基于边缘检测的快速超声膀胱容积测量算法

doi:10.3724/SP.J.1087.2013.01739

计算机应用 ›› 2013, Vol. 33 ›› Issue (06): 1739-1741.DOI: 10.3724/SP.J.1087.2013.01739

基于边缘检测的快速超声膀胱容积测量算法

冯洋琴,陈菲

西南科技大学计算机科学与技术学院,四川绵阳 621010

收稿日期:2012-11-29 修回日期:2013-01-15 出版日期:2013-06-01 发布日期:2013-06-05
通讯作者: 冯洋琴
作者简介:冯洋琴(1988-)，女，四川绵阳人，硕士研究生，CCF会员，主要研究方向：医学图像处理；陈菲(1974-)，女，四川绵阳人，副教授，硕士，主要研究方向：嵌入式系统、图像处理。
基金资助:
国家自然科学基金资助项目（51175135）

Fast volume measurement algorithm based on image edge detection

FENG Yangqin,CHEN Fei

School of Computer Science and Technology, Southwest University of Science and Technology, Mianyang Sichuan 621010,China

Received:2012-11-29 Revised:2013-01-15 Online:2013-06-05 Published:2013-06-01
Contact: FENG Yangqin

摘要/Abstract

摘要： 阐述了基于边缘检测的超声膀胱容积测量算法。通过超声膀胱测容仪的三维超声探头对膀胱沿轴向作180度扫描，获取12张不同截面的膀胱超声图像，对该组超声图像经图像预处理后进行边缘检测构造出膀胱的三维模型，并运用空间立体体积的积分法快速估算出膀胱的容积。该算法已经运用于超声膀胱测容仪PBSV 3.1上，在临床实验中平均误差在12%以内。

关键词: 边缘检测, 膀胱, 容积测量, 三维超声扫描

Abstract: A volume measurement algorithm based on edge detection was introduced in this paper. The algorithm was applied to the portable system for measuring bladder volume. In the system, the three-dimensional ultrasound probe performed the scanning with the axial angle of 180 degree. Twelve axial sections of a bladder with the same scanning interval were obtained and used to edge extraction. The group of bladder edges formed a three-dimensional bladder body and the integral method of spatial volume was used to calculate the bladder volume.The average error of the algorithm in clinical diagnosis experiment was within 12%.

Key words: edge detection, bladder, volume measurement, three-dimensional ultrasound scanning

中图分类号:

TP391

冯洋琴陈菲. 基于边缘检测的快速超声膀胱容积测量算法[J]. 计算机应用, 2013, 33(06): 1739-1741.

FENG Yangqin CHEN Fei. Fast volume measurement algorithm based on image edge detection[J]. Journal of Computer Applications, 2013, 33(06): 1739-1741.

参考文献

[1] MITTERBERGER M, PINGGERA G M, NEUWIRT H, et al. Three-dimensional ultrasonography of the urinary bladder: preliminary experience of assessment in patients with haematuria［J］. BJU International, 2007, 99(1): 111-116.

[2] 贾舒涵.基于成像技术的膀胱尿量动态模型研究［D］.北京:北京航天航空大学，2008.

[3] 方光战, 周山宏, 朱钢, 等. 超声膀胱容量测试仪的研制［J］. 医疗卫生装备，2006，27(8): 25-26.

[4] TANAKA R, ABE T. Measurement of the bladder volume with a limited number of ultrasonic transducers［C］// Proceedings of the 2010 IEEE International Ultrasonics Symposium. Piscataway:IEEE, 2010: 1783-1786.

[5] ZHONG J, JIA S, PU F, et al. Ultrasound estimation of female bladder volume based on magnetic resonance modeling［J］. The Journal of Urology, 2010, 183(1): 216-220.

[6] NIU H, YANG S, LIU C, et al. Design of an ultrasound bladder volume measurement and alarm system［C］// Proceedings of the 5th International Conference on Bioinformatics and Biomedical Engineering. Piscataway:IEEE, 2011: 1-4.

