基于增强CT图像的肝脏血管三维分割方法研究

目的本研究旨在探寻一类性能优异的血管增强算法,并结合阈值水平集分割算法进行肝脏血管系统的三维自动分割。方法首先对原始三维增强CT数据进行S型非线性灰度映射;随后对不同的血管增强算法进行对比分析;最后使用阈值水平集分割算法分割出肝血管系统。选用3Dircadb公开数据集中的20例腹部增强CT数据定量评估了两类经典的血管增强算法,包括血管特征提取算法及扩散滤波算法。结果血管特征提取算法运行效率平均优于扩散滤波算法。血管特征提取算法结果的对比度平均高于扩散滤波算法2 d B以上,导致扩散滤波算法后续的计算复杂度高,准确性降低。阈值水平集分割算法的结果与区域生长算法、形态检测水平集算法和测地线活动轮廓水平集算法相比,准确性达77%以上,高于其余分割算法。结论血管特征提取算法与扩散滤波算法相比,更适合依赖灰度值的血管分割。阈值水平集算法能缓解单纯依赖阈值或依赖血管边界的血管欠分割问题,结合血管增强算法后能更准确的分割出肝脏血管。

基于颈动脉超声血管的特征提取算法

随着医学影像的快速升级和人工智能的飞速发展,智慧医疗已成为医学研究领域的一大热点。超声影像技术在临床诊断中有着广泛应用,但大多数血管提取算法是手动或半自动的,提取结果有很强的主观性和易错性。基于此,本研究从颈动脉本身特性出发,采用多尺度Hessian协同滤波方法进行预处理,随后结合医学先验知识提取血管感兴趣区域(ROI),设计了一种遍历追踪搜索算法来检测血管,借助像素灰度差值分级来自动获取颈动脉血管壁,提取的准确率可达89.3%。本研究不仅可以减轻医生的负担,也可降低由于医生的主观性诊断所带来的误诊率,使医生能很好地对血管形态特征参数进行定量定性分析,从而使得临床诊断更加客观与准确。