許多疾�。ㄈ缒X血管疾病和腫瘤）的發(fā)生和發(fā)展伴隨著微血管的變化。光學(xué)分辨率光聲顯微成像（OR-PAM）已被證明是用于監(jiān)測和研究腫瘤微血管系統(tǒng)的極佳的成像模式。然而,由于腫瘤組織中存在大量的新生血管,且新生小直徑血管和部分微血管分布密集的區(qū)域光聲信號較弱,導(dǎo)致OR-PAM的腫瘤成像易出現(xiàn)血管脈絡(luò)不清晰、或是血管斷裂的情況,給血管類疾病的早期診斷帶來困難。因此,利用圖像處理技術(shù)對OR-PAM腫瘤血管圖像進(jìn)行一系列增強(qiáng)操作,可為后續(xù)的血管量化分析工作提供高質(zhì)量的OR-PAM圖像,提高量化評估的準(zhǔn)確性。傳統(tǒng)的血管分割和骨架提取方法難以有效檢測信號較弱的腫瘤微血管,并且以前的研究主要集中在正常組織上,并沒有對持續(xù)生長的腫瘤微血管做跟蹤量化。因此,本文提出了一套適用于光聲腫瘤微血管圖像的血管分割、骨架提取以及腫瘤微血管量化的方法。（1）提出了基于Hessian矩陣和強(qiáng)度變換的血管分割方法。Hessian矩陣能夠通過構(gòu)造血管相似性響應(yīng)函數(shù)來識別光聲圖像中的微血管脈絡(luò),強(qiáng)度變換進(jìn)一步增強(qiáng)整個微血管網(wǎng)絡(luò)的對比度。基于增強(qiáng)后的圖像,根據(jù)其整體灰度分布自動選取區(qū)域生長的種子點(diǎn),得到分割后的血管二值圖像。實(shí)驗(yàn)結(jié)... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

OR-PAM系統(tǒng)的示意圖

高頻強(qiáng)調(diào)濾波結(jié)果圖

其中 a1（黑色素瘤血管）和 a2（正常血管）區(qū)域的放大子圖分別展示在圖3.1（a）和（e）中，可以看出原始圖像中血管信號分布不均勻，信號微弱的血管脈絡(luò)模糊不清晰。圖 3.1（b）和（f）是 Hessian 矩陣增強(qiáng)后的圖像，血管的脈絡(luò)結(jié)構(gòu)更加清晰和圓滑，但是部分細(xì)小的血管脈絡(luò)比較暗淡，對比度不強(qiáng)。圖 3.1（c）和（g）是強(qiáng)度變換后的增強(qiáng)圖像，進(jìn)一步增強(qiáng)了部分暗淡細(xì)小血管的對比度。圖 3.1（d）和（h）是最終分割的血管二值圖像。圖 3.1 很好的說明了本文的血管分割方法的有效性，對于正常血管和腫瘤血管都能正確提取完整的血管脈絡(luò)。圖 3.1 血管分割結(jié)果示意圖（A）原始光聲圖像；（a）黑色素瘤血管光聲圖像；（e）正常血管光聲圖像；（b，f）Hessian 矩陣增強(qiáng)圖像；（c，g）強(qiáng)度變換后的圖像；（d，h）分割的血管二值圖。3.3 實(shí)驗(yàn)結(jié)果為了充分說明所提出方法的優(yōu)越性


本文編號：3267400