提取血管与血管中心线的算法研究

【摘要】：随着人们生活水平的不断提高,心脑血管疾病已经成为影响人们身体健康的主要病因之一,血管轮廓和血管中心线提取技术的研究发展,为心脑血管疾病的诊断输入了新的血液。血管轮廓和血管中心线的同时提取,确保医生在诊断中获得出更加丰富的血管信息,使人为诊断误差降低到最小。 血管轮廓的精确提取对于血管疾病的诊断研究起着决定性作用。传统算法提取出的血管轮廓边缘不连续、混有伪边缘轮廓。针对这一问题,本文结合常规微分法,在动态规划模型的基础上提出MOC——最大优化成本法。采用该算法提取的血管轮廓边缘连续、定位准确、避免伪边缘的提取。 血管中心线跟原始图像具有相同的拓扑性和相似的几何形状,因此可以较好的反映血管走向和血管的空间结构,同时佐证了血管轮廓提取的准确性。在以距离变换算法为基础,Hessian矩阵模型的提取脑血管中心线的前提下,进一步通过可视性搜索检测要求,制约最短路径的生成提取方法,然后提出了SOP——最短路径优化法。采用该算法确保血管中心线连续平滑的提取出来。 同时提取血管轮廓和血管中心线,使血管轮廓和血管中心线相互佐证,相互制约,减少了虚假判断,克服了传统方法提取出的血管轮廓和血管中心线边缘不连续,具有提取灵敏度高,定位准确等优点,具有广泛的实用价值。