[7] 计建军，王延群，王效宁，等. 三维超声膀胱测容系统的设计与实现［J］.中国生物医学工程学报，2006， 25(3)：288-289.

[8] 曾理, 王英华, 陈绪佳. 工业 CT 三维图像曲面面积与内腔体积的测量［J］. 计算机应用，2011，31(11): 3027-3030.

[9] MAINI R, AGGARWAL H. Study and comparison of various image edge detection techniques［J］. International Journal of Image Processing, 2009, 3(1): 1-11.

[10] ERGEN B, CINAR A, AYDIN G. Gabor wavelet and unsupervised fuzzy C-means clustering for edge detection of medical images［C］// Proceedings of the 6th International Symposium on Innovations in Intelligent Systems and Applications.Piscataway:IEEE, 2012: 1-4.

[11] 高海娟，平子良，周素华，等. 边缘检测算法在医学超声液性病变图像中的应用［J］.现代电子技术，2012，35（4）：98-102.

[12] 蒋伟, 丁志全, 刘亚威. 基于分数阶偏微分的图像边缘检测新模型［J］. 计算机应用，2012, 32(10): 2848-2850.

[13] 张利红，梁英波，支联合，等. 基于多结构多尺度形态学梯度的医学图像边缘检测［J］. 激光杂志，2012，33（3）: 31-32.

[1]	宋杰, 于裕, 骆起峰. 基于RCF的跨层融合特征的边缘检测[J]. 计算机应用, 2020, 40(7): 2053-2058.
[2]	滕旭, 张晖, 杨春明, 赵旭剑, 李波. 基于循环一致性对抗网络的数码迷彩伪装生成方法[J]. 计算机应用, 2020, 40(2): 566-570.
[3]	李翠锦, 瞿中. 基于深度学习的图像边缘检测算法综述[J]. 计算机应用, 2020, 40(11): 3280-3288.
[4]	景年昭, 杨维. 基于RCF的精细边缘检测模型[J]. 计算机应用, 2019, 39(9): 2535-2540.
[5]	宋小娜, 芮挺, 王新晴. 结合语义边界信息的道路环境语义分割方法[J]. 计算机应用, 2019, 39(9): 2505-2510.
[6]	付久鹏, 曾国辉, 黄勃, 方志军. 基于双向快速探索随机树的狭窄通道路径规划[J]. 计算机应用, 2019, 39(10): 2865-2869.
[7]	赖传滨, 韩越兴, 顾辉, 王冰. 基于深度学习的虚拟边界检测方法[J]. 计算机应用, 2018, 38(11): 3211-3215.
[8]	杨帆, 李建平, 李鑫, 陈雷霆. 基于多任务深度卷积神经网络的显著性对象检测算法[J]. 计算机应用, 2018, 38(1): 91-96.
[9]	石陆魁, 张延茹, 张欣. 基于时空模式的轨迹数据聚类算法[J]. 计算机应用, 2017, 37(3): 854-859.
[10]	刘国奇, 李晨静. 基于贝塞尔滤波改进的测地活动轮廓图像分割模型[J]. 计算机应用, 2017, 37(12): 3536-3540.
[11]	龙鹏, 鲁华祥. LoG边缘算子改进的加权引导滤波算法[J]. 计算机应用, 2015, 35(9): 2661-2665.
[12]	宦海, 黄凌霄, 张雨, 卢松. 基于最大内切圆的椭圆孔组检测[J]. 计算机应用, 2015, 35(4): 1101-1105.
[13]	宋健飞, 高莉. 基于四元数的改进型最小核值相似区边缘检测[J]. 计算机应用, 2015, 35(3): 826-829.
[14]	杨健李若楠黄晨阳王刚丁闯. 基于局部显著边缘特征的快速图像配准算法[J]. 计算机应用, 2014, 34(1): 149-153.
[15]	温阳东顾倩芸陈雪峰. 基于改进Canny算子的LED晶片边缘检测[J]. 计算机应用, 2013, 33(09): 2698-2700.

基于边缘检测的快速超声膀胱容积测量算法

Fast volume measurement algorithm based on image edge detection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics