期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
活动轮廓模型和Contourlet多分辨率分析分割血管内超声图像 被引量:20
1
作者 张麒 汪源源 +3 位作者 王威琪 马剑英 钱菊英 葛均波 《光学精密工程》 EI CAS CSCD 北大核心 2008年第11期2303-2311,共9页
针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分... 针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和中-外膜边界的初始轮廓;对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,并结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。对100幅仿真图像和120幅实际图像的分割结果表明,相对于传统活动轮廓模型,该方法分割实际图像的平均距离误差提高了3.04 pixel,面积差异百分比提高了6.30%。表明该方法能自动、精确地提取血管的两条边界。 展开更多
关键词 活动轮廓模型 CONTOURLET变换 多分辨率分析 血管内超声图像分割
在线阅读 下载PDF
一种改进的自适应形变模型及其血管内超声图像边缘提取应用 被引量:5
2
作者 孙丰荣 刘泽 +3 位作者 李艳玲 曲怀敬 姚桂华 张运 《中国生物医学工程学报》 CAS CSCD 北大核心 2008年第2期276-281,共6页
血管内超声(IVUS)图像冠状动脉血管壁内膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。提出一种改进的自适应形变模型(T-Snake),该模型能够解决基本T-Snake模型中的自交(Self-collisions)问题,并有着更高的数值计算精度。同时,... 血管内超声(IVUS)图像冠状动脉血管壁内膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。提出一种改进的自适应形变模型(T-Snake),该模型能够解决基本T-Snake模型中的自交(Self-collisions)问题,并有着更高的数值计算精度。同时,基于改进的T-Snake模型,给出一种用于自动提取IVUS序列图像冠状动脉血管壁内膜边缘的方法。实验结果表明,所提出方法准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好;表明了改进T-Snake模型的有效性和可实现性。 展开更多
关键词 自适应形变模型 血管内超声图像 边缘提取 法线矢量
在线阅读 下载PDF
基于活动轮廓模型和边缘对比度特征量的血管内超声图像边缘提取 被引量:4
3
作者 孙丰荣 李艳玲 +2 位作者 曲怀敬 刘泽 张梅 《中国生物医学工程学报》 CAS CSCD 北大核心 2006年第4期385-389,395,共6页
血管内超声(IVUS)图像冠状动脉血管壁的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。本研究提出了一种用于自动提取IVUS序列图像冠状动脉血管壁内、外膜边缘的方法。该方法基于活动轮廓模型以及本研究所定义的边缘对比度特征量,利... 血管内超声(IVUS)图像冠状动脉血管壁的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。本研究提出了一种用于自动提取IVUS序列图像冠状动脉血管壁内、外膜边缘的方法。该方法基于活动轮廓模型以及本研究所定义的边缘对比度特征量,利用Hopfield神经网络并结合模拟退火算法自动提取IVUS序列图像冠状动脉血管壁的内、外膜边缘。实验结果表明,本研究方法易于实现,而且准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好,是一种较好的全局最优化算法。 展开更多
关键词 血管内超声图像 边缘提取 活动轮廓模型 HOPFIELD神经网络 模拟退火算法
