血管造影圖像分割.pdf

1、血管影像是基于計(jì)算機(jī)輔助的心腦血管疾病診斷與介入治療、手術(shù)導(dǎo)航及術(shù)后觀察的重要手段。在血管分析系統(tǒng)中，血管影像的分割是對(duì)血管的形狀、尺度等定量描述的前提，分割對(duì)客觀、準(zhǔn)確的定量血管病變程度起關(guān)鍵作用。分割也是血管結(jié)構(gòu)匹配與三維重建的基礎(chǔ)。血管影像的特點(diǎn)是受噪聲影響、血管形態(tài)模糊、背景噪聲和目標(biāo)混雜，以及目標(biāo)與背景對(duì)比度低，這些都給分割任務(wù)帶來困難。 針對(duì)X射線成像條件下的血管影像分割問題，考慮到血管影像特殊的圖像性質(zhì)，本論文主要

2、研究了兩個(gè)方面的血管影像分割方法：一是數(shù)據(jù)驅(qū)動(dòng)的方法，即基于模糊形態(tài)學(xué)的血管影像分割方法；二是模型驅(qū)動(dòng)的方法，即建立在隨機(jī)幾何框架下點(diǎn)過程模型的血管影像分割方法。 本文回顧了當(dāng)前主要的血管影像分割方法，分析了各種不同方法的基本原理，并按照貝葉斯原理，將不同的分割方法統(tǒng)一在一個(gè)相同的分割目標(biāo)之中，并將不同的方法聯(lián)系在一個(gè)一致的分割過程中。 作為分割的準(zhǔn)備，本文研究了兩種不同的血管影像增強(qiáng)方法，即基于背景估計(jì)的對(duì)比度增強(qiáng)方法

3、和基于形態(tài)度量的非線性擴(kuò)散增強(qiáng)方法。為了增加血管影像的對(duì)比和抑制背景，本文用多尺度形態(tài)學(xué)開濾波來估計(jì)影像上血管的局部背景，并從原圖像上減去估計(jì)的背景來增強(qiáng)血管影像。估計(jì)背景的開濾波操作在不同像素點(diǎn)使用可變大小的結(jié)構(gòu)元素，其尺度通過多尺度線性濾波檢測； 另外，本文分析了血管影像的形態(tài)差分性質(zhì)，得到了關(guān)于血管影像的最大形態(tài)差分度量。作為血管影像一種度量，更重要的是區(qū)別血管結(jié)構(gòu)和背景的一種度量，最大形態(tài)差分估計(jì)被融入一個(gè)由P-M擴(kuò)散方

4、程擴(kuò)展得到的具有一般意義的非線性的擴(kuò)散方程，來實(shí)現(xiàn)血管影像的平滑增強(qiáng)。 在血管為噪聲環(huán)境下亮的分段線性的連續(xù)模式假設(shè)下，本文研究了提取血管結(jié)構(gòu)的模糊形態(tài)學(xué)方法。在多尺度背景估計(jì)增強(qiáng)的基礎(chǔ)上，提出的方法利用組合的模糊形態(tài)開及對(duì)偶操作匹配和增強(qiáng)血管結(jié)構(gòu)，并且使用旋轉(zhuǎn)的線性結(jié)構(gòu)元素。模糊濾波實(shí)現(xiàn)目標(biāo)區(qū)域內(nèi)平滑，并保持血管與背景的對(duì)比。閾值和細(xì)化過程在模糊濾波之后得到血管的中線。最后，以獲得的血管中線為先驗(yàn)標(biāo)記，血管邊界用分水嶺算法檢測

5、。 為了利用高層的幾何形態(tài)知識(shí)達(dá)到分割的健壯性，本文研究了隨機(jī)幾何框架下的自動(dòng)血管提取方法。血管的近似中線被建模為一個(gè)標(biāo)值點(diǎn)過程的實(shí)現(xiàn)，其中，每個(gè)點(diǎn)代表組成近似中線的一個(gè)線段，線段的中心位置、長度和方向?yàn)辄c(diǎn)的標(biāo)值。提出的雙面積模型通過線段的類型和它們之間的交互關(guān)系來定義點(diǎn)集合的勢能，其通過鼓勵(lì)線段的連通和局部方向一致來表達(dá)線段之間的幾何和拓?fù)浼s束，即血管中線的形態(tài)特征。模型的數(shù)據(jù)項(xiàng)考慮了線段對(duì)應(yīng)的血管部分與背景的對(duì)比。模擬點(diǎn)過程的