本文提出了一种基于局部形状结构分类的心血管内超声(Intravascular Ultrasound,IVUS)图像中-外膜边界检测方法.首先利用k-均值(k-means)聚类方法,确定局部形状结构类别;其次通过类别标号索引图像块,并对其进行积分通道特征和自相似性...本文提出了一种基于局部形状结构分类的心血管内超声(Intravascular Ultrasound,IVUS)图像中-外膜边界检测方法.首先利用k-均值(k-means)聚类方法,确定局部形状结构类别;其次通过类别标号索引图像块,并对其进行积分通道特征和自相似性特征提取,构建多分类随机决策森林模型;最后由分类模型寻找IVUS图像的关键点,采用曲线拟合方法,实现IVUS图像中-外膜边界检测.实验结果表明,本文方法能够有效地解决IVUS图像中斑块、伪影和血管分支等造成边缘难以准确检测的问题,与已有算法相比,其JM(Jaccard Measure,JM)达到了88.9%,PAD(Percentage of Area Difference,PAD)降低了19.1%,HD(Hausdorff Distance,HD)减少了9.7%,更准确地识别目标边界的关键点,成功地检测出完整的中-外膜边界.展开更多
文摘本文提出了一种基于局部形状结构分类的心血管内超声(Intravascular Ultrasound,IVUS)图像中-外膜边界检测方法.首先利用k-均值(k-means)聚类方法,确定局部形状结构类别;其次通过类别标号索引图像块,并对其进行积分通道特征和自相似性特征提取,构建多分类随机决策森林模型;最后由分类模型寻找IVUS图像的关键点,采用曲线拟合方法,实现IVUS图像中-外膜边界检测.实验结果表明,本文方法能够有效地解决IVUS图像中斑块、伪影和血管分支等造成边缘难以准确检测的问题,与已有算法相比,其JM(Jaccard Measure,JM)达到了88.9%,PAD(Percentage of Area Difference,PAD)降低了19.1%,HD(Hausdorff Distance,HD)减少了9.7%,更准确地识别目标边界的关键点,成功地检测出完整的中-外膜边界.
文摘近年来,多通道线圈阵列被广泛应用于磁共振成像,以提高图像的质量。针对局部感兴趣区域内的射频场优化,提出一种由不同尺寸单元构成的六通道线圈阵列,可优化盆腔组织中局部感兴趣区域内的射频场。使用宽度为10和20 cm的两种不同尺寸的线圈单元来构建六通道线圈阵列模型,并对其采用几何重叠法和电容网络法进行去耦,以及运用时域有限差分(FDTD)方法进行仿真和计算,分析和评估其在感兴趣区域内产生的射频场。仿真结果表明,在加载盆腔组织椭圆柱电磁模型情况下,提出的线圈阵列的去耦效果S12和S13分别为-27.19和-33.46 d B,在感兴趣区域内产生的射频场B+1强度平均值,比由宽度为15 cm的相同单元构成的常规线圈阵列高出约5.21%。由不同尺寸单元构成的六通道线圈阵列能够优化感兴趣区域内的射频场,为磁共振线圈设计提供新的思路和方法。
