基于模糊聚类和改进CV模型的冠状动脉图像分割方法.pdfVIP

下载本文档

6
0
约4.07万字
约 6页
2018-02-04 发布于湖北
举报
版权申诉

基于模糊聚类和改进CV模型的冠状动脉图像分割方法.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第３６卷　第３期北京生物医学工程Ｖｏｌ３６　Ｎｏ３２０１７年　６月ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＪｕｎｅ　２０１７－基于模糊聚类和改进ＣＶ模型的冠状动脉图像分割方法韩承航　程云章－摘　要　目的提出一种基于模糊聚类和改进ＣＶ模型的新型图像分割方法，以精准和快速地提取冠状动脉ＣＴ血管造影图像中的冠脉轮廓。方法首先对原始冠脉ＣＴ造影图像进行预处理；然后利用－模糊Ｃ均值聚类算法进行预分割，将获得的隶属矩阵和聚类信息耦合进改进的ＣＶ模型中，完成对冠脉图像的分割；最后定性和定量分析本文模型与其他两种传统模型对冠脉ＣＴ造影图像的分割结果。结果定性分析结果显示，本文模型以较少的迭代次数完成了对冠脉轮廓的提取，对细小复杂的组织具有较强的分割能力，目标边缘光滑。定量分析结果显示，本文模型迭代２００次耗时１１７２２ｓ、重叠率－８３４２％，迭代４００次耗时１６４９３ｓ、重叠率８５１３％。结论结合模糊聚类的改进ＣＶ模型能以较少迭代次数完成对冠脉轮廓的提取，具有分割速度快、抗噪能力强、目标边缘光滑等特点。该方法可以用于冠脉的分割，并为后续冠脉图像的三维重建研究提供参考。－关键词　冠状动脉ＣＴ造影；模糊Ｃ均值聚类；改进ＣＶ模型；图像分割－ＤＯＩ：１０３９６９／ｊ．ｉｓｓｎ．１００２０３．０７．－－－中图分类号　Ｒ３１８０４；ＴＰ３１７４　　文献标志码　Ａ　　文章编号　１００２３２０８（２０１７）０３０２６２０６Ｃｏｒｏｎａｒｙｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇ－ｍｅｔｈｏｄａｎｄｉｍｐｒｏｖｅｄＣＶｍｏｄｅｌＨＡＮＣｈｅｎｇｈａｎｇ，ＣＨＥＮＧＹｕｎｚｈａｎｇＳｃｈｏｏｌｏｆＭｅｄｉｃａｌＩｎｓｔｒｕｍｅｎｔａｎｄＦｏｏｄＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ　２０００９３Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：ＣＨＥＮＧＹｕｎｚｈａｎｇ（Ｅ⁃ｍａｉｌ：ｈｃｈｈｇｏｏｄ＠１６３ｃｏｍ）【Ａｂｓｔｒａｃｔ】　ＯｂｊｅｃｔｉｖｅＴｏｅｘｔｒａｃｔｔｈｅｃｏｎｔｏｕｒｏｆｃｏｒｏｎａ