X射线冠脉造影图像序列的血管提取方法研究

发布时间：2020-05-11 23:18

【摘要】：X射线冠状动脉造影成像是诊断心血管疾病的重要手段,可用于经皮冠状动脉介入治疗的手术导航和疗效评估。由于X射线的成像机理,冠脉造影图像反映了X射线在投影路径上由人体众多组织造成的衰减之和。因此,由造影剂填充的血管与其他组织结构(包括骨骼,隔膜和肺等)在图像空间上互相重叠,而这些背景结构严重干扰了对心血管的观测和评估,目前,从冠脉造影图像中提取出无背景噪声的清晰血管图像仍然是一个难题。针对该问题,本论文对冠脉造影图像序列的血管提取方法进行了研究。论文针对冠脉造影图像序列提出了三种处理方法。首先,为了提取出血管可视性较高的血管层图像,基于动态冠脉造影图像序列可看作一个低秩背景矩阵和一个稀疏前景矩阵的和,本文通过模拟图像中不同结构的复杂概率分布及加强时空运动一致性,设计了一种新的累进式鲁棒主成分分析算法,能够提取出血管可视性显著增强的血管层。然后,针对血管形状提取,本文设计了一种血管分割算法,将鲁棒主成分分析、类Radon特征提取、自适应阈值分割相结合,从冠脉造影图像序列中分割出完整、准确的血管区域。最后,本文在提取出血管区域掩模的基础上进行血管灰度提取,使用张量补全算法从原始冠脉造影图像序列中恢复出血管区域内的背景结构投影图像,并从原始图像中除去背景层,得到血管形状和灰度都得到准确复原的血管造影图像序列。论文提出的血管提取方法使用临床X射线冠脉造影图像序列和合成造影图像序列进行实验,并和目前主流的一些算法比较。实验结果表明本文提出的血管提取方法对现有方法有所改进,其中累进式鲁棒主成分分析能完整地提取血管层图像,并提高血管可视性,血管分割和张量补全则能够较准确地提取血管的形状和灰度信息。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R816.2;TP391.41;O434.1

【参考文献】