基于局部Chan-Vese模型的超声颈动脉图像水平集分割方法研究.pdfVIP

第40卷第11A期 计算机科学 V01．40No．1lA Science Nov2013 2013年11月 Computer 基于局部Chan—Vese模型的超声颈动脉图像 水平集分割方法研究 曾雅洁1杨鑫2徐红卫3刘洋3梁华庚4丁明跃h5 (华中科技大学生命科学与技术学院生物医学工程系图像信息处理 与智能控制教育部重点实验室 武汉430074)1 (华中科技大学图像识别与人工智能研究所多谱信息处理技术国防科技重点实验室 武汉430074)2 (郑州大学郑州450052)3(华中科技大学武汉430022)4 (湖北科技学院生物医学工程学院 成宁437100)5 Carotid 摘要对超声主颈动脉(COF／lrnonArtery，CCA)横向图像中血管的内外膜进行分割，分割结果可用于时斑 Chan-Vese，LCV)模型对外膜进行分割，而用 块大小、厚度和形状的定性估计及定量测量。首先选用局部c-V(Local Field c_V模型对内膜进行分割，并引入内外膜距离限制项来提高内膜分割准确度，同时使用稀疏场方法(Sparse Meted，SFM)提高水平集算法的效率，最后通过全正交法(Full-OrthogonalMethod，FOM)、射线法、相似系数分析法 等多种评价方法对分割结果进行分析。实验结果表明，LCV模型可有效地分割颈动脉血管外膜，而C-V模型可有效 地分割血管内膜，改进方法提升了程序运行速度并且提高了内外膜的分割精度。 关键词生物医学工程，图像分割，颈动脉超声图像，水平集，局部C_V模型 中图法分类号TP391．4文献标识码A Local ResearchonUltrasoundCarotid MethodsBasedon ChawVese ImageSegmentation Model LevelSetMethod Using Xin2XU LIU LIANG DING ZENG YANG Ya-jiel Hong-wei3Yan93 Hua-gen94Ming-yuel’j and Control ofEducation ofLifeScienceand (ImageprocessingIntelligenceKeyLaboratory Ministry，School Technology， ofScienceand 430074，China)1 HuazhongUniversity Technology，Wuhan (State