隨著社會(huì)老齡化和城市化進(jìn)程的加快,心血管疾病已成為我國(guó)發(fā)病率和死亡率最高的疾病,成為重大公共衛(wèi)生問(wèn)題。目前心血管疾病的輔助診斷影像技術(shù)有CT、血管內(nèi)超聲（IVUS）和光學(xué)相干斷層掃描（OCT）,由于OCT系統(tǒng)成像速度、分辨率等性能的提高,使OCT技術(shù)在醫(yī)療領(lǐng)域得到廣泛應(yīng)用。但利用OCT影像診斷冠脈疾病時(shí)依然要醫(yī)生手動(dòng)操作,費(fèi)時(shí)費(fèi)力,所以基于冠脈OCT影像的計(jì)算機(jī)自動(dòng)分析算法研究,對(duì)于輔助醫(yī)生診斷治療冠脈疾病有很重要的臨床意義。本文針對(duì)冠狀動(dòng)脈OCT影像做了以下研究工作:冠脈血管內(nèi)膜提取方面,本文提出了一種基于改進(jìn)CV模型的冠脈血管內(nèi)膜輪廓序列自動(dòng)提取算法。通過(guò)改進(jìn)CV模型演化權(quán)函數(shù),引入曲線局部信息控制曲線邊界演化速度,添加梯度能量項(xiàng)和形狀約束項(xiàng),增加對(duì)信息點(diǎn)捕捉能力并以前幅圖邊界信息作為先驗(yàn)條件進(jìn)一步約束演化輪廓形狀。最終實(shí)現(xiàn)冠脈OCT內(nèi)膜輪廓的序列提取,并針對(duì)序列內(nèi)膜輪廓差異性較小的圖像,通過(guò)將初始演化輪廓設(shè)定為前幅圖內(nèi)膜提取結(jié)果,進(jìn)一步提高內(nèi)膜提取效率。結(jié)果表明,本文內(nèi)膜提取算法不僅提高了內(nèi)膜提取精度,對(duì)模糊邊界、導(dǎo)絲陰影、支架及斑塊干擾等特殊情況具有較好提取效果,還為后續(xù)斑塊分... 

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 冠脈血管內(nèi)膜輪廓提取研究現(xiàn)狀
        1.2.2 冠脈血管斑塊區(qū)域分割研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 各章節(jié)安排
第二章 冠脈光學(xué)相干斷層影像分析
    2.1 光學(xué)相干斷層影像技術(shù)發(fā)展進(jìn)程及原理
    2.2 光學(xué)相干斷層影像在醫(yī)學(xué)領(lǐng)域的應(yīng)用
    2.3 冠狀動(dòng)脈光學(xué)相干斷層影像分析
        2.3.1 冠狀動(dòng)脈OCT影像特點(diǎn)及冠脈疾病應(yīng)用
        2.3.2 冠脈OCT影像中血管結(jié)構(gòu)與斑塊特征
    2.4 小結(jié)
第三章 基于改進(jìn)CV模型的冠脈血管內(nèi)膜輪廓序列自動(dòng)提取
    3.1 冠脈OCT影像預(yù)處理
    3.2 CV模型的改進(jìn)及血管內(nèi)膜輪廓序列提取的實(shí)現(xiàn)
        3.2.1 水平集算法
        3.2.2 CV模型
        3.2.3 改進(jìn)CV模型
        3.2.4 冠脈OCT血管內(nèi)膜序列提取實(shí)現(xiàn)及優(yōu)化
    3.3 參數(shù)分析與結(jié)果討論
        3.3.1 參數(shù)分析
        3.3.2 結(jié)果討論
    3.4 小結(jié)
第四章 基于改進(jìn)內(nèi)核圖割算法的斑塊區(qū)域分割
    4.1 感興趣區(qū)域提取
    4.2 感興趣區(qū)域的k-means聚類分析
    4.3 改進(jìn)內(nèi)核圖割的斑塊分割算法
        4.3.1 圖割算法
        4.3.2 改進(jìn)內(nèi)核圖割算法
    4.4 參數(shù)分析與結(jié)果討論
        4.4.1 參數(shù)分析
        4.4.2 結(jié)果討論
    4.5 小結(jié)
第五章 總結(jié)和展望
    5.1 工作總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介及攻讀碩士學(xué)位期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于最大內(nèi)切圓算法的手掌靜脈ROI提取[J]. 劉剛,張晶,李月龍.  計(jì)算機(jī)科學(xué). 2018(08)
[2]基于圓形感興趣區(qū)域的CT圖像快速重建[J]. 甄妮,王明泉,侯慧玲,許娜,郝敏.  無(wú)損檢測(cè). 2018(05)
[3]基于ROI和CNN的交通標(biāo)志識(shí)別研究[J]. 黃娜君,汪慧蘭,朱強(qiáng)軍,洪名佳.  無(wú)線電通信技術(shù). 2018(02)
[4]《中國(guó)心血管病報(bào)告2017》概要[J]. 陳偉偉,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,蔣立新,胡盛壽.  中國(guó)循環(huán)雜志. 2018(01)
[5]基于K-means聚類與改進(jìn)隨機(jī)游走算法的冠脈光學(xué)相干斷層圖像斑塊分割[J]. 王光磊,王鵬宇,韓業(yè)晨,劉秀玲,李艷,盧倩.  生物醫(yī)學(xué)工程學(xué)雜志. 2017(06)
[6]基于光學(xué)相干斷層成像含支架的冠脈血管三維重建[J]. 倉(cāng)定舉,王笑梅,鄭亞州.  上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[7]延續(xù)性自我管理教育在冠心病介入治療患者心臟康復(fù)中的應(yīng)用[J]. 余太輝,魯錦國(guó).  中西醫(yī)結(jié)合心血管病電子雜志. 2017(13)
[8]基于核圖割算法的冠脈光學(xué)相干斷層圖像斑塊區(qū)域分割[J]. 張勃,楊建利,王光磊,王洪瑞,劉秀玲,韓業(yè)晨.  生物醫(yī)學(xué)工程學(xué)雜志. 2017(01)
[9]冠脈CT對(duì)冠心病治療策略的影響[J]. 蓋兢涇,翟學(xué),白啟才,王志國(guó),蔣博,汪奇,楊立,蓋魯粵.  南方醫(yī)科大學(xué)學(xué)報(bào). 2014(01)
[10]由冠脈光學(xué)相干層析圖像自動(dòng)提取血管壁內(nèi)輪廓[J]. 舒鵬,孫延奎,宋現(xiàn)濤.  光學(xué)精密工程. 2013(09)



本文編號(hào)：3673226