正在加载图片...
·856 智能系统学报 第10卷 图均衡化(HE)、线性反锐化掩模(LUM)和本文提 将图像中的边缘区域对比度过度增强,产生伪影现 出的基于ED和模极大值的血管提取算法的实验 象。图9()给出了本文算法对造影图像的血管提 结果对比。 取结果。 6结束语 针对冠脉造影图像噪音大和血管边缘模糊等问 题,提出的基于经验模态分解的血管特征提取方法, 是将造影图像分解成若干图像层,形成图像层组,对 图像层进行血管提取,将各层中有效的血管信息汇 总在结果图像中,得到血管脉络完整的心血管图像。 (a)原图像 (b)Hessian矩阵 对比其他算法的实验结果,文中算法得到的结 果图像有极好的视觉效果,去除了造影图像中强背 景噪音,使得图像更便于血管信息的直观分析和观 察,同时提取出的血管树结构有很好的连续性和完 整性,造影图像中血管特征信息,如血管方向、狭窄 程序和血管分叉点都有很高的精确度,算法具有很 好的实际医用价值。 (c)Gabori滤波器 (d)HE 参考文献: [1]ZHOU Shoujun,YANG Jian,WANG Yongtian,et al.Auto- matic segmentation of coronary angiograms based on fuzzy inferring and probabilistic tracking[J].Biomedical Engi- neering Online,2010,9:40. [2]YANG Guanyu,KITSLAAR P,FRENAY M,et al.Auto- matic centerline extraction of coronary arteries in coronary (e)LUM (OEMDMM computed tomographic angiography [J].The International 图9算法对比 Joumal of Cardiovascular Imaging,2011,28(4):921-933. Fig.9 Algorithm effect contrast [3]MARIN D,AQUINO A,GEGUNDEZ-ARIAS M E.et al.A new supervised method for blood vessel segmentation in reti- 以冠脉造影图像为例进行血管信息提取结果对 nal images by using gray-level and moment invariants-based 比,图9(b)给出了Hessian矩阵对造影图像的血管 features[J].IEEE Transactions on Medical Imaging,2011, 提取结果,该方法能将血管与背景对比度非常强的 30(1):146-158. 区域中的血管段提取出来,有很好的血管连续性,但 [4]Van Der ZWET P M J,NETTESHEIM M.GERBRANDS J 是不足的是对于血管与背景对比度稍微较弱的区域 J,et al.Derivation of optimal filters for the detection of cor- 则无能为力,能提取出的血管信息非常有限,提取效 onary arteries[J].IEEE Transactions on Medical Imaging, 果不太理想。图9(c)中给出了Gabor滤波器对造 1998,17(1):108-120. 影图像中的血管信息进行过滤提取,能够将血管脉 [5]WANG Li,BHALERAO A,WILSON R.Analysis of retinal 络的轮廓提取出来,但是得到的结果图像中血管特 vasculature using a multiresolution Hermite model[].IEEE 征并没有很好地凸显出来,血管树的连续性也较差。 Transactions on Medical Imaging,2007,26(2):137-152. 图9()给出了造影图像直方图均衡化后得到的结 [6]RANGAYYAN R M,AYRES F J,OLOUMI F,et al.De- tection of blood vessels in the retina with multiscale Gabor 果图像,该图像在一定程度上提高了冠脉造影图像 的图像效果,但是对于背景噪音强、图像对比度低的 filters[J].Journal of Electronic Imaging,2008,17(2): 023018. 图像区域还是存在背景噪音过强的缺点,整体来说 [7]GREENSPAN H,LAIFENFELD M,EINAV S,et al.Eval- 还是能够将血管脉络结构较好地表达出来。图9 uation of center-line extraction algorithms in quantitative (e)给出了线性反锐化掩模对造影图像的处理结 coronary angiography[J].IEEE Transactions on Medical 果,该方法能够实现造影图像中血管的细节和边缘 Imaging,2001,20(9):928-941. 突出表达,但是分段函数产生的量化误差较大时会 [8]康文炜.冠状动脉造影图像的分割方法研究[D].长春:图均衡化(HE)、线性反锐化掩模( LUM) 和本文提 出的基于 EMD 和模极大值的血管提取算法的实验 结果对比。 