欢迎来到天天文库
浏览记录
ID:53575606
大小:353.92 KB
页数:5页
时间:2020-04-19
《基于多阈值Otsu和海森矩阵的脑血管提取.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、2014年5月计算机工程与设计May.2014第35卷第5期COMPUTERENGINEERINGANDDESIGNVo1.35No.5基于多阈值Otsu和海森矩阵的脑血管提取蒋先刚,丘赘立(华东交通大学基础科学学院,江西南昌330013)摘要:研究了多阈值Otsu对血管组织覆盖灰度区间分类算法和基于Hessian矩阵的管状物增强算法。通过多阈值Otsu分类算法对三维人体头部MRA图像进行分类,得到包含少量其它边界过渡区域的脑血管图像,将修正的基于Hessian矩阵的增强算法作用于过渡区灰度数据,使管状物得以保留并增强;将Hes
2、sian矩阵的特征值和特征向量应用于血管特征的响应函数及形态学修补和光顺各个环节,与血管灰度接近的片状和点状数据得以去除或削弱;选择合理的尺度空间范围及尺度空间增量和调节因子以平滑非线状区域和锐化增强血管区域。该脑血管提取方法在同等准确率下具有较高的稳定鲁棒性。关键词:MRA图像;脑血管提取;多阈值Otsu分类;高斯函数;Hessian矩阵中图法分类号:TP391.41文献标识号:A文章编号:1000—7024(2014)05—1709—04Extractionmethodofbrainvesselsbasedonmulti—t
3、hresholdOtsuandHessianmatrixJIANGXian-gang,QIuYun-li(SchoolofBasicScience,EastChinaJiaotongUniversity,Nanchang330013,China)Abstract:Anintegratedcerebralvascularenhancementmethodisresearchedbasedonmulti-thresholdOtsufortheorgan’Sgraytransitionintervalregionclassificat
4、ionandmulti-scaleHessianfeatureforthetubularobjectenhancement.Multi-thresholdOtsualgorithmisimplementedtogetthecerebralvascularrelevantgrayvoxels,andthesepixel’Sgeometriccharacteristicsareexploi—tedbyHessianmatrix.AndHessianmatrix’Seigenvaluesandvectorsformingatubula
5、robjectresponsefunctionareusedforfurthermathematicalmorphologyprocessingtosmoothandverifyvesselregion.Comparedwithothertubularobjectenhance—mentmethods,itbehaveshigheraccuratenesswithstabilityrobustness.Keywords:MRAimage;brainbloodvessels;multi-thresholdOtsuclassific
6、ation;Gaussian{unction;Hessianmatrix等人提出了基于Hessian矩阵的多尺度相似性测度的方法分0引言析血管得到比较好的加强效果。本文研究多阈值Otsu脑血脑血管的许多特征如分叉角度和直径都是诊断相关疾病管分类算法和基于Hessian的脑血管增强提取算法和数学形的重要指标,磁共振血管造影(MRA)是医学上常用的血管态学,并结合应用到人体头部的MRA图像中。提出了一种造影成像技术,但脑血管图像对比度较低而且同时伴有大量基于Hessian矩阵的多尺度脑血管集成增强滤波方法,将的随机噪声,这就需要探索
7、对细节结构损失少的,能强调血Hessian矩阵的特征值和特征向量应用于血管特征的响应函管结构形态的同时抑制非重要的背景及其它噪声的脑血管图数和形态学操作和非线性扩散,实验结果表明这种集成增强像增强技术。CatteF等用非线性扩散的图像滤波方法在边缘滤波的方法可达到相当高的准确率并具备较高的鲁棒性,满和平坦区域采用不同的标量系数,在边缘不被模糊的情况下足血管医学图像分析的临床需要。平滑图像,Orkisz提出沿血管方向进行中值滤波等形态学的1三维脑血管提取的关键技术方法使血管区域得到一定程度的增强。基于单一像素邻域的梯度计算的不准确
8、性和形态学操作中的结构元素的有向控制1.1基于多阈值Otsu的三维脑血管的初步分割技术问题,而没考虑多尺度情况下的算法的适应性_1。j,Frangi图像分割就是把目标图像分割成若干个具有独特性质收稿日期:2013—07—26;修订日期:2013—10—09基金项
此文档下载收益归作者所有