基于梯度矢量流snake与多尺度分析的血管内超声图像轮廓提取

摘要

提取血管内超声(IVUS)图像的血管内腔轮廓对冠状动脉疾病的诊断有积极意义.本文提出了一种基于梯度矢量流(GVF)snake与多尺度分析的轮廓提取新方法.针对传统GVF snake的轮廓初始化、抑制噪声和伪像干扰两个难点,本文方法在如下两个方面进行了改进:第一,利用序列图像的特性产生时间方差图并得到初始轮廓,从而实现轮廓提取过程的全自动化;第二,引入多尺度分析,使GVF snake在离散小波变换得到的多尺度图中形变,从而增强了算法的鲁棒性.对仿真图像和实际IVUS图像的实验表明,该方法在轮廓提取的精度方面优于传统的GVF snake方法.