血管中心線的提取和血管分割在腦血管疾病的定量分析、輔助診斷、病灶定位、治療等方面發(fā)揮著巨大的作用。精確的中心線提取和血管分割結果為大腦血管疾病的診斷和治療提供了重要的參考依據。然而,在臨床研究現(xiàn)有的血管中心線的提取和血管分割方法在完整度和準確度方面有待進一步的提高。本文在傳統(tǒng)的基于最短路徑的中心線提取方法的基礎上,針對環(huán)狀血管,提出了一種多信息融合的中心線提取方法;同時為了有效實現(xiàn)血管的自動分割,在中心線研究的基礎上,提出了一種基于圖割的自動血管分割方法。具體研究工作如下:1)基于多信息融合的環(huán)狀血管的中心線提取:中心線提取結果對于血管結構不同特征的定量描述有著十分重要的意義。研究首先在環(huán)狀血管分割基礎之上,基于多個隨機種子點,采用最短路徑法獲取多條原始中心線;其次,對多條原始中心線的拓撲信息進行融合,并基于最大邊界距離場保留中心體素,保證中心線的完整與連續(xù)性。最后,利用冗余點判斷準則,對中心線進行單體素化處理。我們在仿真數據和大腦數據上進行了實驗驗證。相比于傳統(tǒng)方法,該方法在中心線提取的準確性和完整性有了顯著的提高。2)中心線引導圖割的MR腦血管分割方法。血管分割結果常用在血管的匹配、三維重建、運動估計等血管分析任務中。傳統(tǒng)的圖割方法將分割轉化為能量最小化問題,它依賴于目標和背景的人工標記。本研究利用中心線代替人工標記,提出了一種基于圖割的自動血管分割方法。研究首先采用Vesselness濾波方法對原始血管區(qū)域進行增強;然后使用拓撲細化方法提取血管中心線。其次在圖割法研究中,利用中心線得到初始化的目標和背景信息,設定中心線的目標和背景概率,計算中心線以外像素點的概率值并確定邊的權值。最后,采用圖割方法進行血管分割。我們采用本文方法和2種對比方法在仿真數據和大腦數據上進行驗證,結果表明該方法在保證分割精度的前提下實現(xiàn)了血管的自動分割,提高了工作效率。
【學位單位】：西北大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP391.41;R743
【部分圖文】：

西北大學碩士學位論文狀血管逐步生長，但不能保證起點和終點的兩個體素恰好相連。因此，我們首先需要得到若干條缺口位置不同的原始中心線，這些中心線會在 3.3 章節(jié)發(fā)揮重要作用。為了得到多條缺口位置不同的原始中心線，我們改進了 Wan 等人的方法。首先在整個數據上采用等概率撒點選取種子點。撒點的數量根據數據的大小調整一般來說，數據越大，所撒的點越多。其中，落在血管上的點作為種子點。然后，中心線從種子點出發(fā)，根據邊界距離場進行生長。邊界距離場的作用就是保證提取的中心線位于血管的中心。圖 2 的第一列和圖 3（a）展示了缺口位于不同位置的原始中心線。

圖 2 基于多信息融合的環(huán)狀血管的中心線提取方法框圖3.3 多信息融合圖 3 多信息融合的過程圖。（a）原始中心線；（b）多中心線融合；（c）具有 DFB 局部最大值的體素合并

西北大學碩士學位論文素化處理多信息融合修補了環(huán)狀中心線的缺口，但同時也產生了很多的續(xù)的處理就是將這些多余的中心線點去除。線的多體素寬度存在的原因有兩個。第一，在血管的分支或者等結構復雜的地方，容易產生多體素寬度（如圖 4（a）），分體素寬度現(xiàn)象越嚴重；第二，多中心線融合也容易造成多體素））。另外，提取具有 DFB 局部最大值的體素也會產生多體素寬
【參考文獻】

相關期刊論文 前3條

1 江貴平;秦文健;周壽軍;王昌淼;;醫(yī)學圖像分割及其發(fā)展現(xiàn)狀[J];計算機學報;2015年06期

2 王洵;周衛(wèi)平;羅立民;;一種基于廣義柱的腦血管樹建模方法[J];生物醫(yī)學工程研究;2007年02期

3 黎紅華;陳文軍;崔敏;林瑯;吳非;蒲捷;鐘雷;李國雄;;DWI及MRA在大面積腦梗塞早期診斷中的價值[J];腦與神經疾病雜志;2007年03期

相關博士學位論文 前1條

1 郝聚濤;血管造影圖像統(tǒng)計分割研究[D];上海交通大學;2007年

本文編號：2838114