基于聚类算法的血管直径测量研究

• 作者: 王成 李砚瑞 刘宾 项华中 徐康 郑刚 陈明惠 张大伟
• 来源期刊: 光学技术
• 关键词: 图像处理 血管宽度 图像分割 U-Net 聚类算法
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 光学测量|Optical Measurement
• 页码范围: 37-44
• 页数: 8页
• 分类号: TP751
• 语种: 中文

摘要

血管形态的变化与疾病密切相关,血管直径是血管形态的主要参数之一,测量血管直径有助于疾病的筛查与预防.提出一种基于聚类算法的血管直径测量方法,对微血管进行测量.大多数显微血管图像(如光学显微成像或光声显微成像)中存在噪声,通过非线性变换函数对显微图像进行增强;使用训练后的U-Net网络模型进行图像分割;利用结合聚类算法以及射线算法的测量方法对分割得到的血管进行测量,得到血管直径.实验表明,算法与传统测量结果一致(P＞0.05),与传统算法相比,本算法的测量精度得到提升,将测量误差由4.21％降低至2.27％,满足血管测量的准确度需求.