血管造影圖像增強(qiáng)算法研究.pdf

1、血管造影圖像增強(qiáng)是把圖像中血管結(jié)構(gòu)增強(qiáng)出來(lái)同時(shí)壓制背景和非血管結(jié)構(gòu)，并使增強(qiáng)結(jié)果盡可能地接近血管真實(shí)結(jié)構(gòu)。血管造影圖像的處理是醫(yī)學(xué)圖像處理和分析領(lǐng)域研究的重要內(nèi)容之一。造影圖像在臨床疾病診斷和基于圖像引導(dǎo)的計(jì)算機(jī)輔助手術(shù)治療等領(lǐng)域中都具有重要的作用。利用血管造影技術(shù)進(jìn)行各種針對(duì)心腦血管疾病診斷和介入治療成為目前越來(lái)越廣泛應(yīng)用的技術(shù)。由于存在造影劑分布不均、衰減以及X射線曝光不均等復(fù)雜情況，由相關(guān)設(shè)備直接獲取的造影圖像經(jīng)常不能清晰地顯示血

2、管樹(shù)的局部和全局結(jié)構(gòu)，從而影響了診斷的準(zhǔn)確性。為了提高診斷的水平，研究如何從造影圖像中將血管結(jié)構(gòu)突出顯示出來(lái)非常必要，同時(shí)血管增強(qiáng)也是血管中心線提取、血管分割、測(cè)量和三維可視化的重要前提。因此，血管造影圖像的增強(qiáng)一直是醫(yī)學(xué)圖像處理和分析的熱點(diǎn)研究問(wèn)題。
　　 近幾十年來(lái)，雖然針對(duì)血管造影圖像增強(qiáng)領(lǐng)域的相關(guān)算法研究種類繁多，但是依然無(wú)法完全滿足實(shí)際需求。其原因相當(dāng)復(fù)雜，比如對(duì)背景噪聲比較敏感，高斯濾波的引入導(dǎo)致邊界萎縮，參數(shù)的非自

3、適應(yīng)性，細(xì)小血管增強(qiáng)效果較差，分叉點(diǎn)和節(jié)點(diǎn)較難識(shí)別，運(yùn)算速度慢，增強(qiáng)后血管表面粗糙等。這些原因造成了不可能實(shí)現(xiàn)一種完美、通用的增強(qiáng)方法。只能針對(duì)特定問(wèn)題和具體的需求給予合理選擇，在精度、速度和魯棒性等關(guān)鍵性指標(biāo)上做出均衡或側(cè)重。
　　 目前，用于血管造影圖像增強(qiáng)的最經(jīng)典的和最新的方法主要有:(1)基于Hessian矩陣的方法，比如Frangi的方法、Sato的方法、Lorenz的方法等;(2)基于擴(kuò)散方程的方法，包括正則化P-M

4、的方法、邊界增強(qiáng)擴(kuò)散的方法、相干增強(qiáng)擴(kuò)散的方法等;(3)基于應(yīng)變能的方法;(4)基于極坐標(biāo)下強(qiáng)度剖面的方法。
　　 血管增強(qiáng)擴(kuò)散算法將基于Hessian矩陣的Frangi濾波器和非線性各向異性擴(kuò)散方程相結(jié)合，同時(shí)對(duì)Frangi血管測(cè)量函數(shù)進(jìn)行改造，添加平滑約束項(xiàng)，以便函數(shù)具有連續(xù)性，能直接用于構(gòu)造擴(kuò)散張量。將血管增強(qiáng)算法與其他幾類算法進(jìn)行了二組的實(shí)驗(yàn)比較與分析，分別在最大密度投影和體繪制下可視化顯示。實(shí)驗(yàn)表明血管增強(qiáng)擴(kuò)散算法能很

5、好的增強(qiáng)血管結(jié)構(gòu)，同時(shí)保留了血管邊緣信息，對(duì)細(xì)小血管也能很好的增強(qiáng)出來(lái)，血管結(jié)構(gòu)光滑清晰，改善了可視化顯示效果。
　　 在實(shí)際中，由于醫(yī)學(xué)血管圖數(shù)量大（多為三維），灰度級(jí)豐富(16bit)，在利用多尺度的方法求解血管函數(shù)最大響應(yīng)和計(jì)算非線性各向異性擴(kuò)散的偏微分方程時(shí)，運(yùn)算量極大，計(jì)算時(shí)間往往在數(shù)小時(shí)以上，嚴(yán)重影響了該算法的臨床應(yīng)用?？刹扇∵m當(dāng)減少選擇的尺度和迭代次數(shù)，但這不僅會(huì)影響算法的精確性，同時(shí)計(jì)算時(shí)間提升有限。
　　

6、 計(jì)算統(tǒng)一設(shè)備架構(gòu)(ComputeUnifiedDeviceArchitecture，CUDA)技術(shù)的誕生開(kāi)創(chuàng)性的改革了GPU的編程及存儲(chǔ)模式，使GPU通用計(jì)算(GPGPU)從圖形硬件流水線和高級(jí)繪制語(yǔ)言中解放出來(lái)，開(kāi)發(fā)人員無(wú)須掌握?qǐng)D形學(xué)編程方法即可在單任務(wù)多數(shù)據(jù)模式(SIMD)下完成高性能并行計(jì)算。這一GPGPU計(jì)算架構(gòu)中，提供了類似C語(yǔ)言的開(kāi)發(fā)環(huán)境，允許設(shè)計(jì)人員使用C語(yǔ)言和CUDA擴(kuò)展庫(kù)的形式編寫程序，從而直接利用GPU資源進(jìn)行計(jì)