血管内超声图像初始轮廓提取算法的研究

摘要：

Snake模型在医学图像分割中的应用已经越来越广泛,但在应用该模型时,如何选取合适的初始轮廓是一个难题;在对血管内超声医学图像的研究基础上,提出了一种基于灰度信息与ROI区域的初始轮廓获取方法,根据IVUS图像的灰度特征对其进行自适应阈值分割以及面积滤波,然后获得分割轮廓点集进而得到snake初始轮廓点集;在matlab7.0环境分别对不同类别的2种IVUS图像的中外膜边缘提取进行仿真实验,实验证明该方法获得的初始snake轮廓较为逼近目标真实轮廓且适合于snake模型进行迭代收敛,由于其初始轮廓已较为接近目标真实轮廓,因此节省了snake模型的迭代次数,算法运行效率也优于手工提取初始轮廓的snake方法,可以较为方便的应用于实际领域.

关键词：血管内超声、自适应阈值分割、ROI区域、Snake模型

所属期刊栏目：22

分类号：TP317.4(计算技术、计算机技术)

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1490-1492