰度值，获取脑部像素点为脑质像素点的可能性，其具体的计算公式为：
18、
19、式中，表示脑部像素点为脑质像素点的可能性；表示脑部像素点与簇类中心之间的距离；表示脑部像素点在t1加权图像中的灰度值；表示脑部像素点在t2加权图像中的灰度值；表示取绝对值函数；表示以自然常数为底数的指数函数。
20、优选的，所述获取t1加权图像以及t2加权图像中每个像素点的组织表现度，包括的具体方法为：
21、对于t1加权图像或t2加权图像中的任意像素点，以所述像素点为中心构建一个大小的局部窗口，记为所述像素点的局部窗口；根据所述像素点的局部窗口中每个像素点的灰度值，获取所述像素点的组织表现度。
22、优选的，所述获取所述像素点的组织表现度的具体计算公式为：
23、
24、式中，表示第个像素点的组织表现度；表示第个像素点的局部窗口中所有像素点的灰度均值；表示在第个像素点的局部窗口中，除中心像素点外所有像素点的灰度均值；表示在第个像素点的局部窗口中，除第个像素点外所有像素点的灰度均值；表示第个像素点的灰度值；表示第个像素点的局部窗口中第个像素点的灰度值；表示第个像素点的局部窗口中第个像素点的灰度值；表示第个像素点的局部窗口中像素点的数量；表示取绝对值函数；表示对第个像素点的局部窗口中所有像素点进行遍历并取最大值；表示以自然常数为底数的指数函数。
25、优选的，所述获取脑部像素点的两个对应点的一维像素点序列，包括的具体方法为：
26、对于任意脑部像素点，将所述脑部像素点在t1加权图像与t2加权图像中对应的像素点记为脑部像素点的对应点；分别获取两个对应点的局部窗口，并利用蛇形扫描法，分别扫描两个对应点的局部窗口，得到所述脑部像素点的两个对应点的一维像素点序列。
27、优选的，所述获取脑部像素点的边缘特征，包括的具体方法为：
28、对于任意脑部像素点，根据所述脑部像素点的两个对应点的一维像素点序列，以及脑部像素点的两个对应点的一维像素点序列中每个像素点的组织表现度，获取所述脑部像素点的边缘特征，其具体的计算公式为：
29、
30、式中，表示脑部像素点的边缘特征；表示脑部像素点的对应点的一维像素点序列中像素点的数量；表示脑部像素点的第1个对应点的一维像素点序列中第个像素点的灰度值；表示脑部像素点的第1个对应点的一维像素点序列中所有像素点的灰度均值；表示脑部像素点的第1个对应点的一维像素点序列中第个像素点的组织表现度；表示脑部像素点的第2个对应点的一维像素点序列中第个像素点的灰度值；表示脑部像素点的第2个对应点的一维像素点序列中所有像素点的灰度均值；表示脑部像素点的第2个对应点的一维像素点序列中第个像素点的组织表现度；表示脑部像素点的第1个对应点的一维像素点序列中所有像素点的灰度的标准差；表示脑部像素点的第2个对应点的一维像素点序列中所有像素点的灰度的标准差；表示取绝对值函数。
31、优选的，所述获取脑部像素点的重要程度，包括的具体方法为：
32、对于任意脑部像素点，将所述脑部像素点的边缘特征，与所述脑部像素点为脑质像素点的可能性的积，作为所述脑部像素点的重要程度。
33、本发明的技术方案的有益效果是：本发明通过将两个加权图像中位于相同位置的像素点记为同一脑部像素点，根据脑部像素点在两个加权图像中的灰度表现，获取脑部像素点为脑质像素点的可能性，由于两个加权图像中位于相同位置的像素点，为脑部中同一位置在两个加权图像中不同的表现形式，且在脑部的各个组织在两个加权图像均有稳定的表现形式，故可以此为依据获取脑部像素点为脑质像素点的可能性；由于mri影像中的噪声像素点的灰度值具有呈高斯分布的特征，故可通过每个像素点对其周围的影响程度，获取像素点的组织表现度；
34、进一步的，根据脑部像素点在两个加权图像中的像素点，结合两个加权图像中每个像素点的组织表现度获取脑部像素点的边缘特征，由于当像素点位于边缘时，像素点的局部区域内存在的纹理特征明显，故可将不同加权图像中位置相同的两个像素点在局部区域内纹理的相似程度，作为脑部像素点的边缘特征；又由于本发明中最为重要的细节特征为灰质与白质的边缘特征，因此需进一步结合脑部像素点为脑质像素点的可能性，赋予每个像素点平滑参数，以此对两个加权图像进行去噪，最终实现对mri影像进行去噪的同时，保留mri影像中的细节特征。
1.基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取脑部像素点，包括的具体方法为：
3.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述对脑部像素点进行聚类得到若干簇类，包括的具体方法为：
4.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取脑部像素点为脑质像素点的可能性，包括的具体方法为：
5.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取t1加权图像以及t2加权图像中每个像素点的组织表现度，包括的具体方法为：
6.根据权利要求5所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取所述像素点的组织表现度的具体计算公式为：
7.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取脑部像素点的两个对应点的一维像素点序列，包括的具体方法为：
8.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取脑部像素点的边缘特征，包括的具体方法为：
9.根据权利要求1所述基于mri影像的糖尿病患者认知功能阻碍检测方法，其特征在于，所述获取脑部像素点的重要程度，包括的具体方法为：
