咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于活动轮廓模型和统计特征的血管内超声图像的边缘提取 收藏

基于活动轮廓模型和统计特征的血管内超声图像的边缘提取

Edge Detection of IVUS Image Based on Active Contour Model and Statistical Features

作     者:曲怀敬 孙丰荣 李艳玲 刘泽 宫延新 张梅 QU Huai-jing;SUN Feng-rong;LI Yan-ling;LIU Ze;GONG Yan-xin;ZHANG Mei

作者机构:山东大学信息科学与工程学院济南250100 山东大学齐鲁医院心内科济南250012 

出 版 物:《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期:2005年第10卷第8期

页      面:999-1004页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家自然科学基金项目(60271015) 

主  题:血管内超声 活动轮廓模型 动态规划 对比度 Rayleigh分布 

摘      要:血管内超声(IVUS)图像边缘的提取对冠状动脉疾病的诊断和治疗有着重要的意义。为此,提出了一种用于自动提取血管内超声图像内、外膜边缘的方法。这种方法基于活动轮廓模型和超声图像的对比度特征量以及Rayle igh分布统计特性,有效利用动态规划和启发式图搜索方法,分别在不同的代价函数形式下,对血管内超声图像内、外膜边缘进行自动提取。实验结果表明,和以往的提取方法相比,该方法算法简单,准确性较高,对序列图像处理的可重复性和鲁棒性较强,是一种较好的全局最优化算法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分