基于模糊聚类和改进C-V模型的冠状动脉图像分割方法

• 作者: 程云章 韩承航
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 冠状动脉CT造影 模糊C均值聚类 改进C-V模型 图像分割
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论著
• 页码范围: 262-267
• 页数: 6页
• 分类号: R318.04|TP317.4
• 字数: 4418字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2017.03.07.

摘要

目的 提出一种基于模糊聚类和改进C-V模型的新型图像分割方法,以精准和快速地提取冠状动脉CT血管造影图像中的冠脉轮廓.方法 首先对原始冠脉CT造影图像进行预处理;然后利用模糊C均值聚类算法进行预分割,将获得的隶属矩阵和聚类信息耦合进改进的C-V模型中,完成对冠脉图像的分割;最后定性和定量分析本文模型与其他两种传统模型对冠脉CT造影图像的分割结果.结果 定性分析结果显示,本文模型以较少的迭代次数完成了对冠脉轮廓的提取,对细小复杂的组织具有较强的分割能力,目标边缘光滑.定量分析结果显示,本文模型迭代200次耗时11.722 s、重叠率83.42%,迭代400次耗时16.493 s、重叠率85.13%.结论 结合模糊聚类的改进C-V模型能以较少迭代次数完成对冠脉轮廓的提取,具有分割速度快、抗噪能力强、目标边缘光滑等特点.该方法可以用于冠脉的分割,并为后续冠脉图像的三维重建研究提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程云章	上海理工大学医疗器械与食品学院	63	164	6.0	10.0
2	韩承航	上海理工大学医疗器械与食品学院	3	10	2.0	3.0