【摘要】：隨著冠心病診斷需求的不斷增加,基于醫(yī)學圖像的輔助診斷已成為提高診斷效率的重要手段�；贑TA數(shù)據(jù)的冠狀動脈立體分割是冠心病輔助診斷的關鍵技術,已成為研究的熱點。受不同設備、不同病人和造影劑分布不均勻等因素的影響,冠狀動脈在CTA數(shù)據(jù)中的清晰度不同,冠狀動脈立體分割成為一項具有挑戰(zhàn)的任務。本文針對冠狀動脈CTA數(shù)據(jù),從準確性、自動性和運行速度三個方面,展開了對冠狀動脈分割算法的研究,具體工作如下:(1)提出一種基于多特征約束的區(qū)域生長分割算法。該算法考慮到冠狀動脈粗細不同的管狀特性,使用管狀濾波器提取不同尺度下的血管相似性特征,同時結合冠狀動脈在CTA數(shù)據(jù)中的密度特征共同作為區(qū)域生長的約束條件。本算法很好的解決了單特征區(qū)域生長算法容易出現(xiàn)的欠分割現(xiàn)象,提高分割算法的精度。在有先驗閾值的情況下,其測試Dice系數(shù)為0.88,比單特征方法提高0.2;在沒有先驗閾值情況下,其測試Dice系數(shù)為0.6(同樣比單特征方法高),算法運行時間為460秒左右。(2)提出一種結合3D全卷積網(wǎng)絡和生長思想的自動分割算法。該分割算法主要有起始種子點定位、局部數(shù)據(jù)塊的分割和種子點搜索策略三個部分:●起始點定位:根據(jù)升主動脈和冠狀動脈的連通性質,通過分割升主動脈來自動定位冠狀動脈根節(jié)點,為實現(xiàn)冠狀動脈自動分割提供條件;●局部數(shù)據(jù)塊的分割:提出一種多感受野融合的3D分割網(wǎng)絡。該部分用尺寸為64×64×64的局部數(shù)據(jù)塊和Dice損失函數(shù)解決冠狀動脈立體分割中出現(xiàn)的標簽分布極不平衡的問題。在網(wǎng)絡結構設計上,該網(wǎng)絡在編碼器末端加入金字塔池化,多感受野融合的結構更好的結合了數(shù)據(jù)塊中的全局信息和局部信息,很好的抑制了其他組織的干擾;此外,在編-解碼的全卷積網(wǎng)絡結構中加入殘差模塊、批歸一化、Dropout等操作,抑制網(wǎng)絡過擬合的同時保證網(wǎng)絡的快速收斂;●種子點搜索策略:提出一種基于生長思想的種子點搜索策略,通過分析上一次數(shù)據(jù)塊的分割結果確定下一次選擇數(shù)據(jù)塊的中心,提取冠狀動脈附近的數(shù)據(jù)塊,實現(xiàn)了高效使用訓練好的分割網(wǎng)絡;該分割算法在測試集上平均Dice系數(shù)為0.76,運行時間在40秒左右。(3)根據(jù)本文分割算法實現(xiàn)了冠狀動脈的狹窄測量。通過對血管拉直、細化、分段、計算橫截面積等操作后,初步可以實現(xiàn)冠狀動脈狹窄測量,為冠狀動脈狹窄檢測和量化分級等應用提供可行性分析。綜上所述,本文提出的兩種冠狀動脈分割算法在測試集上的Dice系數(shù)從60%提升到了76%,運行時間從460秒減少到40秒,同時實現(xiàn)了冠狀動脈的自動分割�；诒疚姆指钏惴ǖ姆指罱Y果初步實現(xiàn)了血管狹窄測量,證明了算法的有效性。
【圖文】：

的信號經(jīng)過重建后形成ＣＴ圖像。當需要研究血管成像時，因為血液的密度和水逡逑很接近不容易在普通ＣＴ圖像上顯示，所以需要注射造影劑對血管進行增強，然逡逑后利用計算機重建算法恢復血管的立體影像。不同視角下的ＣＴＡ如圖２－１所示。逡逑（ｄ）樣本二橫斷位邐（ｅ）樣本二矢狀位邐（ｆ）樣本二冠狀位逡逑圖２－１不同視角下的ＣＴＡ數(shù)據(jù)逡逑冠狀動脈分為左冠狀動脈和右冠狀動脈兩個大的分支；目前大部分研究人員逡逑采用美國心臟病協(xié)會（ＡＨＡ）提出的冠狀動脈劃分標準，該標準將直徑大于１．５ｍｍ逡逑７逡逑

第二章冠狀動脈數(shù)據(jù)介紹逡逑的冠狀動脈分成了邋１７段，如圖２－２所示。逡逑ＯＭ？逡逑圖２－２冠狀動脈劃分解剖圖逡逑左冠狀動脈分支共丨２段，主要包括左循環(huán)支（１丨，１３），左對角支（１６），逡逑左前降支（６，邋７，，邋８）等大的分支；右冠狀動脈分支共５段，主要包括后降支（４）、逡逑右冠（１，２，３）等大的分支。冠狀動脈各個分支在ＣＴＡ圖像橫斷位中如圖２－３逡逑所示。逡逑000逡逑圖２－３冠狀動脈在ＣＴＡ數(shù)據(jù)橫斷位中的分布圖逡逑為了存儲ＣＴＡ數(shù)據(jù)，通常使用固定的編碼方式將重建的圖像存儲在計算機逡逑中。醫(yī)學圖像常用的編碼格式有６種，分別為：ＡＮＡＬＹＺＥ（Ｍａｙｏ醫(yī)學成像）、ＮＲＲＤ逡逑（近原始柵格數(shù)據(jù)）、ＤＩＣＯＭ（醫(yī)學數(shù)字成像核通訊）、ＮＩＦＴＩ（神經(jīng)影像信息技術）、逡逑ＰＡＲ／ＲＥＣ（Ｐｈｉｌｉｐｓ磁共振掃描格式）和ＭＮＩＣ。下面對本文中常使用的兩種格式進逡逑行介紹。逡逑ＮＲＲＩ）：邋“國家醫(yī)學圖像計算聯(lián)盟”（ＮＡ－ＭＩＣ）開發(fā)的一種存儲編碼方式，逡逑８逡逑
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R816.2;TP391.41

