基于伽马混合模型B超图像聚类配准的颈动脉管壁搏动位移干扰抑制

摘要：

提出了基于伽马混合模型B超图像聚类(UICG)的配准方法以抑制血管壁搏动位移估计的干扰.使用伽马混合模型对颈动脉B超图像聚类,以远距组织的归一化互信息为相似性测度提取干扰曲线,基于干扰曲线对聚类图像序列进行空间逆变换以消除外界干扰,最后采用散斑追踪法在配准后的聚类图像序列中估计管壁搏动位移.仿真实验表明,相比主轴质心与互信息相结合(PCMI)的传统配准算法,X、Y和旋转方向上的UICG干扰归一化均方根误差(NRMSE)分别减小了 36％、38％和32％,管壁搏动位移估计的NRMSE均值减小了 37％.对健康受试者颈动脉的实测试验进一步证明了 UICG法的有效性.综上,UICG法能有效抑制干扰,提高管壁搏动位移的估计精度.

关键词：图像聚类、伽马混合模型、颈动脉、管壁搏动位移、干扰抑制

所属期刊栏目：43

分类号：R445.1;TH79(诊断学)

资助基金：云南省高校高原医学电子信息智能检测处理重点实验室;云南省基础研究专项重点项目

在线出版日期：2022-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：199-208