河南大学图像处理与模式识别研究所, 河南 开封 475000
由于血管边界形态复杂,像素级狭窄检测难以有效地反映血管的细节信息。提出了一种基于数字减影血管造影(DSA)的影像血管狭窄的亚像素级自动检测方法,通过亚像素级分析可以更加准确地辨别狭窄位置并得到更加精确的狭窄程度量化结果。基于自适应多尺度滤波及形态学运算得出血管中轴线,利用泽尼克矩的旋转不变性对血管管壁进行亚像素级检测,采用基于动态球的直径测量算法量化直径,实现了基于DSA的影像血管狭窄的亚像素级自动检测。
图像处理 数字减影血管造影 亚像素 狭窄检测 泽尼克矩 激光与光电子学进展
2018, 55(4): 041101
1 河南大学计算机与信息工程学院, 河南 开封 475000
2 河南大学图像处理与模式识别研究所, 河南 开封 475000
心血管疾病与冠状动脉狭窄之间有着密切的联系,对冠状动脉狭窄的检测和量化对心血管疾病的预防、发现和诊断具有重要的意义.随着医学成像手段及图像处理技术的进步,通过在冠状动脉计算机断层扫描造影(CTA)中应用自动冠状动脉树标记、血管追踪以及稳健核回归等技术,自动/半自动狭窄检测及量化已成为重要的医学图像处理发展方向.回顾了近年来在冠状动脉狭窄检测及量化领域的最新进展,总结了狭窄检测及量化的流程,讨论了未来狭窄检测及量化的发展趋势和临床应用前景.
图像处理 冠状动脉狭窄 血管分割 狭窄检测 狭窄量化 激光与光电子学进展
2015, 52(8): 080006
