血管分割
血管分割的相关文献在2005年到2023年内共计439篇,主要集中在自动化技术、计算机技术、基础医学、临床医学
等领域,其中期刊论文103篇、会议论文5篇、专利文献61643篇;相关期刊68种,包括内江师范学院学报、上海师范大学学报(自然科学版)、生物医学工程研究等;
相关会议5种,包括2016中国计算机辅助设计与图形学会大会、第四次全国中西医结合诊断学术研讨会、第十二届全国图象图形学学术会议等;血管分割的相关文献由1071位作者贡献,包括邹北骥、肖月庭、郑超等。
血管分割—发文量
专利文献>
论文:61643篇
占比:99.83%
总计:61751篇
血管分割
-研究学者
- 邹北骥
- 肖月庭
- 郑超
- 阳光
- 王少康
- 陈宽
- 张欢
- 朱承璋
- 丁佳
- 吕晨翀
- 吴健
- 梁礼明
- 盛校棋
- 俞益洲
- 刘宇航
- 徐光柱
- 王东
- 王瑜
- 王立威
- 冯新刚
- 周寿军
- 季鑫
- 崔锦恺
- 张芳
- 潘成伟
- 耿磊
- 肖志涛
- 雷帮军
- 佘黎煌
- 向遥
- 吴骏
- 张子谦
- 张石
- 朱贵杰
- 范衠
- 蔡轶珩
- 陈瑶
- 任尚杰
- 刘义鹏
- 刘恩佑
- 周明全
- 李暄
- 杨冠羽
- 杨国亮
- 潘林
- 焦李成
- 王博亮
- 王澄
- 王雅凡
- 缑水平
-
-
孙国栋;
石蕴玉;
刘翔;
宋家琳;
赵静文;
浦秀丽;
尹玲
-
-
摘要:
主要阐述超声图像血管分割算法及其评价指标。基于特征提取的经典图像处理算法不能摆脱对人工的依赖,削弱了分割算法的泛化能力;但对于缺乏大样本超声血管图像的研究场景下,充分利用传统且成熟的技术方法却是一种可行的研究办法。基于机器学习的算法提高了分割算法的泛化能力,改善了传统方法的短板;但深度学习技术对数据的依赖性强、可解释性差,其算法的有效性、稳定性还需深入研究。血管分割评价算法的研究极其重要,研究适合超声图像血管分割的客观评价方法也是重要课题之一。总之,传统方法仍然是解决超声图像血管分割的有效方法,传统方法与深度学习技术的紧密结合是未来的发展趋势。
-
-
张栩阳;
姚韵楚;
石悦;
佟鑫;
梁昕语;
童薪宇;
刘爱华;
陈端端
-
-
摘要:
颅内动脉瘤是一种具有较高致死和致残率的常见脑血管疾病。近年来,临床对基于影像的智能化和精准化的疾病诊断策略提出了迫切需求,其中血管及病灶的精准分割是其重要基础。本文提出了一种新型的颅内动脉瘤血管多结构分割框架,利用血管先验灰度特征建立了自适应的数据采样方法,并设计了一种基于Dense机制的深度网络模型实现血管分割。本文收集了135例颅内动脉瘤患者(年龄分布:54.7±12.7岁,75名男性)的飞行时间磁共振血管影像进行模型的训练和测试。相比于原空间采样和图像压缩方法(平均Dice相似性系数:0.829和0.780),自适应采样方法可以明显提升血管分割的精度(平均Dice相似性系数:0.858);与经典的3D UNet、SegNet和DeepLabV3+网络相比(平均Dice相似性系数:0.854,0.824和0.800),基于Dense机制的网络能够利用更少的计算资源实现更优的分割效果,对于不同位置和大小的动脉瘤也表现出良好的分割鲁棒性。
-
-
侯松辰;
张俊虎
-
-
摘要:
对于一些可以从视网膜血管观测到的眼科疾病,眼底图像起着关键的作用,能够为专业的医科人员提供有效的参考,然而手工标注血管费时费力,且工作量较大,所以实现自动智能的血管分割方法对相关人员大有裨益.本文将Attention机制与RU-Net结构融合应用到生成对抗网络(generative adversarial network,GAN)的生成器中,形成了一种新的结构——Retina-GAN.同时在对眼底图像的预处理步骤上选择了自动色彩均衡(ACE),提高图像对比度,使血管更加清晰.为了验证所提出的方法,选用DRIVE数据集,并把Retina-GAN与其他研究比照,测量分析了算法准确性、灵敏度和特异度.实验数据显示Retina-GAN比其他模型具有更好的性能.
