脑血管DSA图像二维信息提取

论文摘要

血管疾病严重危害了人类健康和生活质量。血管造影是目前最常见、最有效的血管检查手段。但是,常规血管造影由于血管前后组织器官的遮挡,十分不利于医生的观察,影响诊断的准确性。数字减影血管造影技术(Digtal Subtraction Angiography, DSA)能消除骨骼等背景的影响、提供更清晰的血管信息,是目前血管疾病的临床诊断与介入治疗中的重要检查方法。目前的DSA系统在硬件技术上已经发展到了近乎完美的阶段,故增强DSA系统图像后处理功能是血管造影检查的主要发展方向。对DSA图像的处理主要分为血管二维信息提取与血管三维重建,其中血管三维重建技术又是建立在二维信息提取的基础上。因此,从DSA图像中提取血管二维信息具有重要意义。本文以目前最典型的脑血管造影为研究对象,首先分析了DSA成像原理,提出了一种可变系数的对数减影算法,实现造影前后图像(蒙片和盈片)之间的减影,去除大部分的非血管结构影像。接着,为了除去脑血管减影图像中使灰度模糊的噪声,本文研究了基于模糊形态学的分割方法。利用模糊形态学开操作分别对减影图像模糊集及互补集进行滤波,实现血管与背景各自区域内的平滑,然后根据血管方向一致性的特点从两种滤波结果中选取一个作为最终的滤波结果并进行阈值化。然后,分别从二值图像细化和基于Gabor滤波增强这两方面对血管中心线的提取进行研究,提出了一种改进的二值图像细化算法,及中轴扫描方法。最后,对提取的中心线进行特征点的识别,通过增加4个判定模板有效去除了常用方法识别出的误分支点。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 血管二维信息提取的研究现状
• 1.3 本文研究内容及结构安排
• 第二章 DSA成像系统及DSA图像序列的获取
• 2.1 DSA成像系统
• 2.1.1 DSA的发展
• 2.1.2 DSA成像系统简介
• 2.2 DSA图像序列的获取
• 2.2.1 自主运动部位的图像序列获取
• 2.2.2 不自主运动部位的图像序列获取
• 2.3 本章小结
• 第三章 血管分割
• 3.1 减影图像的获取
• 3.1.1 常见的减影算法
• 3.1.2 可变系数的对数减影算法的提出与实现
• 3.1.3 不同减影算法的结果对比分析
• 3.2 常见的血管分割方法
• 3.2.1 模式识别法
• 3.2.2 跟踪方法
• 3.2.3 模型的方法
• 3.2.4 人工智能法
• 3.2.5 神经网络法
• 3.2.6 管状物探测法
• 3.3 基于模糊形态学的血管分割算法的实现
• 3.3.1 理论基础
• 3.3.2 算法描述
• 3.3.3 实验结果与讨论
• 3.4 本章小结
• 第四章 血管中心线提取
• 4.1 血管中心线提取的目的和意义
• 4.2 基于二值血管图像的中心线提取
• 4.2.1 二值图像细化方法简介
• 4.2.2 改进的细化算法
• 4.3 基于多尺度Gabor滤波器的中心线提取
• 4.3.1 脑血管中轴增强
• 4.3.2 中心线提取实现
• 4.4 实验结果与分析
• 4.5 中心线的特征识别
• 4.5.1 特征点识别方法
• 4.5.2 改进的特征点自动识别方法
• 4.5.3 实验结果
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 本文总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果