针对图割算法适用于小幅图像,且在分割结构较复杂、感兴趣区域较小的三维CT血管造影(CTA)冠状动脉图像时效率较低的问题,实现了将区域生长和图割结合分割冠状动脉的算法.首先,利用基于阈值的区域生长算法将图像划分为若干区域,去除无关像素,得到结构简化、感兴趣区域较突出的图像;其次,对简化后的图像,结合灰度和空间信息构造网络图;最后,利用图割理论实现网络图分割,得到冠状动脉分割图像.实验结果表明,与传统的图割方法相比: 在分割效率上,区域生长和图割结合的分割算法降低了计算复杂度,效率提高了51.7%; 在绘制质量上,得到的冠状动脉分割图像目标区域完整,有助于医师对病变的正确分析.
针对超分辨率重建时需要同时滤除高斯噪声和脉冲噪声的问题,提出一种基于L1和L2混合范式并结合双边全变分(BTV)正则化的序列图像超分辨率重建方法。首先基于多分辨率策略的光流场模型对序列低分辨率图像进行配准,使图像的配准精度达到亚像素级,进而可以利用图像间的互补信息提高图像分辨率;其次利用L1和L2混合范式的优点,用BTV正则化算法解决重建的病态性反问题;最后进行序列图像超分辨率重建。实验数据显示算法可以降低图像均方误差,并将峰值信噪比(PSNR)提高1.2 dB~5.2 dB。实验结果表明,提出的算法能够有效地滤除高斯和脉冲噪声,保持图像边缘,提高图像可辨识度,可为车牌识别、人脸识别和视频监控等方面提供了良好的技术基础。
针对三维切割及多平面重建只能获取组织或器官的几何平面信息,无法将弯曲结构的组织或器官展示在单张图片上的问题,实现了基于多平面重建(MPR)提取轮廓线的冠脉曲面重建(CPR)算法.首先,利用多平面重建获取冠脉轮廓的离散点;然后,对离散点进行Cardinal样条插值,获取平滑的轮廓拟合曲线;其次,沿着感兴趣方向对轮廓线进行投影形成扫描曲面;最后,显示扫描曲面对应的心脏体数据,得到冠脉重建曲面.实验结果表明,在绘制速度上,与三维切割法和三维数据场法相比,冠脉轮廓线提取速度提高了每秒4~6帧,绘制时间较短.在绘制质量上,与三维分割法相比,得到的冠脉曲面成像清晰,结构完整,有助于医师对病变的直观分析,能满足实际临床诊疗需求.