-
-
丁婉莹;
陈伟;
李昭慧
-
-
摘要:
为解决现有眼底图像分割方法对于细微血管存在低分割精度和低准确率的问题,提出一种基于编解码结构的U-Net改进网络模型。首先对数据进行预处理与扩充,提取绿色通道图像,并将其通过对比度限制直方图均衡化和伽马变换以增强对比度;其次训练集被输入到用于分割的神经网络中,在编码过程加入残差模块,用短跳跃连接将高、低特征信息融合,并利用空洞卷积增加感受野,解码模块加入注意力机制增加对细微血管分割精度;最后利用训练完成的分割模型进行预测得出视网膜血管分割结果。在DRIVE和CHASE-DB1眼底图像数据集上进行对比实验,模型算法的平均准确率、特异性和灵敏度分别达到96.77%和97.22%、98.74%和98.40%、80.93%和81.12%。实验结果表明该算法能够改善微细血管分割准确率及效率不高的问题,对视网膜血管可以进行更准确的分割。
-
-
顾峰;
曹秒;
蔡庆武;
董麒;
张坤
-
-
摘要:
冠状动脉血管造影图像是医生诊断心血管疾病的主要依据,对冠状动脉进行准确地分割在心血管疾病诊断具有重要意义。人工分割血管是一个费时费力的过程,容易出现主观性和误判性。因此,提出一种自动、准确的血管分割系统,称为多监督残差网络(MSRNet)。在残差网络中增加了三个有监督的侧输出模块,并将输出的特征图进行融合,得到最终的分割结果。将MSRNet在测试集上的准确率为0.925。MSRNet的分割精度相比U-Net和ResNet最高,最接近人类专家手动分割的结果。MSRNet可以减少诊断过程中的人工交互以及对医务人员的依赖,提高了疾病诊断效率。
-
-
罗忠亮
-
-
摘要:
针对视网膜病变导致图像血管分割出现细小血管断裂和分割精度不高的问题,为提高眼底图像视网膜血管自动分割的准确率,提出一种基于U-Net的眼底图像视网膜血管分割方法 .首先对眼底图像预处理和图像数据扩增,然后构建U-Net模型,用训练好的网络模型对测试样本进行分割,得到视网膜血管分割结果 .利用DRIVE和STARE这2个数据库的眼底图像进行算法性能测试,与多种分割方法相比较体现了更好的分割效果.实验结果的客观评价指标与主观视觉验证该方法取得较好分割性能,能提取更多细小血管,细微血管分叉处连续,为眼科疾病的计算机辅助分析和诊断提供参考.
-
-
樊潇;
庄树昕;
邱舜敏;
郭境峰;
卢星宇;
庄哲民
-
-
摘要:
心血管疾病是一种严重威胁人类的疾病,下腔静脉是人体最大的静脉,连接右心房,其各项指标对于心血管疾病的辅助诊断尤其重要,而下腔静脉的内径值是计算下腔静脉塌陷率、血容量等指标的关键,所以,在临床上测量下腔静脉内径对判断心血管的多种疾病有着非常重要的作用.基于下腔静脉超声图像的特征对下腔静脉进行分割,并追踪测量下腔静脉内径,从而完成对下腔静脉内径的实时测量.首先利用大津法进行阈值分割,再进行闭操作得预处理后图像;分割部分基于拓扑结构分析对下腔静脉进行检测分割;最后用光流法对下腔静脉位置进行跟踪.该方法分割准确率达到90%~95%,测量与金标准对比相差0.25%以内,该方法对于下腔静脉硬化等心血管病疾病的防治和辅助诊断有着非常重要的实际意义.
