您的位置: 专家智库 > >

赵海升

作品数:2 被引量:5H指数:1
供职机构:南方医科大学生物技术学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇弹力
  • 1篇动脉
  • 1篇形状信息
  • 1篇先验
  • 1篇角度校正
  • 1篇冠状
  • 1篇冠状动脉
  • 1篇ACTIVE
  • 1篇CAG
  • 1篇IVUS
  • 1篇DEMONS

机构

  • 2篇南方医科大学
  • 1篇南方医科大学...

作者

  • 2篇杨丰
  • 2篇梁淑君
  • 2篇赵海升
  • 1篇黄铮
  • 1篇崔凯

传媒

  • 1篇科学技术与工...
  • 1篇中国图象图形...

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
IVUS融合冠状动脉CAG三维重建模型的角度校正研究被引量:1
2015年
针对冠状动脉三维重建中IVUS采集角度偏差导致模型结果失真,提出一种在融合过程中校正IVUS融合角度的新方法。首先,分析CAG和IVUS图像中冠状动脉血管的径向信息差异计算出IVUS帧在成像过程中超声机械探头的偏移角度。其次,应用Active Demons算法判断IVUS帧在融合三维模型中的朝向。最后,将角度校正后的IVUS图像数据融合至三维骨架模型当中,完成两种数据的融合。实验表明,本文方法能大幅度改善因IVUS角度偏差而导致的IVUS图像在三维模型中的失真情况,使冠状动脉三维重建结果满足临床应用的需要。
赵海升杨丰林慕丹梁淑君
关键词:角度校正ACTIVEDEMONS
结合先验形状信息和序贯学习的心血管内超声外弹力膜检测被引量:4
2016年
目的针对心血管内超声(IVUS)图像中钙化斑块、声影等干扰因素影响外弹力膜(EEM)轮廓检测准确性的问题,提出结合先验形状信息和序贯学习分类的心血管内超声外弹力膜检测的改进算法。方法首先用多类多尺度序贯学习(M2SSL)将IVUS图像分割七大不同组织;然后在分类结果的基础上,结合血管先验形状信息筛选出外弹力膜轮廓的关键点;最后,结合IVUS图像的梯度和相位信息,采用Snake模型,获得最终的EEM轮廓。结果临床采集22组IVUS序列,挑选出具有代表性的153帧图像做实验。统计数据显示:本文算法检测结果的平均Jacc指标为88.5%,满足临床诊断要求,性能优于国内近年来较好的算法。结论本文的EEM自动检测算法简单有效,相比国内已有算法,提高了对钙化、纤维斑块以及声影区域的识别能力,对含钙化斑块、纤维斑块或血管中心偏移的高频IVUS图像具有较高的适用性。
林慕丹杨丰梁淑君赵海升黄铮崔凯
关键词:形状信息
共1页<1>
聚类工具0