首页 > 文献资料
-
一种基于相关矩阵的肺结节增强算法
针对肺结节的增强,提出了一种基于相关矩阵的多窗口图像增强算法,以提高肺结节检测的精确性.作为肺结节检测的预处理部分,本算法可以有效减小传统算法对噪声的敏感度,更好地增强肺结节并抑制血管.实验结果表明,本文所设计的增强算法对于增强合成图像以及实际的肺CT图像都有较好的效果,可以用于基于CT图像的辅助诊断系统的设计中.
-
基于收敛指数滤波和Hessian矩阵的肺结节检测算法
肺癌的早期形态多以肺结节的形式出现,对其正确检测有助于提高肺癌病人的存活率.针对肺部高分辨率CT图像中肺结节与血管横断面难以区分的问题,提出了一种基于收敛指数滤波和Hessian矩阵的肺结节检测算法.首先对基于向量域的收敛指数滤波器进行量化产生候选肺结节,然后设计基于三阶Hessian矩阵特征值的血管检测滤波器对血管进行检测标记.后从候选肺结节中剔除血管横断面得到真阳性肺结节.实验结果 表明,本文提出的检测算法具有较高的灵敏性和低假阳性.
-
基于多尺度Hessian矩阵和Gabor滤波的造影图像冠脉中心线提取
目的 提取冠脉造影图像中血管的中心线.方法 提出一种基于Hessian矩阵和Gabor滤波的血管中心线提取算法,该算法首先利用Hessian矩阵将血管提取,然后根据Gabor滤波器的方向响应特性利用跟踪策略对细化后的血管图像进行校正,得到血管中心线,并提出了精度评价方法.结果 将该算法用于随机抽取的图像,均取得高精度的血管中心线以及较理想的血管宽度.结论 该算法对于造影图像冠脉中心线提取精度较高,并能同时求得血管宽度.
-
冠脉造影图像血管增强新方法研究
目的 提出一种更加有效的血管增强方法.方法 分析冠脉X射线造影(XRA)图像特点,采用一个新颖函数来判别血管,结合Hessian矩阵和多尺度滤波对血管进行增强.结果 采用该方法增强临床获取的冠脉X射线造影图像具有较强的鲁棒性和较快的计算速度.结论 本文提出的增强方法具有较高的临床应用价值.
-
一种分割冠状动脉X射线造影图像的有效方法
目的 提出一种简单有效的方法进行冠状动脉X射线造影图像的分割.方法 基于Hessian矩阵的多尺度滤波和区域增长等算法,其中多尺度滤波用来增强造影图像中的血管,然后利用多种子点区域增长算法从增强后的图像中提取冠状动脉树.结果 该方法对于造影图像中血管状结构非常敏感,能够清晰提取出冠状动脉树中较细小的末梢,并能有效抑制噪声.结论 该方法适合于分割冠状动脉造影,适用于冠状动脉造影的精确量化分析.
-
基于高分辨率CT图像的肺结节检测
结合二维检测的快速性和三维检测的准确性,提出了一种基于高分辨率CT图像的肺结节自动检测算法,即先用二维收敛度滤波器产生候选肺结节,再用三维Hessian矩阵检测滤波器去除假阳性肺结节.用病理CT数据验证,检测灵敏度达到90%,每层图片的平均假阳性结节数为0.33.
-
基于Hessian矩阵及余弦定理的肝门静脉血管检测
目的:提出一种基于Hessian矩阵及余弦定理的血管检测方法,改善肝门静脉血管检测效果.方法:充分考虑肝脏内肝门静脉CT图像的灰度及结构特点,首先利用肝脏图像的低灰度阈值对CT图像进行预处理,然后提出由余弦定理构造新的血管相似性函数,并计算多尺度的函数响应值,后利用肝门静脉图像的低灰度阈值和连通域提取方法提取大连通域.结果:该方法能有效地检测肝门静脉血管,检测结果与IRCADb数据集中专家的人工分割结果更接近.结论:基于Hessian矩阵及余弦定理的肝门静脉血管检测方法为后续的分割和三维重建奠定了良好的基础.
-
一种新的三维气管树提取方法
目的:根据气管与支气管的树状特征,为了克服气管提取过程中的"阻塞"与"泄漏"问题,以适应临床教学训练需要,兼顾算法的精确性与执行效率,提出一种改进的区域生长算法.方法:首先利用经典的区域生长算法从三维螺旋CT图像中得到大气管初始区域;然后以初始区域为"大的"种子点,结合支气管在相邻CT图像中的Hessian矩阵特征向量,进行第二次区域生长,终得到气管与支气管的全部数据.为了评价本文所提出的算法,我们对收集的13例CT气管数据进行了支气管重建,并与Kitasaka方法进行了对比.我们还请临床合作医生对算法提取的三维气管树的直观效果及临床的实用性进行了主观评价.结果:通过支气管检出率的比较,本文所提出方法明显优于Kitasaka方法.临床专家的主观评价认为本文所提出的方法对纤维支气管镜术前的气管三维结构观察和虚拟内镜开发及镜下手术模拟,具有重要的临床意义.结论:该方法自动化程度高,不仅适用于气管与支气管分割,还可推广到骨骼、人体血管系统等其他管道小目标的分割问题.
-
基于自适应体窗结构分析的肺结节检测方法
基于三维Hessian矩阵的肺结节检测方法具有很高的敏感性，却很难避免血管交叉区域产生假阳性。本文提出了一种基于自适应体窗结构分析的方法，首先利用体素的Hessian矩阵特征值设计结构系数分析其灰度分布特征；然后根据结构系数构建三维自适应体窗分析组织的局部结构特征；后使用判别函数检测出结节。通过对17套真实肺部CT图像序列进行实验，结果表明本方法可以检测出不同大小和类型的30个结节，并有效减少了血管交叉区域产生的假阳性。结合自适应体窗的Hessian矩阵检测方法可以提高检测效率，减轻医生工作量，为肺结节后续的分割和治疗提供有力的支持。
-
基于Hessian矩阵和GMM-EM算法的肝脏三维血管树提取
血管系统的准确分割是许多医学应用的基础.本文提出了一种基于Hessian矩阵和高斯混合模型的大期望(GMM-EM)算法提取肝脏三维血管树的有效方法.首先采用Hessian矩阵对肝脏原始图像进行管状物探测和增强,接着采用GMM-EM分割算法得到粗略血管系统;由于Hessian矩阵对噪声敏感,容易出现血管的断落,本文采用形态学闭操作减少断落,同时设计了空间滤波器解决血管尾影问题;后利用三维空间连通域搜索算法去除噪声,实现血管系统的空域连通.实验表明,本文的方法能有效提取肝脏的血管树.
