《基于多区域分割算法的冠脉区域分割》由会员分享，可在线阅读，更多相关《基于多区域分割算法的冠脉区域分割（25页珍藏版）》请在金锄头文库上搜索。
1、 本科生毕业论文（设计） 题目：基于多区域分割算法的冠脉斑块域 分割 学 院 电子信息工程学院 学科门类 工学 专 业 自动化 学 号 2013442231 姓 名 王昊然 指导教师 杨建利 2017年5月25日19河北大学2017届本科生毕业论文（设计）基于多区域分割算法的冠脉斑块区域分割摘要冠脉斑块识别的前提和基础就是我们的冠脉斑块的区域分割，对之后的的斑块特征分析还有易损斑块的识别都有很重要的作用.也是实现冠脉疾病的辅助诊断分析当中很重要的一环，因此研究冠脉斑块分割算法具有十分重要的意义。本文采用的k-means与图割相结合的算法，对多种斑块进行了自动分割，首先用k-means算法聚类分
2、析，得到聚类中心点，再利用核变换将图像依据聚类中心变换到高维空间，最后我们用Graph Cuts方法进行分割。后续我们开始深入探讨了参数alpha和k对纤维斑块，脂质斑块，钙化斑块分割效果的影响，通过不断的调整，最终确定最优的参数值。针对图像中存在的不同斑块分割效果不同的问题，通过改变alpha，k实现了单种斑块和多种斑块图像的准确分割。关键词：图割算法；Graph Cuts；K-meansSegmentation of coronary plaques based on multi region segmentation algorithmABSTRACTSegmentation of co
3、ronary plaque is the premise and foundation of coronary plaque identification, have a very important role, after the analysis of characteristics of vulnerable plaque and plaque recognition therefore has very important significance for the diagnosis of coronary artery disease. Analysis and Implementa
4、tion for multi region coronary plaque segmentation is particularly important a ring.This paper uses k-means algorithm and graph cut algorithm, a variety of plaque for the automatic segmentation, we first use the k-means algorithm to cluster analysis, get the clustering, then kernel transform image c
5、lustering based on Center transform to high dimensional space, finally we use the Graph Cuts segmentation method. Further we begin to study deeply the influence of segmentation effect the parameters alpha and K of three kinds of plaque, plaque lipid, fibrosis, calcification, through continuous adjus
6、tment of the final optimal parameter values. The effect of different segmentation for different patches in image, by changing the alph A and K achieve accurate segmentation of single patches and patchesKey words:cutting algorithm；Graph Cuts；K-means目录1绪论11.1课题研究背景11.2斑块识别现状11.3区域分割算法11.4论文结构21.5非技术因素
7、22OCT图像与斑块的简介42.1光学相干层析技术(Optical Coherence Tomography)42.2冠脉斑块的简介43基础理论介绍53.1K-means算法53.2Kernel分割函数63.3Graph Cuts83.3本章总结94冠脉斑块的区域分割104.1冠脉斑块区域的分割104.2K值对多种斑块实验的得影响104.3alpha值对纤维化斑块实验的影响124.4结论145总结及展望15参考文献16致谢171绪论1.1课题研究背景冠脉斑块的识别在医学临床的应用相当广泛，尤其是对心血管疾病的诊断，具有很大的意义。众所周知现在心脑血管疾病是所有疾病中比较棘手的一类，调查显示所有
