基于冠脈造影圖像血管樹分割的血管狹窄自動識別方法

摘要：針對冠狀動脈造影圖像中的血管狹窄位置進行自動識別,并且定量評估其狹窄程度,為臨床醫生提供一種計算機輔助診斷方法,從而提高對冠狀動脈狹窄的診斷準確率,同時減輕醫生的勞動強度。所提出的基于冠脈造影圖像的血管狹窄自動識別方法包括血管樹分割以及血管狹窄識別兩部分。在血管樹分割部分,首先通過基于Frangi Hessian的改進模型進行圖像增強,隨后利用基于統計學區域融合方法對血管區域進行分割。在血管狹窄識別部分,首先利用水平集算法對分割結果進行細化獲得血管骨架,隨后提取血管邊緣進行血管直徑測量,最后采用局部最小點法計算整幅圖像血管段狹窄的百分比,對狹窄段進行定位并分級。實驗在153例患者的血管造影圖像中檢測出狹窄共計208段,其中輕度84段,中度42段,重度82段。統計分析結果顯示,血管狹窄識別平均準確率為93.59%,敏感性為88.76%,特異性為95.58%,陽性預測值為90.51%,表明該方法能夠有效地檢測和定量評價動脈血管的狹窄程度,有助于心血管疾病的臨床診斷。