血管造影圖像分割方法研究.pdf

1、糖尿病、高血壓、動脈硬化等嚴重影響人類健康的疾病的發(fā)生，往往都伴隨著新生血管的產(chǎn)生。正確分割血管圖像，分析血管發(fā)生的變化，在預(yù)防和診斷病患中起著相當(dāng)大的作用。雖然現(xiàn)有的血管分割方法已取得了較好的效果，但血管分割問題還遠遠沒有解決，一種既適用于大部分血管圖像、又能取得較好的分割效果的算法還沒有被提出來。
　　論文針對現(xiàn)有的血管分割算法做了大致分類，主要分為兩類：基于非監(jiān)督學(xué)習(xí)的血管分割方法和基于監(jiān)督學(xué)習(xí)的血管分割方法。基于非監(jiān)督學(xué)習(xí)

2、的血管分割方法又可細分為基于匹配濾波器的血管分割方法、基于形態(tài)學(xué)分析的血管分割方法、基于血管追蹤的血管分割方法、基于模型的血管分割方法、基于尺度分析的血管分割方法。通過對以上幾種分割算法的簡要論述，探討和比較了各類分割算法的優(yōu)缺點。
　　針對不同的血管圖像，論文對其進行了不同的分割算法的研究：
　　針對模糊的血管圖像，本文提出了基于頻域快速解卷的血管提取算法，該方法避免了先去模糊再分割的繁瑣的操作過程，直接對模糊血管圖像進行

3、分割，首先使用改進的梯度域動態(tài)壓縮對血管邊緣進行增強的同時突出了細微血管；再使用Horac io等人提出的基于稀疏先驗的非盲解卷積去模糊技術(shù)對散度圖像進行恢復(fù)操作；接著使用中值濾波進行去噪，減少噪聲對分割的影響；最后使用OTSU方法對血管圖像進行分割得到最終的血管脈絡(luò)圖。該方法對血管圖像相對背景圖像較亮的血管圖像分割效果較好。
　　為了尋找新型、有效的視網(wǎng)膜分割算法，本文提出了基于主成分分析的血管分割算法。該方法充分利用了最新的分