8、猝死率里面最高的就是心血管疾病，而斑块的正确识别又是医生所有工作中最耗时耗力的一个工作。随着OCT技术的出现，我们实现了直接观测斑块的形态。但是新问题又来了，在面对斑块的这个问题上，大多数的医生都是手动来操作，而这个操作一是要看医生的专业知识，二就要看医生多年来的临床经验。因为这个关系，很多年轻的医生可能感到无从下手，还有可能两个医生对识别结果产生差异。所以我们借助计算机这个手段来自动识别，为医生提供辅助诊断，进而对精确诊断和治疗心脑血管疾病做出了很大的贡献。多区域的图像分割是数字图像处理过程中比较重要的一项，在很多领域都有所应用。对于图像分割研究人员一直都是高度重视。但是现在所使用的图像分割
9、技术大多都是用针对性的，都是具体问题具体分析，比较单一，虽然每年都会有新的图割算法被提出，但是没有一种图像分割算法能够满足于大部分的图像分割处理。基于多区域的图像分割算法是图像分割算法中比较重要的一部分。1.2斑块识别现状什么是斑块？我用通俗一点的话给大家说，斑块就是血管内的垃圾，我们都知道心脑血管疾病可怕，但是他可怕的源头是什么呢，就是这个斑块。随着我们年龄的增大，还有我们的不规律生活习惯，我们血管里的斑块就会慢慢变大，一旦它不稳定，造成破损或脱落，就会造成血管内的堵塞，从而引发一系列的病症。所以，对于斑块和易损斑块的识别，对于心血管疾病的治疗有着很大的意义。斑块和易损斑块的识别的前提是准确
10、分割出斑块区域，进而根据斑块区域的灰度和纹理特征判断它的斑块类型1。Athanasiou等2提出了一种钙化斑块自动识别方法，他们首先提取血管内膜与冠脉OCT图像最大扫描深度之间的区域，采用K-means方法将该区域分成3个聚类，将两个聚类之间夹杂部分且和导管阴影区域具有相似灰度特征的区域认作钙化斑块。Wang等3则根据钙化斑块区域内外高灰度差异特征，提出了一种结合边界检测和基于梯度水平集模型的半自动分割方法分割钙化斑块，并将其应用于血管内OCT系统。Prakash等4-5提出了基于纹理特征的粥样动脉硬化斑块分割方法，通过提取纹理特征和K-means聚类方法将图像特征分为3类，并将该3类特征空间
11、映射到原始冠脉OCT图像，进而得到斑块区域。.3区域分割算法基于区域的分割是图像分割中一种重要的分割方法，其定义为按照选定的一致性准则将图像划分为互相不交叠的、连通的像元素的处理过程。阈值法对于噪声和灰度的不均匀十分的敏感，他只考虑图像的灰度信息，但并没有考虑图像的空间信息，所以它弥补了阈值分割没有考虑图像的空间信息的不足，解决了边缘检测的区域连续性和封闭性的难点，在图像分割中有着很抢眼的两点。区域分割算法的实质就是把具有某种相似性质的像素连通起来，从而构成最终的分割区域的方法。在此类方法中，如果从全图出发，按区域属性特征一致的准则，决定每个像元的区域归属，形成区域图，这常称之为区域生长的分割
12、方法；如果从像元出发，按区域属性特征一致的准则，将属性接近的连通像元聚集为区域是区域增长的分割方法；若综合利用上述两种方法，就是区域分裂与合并法的方法。区域生长法的基本思想是将具有相似性质的象素合起来构成区域，具体做法是选给定图像中要分割的目标物体内的一个小块或者说种子区域，再在种子区域的基础上不断将其周围的象素点以一定的规则加入其中，达到最终将代表该物体的所有象素点结合成一个区域的目的，该方法的关键是要选择合适的生长或相似准则。生长准则一般可分为三种：基于区域灰度差准则、基于区域内灰度分布统计性质准则和基于区域形状准则。区域分裂与合并法是先将图像分割成很多的一致性较强的小区域，再按一定的规则
13、将小区域融合成大区域，达到分割图像的目的。 图割算法有很多种，我们可以根据图割算法的处理方式分为三大类，第一类就是阈值法，阈值法就是一种简单的图割方法，他可以根据所研究的目标分为单阈值分割和多阈值分割，阈值法很大的一个优点就是操作简单，速度特别的快，比较容易实现，当物体是不同类的时候，灰度值和特征值相差很大，这时候用阈值法就很容易分割。第二类就是区域生长和分裂合并，本来这是两类，但是他们俩又都是典型的串行的区域分割算法，所以我们给这两种算法放在一起来总结。这两种算法的特点就是要按照顺序来进行，每一个步骤环环相扣，前一个步骤是后一步骤的基础，后一步骤的判定又建立在前一步骤的基础上。区域生长的一大
14、优点就是计算起来很简单，当我们的分割区域很小的时候，区域生长法是不二的选择，但他的缺点也极其的明显，就是对噪声特别的敏感，当分割区域过大的时候，计算特别的慢；而分裂合并法的优点就是不需要像区域生长法一样先指定种子点，但是我们使用分裂合并法的时候很容易对分割的边界造成破坏。第三类就是基于统计学的算法，统计学算法又分好多种，有分类器算法，聚类算法，基于随机场的方法，混合分布法，统计学算法很精准，但是对数据的要求特别的严格，需要大量的数据还有统计数据的时候工作量也异常的大，耗时耗力。1.4论文结构 本文主要是运用多区域分割算法来处理OCT图像中的冠脉斑块，通过k-means计算出聚类中心个数，再利用Kernel转换，最后由Graph Cuts分割，通过对已经分割图像的分析，达到识别冠脉OCT中的斑块，为医生提供诊断病情的依据。 1.5非技术因素本课题为基于多区域算法的冠脉斑块区域分割，我们所采用的全都是软件方面的，所以我们不会污染环境。对于斑块的研究是为了对心脑血管疾病做到更精确的诊断，为医生提供准确的数据，也为医生节省了大量的时间，可以更好地为我们的人民服务。另外从现在的分割算法来看，大多数的算法都是针对单一目标的，而我们的算法可以针对多目标，正好是一个创新，为我们的后人铺了一个很好的路。2OCT图像与斑块的简介2.1光学相干层析技
