基于支持向量机的激光散斑三维血管检测  

Support Vector Machine Based Method in 3-D Vasculature Detection with Laser Speckle Imaging

作　　者：李苗 苗鹏[1] 

机构地区：[1]上海大学通信与信息工程学院

出　　处：《工业控制计算机》2019年第8期83-84,87,共3页Industrial Control Computer

摘　　要：激光散斑成像技术已经成为脑血管血流成像的重要工具,该方法具有高时空分辨率的优势,但无法获取三维血管的信息。针对激光散斑成像的数据特征,提出了支持向量机方法实现了激光散斑成像三维血管检测。首先,利用激光散斑衬比图像构建三维血管数据集,使用micro-CT方法得到对应的三维血管标签。之后,采用支持向量机方法来训练该数据集。通过参数寻优及交叉验证,最终获得了平均准确率为83.8%的三维血管检测模型。得到的模型可用于获得脑皮层深穿枝血管的分布信息,为相关应用研究提供新的工具和方法。This paper proposes a support vector machine method to assist the detection of 3-D vasculature in cerebral cortex,with laser speckle contrast images.Firstly,the laser speckle images of cerebral blood flow are used to provide the training set and corresponding label of 3-D vasculature is obtained using micro-CT.Then the model is trained with support vector machine on this data set.Using parameter optimization method and cross validation,a model with an average accuracy of 83.8% is got in the end.

关 键 词：三维检测 激光散斑成像 支持向量机 脑皮层血管 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP181[自动化与计算机技术—计算机科学与技术]