三维超声图像中颈动脉血管壁的分割方法

发布时间：2020-10-09 17:02

　　 动脉粥样硬化（atherosclerosis）是心血管疾病的一个主要成因，导致全球每年多人死亡。动脉粥样硬化在颈动脉，尤其是在颈动脉分岔处（bifurcation）很容易发生，这也使其成为近年来研究的热点。颈动脉粥样硬化始于血管壁增厚，然后产生斑块；斑块的累积导致颈动脉血管逐渐狭窄，造成栓塞，使斑块分裂并随血流进入人体脑部，并使人出现中风等突发性疾病。因此，对颈动脉粥样硬化进行早期检测，对防止突然性死亡具有重要意义。 医学图像处理，包括图像分割（image segmentation）在内，是对粥样硬化进行早期检测的重要手段，尤其在用超声成像监控粥样硬化病变情况时，非常需要一种自动或半自动的颈动脉分割方法来帮助医生对粥样硬化进行辅助诊断或治疗。然而，超声图像分割存在很多困难，容易受超声图像的斑点噪声、伪影及弱边界等因素影响，导致分割失败。设计鲁棒性好的超声图像分割方法应综合考虑上述难点。 为解决上述问题，本文提出一种全新的方法，对颈动脉中外膜边界（MAB，media-adventitia boundary）和血管腔-内膜边界（LIB，lumen-intima boundary）进行分割。本文采用一种分割—跟踪—分割的框架，其中分割过程采用水平集方法（levelset method），将多种不同信息融入到能量项中，并不断演化计算得到准确的分割结果；跟踪（tracking）过程利用相邻帧间组织灰度分布相似的特点，能够很方便地利用上一帧分割的轮廓对当前帧上的轮廓进行预测跟踪，并启动当前帧上的轮廓分割。 本文在大量的由三维体数据切分得到的二维图像上对上述方法进行了测试，得到了较为满意的结果。对这些结果的统计学检验表明本文提出的方法得到的结果与作为金标准的手工分割得到的结果之间不存在显著性差异。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2013
【中图分类】：R310
【部分图文】：

波必须通过介质进行传播，传播速度因介质不同而异，一般来说在固体介质中传播速度最快，在液体介质中速度次之，在气体介质中最慢。研究表明超声波的传播速图1-1 颈动脉分岔处的位置及粥样硬化斑块的堆积

超声波的传播特点：（a）在大而光滑的交界面上发生镜面反射现象；（b）在小物体处发生散射现象

时反映病变的情况，因此三维超声成像在粥样硬化研究中有着更为广阔的应用前景。本文所采用的实验数据也都来自于三维的颈动脉体数据（如图 1-5 所示）。图1-4 沿轴向方向的颈动脉二维超声图片，其中两条白色细线之间的距离即为内中膜厚度IMT。

