基于支持向量机的颈动脉超声图像内中膜厚度测量

• 作者: 关欣 刘一学 李锵 白煜
• 来源期刊: 中国医学物理学杂志
• 关键词: 颈动脉 内中膜厚度 支持向量机 全自动分割算法 超声图像
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 医学影像物理
• 页码范围: 451-455
• 分类号: TP391.7|R445.1
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2016.05.005

摘要

为解决人工标定的繁琐、非客观等问题,本文提出一种基于支持向量机的全自动分割算法.该算法采用K-means对图像像素进行聚类,根据聚类结果和聚类中心对图像进行标准化处理,并进行图像分割提取感兴趣区域.根据训练样本训练支持向量得出分类模型,将感兴趣区域的像素分为边界点和非边界点.然后将边界点再次分类为管腔-内膜边界点和中膜-外膜边界点.最后采用启发式搜索对分类结果进行甄别,去除错分类的像素点.本文采用80幅颈动脉超声图像进行实验,比较实验结果与金标准,内中膜厚度平均绝对误差为(46.08±23.50)μm,平均每幅图像处理时间为0.88 s.实验结果表明全自动分割算法具有快速、全自动等特点,测量结果与金标准具有较高的一致性,能满足临床应用的实际要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锵	天津大学电子信息工程学院	74	624	12.0	22.0
2	关欣	天津大学电子信息工程学院	36	193	9.0	12.0
3	白煜	天津大学电子信息工程学院	20	82	6.0	8.0
4	刘一学	天津大学电子信息工程学院	1	2	1.0	1.0