基于IVUS图像的目标区域检测

《基于IVUS图像的目标区域检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要血管内超声(IntravascularUltrasound，wus)是研究动脉粥样硬化之类的冠状动脉疾病的有效工具。它可以提供高分辨率的冠状动脉横截面图像，显示血管内腔、管壁和粥样斑块的详细信息，具有安全、实时和无损等优点。提取IVUS血管壁的内外膜，并以此为基础进行图像分析，可以对血管腔的面积、血管厚度进行精确测量，有利于发现或识别早期冠状动脉粥样硬化斑块，具有重要的临床意义。本文首先介绍了IVUS图像边缘提取的基础模型一传统活动轮廓模型的原理以及算法实现，综述了IVUS血管壁内外膜边缘提取的方法，并

2、阐明了血管壁边缘提取的背景和意义。然后介绍了血管内超声的测量技术以及超声图像的判断和影响因素，并总结了血管内超声在介入治疗中的应用。接着讨论了基于活动轮廓模型的水平集方法。水平集方法将二维闭合曲线的演化问题转化为三维曲面的演化求解问题，增强了图像的拓扑自适应能力和数值稳定性，极大推动了活动轮廓模型的发展。本文的主要研究内容如下：首先详细分析了水平集方法的原理以及数值求解，包括符号距离函数、窄带法和快速匹配法。其次，为了改善水平集方法中符号距离函数的重新初始化问题，在水平集模型中引入了约束因子，约束水平集函数向符

3、号距离函数演化，构造了无需重新初始化符号距离函数的能量模型，大大提高了曲线演化速度，缩短了边缘提取的时间。然后针对水平集模型对图像边缘定位准确性不足的问题，通过加入具有顺滑效应的3次B样条对模型的内能加以改进，从而使模型具有更好的分割效果。此改进模型不仅适用于血管壁的内膜，也适用于外膜的提取。实验证明，本文改进的水平集模型具备有效性和可实现性。关键词血管内超声；活动轮廓；边缘提取；水平集北京1=业大学T学硕士学位论文暑曼鼍蔓量皇量曼皇曼曼曼曼曼曼量曼曼皇皇皇曼曼皇曼曼曼鼍皇曼量量皇鼍曼IIil。lIIIla鼍曼

4、鼍皇AbstractIntravascularUltrasound(rvus)isaneffectivetoolofstudyingcoronaryarterydiseaseaboutScleratheroma,’itCanprovidehigh—resolutioncross—sectionalimagesofcoronaryarteryandshowdetailinformationofintravascularbloodvesselandScleratheromaareawiththeadvantages

5、ofsafety,real-timeandno．damages．neaccuratemeasurementtotheareaofbloodvesselandvesselthicknessCannotonlybecarriedonbydetectingborderforintravascularultrasoundimages，furtheranalyzingandprocessing，andtheearlyscleratheromaplaquesofcoronaryarteryCanalsobefound．Th

6、us，IVUShasimportantclinicalsignificance．AfterintroductionofthebasicalgorithmimplementationandtheorymodeloftheⅣUSactivecontourmodelimageedgesegmentation,thethesissummarizesthemethodsofⅣUSintravascularedgeextractionandexplainsthebackgroundandsignificanceofthat

7、．AndthentheⅣUSmeasuretechnologyandthedecisionandinfluencefactorsofultrasoundimagesareintroduced．Finally,basedontheactivecontourmodel，alevelsetmethodinwhichtheevolutionissueoftwo-dimensionalclosedcurveistransformedintosolvingthatofthree-dimensionalsurfaceisdi

8、scussed．Andthelevelsetmethodcannotonlyenhancethetopologyimageandnumericalstabilityofadaptivecapacity,butalsolargelypromotethedevelopmentoftheactivecontourmodel．ThemainresearchworkofthisthesisCan