光学学报, 2018, 38 (2): 0215005, 网络出版: 2018-08-30 复制并引用该论文  本文已被引 5 次  被引通知

图 & 表

图 1. BVS支架贴壁分析流程图(第一幅图中的局部放大图显示了其中一个BVS支架的结构)

Fig. 1. Workflow of BVS strut malapposition analysis (Local enlarged drawing in the first image shows structure of one of the BVS struts)

下载图片 查看原文

图 2. (a)单树桩弱分类器;(b)由图2(a)构建的强分类器;(c)三层决策树弱分类器;(d)由图2(c)构建的强分类器

Fig. 2. (a) Single stump-based weak classifier; (b) strong classifier boosted by Fig. 2(a); (c) three-layer decision tree-based weak classifier; (d) strong classifier boosted by Fig. 2(c)

下载图片 查看原文

图 3. 级联分类器结构

Fig. 3. Structure of cascaded classifier

下载图片 查看原文

图 4. 检测流程图。(a)输入图像;(b)检测区域;(c)滑窗示意图;(d)用级联分类器检测;(e)BVS候选点;(f)输出图像

Fig. 4. Workflow of detection. (a) Input image; (b) detection region; (c) diagram of sliding sub-window; (d) detection through cascaded classifier; (e) BVS candidates; (f) output image

下载图片 查看原文

图 5. 支架分割流程图。(a)笛卡尔坐标系下的一个支架;(b)极坐标系下的一个支架;(c)极坐标下的轮廓分割结果;(d)转回至笛卡尔坐标系下的分割结果

Fig. 5. Procedure of strut segmentation. (a) Strut in Cartesian coordinate system; (b) strut in polar coordinate system; (c) segmented contour in polar coordinate system; (d) segmented contour transformed back into Cartesian coordinate system

下载图片 查看原文

图 6. 支架贴壁分析结果图。(a)普通IVOCT图像;(b)(c)有血液伪影的图像;(d)~(f)同时包含贴壁良好和贴壁不良支架(对于贴壁不良支架,以白色线段表征其到血管壁的距离)

Fig. 6. Results of strut malapposition analysis. (a) Normal IVOCT images; (b)(c) images with blood artifacts; (d)-(f) images with both apposed and malapposed struts (For malapposed struts, distances between strut and lumen are represented by white lines)

下载图片 查看原文

图 7. (a)训练误差曲线;(b)测试ROC曲线

Fig. 7. (a) Error curve of training; (b) ROC curve of testing

下载图片 查看原文

表 1支架检测与分割结果

Table1. Results of strut detection and segmentation

Data set Number of evaluated frames Number of ground truth Detection Segmentation Rre /% Rp /% F ECP /cm CDice No.1 81 691 95.5 89.8 0.93 26.4 0.80 No.2 119 928 91.3 89.8 0.91 31.2 0.79 No.3 118 1172 92.0 89.4 0.91 32.4 0.80 No.4 78 604 90.7 88.4 0.90 21.3 0.82 No.5 147 1188 93.5 83.0 0.88 24.8 0.82 No.6 86 635 90.7 84.6 0.86 30.0 0.80 No.7 76 603 86.9 89.2 0.88 24.1 0.79 No.8 150 1240 92.1 83.2 0.87 29.1 0.80 Average - - 91.6 87.2 0.89 27.4 0.80

查看原文

鲁逸峰, 金琴花, 荆晶, 陈韵岱, 曹一挥, 李嘉男, 朱锐. 基于机器学习的可降解支架检测与分割算法[J]. 光学学报, 2018, 38(2): 0215005. Yifeng Lu, Qinhua Jin, Jing Jing, Yundai Chen, Yihui Cao, Jianan Li, Rui Zhu. Detection and Segmentation Algorithm for Bioresorbable Vascular Scaffolds Struts Based on Machine Learning[J]. Acta Optica Sinica, 2018, 38(2): 0215005.