-
-
狄巨星;
刘双和
-
-
摘要:
可靠的视网膜血管分割可以作为监测和诊断某些疾病的一种方式,如糖尿病和高血压,因为它们影响视网膜的血管结构。由于眼睛血管结构复杂,病理特征不确定,使得血管分割仍然存在许多局限性和不足。基于此,提出了一种基于对称式的残差U-Net网络结构用于视网膜血管分割。网络保留了U-Net对称式的编码器-解码器结构,并将改进后的残差块进行融合,利用残差模块增强网络的特征提取能力。最后采用公开的DRIVE彩色眼底图像数据集进行了充分的对比试验,模型在测试集上的准确率、特异性、灵敏度和AUROC值分别达到了96.48%、98.60%、82.96%和98.35%。试验结果显示,所提分割模型对视网膜血管图像可达到优异的分割效果。
-
-
邱伟;
陈硕;
魏寒宇;
李睿
-
-
摘要:
目的提出一种基于三维卷积神经网络(convolutional neural network,CNN)的分割模型,通过设计网络结构和调整参数,实现对颈部时间飞跃法磁共振血管造影(time of flight magnetic resonance angiography,TOF MRA)图像的自动精准血管分割。方法三维颈部TOF MRA图像数据来源于一项无症状老年人心脑血管病发病风险研究中的166例受试者。首先由有血管影像临床经验的放射诊断医生运用Mimics软件对颈部动脉血管进行手动标注,再按照8∶1∶1的比例将数据随机分为训练集(132例)、验证集(17例)和测试集(17例)。针对TOF MRA图像稀疏性和高对比度的特点,采用3D CNN的优化模型,通过在U-Net网络的编码和解码路径中多层级的加入专门的模块和不同分辨率的原始图像,更好地学习和利用到图像的独有特征。为研究输入图像的大小对网络性能的影响,从原始图像中分别裁剪出3种不同尺寸大小的三维切块来进行模型训练。在十折交叉验证下,采用Dice系数的平均值和标准差,以及灵敏度和特异度对模型的分割性能进行评价。采用单因素方差分析对比3种切块尺寸下的测试实验。结果所提出的新模型取得了最高的分割Dice值(0.9320)、灵敏度(0.9186)和特异度(0.9996),以及最小的Dice值标准差(0.0051)。ANOVA显著性水平为P<0.01,表明了不同切块尺寸下的模型分割结果有显著性差异,尺寸增大,模型分割结果更好。结论所提出的基于3D CNN的优化模型在TOF MRA图像血管自动精准分割上优于已有方法。此外,增加模型输入图像的尺寸大小有助于提高分割性能。
-
-
李翔;
邓颖;
蒋鹏飞;
彭清华
-
-
摘要:
中医目诊是通过观察眼部的神、色、形、态来诊断全身疾病的一种方法.对眼底血管的观察是目诊的主要内容.视网膜血管结构的变化与许多慢性疾病密切相关.图像处理技术在眼底图像研究的应用可以为系统性疾病提供早期诊断.眼底图像血管分割是眼底血管研究的基础,目前大体可分为基于匹配滤波、血管跟踪、形态学处理、形变模型以及机器学习的分割算法5类.眼底血管分类,如动静脉分类,为临床诊断提供重要价值.在此类研究的基础上,提出了眼底血管分割、分类方法在中医目诊中的实际应用方法.
-
-
Cui Jinkai;
崔锦恺;
Zou Beiji;
邹北骥;
Zhu Chengzhang;
朱承璋;
Xiang Yao;
向遥;
Chen Changlong;
陈昌龙;
王俊
- 《2016中国计算机辅助设计与图形学会大会》
| 2016年
-
摘要:
本文提出了一种基于多特征融合和随机森林(Random Forest,RF)的眼底图视网膜血管分割算法.以彩色眼底图像中的每个像素点为一个样本,为其构造一个包括图像不变矩特征,灰度共生矩阵特征,LoG结合高斯二阶导特征,梯度法特征,相位一致性特征以及Hessian矩阵特征在内的23维特征,选取一定数量的样本点共同构造一个特征矩阵作为输入数据,再采用随机森林算法进行分类器的训练,用生成的RF分类器对待分割图像像素点分类,判定是否为血管点,进而完成对图像血管的分割.在初步分割的基础上进行基于连通区域补足血管的后处理得到优化的血管分割结果.本文所提出的方法在DRIVE公共数据库上进行试验,平均精确度达到0.9606,平均灵敏度达到0.7447,平均特异性达到0.9838,比已有的血管分割方法性能更优。
-
-
-
-
丁中印;
冯浩;
万永慧;
李先杰
- 《2017四川省卫生信息学会年会》
-
摘要:
微动脉瘤是糖尿病性视网膜病变的首要临床表现,通过检测微动脉瘤,可以尽早地预防和治疗糖尿病性视网膜病变,并可以防止其恶化和视力损伤.本文对眼底彩色图像经过预处理后,用二维高斯分布拟合出微动脉瘤的灰度分布情况,然后用模板匹配法对眼底图像进行滑动窗口的模板匹配处理得到微动脉瘤候选区域,接着对眼底图像进行血管分割,去除掉微动脉瘤候选集中的血管部分,最后用支持向量机(SVM)对微动脉瘤候选集进行分类得到最终的微动脉瘤区域.
