基于局部Chan-Vese模型的超声颈动脉图像水平集分割

曾雅洁; 黄金河; 杨鑫; 丁明跃

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于局部Chan-Vese模型的超声颈动脉图像水平集分割

首发时间：2013-01-31

曾雅洁 ¹
曾雅洁，（1992-），女，本科，医学图像处理。
黄金河 ² 杨鑫 ³ 丁明跃 ²
丁明跃（1961-），男，教授，医学影像，三维医学超声成像，图像导引手术与治疗，电阻抗成像技术研究，计算机视觉，三维重建，航迹规划，图像天候模型研究

1、华中科技大学生命科学与技术学院，生物医学工程系，图像信息处理与智能控制教育部重点实验室，武汉 430074
2、华中科技大学生命科学与技术学院生物医学工程系图像信息处理与智能控制教育部重点实验室，武汉 430074
3、华中科技大学图像识别与人工智能研究所多谱信息处理技术国防科技重点实验室，武汉 430074

摘要：心血管疾病是世界上三大致死疾病之一。动脉粥样硬化会引发多种心脑血管疾病，动脉粥样硬化斑块是其最主要的病理形态学改变。本文对超声主颈动脉（CCA，Common Carotid Artery）横向图像中血管的内外膜进行分割，结果可用于对斑块大小、厚度和形状的定性估计及定量测量。本文选用局部C-V(LCV，Local Chan-Vese)模型分割外膜；C-V模型分割内膜；引入内外膜距离限制项限制内膜的演化，并用稀疏场方法（SFM，Sparse Field Method）提高水平集算法的效率；通过全正交法（FOM，Full-Orthogonal Method）、射线法、相似系数分析法等对结果进行分析比较。实验结果表明，LCV模型可有效地分割颈动脉血管外膜，C-V模型可以有效地分割血管内膜，改进方法提升了程序运行速度，提高了内膜的分割精度。

关键词：生物医学工程图像分割颈动脉超声图像水平集局部C-V模型稀疏场算法

For information in English, please click here

Ultrasound carotid image segmentation using level set method based on local Chan-Vese model

ZENG Yajie ¹
曾雅洁，（1992-），女，本科，医学图像处理。
HUANG Jinhe ² YANG Xin ³ DING Mingyue ²
丁明跃（1961-），男，教授，医学影像，三维医学超声成像，图像导引手术与治疗，电阻抗成像技术研究，计算机视觉，三维重建，航迹规划，图像天候模型研究

1、Image Processing and Intelligence Control Key Laboratory of Education Ministry of China,School of Life Science and Technology,Huazhong University of Science and Technology, Wuhan 430074
2、Image Processing and Intelligence Control Key Laboratory of Education Ministry of China,School of Life Science and Technology,Huazhong University of Science and Technology,Wuhan 430074
3、State Key Laboratory for Multi-spectral Information Processing Technologies, Institute for Pattern Recognition and Artificial Intelligence(IPRAI),Huazhong University of Science and Technology,Wuhan 430074

Abstract：Cardiovascular disease is one of the three major killer diseases in the world. Atherosclerosis will lead to a variety of cardiovascular and cerebrovascular diseases. Atherosclerotic plaques is the major pathological changes of atherosclerotic.The segmentation of intima and adventitia of Common Carotid Artery(CCA) is the main work, and the result can be used for qualitative estimates and measurements of plaque size, thickness and shape. The paper chose Local C-V model to segment the adventitia and C-V model to segment the intima.Distance Limitations Item was proposed to limit the evolution of the intima,and Sparse Field Method(SFM) was used to improve the efficiency of the level set method.The result was analyzed and compared by full-orthogonal method (FOM), ray method and Dice index.The results indicate that the LCV model can effectively segment the adventitia of the carotid artery;C-V model can effectively segment the intima;Improved methods can increase the speed of the program's running and improve the accuracy of segmentation of the intima.

Keywords： Biomedical Engineering Image segmentation Carotid ultrasound images Level set Local C-V model Sparse Field Method

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

曾雅洁，黄金河，杨鑫，等. 基于局部Chan-Vese模型的超声颈动脉图像水平集分割[EB/OL]. 北京：中国科技论文在线 [2013-01-31]. https://www.paper.edu.cn/releasepaper/content/201301-1247.

No.****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201301-1247
论文题目	基于局部Chan-Vese模型的超声颈动脉图像水平集分割
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.