基于IVUS圖像的目標(biāo)區(qū)域檢測.pdf

1、血管內(nèi)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(nèi)腔、管壁和粥樣斑塊的詳細(xì)信息，具有安全、實(shí)時(shí)和無損等優(yōu)點(diǎn)。提取IVUS血管壁的內(nèi)外膜，并以此為基礎(chǔ)進(jìn)行圖像分析，可以對血管腔的面積、血管厚度進(jìn)行精確測量，有利于發(fā)現(xiàn)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(chǔ)模型-傳統(tǒng)活動輪廓模型的原理以及算法實(shí)現(xiàn)，綜述了IVUS血管壁內(nèi)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(nèi)超聲的測量技術(shù)以及超聲圖像的判斷和影響因素，并總結(jié)了血管內(nèi)超聲在介入治療中的應(yīng)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(zhuǎn)化為三維曲面的演化求解問題，增強(qiáng)了圖像的拓?fù)渥赃m應(yīng)能力和數(shù)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(nèi)容如下：首先

3、詳細(xì)分析了水平集方法的原理以及數(shù)值求解，包括符號距離函數(shù)、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(shù)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(shù)向符號距離函數(shù)演化，構(gòu)造了無需重新初始化符號距離函數(shù)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(shí)間。然后針對水平集模型對圖像邊緣定位準(zhǔn)確性不足的問題，通過加入具有順滑效應(yīng)的3次B樣條對模型的內(nèi)能加以改進(jìn)，從而使模型具有更好的分割效果。此改進(jìn)模型不僅適用