智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2015年
1期
65-68
,共4页
血管新生%Hessian矩阵%鸡胚绒毛尿囊膜图像%跟踪算法
血管新生%Hessian矩陣%鷄胚絨毛尿囊膜圖像%跟蹤算法
혈관신생%Hessian구진%계배융모뇨낭막도상%근종산법
血管新生与肿瘤的生长密切相关,CAM(鸡胚绒毛尿囊膜)是研究血管新生的常用载体,所以通常对CAM中特定区域的血管分割量化来衡量抗肿瘤药物对血管的抑制作用.本文提出一种CAM图像分割算法,首先利用Hessian矩阵下多尺度分析得到一个初始的CAM血管轮廓,在此基础上跟踪未知血管,得到的最终分割结果.最后,对分割出的CAM血管进行骨架提取、裁剪等处理,计算出图像中血管的密度、长度和分叉点个数等量化指标,综合评价血管的生长情况.在相同系列的CAM图像上和其他方法进行实验对比.结果显示基于Hessian矩阵跟踪算法可以为血管新生状况提供有效的分析,尤其对微小血管的检测比较优越,而且具有更高的准确率.
血管新生與腫瘤的生長密切相關,CAM(鷄胚絨毛尿囊膜)是研究血管新生的常用載體,所以通常對CAM中特定區域的血管分割量化來衡量抗腫瘤藥物對血管的抑製作用.本文提齣一種CAM圖像分割算法,首先利用Hessian矩陣下多呎度分析得到一箇初始的CAM血管輪廓,在此基礎上跟蹤未知血管,得到的最終分割結果.最後,對分割齣的CAM血管進行骨架提取、裁剪等處理,計算齣圖像中血管的密度、長度和分扠點箇數等量化指標,綜閤評價血管的生長情況.在相同繫列的CAM圖像上和其他方法進行實驗對比.結果顯示基于Hessian矩陣跟蹤算法可以為血管新生狀況提供有效的分析,尤其對微小血管的檢測比較優越,而且具有更高的準確率.
혈관신생여종류적생장밀절상관,CAM(계배융모뇨낭막)시연구혈관신생적상용재체,소이통상대CAM중특정구역적혈관분할양화래형량항종류약물대혈관적억제작용.본문제출일충CAM도상분할산법,수선이용Hessian구진하다척도분석득도일개초시적CAM혈관륜곽,재차기출상근종미지혈관,득도적최종분할결과.최후,대분할출적CAM혈관진행골가제취、재전등처리,계산출도상중혈관적밀도、장도화분차점개수등양화지표,종합평개혈관적생장정황.재상동계렬적CAM도상상화기타방법진행실험대비.결과현시기우Hessian구진근종산법가이위혈관신생상황제공유효적분석,우기대미소혈관적검측비교우월,이차구유경고적준학솔.
