|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 结合先验形状信息和序贯学习的心血管内超声外弹力膜检测显示文摘目的针对心血管内超声(IVUS)图像中钙化斑块、声影等干扰因素影响外弹力膜(EEM)轮廓检测准确性的问题,提出结合先验形状信息和序贯学习分类的心血管内超声外弹力膜检测的改进算法。方法首先用多类多尺度序贯学习(M2SSL)将IVUS图像分割七大不同组织;然后在分类结果的基础上,结合血管先验形状信息筛选出外弹力膜轮廓的关键点;最后,结合IVUS图像的梯度和相位信息,采用Snake模型,获得最终的EEM轮廓。结果临床采集22组IVUS序列,挑选出具有代表性的153帧图像做实验。统计数据显示:本文算法检测结果的平均Jacc指标为88.5%,满足临床诊断要求,性能优于国内近年来较好的算法。结论本文的EEM自动检测算法简单有效,相比国内已有算法,提高了对钙化、纤维斑块以及声影区域的识别能力,对含钙化斑块、纤维斑块或血管中心偏移的高频IVUS图像具有较高的适用性。 | 林慕丹 杨丰 梁淑君 赵海升 黄铮 崔凯 | 2016 | 中国图象图形学报2016，21，5： | 4 |
| 2 | 有条件生成对抗网络的IVUS图像内膜与中-外膜边界检测显示文摘针对血管内超声(IVUS)图像中各类斑块、超声阴影和血管分支等造成内膜(LU)与中-外膜(MA)边界难以准确检测的问题,提出一种结合堆叠沙漏网络(SHGN)和有条件生成对抗网络(C-GAN)的IVUS内膜与中-外膜检测的改进方法。首先根据血管形态特点,使用旋转、缩放和Gamma变换等方法将图像训练集扩充57倍,降低网络训练过拟合风险;然后利用对抗训练思想,构建基于L1、L2重建损失的联合损失函数,学习超声图像与其对应分割图像的映射关系,将IVUS图像分割为3种不同区域:血管外周组织、斑块区域和内腔区域;最后在图像分割结果上,采用阈值处理方法,检测最终的内膜与中-外膜边界。采用国际标准IVUS图像数据集(10位病人435幅)评价所提出的算法。实验量化评价结果为:内膜计算面积交并比(JM) 93%,面积差异百分比(PAD) 3%,Hausdorff距离(HD) 0.19 mm;中-外膜JM 95%,PAD 3%,HD 0.16 mm。这些指标满足临床诊断要求,性能优于现有的、近年较好的9种算法,以及Pix2Pix模型。在临床实践应用分析中,利用南部战区总医院心血管内科所收集的100幅IVUS图像进行检验,取得较好的分割结果。这表明该方法具有较好的跨数据集泛化性能。 | 袁绍锋 杨丰 徐琳 吴洋洋 黄靖 刘娅琴 | 2019 | 中国生物医学工程学报2019，38，2： | 4 |
| 3 | 基于超声体模的颈动脉血流介导血管扩张斑块高度测量方法比较显示文摘通过设计实验对超声体模的血管扩张功能(FMD)斑块高度进行了测量,对各种测量方法做出了定性与定量分析和比较,从而确定最佳的评估方法及软件,以用于颈动脉粥样硬化临床早期诊断和治疗。以颈动脉超声体模的实际尺寸作为金标准,对FMD斑块高度进行了测量,利用超声诊断仪专用软件和自行开发的分割软件,分别使用3种不同的测量方法:横向直接测量、横向间接测量和纵向直接测量,获取斑块的高度,并进行了比较和分析。结果表明,在横向间接测量方法中,超声诊断仪专用软件比自行开发的分割软件更为准确;而在横向直接测量和纵向直接测量中,自行开发的分割软件比超声诊断仪专用软件更为准确。自行开发的分割软件与超声诊断仪专用软件的测量结果在统计学上存在显著性差异(P<0.05),但两者相差的绝对值并不大(对应0.30、0.45、0.60 cm等3种斑块高度,小于0.02 cm)。总体来说,超声诊断仪专用软件和自行开发的分割软件测量结果都接近于金标准,但自行开发的分割软件的精确性优于超声诊断仪专用软件。 | 蔡文娟 杨鑫 徐红卫 刘洋 梁华庚 何楚楚 林园 丁明跃 | 2014 | 中国生物医学工程学报2014，31，4： | 3 |
