基于活動(dòng)輪廓模型的血管內(nèi)超聲序列圖像邊緣提取研究.pdf

1、近年來由于心血管疾病發(fā)病率的上升，研究和治療心血管疾病成為當(dāng)今醫(yī)學(xué)研究熱點(diǎn)課題之一。傳統(tǒng)診斷心血管疾病的方法有X 光影像技術(shù)和血管內(nèi)視鏡，不過這兩種方法都不能得到血管組織層的影像，隨著血管內(nèi)超聲波(Intravascular Ultrasound,IVUS)技術(shù)的發(fā)展以及超聲成像診斷設(shè)備的大量應(yīng)用，使得超聲影像技術(shù)成為醫(yī)生診斷和輔助治療的重要手段之一。
　　 本文以西安比特速浪科技有限公司提供的標(biāo)準(zhǔn)血管內(nèi)超聲圖像數(shù)據(jù)集為基礎(chǔ)，主

2、要從以下幾個(gè)方面對(duì)血管內(nèi)超聲圖像進(jìn)行系統(tǒng)地分析與研究。首先對(duì)圖像進(jìn)行預(yù)處理，并在空間域上進(jìn)行了大量的實(shí)驗(yàn)，通過對(duì)比超聲圖像預(yù)處理的結(jié)果，找出比較適合血管內(nèi)超聲圖像的預(yù)處理方法；其次實(shí)現(xiàn)了閾值分割、最大方差閾值分割、邊緣檢測(cè)和區(qū)域生長等基本圖像分割算法，并分析這些基本算法實(shí)驗(yàn)結(jié)果的不足之處；再次重點(diǎn)研究了基于活動(dòng)輪廓模型的算法，通過對(duì)血管內(nèi)超聲序列圖像性質(zhì)的分析并結(jié)合活動(dòng)輪廓模型的計(jì)算過程，根據(jù)測(cè)度信息原理改進(jìn)了傳統(tǒng)的活動(dòng)輪廓模型算法，用