本文關(guān)鍵詞：基于水平集方法的三維超聲頸動脈斑塊分割

  更多相關(guān)文章： 三維超聲頸動脈圖像 斑塊分割 水平集

【摘要】：三維超聲頸動脈圖像中自動分割出頸動脈斑塊對于監(jiān)控頸動脈粥樣硬化的生長和衰退具有很重要的意義�？紤]到頸動脈斑塊內(nèi)部回聲異質(zhì)性強(qiáng)以及斑塊形狀變化多樣，本文提出了一種基于中-外膜邊界(media-adventitia boundary, MAB)和血管腔-內(nèi)膜邊界(lumen-intima boundary, LIB)先驗(yàn)的水平集分割方法，，將斑塊分割的問題簡化成將斑塊與健康中膜組織區(qū)分開的問題。分割方法主要分為兩步，初始輪廓獲取和水平集演化。首先在MAB和LIB之間利用灰度的信息檢測到初始的輪廓點(diǎn)，然后將斑塊與MAB、LIB相對位置的先驗(yàn)信息同圖像信息一起綜合融入水平集框架中，通過水平集的演化得到最終的斑塊“外”輪廓，該最終演化輪廓與LIB圍成的區(qū)域即為斑塊。 同時本研究中獲得兩位超聲影像醫(yī)生對頸動脈圖像多次分割的結(jié)果，并將多次分割結(jié)果進(jìn)行輪廓平均作為檢驗(yàn)提出的自動分割算法可靠性和準(zhǔn)確性的金標(biāo)準(zhǔn)。 分割算法中的參數(shù)優(yōu)化利用進(jìn)化策略方法最小化測試圖像集上的分割誤差，利用優(yōu)化的參數(shù)在實(shí)驗(yàn)圖像集上進(jìn)行分割，并將分割結(jié)果與金標(biāo)準(zhǔn)進(jìn)行比較，實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析結(jié)果證明算法分割的結(jié)果十分接近金標(biāo)準(zhǔn)。 綜上所述，本文的主要內(nèi)容可歸納以下幾個部分： (1)基于水平集的圖像分割方法：基本原理及具體實(shí)現(xiàn)； (2)具體研究方法：三維超聲頸動脈數(shù)據(jù)采集、金標(biāo)準(zhǔn)獲取、自動分割算法及其參數(shù)優(yōu)化； (3)實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析。
【關(guān)鍵詞】：三維超聲頸動脈圖像 斑塊分割 水平集
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R310
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-13
• 1.1 引言8
• 1.2 粥樣硬化影像學(xué)診斷現(xiàn)狀8-10
• 1.3 超聲圖像中斑塊分割方法研究現(xiàn)狀10-11
• 1.4 本文主要內(nèi)容與結(jié)構(gòu)安排11-13
• 2 圖像分割中的水平集理論13-24
• 2.1 水平集方法基本原理13-16
• 2.2 圖像分割中水平集方法的應(yīng)用16-20
• 2.3 水平集方法的具體實(shí)現(xiàn)20-24
• 3 基于超聲頸動脈斑塊分割的水平集方法24-34
• 3.1 三維頸動脈超聲圖像采集24-25
• 3.2 金標(biāo)準(zhǔn)獲取25-26
• 3.3 頸動脈斑塊分割26-32
• 3.4 參數(shù)優(yōu)化32-33
• 3.5 本章小結(jié)33-34
• 4 結(jié)果評價與討論34-49
• 4.1 評價指標(biāo)34-36
• 4.2 實(shí)驗(yàn)結(jié)果與分析36-46
• 4.3 討論46-47
• 4.4 本章小結(jié)47-49
• 5 總結(jié)與展望49-51
• 5.1 本文總結(jié)49
• 5.2 展望49-51
• 致謝51-52
• 參考文獻(xiàn)52-56
• 附錄：碩士期間發(fā)表論文及專利56

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 衛(wèi)娜,楊繼慶,羅建,崔亮;超聲技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用與發(fā)展[J];醫(yī)療衛(wèi)生裝備;2004年08期

本文編號：520843