基于中心线的大脑血管自动分割方法研究

发布时间：2020-10-12 18:28

　　 血管中心线的提取和血管分割在脑血管疾病的定量分析、辅助诊断、病灶定位、治疗等方面发挥着巨大的作用。精确的中心线提取和血管分割结果为大脑血管疾病的诊断和治疗提供了重要的参考依据。然而,在临床研究现有的血管中心线的提取和血管分割方法在完整度和准确度方面有待进一步的提高。本文在传统的基于最短路径的中心线提取方法的基础上,针对环状血管,提出了一种多信息融合的中心线提取方法;同时为了有效实现血管的自动分割,在中心线研究的基础上,提出了一种基于图割的自动血管分割方法。具体研究工作如下:1)基于多信息融合的环状血管的中心线提取:中心线提取结果对于血管结构不同特征的定量描述有着十分重要的意义。研究首先在环状血管分割基础之上,基于多个随机种子点,采用最短路径法获取多条原始中心线;其次,对多条原始中心线的拓扑信息进行融合,并基于最大边界距离场保留中心体素,保证中心线的完整与连续性。最后,利用冗余点判断准则,对中心线进行单体素化处理。我们在仿真数据和大脑数据上进行了实验验证。相比于传统方法,该方法在中心线提取的准确性和完整性有了显著的提高。2)中心线引导图割的MR脑血管分割方法。血管分割结果常用在血管的匹配、三维重建、运动估计等血管分析任务中。传统的图割方法将分割转化为能量最小化问题,它依赖于目标和背景的人工标记。本研究利用中心线代替人工标记,提出了一种基于图割的自动血管分割方法。研究首先采用Vesselness滤波方法对原始血管区域进行增强;然后使用拓扑细化方法提取血管中心线。其次在图割法研究中,利用中心线得到初始化的目标和背景信息,设定中心线的目标和背景概率,计算中心线以外像素点的概率值并确定边的权值。最后,采用图割方法进行血管分割。我们采用本文方法和2种对比方法在仿真数据和大脑数据上进行验证,结果表明该方法在保证分割精度的前提下实现了血管的自动分割,提高了工作效率。
【学位单位】：西北大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;R743
【部分图文】：

西北大学硕士学位论文状血管逐步生长，但不能保证起点和终点的两个体素恰好相连。因此，我们首先需要得到若干条缺口位置不同的原始中心线，这些中心线会在 3.3 章节发挥重要作用。为了得到多条缺口位置不同的原始中心线，我们改进了 Wan 等人的方法。首先在整个数据上采用等概率撒点选取种子点。撒点的数量根据数据的大小调整一般来说，数据越大，所撒的点越多。其中，落在血管上的点作为种子点。然后，中心线从种子点出发，根据边界距离场进行生长。边界距离场的作用就是保证提取的中心线位于血管的中心。图 2 的第一列和图 3（a）展示了缺口位于不同位置的原始中心线。

图 2 基于多信息融合的环状血管的中心线提取方法框图3.3 多信息融合图 3 多信息融合的过程图。（a）原始中心线；（b）多中心线融合；（c）具有 DFB 局部最大值的体素合并

西北大学硕士学位论文素化处理多信息融合修补了环状中心线的缺口，但同时也产生了很多的续的处理就是将这些多余的中心线点去除。线的多体素宽度存在的原因有两个。第一，在血管的分支或者等结构复杂的地方，容易产生多体素宽度（如图 4（a）），分体素宽度现象越严重；第二，多中心线融合也容易造成多体素））。另外，提取具有 DFB 局部最大值的体素也会产生多体素宽
【参考文献】

相关期刊论文 前3条

1 江贵平;秦文健;周寿军;王昌淼;;医学图像分割及其发展现状[J];计算机学报;2015年06期

2 王洵;周卫平;罗立民;;一种基于广义柱的脑血管树建模方法[J];生物医学工程研究;2007年02期

3 黎红华;陈文军;崔敏;林琅;吴非;蒲捷;钟雷;李国雄;;DWI及MRA在大面积脑梗塞早期诊断中的价值[J];脑与神经疾病杂志;2007年03期

相关博士学位论文 前1条

1 郝聚涛;血管造影图像统计分割研究[D];上海交通大学;2007年

本文编号：2838114