活动轮廓模型和Contourlet多分辨率分析分割血管内超声图像

作     者：张麒 汪源源 王威琪 马剑英 钱菊英 葛均波 ZHANG Qi;WANG Yuan-yuan;WANG Wei-qi;MA Jian-ying;QIAN Ju-ying;GE Jun-bo

作者机构：复旦大学电子工程系上海200433 复旦大学附属中山医院心内科上海200032 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2008年第16卷第11期

页      面：2303-2311页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070206[理学-声学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0702[理学-物理学] 

基　　金：国家重点基础研究规划基金资助项目(No.2006CB705707) 国家自然科学基金资助项目(No.30570488) 上海市重点学科建设项目(No.B112) 

主　　题：活动轮廓模型 Contourlet变换 多分辨率分析 血管内超声图像分割 

摘      要：针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和中-外膜边界的初始轮廓;对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,并结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。对100幅仿真图像和120幅实际图像的分割结果表明,相对于传统活动轮廓模型,该方法分割实际图像的平均距离误差提高了3.04 pixel,面积差异百分比提高了6.30%。表明该方法能自动、精确地提取血管的两条边界。