利用八元数矢量积改进三维区域生长算法

针对传统区域生长算法不能在有断点的血管区域继续生长的问题,本文提出一种新的基于八元数矢量积的三维区域生长算法,首先使用传统的区域生长算法,分割出连续的血管,通过梯度计算,找到血管的边缘,将其作为八元数区域生长的初始种子点,然后用种子点6个邻域的灰度构造八元数来表示种子点的特征,运用八元数的矢量积运算,进一步对于噪声等影响下的断裂血管进行有效的连接。对肝脏血管分割的结果表明,相对于传统的区域生长算法,该算法能够快速有效地分割出更多更精细的血管。

利用Stein-Weiss解析函数性质的3维血管分割

目的针对现有的血管分割方法对血管的分割精度尚有不足,尤其是对噪声等影响下的断裂血管,基于Stein-Weiss函数的解析性提出了一种新的3维血管分割算法,能够分割出更精细更清晰的血管。方法首先,通过图像增强和窗宽窗位调节的预处理来增加血管点与背景的对比度。然后,将Stein-Weiss函数与梯度算子结合起来,把CT体数据的每一个体素都表示为一个Stein-Weiss函数,体素6邻域的灰度值作为Stein-Weiss函数各组成部分的系数。再求出Stein-Weiss函数在x、y、z 3个方向上的梯度值,大于某一个阈值时,便将此体素视为血管边缘上的点。最后,根据提取出血管边缘的2维CT切片重建出3维的血管。结果对肝静脉的造影数据S70进行肝脏血管分割与3维重建的实验结果表明,利用该算法进行血管分割的敏感性和特异性相对于区域生长算法和八元数解析分割算法都较高。尤其是对于血管分割的去噪方面有明显优势,因此能够快速有效地分割出更清晰更精细的血管。结论提出了一种新的血管分割算法,利用Stein-Weiss函数的解析性来提取血管的边缘,实验结果表明,此算法可以有效快速地去除血管噪声并得到更精细的分割结果。由于Stein-Weiss解析的性质可以适合任意维数,所以利用Stein-Weiss解析函数性质可以进行2维或更高维的图像边缘识别。