黄春春
- 作品数：2 被引量：3H指数：1
- 供职机构：上海大学通信与信息工程学院更多>>
- 发文基金：上海市教育委员会创新基金上海市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多尺度模糊聚类与DGVF模型分割颈动脉超声造影图像被引量：2
- 2014年
- 超声造影(contrast-enhanced ultrasound,CEUS)图像在血管疾病诊断与治疗中有很高的应用价值,其中通过提取颈动脉CEUS图像中的血管边界对血管形态及弹性等属性进行测量具有重要意义.由医生手工勾勒血管轮廓耗时耗力,且重复性差、主观性强,而传统计算机分割方法因受到图像中斑点噪声的干扰而存在鲁棒性差和初始化难两大问题.首先,结合多尺度模糊聚类方法与粒子群优化算法提取血管的粗略轮廓,以此作为方向梯度矢量流(directional gradient vector flow,DGVF)模型的初始轮廓;然后,对轮廓进行形变收敛至最终结果.通过分割来自14例患者的48张颈动脉CEUS图像的实验,结果表明所提出的方法优于传统方法,能自动、精确地提取颈动脉CEUS图像中的血管边界.
- 张麒黄春春韩红李超伦王文平
- 关键词：多尺度分析模糊C均值聚类
- 颈动脉超声造影图像中斑块的分割及弹性分析
- 颈动脉粥样硬化是一种常见的心脑血管疾病。临床上主要通过颈动脉狭窄程度、内中膜厚度和粥样硬化斑块的形态、血流及弹性状况来评价颈动脉粥样硬化的属性及严重程度。其中斑块的易损性是颈动脉粥样硬化的关键属性，高易损性是威胁人类健康...
- 黄春春
- 关键词：颈动脉粥样硬化医学图像分割非刚性配准
- 文献传递