| 4 | 基于局部形状结构分类的心血管内超声图像中-外膜边界检测显示文摘本文提出了一种基于局部形状结构分类的心血管内超声(Intravascular Ultrasound,IVUS)图像中-外膜边界检测方法.首先利用k-均值(k-means)聚类方法,确定局部形状结构类别;其次通过类别标号索引图像块,并对其进行积分通道特征和自相似性特征提取,构建多分类随机决策森林模型;最后由分类模型寻找IVUS图像的关键点,采用曲线拟合方法,实现IVUS图像中-外膜边界检测.实验结果表明,本文方法能够有效地解决IVUS图像中斑块、伪影和血管分支等造成边缘难以准确检测的问题,与已有算法相比,其JM(Jaccard Measure,JM)达到了88.9%,PAD(Percentage of Area Difference,PAD)降低了19.1%,HD(Hausdorff Distance,HD)减少了9.7%,更准确地识别目标边界的关键点,成功地检测出完整的中-外膜边界. | 袁绍锋 杨丰 刘树杰 季飞 黄靖 | 2018 | 电子学报2018，46，7： | 3 |
| 5 | 基于C-V模型的医学图像血管钙化分割算法显示文摘为了准确分割出医学图像中血管的钙化点,设计并实现了一种基于C-V模型的水平集图像分割方法。首先进行去噪和对比度增强预处理,接下来分割出图像中感兴趣的血管和钙化点区域,然后利用C-V模型水平集分割方法分割血管壁上的钙化点目标,最后采用形态学方法消除分割结果中孤立的噪声和孔洞。针对大量的临床血管钙化图像进行了算法的测试,实验结果表明:能有效分割出血管中的钙化灶,准确检测出血管中钙化的位置、大小、形态等。将C-V模型分割方法与OTSU阈值分割、登山法分割方法进行比较,结果表明C-V模型分割方法对于钙化点的分割更准确,边缘更平滑,更清晰,方便对钙化点进行进一步的测量和诊断。 | 史健松 嵇晓强 曲凯歌 李世维 张晓枫 王晓刚 | 2017 | 长春理工大学学报(自然科学版)2017，40，4： | 2 |
| 6 | 深度全卷积网络的IVUS图像内膜与中—外膜边界检测显示文摘目的心血管内超声(IVUS)图像内膜和中—外膜(MA)轮廓勾画是冠脉粥样硬化和易损斑块定量评估的必要过程。由于存在斑点噪声、图像伪影和各类斑块,重要组织边界的自动分割是一个非常困难的任务。为此,提出一种用于检测20 MHz心电门控IVUS图像内膜和MA边界方法。方法首先利用深度全卷积网络(DFCN)学习原始IVUS图像与所对应手动分割图像之间映射,预测出目标或者背景的概率图,实现医学图像语义分割。然后在此基础上,结合心血管先验形状信息,采用数学形态学闭、开操作,平滑内膜和MA边界,降低分割过程中错误分类像素或区域的影响。结果针对来自10位病人的IVUS图像及其标注信息所组成的435幅国际标准公开数据集,从线性回归、Bland-Altman分析和面积交并比(JM)、面积差异百分比(PAD)、Hausdorff距离(HD)、平均距离(AD)等性能指标上,评价本文方法。实验结果表明,算法检测结果与手动勾画结果的相关性可达到0.94,其超过94.71%的结果落在95%置信区域内,具有良好一致性。内膜和MA边界的AD指标分别为:0.07 mm和0.08 mm;HD指标分别为:0.21 mm和0.30 mm。JM指标分别为0.92和0.93;PAD指标分别为5%和4%。此外,对临床所采集的100幅IVUS图像进行了测试,证明本文学习的模型在跨数据集上具有较好的泛化能力。结论与现有的国际算法比较,本文方法提高了各类斑块、声影区域和血管分支等因素的识别能力,不受超声斑点的影响,能准确地、可重复地检测出IVUS图像中的关键目标边界。 | 袁绍锋 杨丰 徐琳 刘树杰 季飞 黄靖 | 2018 | 中国图象图形学报2018，23，9： | 2 |
| 7 | 心脏介入影像一体化在线实时分析系统的研究显示文摘心血管介入手术中,数字减影(DSA)影像和血管内超声(IVUS)影像之间无法进行精确对照,给介入手术造成了很大的影响。鉴于此,本研究开发了一种集成DSA影像和IVUS影像的一体化在线实时分析系统,主要由数据采集模块、DSA影像模块、IVUS影像模块、血管三维成像模块、DSA影像和IVUS影像的联动模块、影像报告模块和传输模块组成。该系统结合DSA影像和IVUS影像,可多方位对血管进行分析处理。临床实践结果显示,该系统能够很好地将DSA影像与IVUS影像进行联动,且联动误差≤1.5 mm,在临床上可以接受;同时该系统也能够很好地实现DSA影像和IVUS影像的血管的分割重建、测量和三维重建等。术者应用该系统可判断是否要对病变血管行介入治疗以及行介入治疗的血管段位置,并能够精确选择支架的大小和对支架进行定位。 | 朱国忠 孔春胜 孙勇 | 2015 | 中国医疗设备2015，30，6： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员