结合先验形状信息和序贯学习的心血管内超声外弹力膜检测
目的 针对心血管内超声(IVUS)图像中钙化斑块、声影等干扰因素影响外弹力膜(EEM)轮廓检测准确性的问题,提出结合先验形状信息和序贯学习分类的心血管内超声外弹力膜检测的改进算法.方法 首先用多类多尺度序贯学习(M2SSL)将IVUS图像分割七大不同组织;然后在分类结果的基础上,结合血管先验形状信息筛选出外弹力膜轮廓的关键点;最后,结合IVUS图像的梯度和相位信息,采用Snake模型,获得最终的EEM轮廓.结果 临床采集22组IVUS序列,挑选出具有代表性的153帧图像做实验.统计数据显示:本文算法检测结果的平均Jacc指标为88.5%,满足临床诊断要求,性能优于国内近年来较好的算法.结论 本文的EEM自动检测算法简单有效,相比国内已有算法,提高了对钙化、纤维斑块以及声影区域的识别能力,对含钙化斑块、纤维斑块或血管中心偏移的高频IVUS图像具有较高的适用性.
心血管内超声、外弹力膜、序贯学习、形状信息
21
TP318(计算技术、计算机技术)
国家自然科学基金项目61271155;National Natural Science Foundation of China61271155
2016-06-12(万方平台首次上网日期,不代表论文的发表时间)
共11页
646-656