利用模糊识别算法分析冠状动脉造影图像中的血管结构

定性与定量地描述冠状动脉血管,很大程度依赖于造影图像中的血管结构识别结果.对此,该文提出了一种多特征模糊识别算法判别血管结构.实现过程中,首先通过图像预处理获得血管初始特征,然后利用一圆周探测器沿血管路径扫描并获取多种局部测度;在定义各种局部测度的多特征模糊子集及其隶属度函数之后,通过构造模糊识别算子准确地判别血管的端、段、分支和交叉结构.该方法在仿真血管模型和多套实际冠状动脉造影图像上获得了较好的效果,对实际图像的结构识别平均正确率达到92.60%.

一种从X射线血管造影图像中自动分割冠状动脉的新方法

针对X射线造影(XRA)图像的分割,首先分析了血管图像的基本特征和先验知识,提出血管结构的多特征模糊识别(MFFR)算法;然后提出基于先验知识引导的概率跟踪算子(PTO),该算子能够迅速地跟踪动脉血管树,并能够跨过因干扰或预处理导致的血管局部消弱和断裂区域.另外,跟踪过程中同步地进行了血管中心线和宽度的精确测量.为正确评价该方法,分别利用真实造影图像和二维仿真动脉树进行实验评估,结果表明该方法较传统方法高效,一次选定跟踪的起点,平均92.7%的可见血管段或分支可以自动提取出来,结构识别正确率平均达到90.0%.