基于IVOCT圖像的動脈斑塊識別算法研究.pdf

1、心血管疾病是世界上頭號致死疾病，不穩(wěn)定的動脈粥樣硬化斑塊的破裂會導(dǎo)致冠狀動脈血栓、心肌缺血以及猝死等嚴(yán)重癥狀。血管內(nèi)光學(xué)相干斷層成像技術(shù)(IVOCT)因其具有高空間分辨率(10-20um)，能夠提供斑塊結(jié)構(gòu)信息。在IVOCT圖像中，外膜組織、脂質(zhì)組織、鈣化組織和纖維組織在灰度值、均勻性和邊緣銳度等方面都有著顯著不同，因此可以通過圖像處理技術(shù)與機(jī)器學(xué)習(xí)算法定量分析這些性質(zhì)，從而為斑塊組織識別提供判別準(zhǔn)則。
　　本論文研究了基于IVO

2、CT圖像的冠脈斑塊識別算法，主要內(nèi)容集中在以下四個(gè)方面:
　　1.提出基于OSTU閾值分割和主動輪廓模型的血管內(nèi)腔輪廓自動分析算法。該算法可以識別探針、導(dǎo)絲和內(nèi)腔輪廓。實(shí)驗(yàn)結(jié)果表明，以人工標(biāo)記的數(shù)據(jù)做為基準(zhǔn)，本論文所提算法可以自動地精確檢測血管內(nèi)腔輪廓，有助于隨后的斑塊分類識別。
　　2.提出基于圖像處理技術(shù)的斑塊輪廓檢測算法。本文定義的斑塊輪廓為纖維組織和其他組織的分界線，其可以有效描述冠狀動脈壁的幾何形態(tài)以及動脈粥樣硬化

3、斑塊的分布特點(diǎn)。本論文所提算法可以有效地描述血管內(nèi)的斑塊形態(tài)，并且不需要任何手動交互。實(shí)驗(yàn)結(jié)果表明，專家標(biāo)記結(jié)果和本論文算法的自動檢測結(jié)果之間具有一致性。
　　3.提出基于圖像處理技術(shù)的斑塊組織識別算法。本論文首先采用K均值聚類和動態(tài)輪廓算法實(shí)現(xiàn)鈣化組織的分割;其次采用基于頻譜的紋理識別方法來識別外膜組織，最后采用灰度直方圖參數(shù)擬合來識別脂質(zhì)組織。實(shí)驗(yàn)結(jié)果表明該方法客觀準(zhǔn)確(檢測誤差:鈣化0.03±0.03mm，外膜0.04±0.

4、07mm，脂質(zhì)0.04±0.05mm)，對動脈粥樣硬化性疾病的研究和診斷具有參考價(jià)值。
　　4.提出基于機(jī)器學(xué)習(xí)算法的斑塊組織識別算法。該算法首先計(jì)算基于灰度共生矩陣和小波分解的紋理特征、斑塊區(qū)域的統(tǒng)計(jì)特征，然后采用Embedded方法從中選擇最優(yōu)的一組特征，訓(xùn)練隨機(jī)森林分類器。最后，將所有的圖像輸入分類器中，分類器會對像素進(jìn)行分類識別。實(shí)驗(yàn)結(jié)果表明，該算法能夠精確地識別不同類型的斑塊組織成分（重疊面積比率:鈣化82％，脂質(zhì)69％