基于血管内超声图像自动识别易损斑块.pdfVIP

1004-924X(2011)10-2507-13 基于血管内超声图像自动识别易损斑块 张麒1汪源源2 马剑英3 钱菊英3 施俊1严壮志1 1.上海大学通信与信息工程学院，上海2000722.复旦大学电子工程系，上海200433; 3.复旦大学附属中山医院心内科，上海200032 摘要：为克服手工判别动脉粥样硬化易损斑块耗时耗力、主观性强、重复性差等缺点，研究了基于血管内超声自动识别易 损斑块的方法。首先将Contourlet变换与Snake模型相结合进行斑块的图像分割，提取内腔轮廓与外弹力膜。接着实 现经典形态特征的计算机自动提取，并提取纹理、弹性两类新特征以量化斑块属性，其中纹理特征包括一阶统计量和灰 度共生矩阵特征，弹性特征的提取则基于非刚性图像配准。最后设计Fisher线性判别、支撑向量机、广义相关学习矢量 量化3种分类器进行分类判决。对124例斑块(36例易损，88例非易损)的实验结果表明：20个形态特征、24个纹理特 征和6个弹性特征在两类斑块间存在显著性差异(P＜0.05)；采用三类特征由支撑向量机进行分类时效果最好，在测试 集上敏感性、特异性、准确率和约登指数分别达到91.7％、97.7％、96.7％和89.4％，表明利用血管内超声图像中斑块的 三类特征能自动、准确地识别易损斑块。 血管内超声；动脉粥样硬化易损斑块；特征提取；模式识别；图像分割 TB559;TP391.4 A 10.3788/OPE2507 Automaticidentificationofvulnerableplaques basedonintravascularultrasoundimages ZHANGQi WANGYuan-yuan MAJian-ying QIANJu-ying SHIJun YANZhuang-zhi 2010-12-13 2011-02-17 上海市教委 “晨光计划”项目(No.11CG45);上海市教委重点学科建设项目(No.J50L04)；上海市教委科研 创新项目(No.09YZ15；No.12YZ026)；上海大学创新基金项目(No.10010710007) 弹性的 带通分 径线上 图像配准 与传统的 梯 外弹力 部直线 讨 论 @@[5] GIANNOGLOUGD,CHATZIZISISYS,KOUT KIASV,etal..Anovelactivecontourmodelfor @@[1] NAGHAVIM,LIBBYP,FALKE,etal..From fullyautomatedsegmentationofintravascularultra vulnerableplaquetovulnerablepatient:Acallfor soundimages:Invivovalidationinhumancoronary newdefinitionsandriskassessmentstrategies:Part arteries[J].ComputersinBiologyandMedicine, I[J].Circulation,2003,108(14):1664-1672. 2007,37(9):1292-1302. @@[2]WAXMANS,ISHIBASHIF,MULLERJE.De @@[6] GEJ,CHIRILLOF,SCHWEDTMANNJ,etal.. tectionandtreatmentofvulnerableplaquesandvul Screeningofrupturedplaquesinpatientswithcoro nerablepatients:Novelapproachestopreventionof na