【摘要】：X射線冠狀動脈造影成像是診斷心血管疾病的重要手段,可用于經(jīng)皮冠狀動脈介入治療的手術導航和療效評估。由于X射線的成像機理,冠脈造影圖像反映了X射線在投影路徑上由人體眾多組織造成的衰減之和。因此,由造影劑填充的血管與其他組織結構(包括骨骼,隔膜和肺等)在圖像空間上互相重疊,而這些背景結構嚴重干擾了對心血管的觀測和評估,目前,從冠脈造影圖像中提取出無背景噪聲的清晰血管圖像仍然是一個難題。針對該問題,本論文對冠脈造影圖像序列的血管提取方法進行了研究。論文針對冠脈造影圖像序列提出了三種處理方法。首先,為了提取出血管可視性較高的血管層圖像,基于動態(tài)冠脈造影圖像序列可看作一個低秩背景矩陣和一個稀疏前景矩陣的和,本文通過模擬圖像中不同結構的復雜概率分布及加強時空運動一致性,設計了一種新的累進式魯棒主成分分析算法,能夠提取出血管可視性顯著增強的血管層。然后,針對血管形狀提取,本文設計了一種血管分割算法,將魯棒主成分分析、類Radon特征提取、自適應閾值分割相結合,從冠脈造影圖像序列中分割出完整、準確的血管區(qū)域。最后,本文在提取出血管區(qū)域掩模的基礎上進行血管灰度提取,使用張量補全算法從原始冠脈造影圖像序列中恢復出血管區(qū)域內的背景結構投影圖像,并從原始圖像中除去背景層,得到血管形狀和灰度都得到準確復原的血管造影圖像序列。論文提出的血管提取方法使用臨床X射線冠脈造影圖像序列和合成造影圖像序列進行實驗,并和目前主流的一些算法比較。實驗結果表明本文提出的血管提取方法對現(xiàn)有方法有所改進,其中累進式魯棒主成分分析能完整地提取血管層圖像,并提高血管可視性,血管分割和張量補全則能夠較準確地提取血管的形狀和灰度信息。
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R816.2;TP391.41;O434.1

【參考文獻】

相關博士學位論文 前1條

1 康文煒;冠狀動脈造影圖像的分割方法研究[D];吉林大學;2010年

相關碩士學位論文 前3條

1 楊棟;面向CTA圖像的冠脈血管分割算法研究和血管狹窄度分析[D];浙江大學;2015年

2 劉有銀;X射線成像影響因素及圖像處理技術研究[D];長春理工大學;2014年

3 韓慶龍;虛擬心臟介入手術的幾何模型構建技術研究[D];國防科學技術大學;2005年

，

本文編號：2659222