-
题名反射式静脉成像中静脉纹路的提取
- 1
-
-
作者
于诤
李然
郑刚
杨晖
-
机构
上海理工大学光电信息与计算机工程学院
上海理工大学健康科学与工程学院
-
出处
《光学技术》
CAS
CSCD
北大核心
2022年第2期237-243,共7页
-
基金
国家自然科学基金(11902190,12072200,12002213)
上海市自然科学基金项目(20ZR1438800)
上海市科委专项项目(19142201500)。
-
文摘
在医学领域中,静脉成像技术被用于辅助静脉注射和静脉疾病的治疗。其中反射式成像的静脉成像装置由于非接触、便携性好的优势,在临床上的静脉定位中具有十分显著的优势。针对反射式成像下的静脉图像中噪声多、静脉特征较弱导致现有的图像处理方法难以准确地提取出图像中的静脉纹路的问题,提出了一种基于卷积神经网络的静脉纹路提取方法(RIVE)用于提高反射式静脉图像中静脉纹路提取的准确性。使用透射式静脉成像下的图像及标签训练神经网络;使用训练好的神经网络提取反射式静脉图像中的静脉纹路;最后,将反射式静脉图像中提取的静脉纹路与透射式静脉成像的结果比较,以静脉提取率为基准评估新方法的性能。实验结果表明RIVE的静脉提取率可以达到63.2%,相比于传统方法有23.7%的提升。因此,本方法可以更准确地提取出反射式静脉图像中的静脉纹路,在临床的静脉显像技术中有十分重要的意义。
-
关键词
反射式静脉成像
静脉纹路提取
U-Net
卷积神经网络(CNN)
-
Keywords
reflection-type vein imaging
vein pattern extraction
U-Net
convolutional neural network(CNN)
-
分类号
TN247
[电子电信—物理电子学]
-