基于水平集方法的三維超聲頸動(dòng)脈斑塊分割.pdf

1、三維超聲頸動(dòng)脈圖像中自動(dòng)分割出頸動(dòng)脈斑塊對(duì)于監(jiān)控頸動(dòng)脈粥樣硬化的生長(zhǎng)和衰退具有很重要的意義。考慮到頸動(dòng)脈斑塊內(nèi)部回聲異質(zhì)性強(qiáng)以及斑塊形狀變化多樣,本文提出了一種基于中-外膜邊界(media-adventitiaboundary,MAB)和血管腔-內(nèi)膜邊界(lumen-intimaboundary,LIB)先驗(yàn)的水平集分割方法,將斑塊分割的問(wèn)題簡(jiǎn)化成將斑塊與健康中膜組織區(qū)分開(kāi)的問(wèn)題。分割方法主要分為兩步,初始輪廓獲取和水平集演化。首先在M

2、AB和LIB之間利用灰度的信息檢測(cè)到初始的輪廓點(diǎn),然后將斑塊與MAB、LIB相對(duì)位置的先驗(yàn)信息同圖像信息一起綜合融入水平集框架中,通過(guò)水平集的演化得到最終的斑塊“外”輪廓,該最終演化輪廓與LIB圍成的區(qū)域即為斑塊。
　　同時(shí)本研究中獲得兩位超聲影像醫(yī)生對(duì)頸動(dòng)脈圖像多次分割的結(jié)果,并將多次分割結(jié)果進(jìn)行輪廓平均作為檢驗(yàn)提出的自動(dòng)分割算法可靠性和準(zhǔn)確性的金標(biāo)準(zhǔn)。
　　分割算法中的參數(shù)優(yōu)化利用進(jìn)化策略方法最小化測(cè)試圖像集上的分割誤差