基于能量优化的心血管结构鲁棒标定及生理信息估计方法
简介
本章提出了一种基于能量优化的、针对心血管 XRA 图像的高效、鲁棒的心血管结构的标记方 法。本章的根本出发点在于想要用一种高效的方式为介入手术中的医生提供更多的分析和诊断信息。 此外，本章所解决的问题也可以在医生训练、手术模拟和规划中发挥重要作用。与以往的方法相比， 本章提出的方法对于包含噪声及不完整图像数据也能较好的处理，鲁棒性很强。首先，本章使用了 基于海森矩阵的完全并行化的管状结构分割方法从 XRA 图像中分割血管结构，并将分割的结构作 为候选血管；之后，不同于经典方法的直接使用阈值过滤血管候选结构，本章使用了类似于图割方 法的 Grow Cut 方法，将血管的连续性考虑在内，获取了更为连贯的血管结构；接下来，本章采用了 快速行程算法获取血管段中心线结构；然后，本章提出了一种基于最近点迭代的方法将连续性和相 似性作为额外约束，将血管段组织成有拓扑结构的树形；最后，本章将血管段标记的过程看作一个 求解最小标记能量的过程，并使用信任传递的方法进行求解。除此之外，本章还基于标记结果提出 了三种典型的应用，包括血管直径估计、血液流速估计和心动周期估计。这些应用都表明本章提出 的标记方法在临床诊断和治疗上都具有很好的使用价值。在真实医疗数据上的验证结果也表明，本 章提出的方法具有很高的精度和鲁棒性，且具有较高的性能。
论文
Robust Optimization-based Coronary Artery Labeling from X-Ray Angiograms
Liu, X.; Hou, F.; Qin, H.; Hao, A.,
"Robust Optimization-based Coronary Artery Labeling from X-Ray Angiograms,"
in Biomedical and Health Informatics, IEEE Journal of , vol.PP, no.99, pp.1-1 (online)
doi: 10.1109/JBHI.2015.2485227
URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7286725&isnumber=6363502
本地论文下载
Paper:
Robust Optimization-based Coronary Artery Labeling from X-Ray Angiograms