结合硬斑块特征的心血管内超声图像中-外膜边缘检测

针对心血管内超声(IVUS)图像中-外膜(media-adventitia)边缘检测中,硬斑块和声影等造成中-外膜边缘难以准确检测的问题,提出一种结合硬斑块特征的中-外膜边缘检测方法。首先,采用k均值聚类分割IVUS图像,根据图像中不同类型斑块的成像特点检测硬斑块位置;然后,计算IVUS图像方向梯度,结合斑块位置和图像灰度,获得代价矩阵;最后,利用启发式图搜索方法,实现IVUS图像的中-外膜边缘检测。对临床图像的实验结果表明,本方法能克服图像中声影和斑块干扰等问题,使检测正确率达到95.57%,提高了IVUS图像中-外膜边缘检测的准确性。

结合图像增强的心血管内超声中-外膜边缘检测

针对心血管内超声(IVUS)图像中-外膜边缘检测中,伪影、斑块及血管分支等造成边缘难以准确检测的问题,提出一种基于空频域图像增强的中-外膜边缘检测算法。首先,采用一种空频域相结合的增强算法对图像进行增强处理,该增强算法结合了基于方向滤波器组的频率域增强算法与基于邻域、直方图均衡化的空间域增强算法的优点,同时克服了前者导致的对比度降低的缺陷及后者带来的图像细节模糊的缺陷。然后,将增强后的图像数据矩阵作为代价矩阵,利用启发式图搜索法对代价矩阵进行图搜索,从而获取中-外膜边缘。实验结果表明,本文增强算法在增强中-外膜边缘特征的同时改善了图像的对比度和清晰度,使基于其增强结果的图搜索能准确地检测到中-外膜边缘,其检测正确率达到92.76%,提高了IVUS图像中-外膜边缘检测的准确性。