血管造影圖像處理與血管三維重建.pdf

1、X射線血管造影檢查是目前國際上公認的診斷心腦血管疾病的最有效手段之一,但基于二維造影圖像的傳統(tǒng)診治方法存在很大的局限性。血管的三維重建技術(shù)不僅能為醫(yī)生提供形象、直觀的三維血管形狀圖像,而目可以輔助測量血管的有關(guān)參數(shù)(如直徑大小、血管長度和截面積等),從而有助于冠心病等血管疾病的診斷和治療。本文主要研究了血管造影圖像的二維信息處理、三維重建和三維重建優(yōu)化。
　　針對各向異性擴散的幾個主要缺點,論文結(jié)合Facet(小面)模型提出了新的

2、各向異性擴散方程,在每一步的迭代中,利用Facet模型擬合原圖像進行去噪,并利用Hessian矩陣的特征值的平方和作為選擇傳導參數(shù)的依據(jù),從而解決了傳統(tǒng)的各向異性擴散方程中手動選取參數(shù)的問題。
　　造影劑在流經(jīng)腦部血管的過程中,由于造影劑的流動,當造影劑到達細小血管終端時,流經(jīng)血管主動脈的造影劑就基本消失了,這樣無論對于哪一幀的血管造影圖像,都不能分割出完整的血管結(jié)構(gòu)。由于腦部血管的位置在一個序列中基本不會變化,因此利用血管同一位

3、置處在造影劑流動過程中的灰度變化特性,進行了腦血管的分割。
　　為解決單一平面造影系統(tǒng)多視點冠脈造影序列影像的時間匹配問題,通過對序列冠脈造影影像的分析,提出了一種基于彎曲能量的時間匹配方法代替?zhèn)鹘y(tǒng)的心電門控方法來進行兩個視點冠脈造影圖像序列的對應幀時間匹配。采用一種基于輪廓向量的自適應曲率提取方法進行曲率提取,利用曲率信息計算每幀圖像的彎曲能量,把造影圖像序列的時間匹配問題轉(zhuǎn)化為彎曲能量曲線的對應匹配問題。
　　在分析冠脈

4、造影系統(tǒng)三維重建的精度與穩(wěn)定性的基礎上,針對序列圖像對應幀攝像機內(nèi)外參數(shù)不發(fā)生變化,基礎矩陣理論上都相同的特點,把景物重建中常用的RANSAC(隨機采樣一致性)方法進行基礎矩陣估計的方法應用到血管冠脈造影圖像的三維重建中來,RANSAC方法采用大樣本特征點對基礎矩陣進行估計,實驗比較了這種方法與改進的八點算法的誤差,證明該方法比八點算法有更高的精度和穩(wěn)定性。
　　在三維重建方面,研究了冠脈造影系統(tǒng)的幾何模型以及空間中的三維坐標變換