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

发布时间：2017-08-09 20:00

  本文关键词：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

  更多相关文章： 心血管内超声 外弹力膜 序贯学习 形状信息

【摘要】：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。
【作者单位】： 南方医科大学生物医学工程学院;南方医科大学南方医院心内科;
【关键词】： 心血管内超声 外弹力膜 序贯学习 形状信息
【基金】：国家自然科学基金项目(61271155)~~
【分类号】：R331;TP391.41
【正文快照】： 习算法的适用性广。若训练样本充分,其所建立的0引言分类模型容易推广到不同的数据库中。不过该文算法依然存在一些问题,在致密纤维斑块存在的情况血管内超声(IVUS)是一种有创断层成像技下,算法的性能较差,中膜结构识别率不高[14]。另术[1],应用于经皮冠状动脉介入治疗(PCI),，

本文编号：647015