-
公开(公告)号：CN103455999A
公开(公告)日：2013-12-18
申请号：CN201210183069.3
申请日：2012-06-05
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 一种基于内超声图像序列的血管壁边缘自动提取方法，先粗检：利用血管壁处的信息特征，通过系列图像处理方法获取第一帧图像的初始边缘；再细检：改进GVF-snake算法，引入自我调节因子和自适应法向外力，在增强边缘附近数据项的梯度影响，减少扩散引起的平滑效应的同时，能依据图像边缘和当前轮廓曲线相对位置来调整力的方向，扩大活动轮廓的捕捉范围，解决了由于无法到达局部区域而不能获得所需边缘的问题，使初始边缘精确收敛于实际管壁边缘。在变形过程中加入三次B样条，以减少控制点，提高收敛速度，光顺轮廓曲线，得到第一帧图像的最终边缘。由于相邻图像之间时间、空间相关性较大，将所获最终边缘作为下一帧图像初始边缘，重复上述细检工作，以此类推，得到序列图像的血管壁边缘。
-
公开(公告)号：CN101799864B
公开(公告)日：2012-05-09
申请号：CN201010034172.2
申请日：2010-01-15
Applicant: 北京工业大学
Abstract: 一种基于血管内超声波图像的动脉斑块类型自动识别方法，针对动脉血管内斑块超声波图像的特点，提取其中两块图像，一块是斑块区域，另一块是斑块径向区域作为分类特征，并且通过K-L变换提取图像分类信息，把多个特征映射为少数几个综合特征，降低特征空间维数；采用支持向量机作为分类模型，构造一个适应于斑块图像的分类器，其中支持向量机分类方法包括训练阶段和识别阶段；这一方法提高了斑块识别正确率，为临床诊断动脉血管病变程度提供客观参考依据。
-
公开(公告)号：CN103455999B
公开(公告)日：2018-05-08
申请号：CN201210183069.3
申请日：2012-06-05
Applicant: 北京工业大学
IPC: G06T7/13
Abstract: 一种基于内超声图像序列的血管壁边缘自动提取方法，先粗检：利用血管壁处的信息特征，通过系列图像处理方法获取第一帧图像的初始边缘；再细检：改进GVF‑snake算法，引入自我调节因子和自适应法向外力，在增强边缘附近数据项的梯度影响，减少扩散引起的平滑效应的同时，能依据图像边缘和当前轮廓曲线相对位置来调整力的方向，扩大活动轮廓的捕捉范围，解决了由于无法到达局部区域而不能获得所需边缘的问题，使初始边缘精确收敛于实际管壁边缘。在变形过程中加入三次B样条，以减少控制点，提高收敛速度，光顺轮廓曲线，得到第一帧图像的最终边缘。由于相邻图像之间时间、空间相关性较大，将所获最终边缘作为下一帧图像初始边缘，重复上述细检工作，以此类推，得到序列图像的血管壁边缘。
-
公开(公告)号：CN101799864A
公开(公告)日：2010-08-11
申请号：CN201010034172.2
申请日：2010-01-15
Applicant: 北京工业大学
Abstract: 一种基于血管内超声波图像的动脉斑块类型自动识别方法，针对动脉血管内斑块超声波图像的特点，提取其中两块图像，一块是斑块区域，另一块是斑块径向区域作为分类特征，并且通过K-L变换提取图像分类信息，把多个特征映射为少数几个综合特征，降低特征空间维数；采用支持向量机作为分类模型，构造一个适应于斑块图像的分类器，其中支持向量机分类方法包括训练阶段和识别阶段；这一方法提高了斑块识别正确率，为临床诊断动脉血管病变程度提供客观参考依据。
-
-
-
Search Results
4
records
(took 0.018 seconds)
