公开(公告)号：CN103268630B

公开(公告)日：2015-11-18

申请号：CN201310192588.0

申请日：2013-05-22

Applicant: 北京工业大学

Inventor： 汪友生 ,  吴焕焕 ,  苗晓静 ,  王志东 ,  董路 ,  李冠宇

IPC: G06T17/00 ,  G06T15/00 ,  A61B8/12

Abstract: 一种基于血管内超声影像的血管三维可视化方法，涉及计算机医学图像分析领域，其特征在于，首先，结合多图像平均去噪、中值滤波和小波降软阈值噪方法对图像序列进行降噪处理，该方法能减少图像噪声，很好的保留图像的重要细节信息，并且图像降噪效率高；其次，利用二次多项式拟合图像形变，实现图像配准，以补偿图像序列采集过程中产生的变形；再次，利用光线投射算法绘制出三维血管模型；最后利用切片重组方法实现对三维血管模型的任意角度平面剖切，显示血管内部结构信息，为病变分析创造了条件。

公开(公告)号：CN103268630A

公开(公告)日：2013-08-28

申请号：CN201310192588.0

申请日：2013-05-22

Applicant: 北京工业大学

Inventor： 汪友生 ,  吴焕焕 ,  苗晓静 ,  王志东 ,  董路 ,  李冠宇

IPC: G06T17/00 ,  G06T15/00 ,  A61B8/12

Abstract: 一种基于血管内超声影像的血管三维可视化方法，涉及计算机医学图像分析领域，其特征在于，首先，结合多图像平均去噪、中值滤波和小波降软阈值噪方法对图像序列进行降噪处理，该方法能减少图像噪声，很好的保留图像的重要细节信息，并且图像降噪效率高；其次，利用二次多项式拟合图像形变，实现图像配准，以补偿图像序列采集过程中产生的变形；再次，利用光线投射算法绘制出三维血管模型；最后利用切片重组方法实现对三维血管模型的任意角度平面剖切，显示血管内部结构信息，为病变分析创造了条件。

公开(公告)号：CN103886599B

公开(公告)日：2017-10-13

申请号：CN201410115141.8

申请日：2014-03-26

Applicant: 北京工业大学

Inventor： 汪友生 ,  王志东 ,  李冠宇

IPC: G06T7/00 ,  G06T7/11 ,  A61B8/00

Abstract: 本发明涉及一种基于血管内超声图像的血管ROI分割方法。所述方法首先分割血管的管腔区域以及管腔膜轮廓，通过定位管腔区域的中心以获得参数主动轮廓模型的初始轮廓，继而通过收敛得到血管的中外膜轮廓曲线，中外膜的提取充分利用了管腔区域信息的先验知识。最后，将中外膜轮廓曲线以内区域作为ROI，通过全局最小化活动轮廓模型实现对血管斑块的分割。本发明实现了血管ROI的管腔膜中外膜以及斑块的轮廓信息可视化，与基于统计学的IVUS图像分割方法相比，摒弃了其复杂的统计建模过程且分割结果不受IVUS图像伪影和斑块特征的影响；省掉了对IVUS图像中外膜边缘进行初始轮廓的预分割步骤，提高了分割效率。

公开(公告)号：CN104537645A

公开(公告)日：2015-04-22

申请号：CN201410767647.7

申请日：2014-12-15

Applicant: 北京工业大学

Inventor： 汪友生 ,  李冠宇 ,  宁克友 ,  金铭 ,  樊存佳

IPC: G06T7/00 ,  A61B8/00

CPC classification number: G06T7/0012 ,  A61B8/0891 ,  A61B8/12 ,  A61B8/5284 ,  G06T7/32 ,  G06T2207/10132 ,  G06T2207/30101

Abstract: 一种基于血管内超声图像ROI标记点的匹配方法涉及计算机医学图像分析领域。其特征在于，首先将对IVUS图像的ROI以外区域进行背景抑制，将ROI图像提取出来，设定原始图像均匀标记点；然后根据血管壁形变的有限性，以及采集的图像之间不会发生旋转变换，在待匹配图像上设置搜索窗口，搜索窗口的大小根据血管内膜的最大形变量设定。最后在搜索窗口中采用遍历的方法搜索匹配点，将与标记点邻域子图的互相关相似性测度最大的搜索子图的中心位置作为匹配点。与一般的匹配算法比，该方法匹配时间短，精度高。该方法能够提供血管形变前后的位移情况，为弹性计算提供了条件，从而为病变分析提供了很好的依据。

公开(公告)号：CN103886599A

公开(公告)日：2014-06-25

申请号：CN201410115141.8

申请日：2014-03-26

Applicant: 北京工业大学

Inventor： 汪友生 ,  王志东 ,  李冠宇

IPC: G06T7/00 ,  A61B8/00

Abstract: 本发明涉及一种基于血管内超声图像的血管ROI分割方法。所述方法首先分割血管的管腔区域以及管腔膜轮廓，通过定位管腔区域的中心以获得参数主动轮廓模型的初始轮廓，继而通过收敛得到血管的中外膜轮廓曲线，中外膜的提取充分利用了管腔区域信息的先验知识。最后，将中外膜轮廓曲线以内区域作为ROI，通过全局最小化活动轮廓模型实现对血管斑块的分割。本发明实现了血管ROI的管腔膜中外膜以及斑块的轮廓信息可视化，与基于统计学的IVUS图像分割方法相比，摒弃了其复杂的统计建模过程且分割结果不受IVUS图像伪影和斑块特征的影响；省掉了对IVUS图像中外膜边缘进行初始轮廓的预分割步骤，提高了分割效率。