血管內(nèi)超聲圖像序列自動(dòng)檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、血管內(nèi)超聲（intravenous ultrasound，IVUS）是無(wú)創(chuàng)性的超聲技術(shù)和有創(chuàng)性的導(dǎo)管技術(shù)相結(jié)合的一種介入影像技術(shù)，它利用導(dǎo)管將一個(gè)高頻微型超聲探頭導(dǎo)入血管腔內(nèi)進(jìn)行探測(cè)，繼而以恒定速度緩慢回撤超聲導(dǎo)管，獲得一系列的血管橫斷面圖像。
　　臨床采集的IVUS圖像序列數(shù)據(jù)量巨大，且圖像受噪聲污染比較嚴(yán)重，包含多種影響視覺效果的偽像。同時(shí)由于拍攝速度極快，會(huì)產(chǎn)生大量無(wú)診斷價(jià)值的圖像。若由人來(lái)逐幀檢查和分析，則是一項(xiàng)非常繁瑣的

2、工作，并且對(duì)操作者的專業(yè)知識(shí)要求也很高，分析結(jié)果的客觀性和可重復(fù)性差。
　　本文主要包括兩方面的內(nèi)容：IVUS灰階圖像序列中關(guān)鍵幀的全自動(dòng)檢索和支架及血管分叉的自動(dòng)檢測(cè)。分別采用兩種方法實(shí)現(xiàn)關(guān)鍵幀的全自動(dòng)檢索，其一是基于血管的形態(tài)學(xué)描述方法，基本思想是提取圖像中的血管壁輪廓，計(jì)算圖像特定角度的曲率特征組成特征向量，計(jì)算出相鄰兩幀之間的馬氏距離，采用自適應(yīng)與之方法提取出關(guān)鍵幀；其二是基于圖像灰度特征的方法，即根據(jù)相鄰圖像對(duì)應(yīng)區(qū)域灰度

3、直方圖的巴氏距離提取關(guān)鍵幀。利用臨床采集的圖像數(shù)據(jù)分別對(duì)兩種方法進(jìn)行驗(yàn)證，定量分析實(shí)驗(yàn)結(jié)果和評(píng)價(jià)精度。對(duì)于支架和分叉的自動(dòng)檢測(cè)，分別利用Haar-like特征提取和局部二值模式（LBP）提取支架和分叉的紋理特征，并分別利用 Gentle Adaboost、Modest Adaboost和Real Adaboost三種方法訓(xùn)練分類器，檢測(cè)是否存在支架和分叉。采用臨床采集的圖像數(shù)據(jù)對(duì)上述方法的可行性進(jìn)行驗(yàn)證，并對(duì)實(shí)驗(yàn)檢測(cè)結(jié)果進(jìn)行分析比較和討