医学图像处理课件-15 医学图像分割应用.pptVIP

图像处理技术讲座（15）Advanced Digital Image Processing (15)Segmentation Application 医学图像分割应用 2009.12 Case Study I A hybrid segmentation method based on Fast Marching and Mathematical Morphology(一种基于快速前进和数学形态学的混合分割方法) 混合分割算法 Motivation: 该三维医学图像分割算法兼具快速行进和形态重建两个算法的优点. Algorithm: 使用极限腐蚀法对图像进行降噪，并且断开目标区和周围信息； 构造混合算法 使用FM实现快速分割，得到粗糙的结果； 通过形态重建来优化最终结果； 从第一步的结果中进行区域恢复是通过递归膨胀实现的 算法流程图 医学图像分析 分割 提出了一种基于快速行进和数学形态学的混合分割方法. 医学图像分析 评价参数 提出了一种基于径向距离验证(Radial Distance Based Validation，RDBV) 方法 首先计算目标的中心线 医学图像分析 评价参数 LRDE (Local Radial Distance Error) GA (Global Accuracy) 医学图像分析 评价参数 [1] L. Gu, J. Xu, and T. Peters, A Novel Multistage 3D Medical Image Segmentation: Methodology and Validation. IEEE Trans. On Information Technology in Biomedicine. Aortic Valve Segmentation from Ultrasound Images Based on a Novel Shape Constraint GCV Model（基于新型形状约束GCV模型的超声图像主动脉瓣分割） Case Study II 主动脉瓣分割 AV short axis view (closed) movement of AV Aortic Valve（AV） Disease Table 1 AV disease information Disease 主动脉狭窄 主动脉缺陷 病因 风湿性主动脉瓣狭窄 风湿性心脏病 钙化主动脉瓣狭窄 感染性心内膜炎 AV变性 先天性主动脉瓣狭窄 粘液变性 主动脉窦破裂动脉瘤破裂 症状 主动脉瓣运动受限 血液回流 心脏泵功能被阻止 劳力性呼吸困难 劳力性呼吸困难，心绞痛，晕厥 心悸，胸痛，晕厥 研究目标 P Lang, M Rajchl, AJ McLeod, MW Chu and TM Peters, “Feature Identification for Image-Guided Transcatheter Aortic Valve Implantation, in Proc.SPIE Med. Imag. Conf., vol.8316, pp.83162X-83162X-14, 2011. AV disease TAVI CT US US image segmentation 经过导管的主动脉瓣植入手术 术前CT 术中超声（US） 磁导航 主动脉瓣US 图像分割 图像序列 （短轴） 主动脉瓣狭窄 ? 主动脉缺陷 算法 Chan-Vese Model -基于区域的主动轮廓分割模型 - 最小化基于能量的分割 The average intensity outside the contour C The average intensity inside the contour C 算法 CV模型是基于能量的模型: 算法 形状约束的GCV模型： Advantages of improved CV model： 1.梯度矢量能量扩大了外力的捕捉范围，使得演化轮廓根据图像细节更好地拟合边界; 2.形状约束可防止任何溢出并提高效率。 梯度矢量流 (Gradient Vector Flow ，GVF) GVF通过扩散力将捕获范围扩展到整个图像域，并使演化轮廓移动到感兴趣的区域。GVF被定义为 最小化能量函数为: Original image traditional potential force field GVF field 算法 算法 约束形状 1.初始约束形状（主要的）： 2.附加约束形状（相邻帧的信息）： Red contour: —相邻帧的分割结果 Green contour: —当前帧的约束形