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

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 FieldMeted,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

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：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

在线出版日期：2014-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：304-308,328