【相似文獻】

相關期刊論文 前10條

1 周峗,李久賢,夏良正;基于區(qū)域生長的紅外圖像分割[J];南京理工大學學報(自然科學版);2002年S1期

2 孫日明;;用于醫(yī)學圖像分割的區(qū)域生長方法[J];大連交通大學學報;2010年02期

3 曹彩霞;董洪偉;丁金仲;;基于區(qū)域生長的網(wǎng)格模型分割[J];計算機工程與應用;2008年31期

4 王華松;;圖像區(qū)域生長分割算法研究[J];科技創(chuàng)新導報;2015年18期

5 魏津瑜;施鶴南;蘇思沁;;基于改進算法的自動種子區(qū)域生長圖像分割[J];中南大學學報(自然科學版);2013年S2期

6 郭佳;郭治成;;基于并行四鄰域區(qū)域生長的遙感圖像分割方法[J];蘭州石化職業(yè)技術學院學報;2008年02期

7 陳永飛;崔艷鵬;胡建偉;;基于9＿7提升小波和區(qū)域生長的目標檢測算法[J];計算機科學;2018年S1期

8 吳焱,沈定剛,李艷斌,戚飛虎;用區(qū)域生長分割算法進行動目標定位[J];無線電工程;1994年01期

9 楊家紅;劉杰;鐘堅成;何明志;;結合分水嶺與自動種子區(qū)域生長的彩色圖像分割算法[J];中國圖象圖形學報;2010年01期

10 楊海英;于永亮;楊志鵬;;基于區(qū)域生長規(guī)則的多傳感器漏磁檢測信號分割方法[J];科學技術與工程;2010年24期

相關會議論文 前10條

1 吳瑩;梁炯;殷嘉林;聶君峪;;基于區(qū)域生長的金色區(qū)域提取[A];2015第四屆中國印刷與包裝學術會議論文摘要集[C];2015年

2 魏津瑜;施鶴南;蘇思沁;;基于改進算法的自動種子區(qū)域生長圖像分割[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

3 黃建軍;彭蓉;;基于網(wǎng)絡并行的高分辨城市航空影像陰影檢測[A];全國第一屆信號處理學術會議暨中國高科技產業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

4 趙進輝;周志艷;羅錫文;;一種基于區(qū)域生長的甘蔗苗期赤腐病病斑分割算法[A];2007年中國農業(yè)工程學會學術年會論文摘要集[C];2007年

5 李哲;鄭江濱;李秀秀;李杭;;基于重采樣檢測的圖像可信度評價方法[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

6 付煒;胡彩寧;;虹膜定位算法的研究[A];2007北京地區(qū)高校研究生學術交流會通信與信息技術會議論文集（上冊）[C];2008年

7 胡偉平;王日鳳;;基于閾值分割與區(qū)域生長的車牌識別方法[A];廣西計算機學會2015年學術年會論文集[C];2015年

8 盛葉鵬;張明;李少青;歐陽海燕;王磊;;基于區(qū)域增長的集成電路解剖照片分割方法研究[A];第十六屆計算機工程與工藝年會暨第二屆微處理器技術論壇論文集[C];2012年

9 徐勇;郭毓;陶芬;;基于灰度積分投影與區(qū)域生長的人眼定位方法[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

10 王偉;張明;朱青山;王磊;徐長明;李少青;;一種基于芯片解剖照片的IP核侵權鑒定方法[A];第十六屆計算機工程與工藝年會暨第二屆微處理器技術論壇論文集[C];2012年

相關重要報紙文章 前1條

1 ;46個小區(qū)今春穿綠裝[N];營口日報;2010年

相關博士學位論文 前4條

1 金飛;基于紋理特征的遙感影像居民地提取技術研究[D];解放軍信息工程大學;2013年

2 司馬海峰;基于像素聚類的彩色圖像分割技術研究[D];北京理工大學;2014年

3 張朝霞;基于MSCT的感興趣血管段CAG最佳視角和冠脈運動估計的研究[D];天津大學;2012年

4 左玲;圖像數(shù)據(jù)統(tǒng)計過程控制方法研究[D];天津大學;2016年

相關碩士學位論文 前10條

1 查健;混凝土沙石材料孔隙率的檢測與研究[D];武漢理工大學;2018年

2 陳富強;冠狀動脈立體分割算法研究[D];北方工業(yè)大學;2019年

3 尹哲;醫(yī)學圖像三維重建系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2018年

4 王華松;一種基于種子點區(qū)域生長的彩色圖象分割算法[D];河南大學;2015年

5 張宏偉;高分辨率影像中農村道路提取方法研究[D];重慶大學;2016年

6 李利;印鑒鑒別系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2014年

7 曾璐;彩色圖像分割技術研究[D];武漢理工大學;2010年

8 曹彪;基于區(qū)域生長的OCT圖像分割算法研究[D];北京理工大學;2015年

9 王佳男;采用基于區(qū)域的自動種子區(qū)域生長法的彩色圖像分割方法[D];東北師范大學;2007年

10 徐康;基于區(qū)域生長與邊緣懲罰的SAR圖像分割算法研究[D];合肥工業(yè)大學;2010年

本文編號：2620928