应用于医学三维影像的血管结构自动提取

针对从计算机断层扫描血管造影术(CTA)的三维体数据中提取血管结构信息通常需要大量的人为介入操作的问题,提出了一种全自动血管分割方法。首先,采用多尺度增强滤波器对数据中的管状结构进行增强,剔除非管状结构,并过滤噪声。然后,利用Sigmoid函数作用于梯度图像产生水平集的速度图像,并通过测地活动轮廓模型迭代逼近真实的三维血管轮廓。最后,通过拉普拉斯算法对提取的血管表面网格进行平滑处理,获得光滑的血管曲面。实验采用胸部和颈部的CTA体数据对算法进行测试,结果表明:该方法无需人工干预即可从CTA体数据中准确地提取出血管的三维信息;血管中心线提取的平均误差为0.26mm,直径测量平均误差为0.16mm,分割精度满足临床血管疾病辅助诊疗的要求。     

利用旋转模板匹配方法对SIFT算法的改进

针对SIFT算法经常出现误匹配的情况,提出一种匹配算法.该方法在SIFT算法之后嵌入一种旋转模板匹配算法.利用特征点方向,对图像进行旋转,使用旋转后的特征点邻域进行模板匹配,对SIFT算法的结果进行二次筛选.实验证明,该方法能够有效地提高SIFT算法匹配正确率,实现对SIFT算法的改良.     

应用于造影图像的血管中心线全自动提取方法

针对传统血管中心线提取方法计算量大、需大量人工介入操作的问题,提出一种全自动的血管中心线跟踪提取方法.首先根据血管尺度设计不同的Frobenius范数对血管进行自适应增强,并基于血管灰度分布构造多尺度微分算子以建立判别函数,从而获得种子点的初始位置和跟踪方向;然后在初始方向局部弧长范围内优化检测新的脊点与跟踪方向,以确保在有较大误差干扰的情况下依然能够获得正确的脊点位置;最后利用血管拓扑结构特征检测方法剔除伪血管中心线.实验结果证明,该方法无需人工介入即可准确地在冠脉造影图像中提取出血管中心线、方向矢量等信息,可被用于临床心血管疾病的计算机辅助诊疗过程.