基于局部Chan-Vese模型的超声颈动脉图像水平集分割方法研究  

Research on Ultrasound Carotid Image Segmentation Methods Based on Local Chan-Vese Model Using Level Set Method

作　　者：曾雅洁[1] 杨鑫[2] 徐红卫[3] 刘洋[3] 梁华庚[4] 丁明跃[1,5] 

机构地区：[1]华中科技大学生命科学与技术学院生物医学工程系图像信息处理与智能控制教育部重点实验室,武汉430074 [2]华中科技大学图像识别与人工智能研究所多谱信息处理技术国防科技重点实验室,武汉430074 [3]郑州大学,郑州450052 [4]华中科技大学,武汉430022 [5]湖北科技学院生物医学工程学院,咸宁437100

出　　处：《计算机科学》2013年第11A期304-308,328,共6页Computer Science

基　　金：国家自然科学基金国际合作项目(30911120497);国家自然科学基金青年项目(61001141);国家科技支撑计划项目(2012BA113B02);国家重大科学研究计划项目(2011CB933103);教育部新教师青年基金(20090142120091);湖北公益性科技研究项目(2012DCA06001)等资助

摘　　要：对超声主颈动脉(Common Carotid Artery,CCA)横向图像中血管的内外膜进行分割,分割结果可用于对斑块大小、厚度和形状的定性估计及定量测量。首先选用局部C-V(Local Chan-Vese,LCV)模型对外膜进行分割,而用C-V模型对内膜进行分割,并引入内外膜距离限制项来提高内膜分割准确度,同时使用稀疏场方法(Sparse Field Method,SFM)提高水平集算法的效率,最后通过全正交法(Full-Orthogonal Method,FOM)、射线法、相似系数分析法等多种评价方法对分割结果进行分析。实验结果表明,LCV模型可有效地分割颈动脉血管外膜,而C-V模型可有效地分割血管内膜,改进方法提升了程序运行速度并且提高了内外膜的分割精度。The segmentation of intima and adventitia of Common Carotid Artery（CCA） in ultrasound transverse images is critical, and the results can be used for qualitative estimates and quantitative measurements of plaque size, thickness and shape. Firstly the adventitia was segmented using Local C-V model and the intima was segmented using C-V model. Distance limitations item was proposed to limit the evolution of the intima, and Sparse field method（SFM） was used to improve efficiency of the level set method. The result was analyzed and compared by full-orthogonal method （FOM）, ray method and Dice index. The results indicated that the LCV model can effectively segment the adventitia of the carotid artery;C-V model can effectively segment the intima; Improved methods can increase the speed of the program and improve the accuracy of segmentation of the intima and adventitia. Keywords

关 键 词：生物医学工程 图像分割 颈动脉超声图像 水平集 局部C-V模型 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]