图 9 算法对比 Fig.9 Algorithm effect contrast 以冠脉造影图像为例进行血管信息提取结果对 比,图 9(b)给出了 Hessian 矩阵对造影图像的血管 提取结果,该方法能将血管与背景对比度非常强的 区域中的血管段提取出来,有很好的血管连续性,但 是不足的是对于血管与背景对比度稍微较弱的区域 则无能为力,能提取出的血管信息非常有限,提取效 果不太理想。 图 9( c)中给出了 Gabor 滤波器对造 影图像中的血管信息进行过滤提取,能够将血管脉 络的轮廓提取出来,但是得到的结果图像中血管特 征并没有很好地凸显出来,血管树的连续性也较差。 图 9(d)给出了造影图像直方图均衡化后得到的结 果图像,该图像在一定程度上提高了冠脉造影图像 的图像效果,但是对于背景噪音强、图像对比度低的 图像区域还是存在背景噪音过强的缺点,整体来说 还是能够将血管脉络结构较好地表达出来。 图 9 (e)给出了线性反锐化掩模对造影图像的处理结 果,该方法能够实现造影图像中血管的细节和边缘 突出表达,但是分段函数产生的量化误差较大时会 将图像中的边缘区域对比度过度增强,产生伪影现 象。 图 9(f)给出了本文算法对造影图像的血管提 取结果。 6 结束语 针对冠脉造影图像噪音大和血管边缘模糊等问 题,提出的基于经验模态分解的血管特征提取方法, 是将造影图像分解成若干图像层,形成图像层组,对 图像层进行血管提取,将各层中有效的血管信息汇 总在结果图像中,得到血管脉络完整的心血管图像。 对比其他算法的实验结果,文中算法得到的结 果图像有极好的视觉效果,去除了造影图像中强背 景噪音,使得图像更便于血管信息的直观分析和观 察,同时提取出的血管树结构有很好的连续性和完 整性,造影图像中血管特征信息,如血管方向、狭窄 程序和血管分叉点都有很高的精确度,算法具有很 好的实际医用价值。 参考文献: [1]ZHOU Shoujun, YANG Jian, WANG Yongtian, et al. Auto⁃ matic segmentation of coronary angiograms based on fuzzy inferring and probabilistic tracking [ J]. Biomedical Engi⁃ neering Online, 2010, 9: 40. [2] YANG Guanyu, KITSLAAR P, FRENAY M, et al. Auto⁃ matic centerline extraction of coronary arteries in coronary computed tomographic angiography [ J]. The International Journal of Cardiovascular Imaging, 2011, 28(4): 921⁃933. [3]MARIN D, AQUINO A, GEGUNDEZ⁃ARIAS M E, et al. A new supervised method for blood vessel segmentation in reti⁃ nal images by using gray⁃level and moment invariants⁃based features[J]. IEEE Transactions on Medical Imaging, 2011, 30(1): 146⁃158. [4]Van Der ZWET P M J, NETTESHEIM M, GERBRANDS J J, et al. Derivation of optimal filters for the detection of cor⁃ onary arteries[ J]. IEEE Transactions on Medical Imaging, 1998, 17(1): 108⁃120. [5]WANG Li, BHALERAO A, WILSON R. Analysis of retinal vasculature using a multiresolution Hermite model[J]. IEEE Transactions on Medical Imaging, 2007, 26(2): 137⁃152. [6]RANGAYYAN R M, AYRES F J, OLOUMI F, et al. De⁃ tection of blood vessels in the retina with multiscale Gabor filters[ J]. Journal of Electronic Imaging, 2008, 17 ( 2): 023018. [7]GREENSPAN H, LAIFENFELD M, EINAV S, et al. Eval⁃ uation of center⁃line extraction algorithms in quantitative coronary angiography [ J ]. IEEE Transactions on Medical Imaging, 2001, 20(9): 928⁃941. [8]康文炜. 冠状动脉造影图像的分割方法研究[D]. 长春: ·856· 智 能 系 统 学 报 第 10 卷
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有