-
-
孙开琼;
桑农;
彭维雪;
李恒
- 《第十二届全国图象图形学学术会议》
| 2005年
-
摘要:
将数字减影血管造影(DSA:DigitalSubtractionAngiography)图像中血管提取分解为定位血管轮廓和确定血管边界两个步骤.DSA中血管部分表现为模糊的连续管状结构,用一组线性结构元素模糊开图像的组合结合常规阈值方法来提取血管树结构;以提取的血管树结构细化所得骨架作为血管部分的标记,骨架的形态膨胀作为背景部分的标记,用形态学分水岭算法确定血管边界.实验结果表明,提出的方法能得到完整的血管网络和准确的血管边界位置。
-
-
孙开琼;
桑农;
彭维雪;
李恒
- 《第十二届全国图象图形学学术会议》
| 2005年
-
摘要:
将数字减影血管造影(DSA:DigitalSubtractionAngiography)图像中血管提取分解为定位血管轮廓和确定血管边界两个步骤.DSA中血管部分表现为模糊的连续管状结构,用一组线性结构元素模糊开图像的组合结合常规阈值方法来提取血管树结构;以提取的血管树结构细化所得骨架作为血管部分的标记,骨架的形态膨胀作为背景部分的标记,用形态学分水岭算法确定血管边界.实验结果表明,提出的方法能得到完整的血管网络和准确的血管边界位置。
-
-
孙开琼;
桑农;
彭维雪;
李恒
- 《第十二届全国图象图形学学术会议》
| 2005年
-
摘要:
将数字减影血管造影(DSA:DigitalSubtractionAngiography)图像中血管提取分解为定位血管轮廓和确定血管边界两个步骤.DSA中血管部分表现为模糊的连续管状结构,用一组线性结构元素模糊开图像的组合结合常规阈值方法来提取血管树结构;以提取的血管树结构细化所得骨架作为血管部分的标记,骨架的形态膨胀作为背景部分的标记,用形态学分水岭算法确定血管边界.实验结果表明,提出的方法能得到完整的血管网络和准确的血管边界位置。
-
-
孙开琼;
桑农;
彭维雪;
李恒
- 《第十二届全国图象图形学学术会议》
| 2005年
-
摘要:
将数字减影血管造影(DSA:DigitalSubtractionAngiography)图像中血管提取分解为定位血管轮廓和确定血管边界两个步骤.DSA中血管部分表现为模糊的连续管状结构,用一组线性结构元素模糊开图像的组合结合常规阈值方法来提取血管树结构;以提取的血管树结构细化所得骨架作为血管部分的标记,骨架的形态膨胀作为背景部分的标记,用形态学分水岭算法确定血管边界.实验结果表明,提出的方法能得到完整的血管网络和准确的血管边界位置。
-
-
孙开琼;
桑农;
彭维雪;
李恒
- 《第十二届全国图象图形学学术会议》
| 2005年
-
摘要:
将数字减影血管造影(DSA:DigitalSubtractionAngiography)图像中血管提取分解为定位血管轮廓和确定血管边界两个步骤.DSA中血管部分表现为模糊的连续管状结构,用一组线性结构元素模糊开图像的组合结合常规阈值方法来提取血管树结构;以提取的血管树结构细化所得骨架作为血管部分的标记,骨架的形态膨胀作为背景部分的标记,用形态学分水岭算法确定血管边界.实验结果表明,提出的方法能得到完整的血管网络和准确的血管边界位置。