在线阅读 下载PDF
血管内超声图像序列的边缘自动检测方法
4
作者 汪友生 张丽杰 +1 位作者 王志东 陈建新 《计算机工程》 CAS CSCD 2012年第20期200-203,208,共5页
针对具有强背景噪声及伪影干扰的血管内超声图像,提出一种自动提取血管壁内外膜边缘的新方法。利用图像序列的空间和时间相关性对噪声进行抑制,在GVF-Snake模型中引入调节因子和自适应法向外力,扩大边缘的捕捉范围,以提高活动轮廓对噪... 针对具有强背景噪声及伪影干扰的血管内超声图像,提出一种自动提取血管壁内外膜边缘的新方法。利用图像序列的空间和时间相关性对噪声进行抑制,在GVF-Snake模型中引入调节因子和自适应法向外力,扩大边缘的捕捉范围,以提高活动轮廓对噪声的鲁棒性和提高图像提取精度,同时利用三次B样条增强边缘平滑性,加快收敛速度。实验结果表明,该方法的检测准确性较高,运行时间较短。 展开更多
关键词 血管内超声图像 边缘检测 活动轮廓模型 梯度向量流 自适应外力 三次B样条
在线阅读 下载PDF
基于血管内超声图像的心血管动脉粥样硬化斑块组织自动定征的研究 被引量:8
5
作者 黄志杰 王伊侬 王青 《计算机科学》 CSCD 北大核心 2018年第5期260-265,共6页
为了获取患者心血管内斑块特征的准确信息,并辅助临床医生对动脉粥样硬化区域进行判断和识别,文中进行了基于血管内超声(IVUS)图像的心血管粥样硬化斑块组织自动定征的研究。本研究收集了10个心血管疾病患者的IVUS图像,共207块斑块样本... 为了获取患者心血管内斑块特征的准确信息,并辅助临床医生对动脉粥样硬化区域进行判断和识别,文中进行了基于血管内超声(IVUS)图像的心血管粥样硬化斑块组织自动定征的研究。本研究收集了10个心血管疾病患者的IVUS图像,共207块斑块样本。首先,确定滑动邻域块的尺寸,令其中心像素遍历斑块区域,遍历过程中计算每个滑动邻域块的灰度均值和熵,并沿4个方向运用灰度共生矩阵法求出共生矩阵的10个局部特征;然后,对IVUS图像进行Gabor滤波和局部二值模式(LBP)处理,获得了更多的图像纹理特征;最后,通过线性分类器Liblinear、随机森林分类器(Random Forests)和调和最小值-广义学习向量量化分类器(H2M-GLVQ)对降维后的特征数据进行分类判决。将医生人工标记的结果作为金标准,自动定征的实验结果表明,随机森林和H2M-GLVQ分类器总体上对斑块组织的识别准确率均达到80%以上,其中随机森林分类器识别纤维化、脂质和钙化样本斑块的平均识别准确率分别为89.04%,80.23%和73.77%。 展开更多
关键词 血管内超声图像 自动定征 纹理特征 分类判决
在线阅读 下载PDF
序列血管内超声图像的管腔内膜自动分割算法 被引量:3
6
作者 汪友生 王雨婷 +1 位作者 夏章涛 叶红梅 《图学学报》 CSCD 北大核心 2019年第1期173-180,共8页
针对序列血管内超声(IVUS)图像相邻两帧具有很大相似性的特点,提出一种基于序列IVUS图像配准的自动提取管腔内膜的方法。首先利用形态学运算以及连通分量法提取初始帧的大致管腔内膜边缘,然后采用前景和背景像素的颜色直方图特征对相邻... 针对序列血管内超声(IVUS)图像相邻两帧具有很大相似性的特点,提出一种基于序列IVUS图像配准的自动提取管腔内膜的方法。首先利用形态学运算以及连通分量法提取初始帧的大致管腔内膜边缘,然后采用前景和背景像素的颜色直方图特征对相邻两帧图像进行建模并进行配准:利用巴氏系数度量相邻两帧图像之间的相似性,建立仿射变换模型,优化模型并计算模型参数,从而将轮廓相对准确地定位到管腔内膜附近;最后通过变分法、最速上升法使目标轮廓曲线准确地收敛到管腔内膜处。以经验医师提取的管腔内膜作为评价标准,分别与文献[17]和[4]相比,该方法的均方根误差分别平均减少了0.124和0.063,相对差异度上分别平均减少了0.51%和0.16%。实验结果证明,该方法可以准确地提取到序列IVUS图像的管腔内膜。 展开更多
关键词 血管内超声图像 图像分割 图像配准 仿射变换 管腔内膜
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部