一种普适的基于多尺度滤波和统计学混合模型的血管分割方法

发布时间：2018-05-16 02:21

  本文选题：血管分割 + 多尺度滤波　； 参考：《中国生物医学工程学报》2016年05期

【摘要】：血管的精确提取和定位,是实现心脑血管介入手术的关键。多尺度滤波算法可以增强血管目标,同时抑制背景噪声,但并没有把血管从图像背景中区分出来。基于统计学的分割算法,通过对直方图进行拟合实现血管的分类,但需要调整混合模型去拟合特定的图像直方图。为了克服上述问题,提出一种具有固定模型的普适的血管分割方法。首先,利用多尺度滤波算法进行图像预处理。其次,针对滤波增强后数据的直方图曲线,用由3个概率分布函数(1个高斯和2个指数)组成的混合模型进行拟合。期望最大化算法用于混合模型参数的估计。最后,通过最大后验概率分类算法将血管分离出来。为了验证上述方法的有效性,分别在仿真(phantom)数据、磁共振血管造影(MAR)数据和计算机断层血管造影(CTA)数据上进行实验测试。结果表明,所提出的方法在多套仿真数据上的分割误差低于0.3%,同时对于不同模态的血管图像具有很好的分割效果及较强的鲁棒性。
[Abstract]:Accurate extraction and location of blood vessels is the key to the cardio-cerebrovascular interventional surgery. Multi-scale filtering algorithm can enhance vascular target and suppress background noise, but it does not distinguish blood vessel from image background. Based on the segmentation algorithm of statistics, the classification of blood vessels is realized by fitting histogram, but the mixed model needs to be adjusted to fit a specific image histogram. In order to overcome the above problems, a universal vascular segmentation method with a fixed model is proposed. Firstly, the multi-scale filtering algorithm is used for image preprocessing. Secondly, a hybrid model consisting of three probability distribution functions (1 Gao Si and 2 exponents) is used to fit the histogram curve of the filtered enhanced data. The expectation maximization algorithm is used to estimate the parameters of the mixed model. Finally, the blood vessels are separated by the maximum posterior probability classification algorithm. In order to verify the effectiveness of the above method, the phantom-simulated data, magnetic resonance angiography (MRA) data and computed tomography (CTAA) data were tested. The results show that the segmentation error of the proposed method is less than 0.3 on multiple sets of simulation data, and it has good segmentation effect and strong robustness for different modes of vascular images.
【作者单位】： 中国科学院深圳先进技术研究院生物医学与健康工程研究所;
【基金】：国家自然科学基金国家高技术研究发展计划(863计划)(2015AA043203) 广东省创新研究团队项目(2011S013)
【分类号】：R445.2;TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 谷达,谷宁;在结构混合模型基础上的放大新概念[J];国外医药(抗生素分册);1996年03期

2 车平;;一种利用混合模型研究基因与疾病间关联的方法[J];东北师大学报(自然科学版);2009年02期

3 胡良平;混合模型及其在药理研究中的应用[J];数理统计与管理;1999年06期

4 赵景义;余红梅;;参数混合模型在长期生存者资料分析中的应用[J];中国卫生统计;2010年03期

5 李冬田;;用混合模型法鉴定小DNA病毒B19阳性血清的实验室标准[J];国外医学(微生物学分册);1990年06期

6 李莉;余红梅;刘桂芬;赵景义;;长期生存者资料分析中半参数混合模型的应用[J];山西医科大学学报;2009年09期

7 宫本一;具有亲缘关系矩阵的混合模型的方差组分迭代估计——应用于计算BLUP的方差比值和遗传参数[J];遗传学报;1992年05期

8 刘宏艳;胡治国;彭聃龄;;积极与消极情绪关系的理论及研究[J];心理科学进展;2008年02期

9 吴晓林,施启顺,柳小春,彭英林,蒋隽,杨仕柳,肖兵南;用混合模型定位一个复杂家猪家系13号染色体QTL的研究[J];遗传学报;2002年01期

10 丰国栋;何祥彬;周荷琴;;基于Laplace-Impact混合模型的DR图像去噪算法[J];中国医疗器械杂志;2009年04期

中国重要会议论文全文数据库 前10条

1 沈乐君;;基于混合模型的多目标实时跟踪算法[A];2013体育计算机应用论文集[C];2013年

2 纪琳;黄震宇;;中频振动混合模型理论的应用局限性分析[A];现代振动与噪声技术（第九卷）[C];2011年

3 汪传建;李晓光;王大玲;于戈;;一种基于混合模型的文本分类器的研究与实现[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

4 徐斌;马尽文;;一种柯西混合模型上梯度型BYY和谐学习算法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

5 兰永红;吴敏;佘锦华;;基于二维混合模型的最优重复控制[A];第二十六届中国控制会议论文集[C];2007年

6 张胜利;张沅;;混合模型方法对QTL的检测及定位效果[A];生命科学与生物技术：中国科协第三届青年学术年会论文集[C];1998年

7 马凌;周江;王文鼐;;突发性业务流的Gamma泊松混合模型及排队性能研究[A];中国通信学会第五届学术年会论文集[C];2008年

8 沈文豪;聂大仕;谢菲;;气升式内环流反应器的液相流动混合模型[A];第一届全国化学工程与生物化工年会论文摘要集(上)[C];2004年

9 赵广建;，

本文编号：1895016