首页 | 本学科首页   官方微博 | 高级检索  
     

基于Hessian矩阵跟踪算法在血管新生量化中的应用
引用本文:张智涵,黄永锋. 基于Hessian矩阵跟踪算法在血管新生量化中的应用[J]. 电脑学习, 2015, 5(1)
作者姓名:张智涵  黄永锋
作者单位:东华大学计算机科学与技术学院,上海,201620
摘    要:血管新生与肿瘤的生长密切相关,CAM(鸡胚绒毛尿囊膜)是研究血管新生的常用载体,所以通常对CAM中特定区域的血管分割量化来衡量抗肿瘤药物对血管的抑制作用.本文提出一种CAM图像分割算法,首先利用Hessian矩阵下多尺度分析得到一个初始的CAM血管轮廓,在此基础上跟踪未知血管,得到的最终分割结果.最后,对分割出的CAM血管进行骨架提取、裁剪等处理,计算出图像中血管的密度、长度和分叉点个数等量化指标,综合评价血管的生长情况.在相同系列的CAM图像上和其他方法进行实验对比.结果显示基于Hessian矩阵跟踪算法可以为血管新生状况提供有效的分析,尤其对微小血管的检测比较优越,而且具有更高的准确率.

关 键 词:血管新生  Hessian矩阵  鸡胚绒毛尿囊膜图像  跟踪算法

Vessel Segmentation based on Hessian Matrix and Tracking Applied to Angiogenesis Quantification
ZHANG Zhihan,HUANG Yongfeng. Vessel Segmentation based on Hessian Matrix and Tracking Applied to Angiogenesis Quantification[J]. Computer Study, 2015, 5(1)
Authors:ZHANG Zhihan  HUANG Yongfeng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号