【共引文献】

相关期刊论文 前10条

1 张鹤;董彦麟;;一种改进的变分水平集车辆检测技术[J];辽宁科技大学学报;2011年03期

2 钱华明;姜波;;一种基于多通道卫星云图的台风分割方法[J];北京航空航天大学学报;2011年04期

3 周翔;郇中丹;黄海洋;李宝聚;;基于边缘信息和先验形状的水平集图像分割方法及其在病原菌识别中的应用[J];北京师范大学学报(自然科学版);2011年02期

4 赵宇;吴立竹;;改进的ChanVese活动轮廓模型[J];吉林大学学报(信息科学版);2011年03期

5 陈鸿;董文明;陈杰;;基于改进Mumfold-Shah模型的图像分割算法[J];重庆工学院学报(自然科学版);2009年04期

6 王升;谢立;刘军;;基于水平集的测地主动轮廓模型研究[J];传感技术学报;2008年09期

7 唐晓芬;侯迪波;俞丞;潘强;张光新;周泽魁;;基于改进水平集方法的高分辨率遥感图像道路提取[J];传感技术学报;2010年02期

8 马宝英;曹忠;;基于医学影像数据的图像分割方法研究述评[J];昌吉学院学报;2012年03期

9 崔华;高立群;;辅以CV-GVF方法的测地线活动轮廓模型[J];东北大学学报(自然科学版);2008年05期

10 崔华;高立群;;适应复杂背景的C-V模型[J];东北大学学报(自然科学版);2009年06期

相关会议论文 前10条

1 周佳男;;一种拓扑纹理图像的相位场模型分割算法[A];第二十七届中国控制会议论文集[C];2008年

2 曾理;刘玲慧;向才兵;;X射线图像缺陷提取方法研究[A];2010年重庆市机械工程学会学术年会论文集[C];2010年

3 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

4 王斐;赵杰煜;;基于多重网格的水平集图像分割方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 王国栋;潘振宽;赵希梅;刘存良;王钰;;基于图像分解和活动轮廓模型的纹理分割[A];第十五届全国图象图形学学术会议论文集[C];2010年

6 罗志宏;冯国灿;杨关;;一个新变分模型在噪声图像分割中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 岳安志;赵忠明;汪承义;;基于主动形状模型的受电弓自动检测方法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年

8 Gai Pan;Liqun Gao;Zhaohua Cui;;Active contour driven by local entropy energy function for segmentation and bias correction[A];第25届中国控制与决策会议论文集[C];2013年

9 邹国锋;王科俊;原蕾;傅桂霞;;人脸表情识别研究新进展[A];第25届中国控制与决策会议论文集[C];2013年

10 方林;于海洋;李立超;邹娇;;基于光照不均匀的车辆提取与恢复模型[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

相关博士学位论文 前10条

1 王兴梅;水下声纳图像的MRF目标检测与水平集的轮廓提取方法研究[D];哈尔滨工程大学;2010年

2 林颖;基于水平集方法的图像分割关键技术研究[D];哈尔滨工程大学;2010年

3 韩守东;纹理建模与图切分优化方法研究[D];华中科技大学;2010年

4 涂虬;智能视觉监视中目标检测与跟踪算法研究[D];华中科技大学;2010年

5 奉小慧;音频噪声环境下唇动信息在语音识别中的应用技术研究[D];华南理工大学;2010年

6 张娜;面向脊柱微创手术机器人的图像处理与虚拟现实技术研究[D];南开大学;2010年

7 任明艺;时空联合的视频运动目标分割技术研究[D];电子科技大学;2010年

8 孔丁科;几何活动轮廓图像分割模型的研究[D];浙江大学;2010年

9 董芳芳;图像恢复与分割中的新模型及快速算法[D];浙江大学;2010年

10 金朝阳;磁敏感加权成像技术研究[D];浙江大学;2011年

相关硕士学位论文 前10条

1 王捷;数字图像边缘检测方法的若干改进与应用研究[D];浙江理工大学;2010年

2 许东滨;基于水平集和局部灰度阈值的神经干细胞序列图像的分割算法[D];哈尔滨工程大学;2010年

3 王炎庆;基于卡尔曼滤波器的神经元干细胞序列图像中活跃细胞的追踪[D];哈尔滨工程大学;2010年

4 张哲会;基于水平集的声纳图像分割方法的研究[D];哈尔滨工程大学;2010年

5 王勇;运动背景下的目标检测算法研究[D];哈尔滨工程大学;2010年

6 朱莉莉;结合纹理特征的局域化多通道水平集分割算法的研究[D];大连理工大学;2010年

7 李磊;分裂Bregman方法在图像处理中的应用[D];大连理工大学;2010年

8 翁传博;基于视频的场景智能分析和人机交互技术研究[D];浙江大学;2011年

9 黄苗苗;图像分割中的数学方法[D];浙江大学;2010年

10 罗山;智能视觉监控中运动目标检测与跟踪的研究[D];昆明理工大学;2009年

本文编号：2833954