论文部分内容阅读
血管内超声(IVUS)图像冠状动脉血管壁内膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。提出一种改进的自适应形变模型(T-Snake),该模型能够解决基本T-Snake模型中的自交(Self-collisions)问题,并有着更高的数值计算精度。同时,基于改进的T-Snake模型,给出一种用于自动提取IVUS序列图像冠状动脉血管壁内膜边缘的方法。实验结果表明,所提出方法准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好;表明了改进T-Snake模型的有效性和可实现性。