基于高斯混合模型的腹主动脉图像分割

为了有效地分割腹主动脉图像,提出了基于适度空间约束的高斯混合模型分割算法.该算法将三维空间邻域信息融入高斯混合模型中,利用最大期望算法(EM)获取腹部血管灰度图像的估计参数,从而分割出血管图像.实验结果表明:所提出的方法不仅能准确地分割腹主动脉的血管分支图像,而且对于图像噪声的抑制有较好的效果.     

小波图像增强的乳腺图像钙化点检测方法

为实现数字乳腺图像中钙化点的自动检测,提出一种利用小波变换实现乳腺图像增强从而抑制背景,凸出钙化点的检测方法.首先对乳腺图像进行预处理提取出乳腺区域,采用方形网格覆盖乳腺区并分割出感兴趣区域(ROI),对ROI进行小波图像增强,使钙化点与背景明显的区分开来,然后采用Top-Hat算法实现钙化点的自动检测.MATLAB仿真实验结果表明,用小波变换方法增强乳腺图像,能够很好地区分图像中的钙化点与背景,基于Top-Hat算法的钙化点自动检测方法能够有效的检测出图像中的钙化区.     

基于磁共振图像分割的主动脉管壁剪切力计算

为了获得管壁剪切力等血液动力学参数并用其对心血管疾病进行预测,本文在三维相位对比磁共振成像技术获得的图像数据和血流速度信息的基础上,实现了一种基于图像分割的主动脉管壁剪切力计算方法。其中,图像分割方面,结合需要分割的主动脉血管图像的特点,使用交互式水平集分割算法得到了三维血管壁的分割结果,并对分割结果进行了主观和客观的评价;管壁剪切力计算方面,结合磁共振得到的血流速度信息和图像分割得到的血管壁几何信息,在理想不可压牛顿流体的假设下得到了计算结果,并对结果进行了可视化和分析。最后,对于这两方面研究中存在的一些问题和值得进一步研究的工作进行了总结。     

糖尿病视网膜病变图像的血管分割方法研究

提出了一种糖尿病视网膜病变图像的血管分割方法.该方法通过对视网膜图像进行一系列形态学操作,获取精确的病变区域检测结果,然后将其从血管分割结果中去除,并将病变区域内断裂的血管根据梯度强度和方向相似的原则进行连接,得到最终的血管网络.在Stare公共数据库上进行实验结果表明:该方法获得的血管分割平均准确率达到94.67%,真阳性率达到74.96%;与未进行病变检测的分割结果相比,本文方法能获得较高准确率和真阳性率,分割结果更为精准.     

基于Voronoi图的血管中心线提取方法

为解决血管分割及中心线提取技术在提取血管分叉及细小血管时往往存在较大误差的问题,提出一种新的基于Voronoi图的中心线提取方法. 该方法利用血管几何特性确定其中心线,有效抑制了图像灰度分布不均匀以及噪声的干扰. 通过优化抽样方法有效利用血管的曲率信息,根据分叉结构与血管边界曲率差异提出不同的采样方式,在降低采样点数目的同时确保中心线提取的准确性与连续性. 实验结果证明该方法具有良好的鲁棒性,获得的中心线提取误差小于0.42像素,能够快速并准确地在造影图像中提取出血管中心线,同时有效解决了分割血管分叉点时采样不连续的问题.      

基于区域生长和聚类的主动脉CTA图像序列分割算法

针对人体主动脉CTA序列图像的特点,提出了一种基于区域生长和聚类的序列分割新算法.在确定好合适的分割阈值范围后,结合基于区域生长的算法对主动脉的目标区域进行轮廓提取,然后对得到的目标轮廓在基于isodata的算法上进行聚类处理,由于主动脉在空间上的连续性,可以将聚类后得到的目标区域的聚类中心作为下一幅CT图像新的种子点再进行区域生长,从而实现仅在选择单幅图像种子点的情况下一次性完成整套CT序列图像的分割.实验结果表明,本文算法计算量小,分割精度高,可以完整准确地将主动脉从CT序列图像中分割出来.     

基于2D Gabor小波与组合线检测算子的视网膜血管分割

单一的2D Gabor小波血管分割算法只考虑了图像滤波信息,忽略了血管形状和结构信息。为了更加精确快速地实现视网膜分割血管,提出了一种基于2D Gabor小波变换和组合线检测算子的视网膜血管分割方法。首先通过像素灰度值、4个尺度下的2D Gabor小波变换和组合线检测算子构造一个六维像素特征向量,然后使用贝叶斯高斯混合模型实现视网膜图像像素分类,最终实现血管分割。通过对通用的DRIVE眼底图像库中所有视网膜图像的实验仿真,结果表明算法获得了0.963 6的受试者特征工作曲线面积和0.948 6的准确率,优于单一的2D Gabor小波血管分割算法。     

基于Hessian矩阵和水平集的视网膜血管分割

视网膜血管图像可以作为糖尿病与青光眼等疾病的诊断依据;但现有的血管提取算法存在精度不足、对噪声敏感,以及鲁棒性不强等缺点。针对这个问题提出了一种新的视网膜血管图像分割方法。首先获取视网膜绿色通道图像,利用Hessian矩阵特征值、特征向量的几何特性和响应函数,初步估计视网膜图像中可能存在的血管;并在此基础上利用水平集函数初始化血管图像。然后,在局部数据能量拟合泛函中引入新的正则化和面积约束。最后,在水平集函数演化过程中获得精准的视网膜血管图像。实验表明算法在分割视网膜血管图像上具有较强的鲁棒性。     

基于迭代腐蚀的粘连细胞图像分割研究

为对显微粘连细胞图像进行分割,该文提出1种基于数学形态学运算的迭代腐蚀方法。对二值化细胞图像进行迭代腐蚀得到细胞种子点图像,通过分水岭分割提取细胞分割边界,形成最终的分割图像。在每一次腐蚀后得到的图像中保存细胞种子点,在整个迭代腐蚀过程中避免细胞种子点被误删,为后续使用分水岭分割进行图像分割提供了可靠的先验信息。实验表明,该算法能较好地解决距离变换方法中的过分割问题并改善极限腐蚀方法中的欠分割问题。     

视网膜血管分割算法研究

针对现有的视网膜血管分割方法对微细血管分割精度低的问题, 在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上, 提出了一种新的、 有效的视网膜血管分割方法。采用 Gabor 滤波预处理以增强血管信息, 利用 MSLTA 算法获得最初的血管网络, 采用连通域标记的去噪方法,去除图像上的斑点噪声, 分割出最终的血管。 利用国际上公开的 DRIVE(Digital Retinal Images for VesselExtraction)数据库的视网膜图像进行实验, 并与现有的常规算法做了对比。 多组实验结果表明, 该方法的平均精确度达到 95. 37%, 能很好地保留微细血管。