頸動脈內(nèi)中膜厚度(Intima-MediaThickness,IMT)是動脈粥樣硬化早期檢測的重要指標,獲取內(nèi)中膜厚度有利于醫(yī)生預測患者的動脈粥樣硬化,對頸動脈內(nèi)中膜的定時定量監(jiān)控與分析具有重要的臨床意義。臨床中,常常采用超聲成像方法獲取頸動脈血管圖像,而后由醫(yī)生手工定點或者邊界描繪測量內(nèi)中膜厚度。由于手工標定方式耗時且繁瑣,并且存在主觀誤差,因此有必要通過計算機輔助診斷,采用圖像處理技術,實現(xiàn)一套準確穩(wěn)定且自動的分割算法。本文提出一種基于射頻數(shù)據(jù)分析的內(nèi)中膜提取及增強算法。該算法以原始的超聲射頻(Radiofrequency,RF)信號為基礎,分為三個部分:在序列第一幀上,首先自動劃分出感興趣區(qū)域(ROI),然后以自動標定的若干種子點為起始點,通過在射頻域相鄰掃描線之間的延遲估計算法提取出內(nèi)中膜邊界;在后續(xù)幀上,采用一種改進的段匹配歸一化相關算法對第一幀上的目標點進行穩(wěn)定準確的追蹤;針對內(nèi)膜不清晰不連續(xù)的特點,本文進一步提出一種射頻域中的內(nèi)膜增強算法,首先在射頻域上利用蟻群優(yōu)化算法彌合與細化內(nèi)膜邊界,接著利用射頻掃描線信號的延遲求和算法在每一幀上進行內(nèi)膜邊界處的射頻信號增強,在非內(nèi)膜邊...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖１．２文章章節(jié)結構??本文的章節(jié)結構圖如圖Ｌ２所示，全文共六章，具體內(nèi)容如下：??

文法提取輪廓的基礎上，第四章提出一種射頻域內(nèi)的基于蟻群優(yōu)算法。該算法具備較高的時間效率，可以用在連續(xù)多幀的序列測量算法在臨床上的應用??證算法性能。以采自１５位志愿者左右兩側頸動脈，共計３０組集。從可行性及穩(wěn)定性方面對本文提出的射頻域內(nèi)ＩＭＴ測量超聲科醫(yī)生的分割結果作為參考標準，....

圖２．１?］２８通道超聲波束合成示意圖??９??

息是完整的。所謂超聲射頻信號，是指超聲探頭發(fā)射頻率為１ＭＨＺ－４０ＭＨＺ的聲學脈沖波在??組織中傳播，并產(chǎn)生反射波，探頭獲得反射波并轉換成電信號，保留著振幅和相位等全部??信息。如圖２．１所示，在超聲成像中，接收到的射頻信號是波束合成器的輸出信號。??探頭陣元??模擬增益Ａ／Ｄ?....

圖２．２超聲ＲＦ信號掃描線及射頻域圖像??

償（Ｔｉｍｅ?Ｇａｉｎ?Ｃｏｍｐｅｎｓａｔｉｏｎ，?ＴＧＣ）。采樣信號經(jīng)延遲后形成延遲信號，且聚焦到一定的??深度和方向。延遲信號經(jīng)加權后獲得所需的切跡和剖面。最后，對加權延遲信號進行相位??相加后得到射頻信號。如圖２．２為超聲射頻信號掃描線及射頻域圖像，對單條掃描線來說，??除....

圖２．３?ＲＯＩ自動提�。海ǎ幔希裕樱兆赃m應二值化結果；（ｂ）組織分類：黑色代表血液，灰色代表肌肉；??ｃ組織間邊界；ｄ引入射頻域：ｅ引入解剖結構約束；ｆ得ＲＯＩ：紅色框

?（２．９）??本文選�。驗椋保保保钡泥徲�，ｄ為２５。然后將除邊界之外的其余像素點的灰度值設為??０（如圖２．３（ｄ）所示）。如圖２．２ＲＦ掃描線信號所示，其幅值變化與頸動脈結構變化有密??切關系，因此在每個灰度值為２５５的像素點（ｘ，＿ｙ）所在掃描線信號＜／）上以該點為中心取....

本文編號：4021725