一种血管内超声图像边缘提取的新方法.PDFVIP

计 算 机 系 统 应 用 2013 年 第 22 卷 第 9 期 ① 一种血管内超声图像边缘提取的新方法 王志东, 汪友生, 李 龙, 董 路, 李冠宇 (北京工业大学 电子信息与控制工程学院, 北京 100124) 摘 要: 血管内超声图像的血管壁内外膜边缘检测是 IVUS 图像处理中必不可少的步骤与重要环节, 基于主动轮 廓模型的血管壁边缘提取的效果好坏很大程度上依赖于初始轮廓能否较为精确的选取. 提出了一种提取血管壁 边缘的新方法, 以自适应阈值分割的方式降低目标图像的复杂度, 结合 marr 边缘检测算子找到血管壁内外膜边 缘的初始轮廓, 在此基础之上, 采用改进的 GVF-snake 算法使初始轮廓线精确收敛于真实的血管壁边缘, 实验结 果验证了此方法的有效性. 关键词: 血管内超声; 边缘提取; 自适应阈值分割; Marr 算子; GVF-snake A New Method for Edge Extraction of Intravascular Ultrasound Images WANG Zhi-Dong, WANG You-Sheng, LI Long, Dong Lu, LI Guan-Yu (School of Electronic Information Control Engineering, Beijing University of Technology, Beijing 100124, China) Abstract: The intima and adventitia edge detection of vascular wall is a key step in Intravascular Ultrasound(IVUS) processing. An accurate selection of initial contour would be significant for edge extraction based on active contour model. This paper puts forward a new method for extracting the edge of vascular wall. At first, adaptive threshold segmentation is used to reduce the complexity of the IVUS original images,then find the initial contour line of the vascular wall with Marr edge detection. Finally, an improved GVF-snake model is used to make the initial contour line converge to the true edge of vascular wall accurately. The experimental results confirm the validity of the new method. Key words: intravascular ultrasound; edge extraction; adaptive threshold segmentation; Marr operator; GVF-snake 目前在大多数国家, 心脑血管疾病已逐步成为人 变形而达到平衡的过程. 对于前后帧非常类似且具有很 类死亡的最主要因素之一. 冠状动脉粥样硬化病变是 强相关性的血管内超声序列图像, 将上帧图像的目标边 引起心肌梗塞和脑梗塞的主要病因, 如果在早期就能 缘作为下帧图像的初始轮廓进行变形从而获取下帧图像 够做到