10.3969/j.issn.1006-8961.2005.08.009
基于活动轮廓模型和统计特征的血管内超声图像的边缘提取
血管内超声(IVUS)图像边缘的提取对冠状动脉疾病的诊断和治疗有着重要的意义.为此,提出了一种用于自动提取血管内超声图像内、外膜边缘的方法.这种方法基于活动轮廓模型和超声图像的对比度特征量以及Rayleigh分布统计特性,有效利用动态规划和启发式图搜索方法,分别在不同的代价函数形式下,对血管内超声图像内、外膜边缘进行自动提取.实验结果表明,和以往的提取方法相比,该方法算法简单,准确性较高,对序列图像处理的可重复性和鲁棒性较强,是一种较好的全局最优化算法.
血管内超声、活动轮廓模型、动态规划、对比度、Rayleigh分布
10
TP391.41(计算技术、计算机技术)
国家自然科学基金60271015
2005-09-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
999-1004