基于Hessian矩阵跟踪算法在血管新生量化中的应用

• 作者: 张智涵 黄永锋
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 血管新生 Hessian矩阵 鸡胚绒毛尿囊膜图像 跟踪算法
• 年，卷（期）: 2015,（1）
• 页码范围: 65-68
• 页数: 4页
• 分类号: TP391.41
• 字数: 2101字
• 语种: 中文

摘要

血管新生与肿瘤的生长密切相关,CAM(鸡胚绒毛尿囊膜)是研究血管新生的常用载体,所以通常对CAM中特定区域的血管分割量化来衡量抗肿瘤药物对血管的抑制作用.本文提出一种CAM图像分割算法,首先利用Hessian矩阵下多尺度分析得到一个初始的CAM血管轮廓,在此基础上跟踪未知血管,得到的最终分割结果.最后,对分割出的CAM血管进行骨架提取、裁剪等处理,计算出图像中血管的密度、长度和分叉点个数等量化指标,综合评价血管的生长情况.在相同系列的CAM图像上和其他方法进行实验对比.结果显示基于Hessian矩阵跟踪算法可以为血管新生状况提供有效的分析,尤其对微小血管的检测比较优越,而且具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄永锋	东华大学计算机科学与技术学院	23	118	6.0	10.0
2	张智涵	东华大学计算机科学与技术学院	1	1	1.0	1.0