冠状动脉造影图像中血管中心线跟踪算法的研究

论文摘要

心血管疾病严重危害着人类健康,它常常是由冠状动脉的狭窄和堵塞引起的。冠状动脉造影是目前临床上医生诊断心血管疾病的主要手段,医生通过反复观察对比、定性分析初步确定病灶位置,但不能对各种生理和解剖结构进行量化,提高冠状动脉造影图像分析的精度在临床中显得极其重要。计算机处理技术的发展极大地提高了对冠状动脉造影图像进行定量分析(quantitative coronary angiography, QCA)的速度和精度,提高了检测冠脉病灶的精度。在QCA分析和临床中极其重要的一个几何参数就是血管中心线,在冠状动脉造影图像中对冠脉中心线的正确提取是冠脉边缘定位和三维重建的基础。本文主要研究了二维冠状动脉造影图像中血管中心线的跟踪算法,主要工作如下：第1章绪论部分,主要介绍了研究的背景,目的和意义。第2章介绍了冠状动脉造影成像原理。第3章回顾了尺度空间理论,明确了尺度空间理论可以很好的描述图像的结构信息,还介绍了多尺度方法和Hessian矩阵特征分析方法在图像处理中的应用。第4章引入了一种基于Hessian矩阵的冠状动脉骨架提取算法,根据Hessian矩阵的特征值和特征向量代表图像的重要信息,构造出血管特征函数,采用多尺度方法把血管区域提取出来,再用一些形态学算子对提取的图像进行处理,增强血管内部的连通性,然后进行细化,进而得到血管骨架。最后应用该算法进行提取冠状动脉骨架的实验研究,并在Matlab上给与了实现。第5章引入了一种新的血管中心线跟踪算法,主要包括在跟踪过程中跟踪方向的确定,向前平移距离的确定和匹配滤波器的设计及搜索窗口的确定。应用该算法进行提取冠状动脉中心线的实验研究,并在Matlab上给与了实现。最后总结全文,并对以后的研究做出了展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.2.1 冠心病的发病机理及其类型
• 1.2.2 冠心病的诊断与治疗
• 1.2.3 血管狭窄度的国际评判标准
• 1.2.4 X射线冠状动脉造影
• 1.3 本文的研究目的、方法和取得的成果
• 第2章 冠状动脉造影成像原理
• 2.1 冠状动脉造影技术及设备
• 2.1.1 X射线的性质与作用
• 2.1.2 X射线成像基本原理
• 2.1.3 冠状动脉造影术
• 2.1.4 造影系统的主要构成
• 2.2 冠脉造影图像序列的特点
• 2.2.1 造影图像的质量
• 2.2.2 造影图像预处理
• 2.3 本章小结
• 第3章 尺度空间理论
• 3.1 尺度空间的基本理论
• 3.1.1 尺度效应与尺度空间技术
• 3.1.2 高斯尺度空间
• 3.1.3 尺度空间下的图像导数
• 3.1.4 图像的微分结构
• 3.2 Hessian矩阵
• 3.2.1 Hessian矩阵特征值与特征向量
• 3.2.2 Hessian矩阵与图像的微分结构
• 3.3 本章小节
• 第4章 基于多尺度Hessian矩阵的冠状动脉骨架提取算法
• 4.1 一些重要的形态学算子
• 4.1.1 一些基本定义
• 4.1.2 膨胀
• 4.1.3 腐蚀
• 4.1.4 开运算
• 4.1.5 闭运算
• 4.2 基于击中击不中变换的细化算法
• 4.3 基于Hessian矩阵的冠脉骨架提取算法
• 4.4 实验结果及分析
• 4.5 本章小节
• 第5章 基于Hessian矩阵的冠状动脉中心线跟踪算法
• 5.1 概述
• 5.2 冠状动脉中心线跟踪算法
• 5.2.1 跟踪过程
• 5.2.2 跟踪方向的校正
• 5.2.3 向前平移距离的确定
• 5.2.4 匹配滤波器的设计及动态搜索窗口的确定
• 5.3 实验结果及分析
• 5.4 本章小结
• 第6章 总结和展望
• 参考文献
• 致谢