计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
z2期
304-308,328
,共6页
曾雅洁%杨鑫%徐红卫%刘洋%梁华庚%丁明跃
曾雅潔%楊鑫%徐紅衛%劉洋%樑華庚%丁明躍
증아길%양흠%서홍위%류양%량화경%정명약
生物医学工程%图像分割%颈动脉超声图像%水平集%局部C-V模型
生物醫學工程%圖像分割%頸動脈超聲圖像%水平集%跼部C-V模型
생물의학공정%도상분할%경동맥초성도상%수평집%국부C-V모형
Biomedical engineering,Image segmentation%Carotid ultrasound images,Level set,Local C-V model
对超声主颈动脉(Common Carotid Artery,CCA)横向图像中血管的内外膜进行分割,分割结果可用于对斑块大小、厚度和形状的定性估计及定量测量.首先选用局部C-V(Local Chan-Vese,LCV)模型对外膜进行分割,而用C-V模型对内膜进行分割,并引入内外膜距离限制项来提高内膜分割准确度,同时使用稀疏场方法(Sparse FieldMeted,SFM)提高水平集算法的效率,最后通过全正交法(Full-Orthogonal Method,FOM)、射线法、相似系数分析法等多种评价方法对分割结果进行分析.实验结果表明,LCV模型可有效地分割颈动脉血管外膜,而C-V模型可有效地分割血管内膜,改进方法提升了程序运行速度并且提高了内外膜的分割精度.
對超聲主頸動脈(Common Carotid Artery,CCA)橫嚮圖像中血管的內外膜進行分割,分割結果可用于對斑塊大小、厚度和形狀的定性估計及定量測量.首先選用跼部C-V(Local Chan-Vese,LCV)模型對外膜進行分割,而用C-V模型對內膜進行分割,併引入內外膜距離限製項來提高內膜分割準確度,同時使用稀疏場方法(Sparse FieldMeted,SFM)提高水平集算法的效率,最後通過全正交法(Full-Orthogonal Method,FOM)、射線法、相似繫數分析法等多種評價方法對分割結果進行分析.實驗結果錶明,LCV模型可有效地分割頸動脈血管外膜,而C-V模型可有效地分割血管內膜,改進方法提升瞭程序運行速度併且提高瞭內外膜的分割精度.
대초성주경동맥(Common Carotid Artery,CCA)횡향도상중혈관적내외막진행분할,분할결과가용우대반괴대소、후도화형상적정성고계급정량측량.수선선용국부C-V(Local Chan-Vese,LCV)모형대외막진행분할,이용C-V모형대내막진행분할,병인입내외막거리한제항래제고내막분할준학도,동시사용희소장방법(Sparse FieldMeted,SFM)제고수평집산법적효솔,최후통과전정교법(Full-Orthogonal Method,FOM)、사선법、상사계수분석법등다충평개방법대분할결과진행분석.실험결과표명,LCV모형가유효지분할경동맥혈관외막,이C-V모형가유효지분할혈관내막,개진방법제승료정서운행속도병차제고료내외막적분할정도.
