陆 培 王 磊 李志成 周寿军

(中国科学院深圳先进技术研究院生物医学与健康工程研究所，广东 深圳 518055)

一种普适的基于多尺度滤波和统计学混合模型的血管分割方法

陆 培 王 磊 李志成 周寿军*

(中国科学院深圳先进技术研究院生物医学与健康工程研究所，广东 深圳 518055)

血管的精确提取和定位，是实现心脑血管介入手术的关键。多尺度滤波算法可以增强血管目标，同时抑制背景噪声，但并没有把血管从图像背景中区分出来。基于统计学的分割算法，通过对直方图进行拟合实现血管的分类，但需要调整混合模型去拟合特定的图像直方图。为了克服上述问题，提出一种具有固定模型的普适的血管分割方法。首先，利用多尺度滤波算法进行图像预处理。其次，针对滤波增强后数据的直方图曲线，用由3个概率分布函数(1个高斯和2个指数)组成的混合模型进行拟合。期望最大化算法用于混合模型参数的估计。最后，通过最大后验概率分类算法将血管分离出来。为了验证上述方法的有效性，分别在仿真(phantom)数据、磁共振血管造影(MAR)数据和计算机断层血管造影(CTA)数据上进行实验测试。结果表明，所提出的方法在多套仿真数据上的分割误差低于0.3%，同时对于不同模态的血管图像具有很好的分割效果及较强的鲁棒性。

血管分割；多尺度滤波；混合模型；多模态图像

引言

目前，心脑血管疾病已经严重威胁着人类的健康。随着CTA(CT血管造影)、MRA(磁共振血管造影)等成像技术的发展，医学图像的后处理技术变得越来越重要，精确的血管分割是血管类疾病诊断与治疗的关键[1]。……