| 基于局部Chan-Vese模型的超声颈动脉图像水平集分割方法研究 |
| |
| 引用本文： | 曾雅洁,杨鑫,徐红卫,刘洋,梁华庚,丁明跃.基于局部Chan-Vese模型的超声颈动脉图像水平集分割方法研究[J].计算机科学,2013,40(Z11):304-308,328. |
| |
| 作者姓名： | 曾雅洁 杨鑫 徐红卫 刘洋 梁华庚 丁明跃 |
| |
| 作者单位： | 华中科技大学生命科学与技术学院生物医学工程系图像信息处理 与智能控制教育部重点实验室 武汉430074;华中科技大学图像识别与人工智能研究所多谱信息处理技术国防科技重点实验室 武汉430074;郑州大学 郑州450052;郑州大学 郑州450052;华中科技大学 武汉430022;华中科技大学生命科学与技术学院生物医学工程系图像信息处理 与智能控制教育部重点实验室 武汉430074 |
| |
| 基金项目： | 本文受国家自然科学基金国际合作项目(30911120497),国家科技支撑计划项目(2012BA113B02),国家重大科学研究计划项目(2011CB933103),国家自然科学基金青年项目(61001141),教育部新教师青年基金(20090142120091),湖北公益性科技研究项目(2012DCA06001)等资助 |
| |
| 摘 要： | 对超声主颈动脉(Common Carotid Artery,CCA)横向图像中血管的内外膜进行分割,分割结果可用于对斑块大小、厚度和形状的定性估计及定量测量。首先选用局部C-V(Local Chan-Vese,LCV)模型对外膜进行分割,而用C-V模型对内膜进行分割,并引入内外膜距离限制项来提高内膜分割准确度,同时使用稀疏场方法(Sparse Field Method,SFM)提高水平集算法的效率,最后通过全正交法(Full-Orthogonal Method,FOM)、射线法、相似系数分析法等多种评价方法对分割结果进行分析。实验结果表明,LCV模型可有效地分割颈动脉血管外膜,而C-V模型可有效地分割血管内膜,改进方法提升了程序运行速度并且提高了内外膜的分割精度。
|
| 关 键 词： | 生物医学工程 图像分割 颈动脉超声图像 水平集 局部C-V模型 |
Research on Ultrasound Carotid Image Segmentation Methods Based on Local Chan-Vese Model Using Level Set Method |
| |
| ZENG Ya-jie,YANG Xin,XU Hong-wei,LIU Yang,LIANG Hua-geng and DING Ming-yue.Research on Ultrasound Carotid Image Segmentation Methods Based on Local Chan-Vese Model Using Level Set Method[J].Computer Science,2013,40(Z11):304-308,328. |
| |
| Authors: | ZENG Ya-jie YANG Xin XU Hong-wei LIU Yang LIANG Hua-geng and DING Ming-yue |
| |
| Affiliation: | Image Processing and Intelligence Control Key Laboratory of Education Ministry,School of Life Science and Technology, Huazhong University of Science and Technology,Wuhan 430074,China;State Key Laboratory for Multi-spectral Information Processing Technologies,Institute for Pattern Recognition and Artificial IntelligenceIPRAI, Huazhong University of Science and Technology,Wuhan 430074,China;Zhengzhou University,Zhengzhou 450052,China;Zhengzhou University,Zhengzhou 450052,China;Huazhong University of Science and Technology,Wuhan 430022,China;Image Processing and Intelligence Control Key Laboratory of Education Ministry,School of Life Science and Technology, Huazhong University of Science and Technology,Wuhan 430074,China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
