基于IVUS圖像的目標區(qū)域檢測.pdf

1、血管內超聲(Intravascular Ultrasound， IVUS)是研究動脈粥樣硬化之類的冠狀動脈疾病的有效工具。它可以提供高分辨率的冠狀動脈橫截面圖像，顯示血管內腔、管壁和粥樣斑塊的詳細信息，具有安全、實時和無損等優(yōu)點。提取IVUS血管壁的內外膜，并以此為基礎進行圖像分析，可以對血管腔的面積、血管厚度進行精確測量，有利于發(fā)現或識別早期冠狀動脈粥樣硬化斑塊，具有重要的臨床意義。
　　 本文首先介紹了IVUS圖像邊緣提取的

2、基礎模型-傳統(tǒng)活動輪廓模型的原理以及算法實現，綜述了IVUS血管壁內外膜邊緣提取的方法，并闡明了血管壁邊緣提取的背景和意義。然后介紹了血管內超聲的測量技術以及超聲圖像的判斷和影響因素，并總結了血管內超聲在介入治療中的應用。接著討論了基于活動輪廓模型的水平集方法。水平集方法將二維閉合曲線的演化問題轉化為三維曲面的演化求解問題，增強了圖像的拓撲自適應能力和數值穩(wěn)定性，極大推動了活動輪廓模型的發(fā)展。
　　 本文的主要研究內容如下：首先

3、詳細分析了水平集方法的原理以及數值求解，包括符號距離函數、窄帶法和快速匹配法。其次，為了改善水平集方法中符號距離函數的重新初始化問題，在水平集模型中引入了約束因子，約束水平集函數向符號距離函數演化，構造了無需重新初始化符號距離函數的能量模型，大大提高了曲線演化速度，縮短了邊緣提取的時間。然后針對水平集模型對圖像邊緣定位準確性不足的問題，通過加入具有順滑效應的3次B樣條對模型的內能加以改進，從而使模型具有更好的分割效果。此改進模型不僅適用