基于血管内超声图像的动脉粥样硬化斑块组织区域的识别方法的研究
| 摘要 | 第3-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-16页 |
| 1.1.1 冠心病 | 第13-14页 |
| 1.1.2 冠状动脉成像技术 | 第14-16页 |
| 1.2 IVUS图像的斑块组织识别的研究现状 | 第16-17页 |
| 1.2.1 基于灰度图像的斑块识别方法 | 第16-17页 |
| 1.2.2 基于射频信号的斑块识别方法 | 第17页 |
| 1.3 研究目的与意义 | 第17-18页 |
| 1.4 本文主要研究内容 | 第18-19页 |
| 第二章 血管内超声 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 IVUS成像原理 | 第19-22页 |
| 2.2.1 医学超声技术 | 第19-20页 |
| 2.2.2 IVUS成像系统设备 | 第20-22页 |
| 2.3 IVUS图像的判读 | 第22-24页 |
| 2.3.1 正常与异常血管 | 第22-23页 |
| 2.3.2 IVUS图像中的伪影 | 第23-24页 |
| 2.4 IVUS临床应用 | 第24-25页 |
| 2.4.1 评价冠状动脉病变 | 第25页 |
| 2.4.2 IVUS的介入治疗 | 第25页 |
| 2.5 IVUS斑块样本库的建立 | 第25-27页 |
| 2.5.1 IVUS斑块样本库 | 第26页 |
| 2.5.2 钙化斑块样本库 | 第26-27页 |
| 第三章 IVUS图像的不同斑块组织区域的识别 | 第27-50页 |
| 3.1 引言 | 第27页 |
| 3.2 图像熵 | 第27-30页 |
| 3.2.1 图像局部熵 | 第27-28页 |
| 3.2.2 局部熵的提取 | 第28-30页 |
| 3.3 局部特征的提取 | 第30-36页 |
| 3.3.1 局部均值 | 第31-32页 |
| 3.3.2 灰度共生矩阵法 | 第32-34页 |
| 3.3.3 滑动邻域块尺寸的选取 | 第34-36页 |
| 3.4 全局特征的提取 | 第36-40页 |
| 3.4.1 Gabor滤波器 | 第36-37页 |
| 3.4.2 局部二值模式 | 第37-40页 |
| 3.5 特征数据的降维 | 第40-42页 |
| 3.6 斑块识别的分类判决 | 第42-46页 |
| 3.6.1 Liblinear算法简介 | 第42-43页 |
| 3.6.2 随机森林算法简介 | 第43-44页 |
| 3.6.3 H2M-GLVQ算法简介 | 第44-46页 |
| 3.7 结果讨论与分析 | 第46-49页 |
| 3.8 小结 | 第49-50页 |
| 第四章 基于钙化影的钙化斑块识别 | 第50-60页 |
| 4.1 引言 | 第50页 |
| 4.2 图像预处理 | 第50-54页 |
| 4.2.1 双边滤波 | 第50-52页 |
| 4.2.2 坐标变换 | 第52-54页 |
| 4.3 感兴趣区域划分 | 第54-56页 |
| 4.3.1 K-均值聚类 | 第54-55页 |
| 4.3.2 中值滤波 | 第55-56页 |
| 4.4 钙化斑块的判断 | 第56-57页 |
| 4.5 结果讨论与分析 | 第57-59页 |
| 4.6 小结 | 第59-60页 |
| 第五章 工作总结和展望 | 第60-62页 |
| 5.1 论文工作总结 | 第60-61页 |
| 5.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间成果 | 第67-68页 |
| 致谢 | 第68-70页 |
