×
萨拉达·普拉萨德·达库亚;朱利安·阿比纳希德;阿卜杜拉·阿兰萨里

基于PCA的脑动脉瘤分割方法。 （英语） Zbl 1451.92180号

多维系统。信号处理。 29，第1期，257-277（2018）.
摘要：脑动脉瘤的分割在动脉瘤治疗计划中至关重要。然而，分割强度变化和低对比度的脑血管是一项极具挑战性的任务。本文提出了一种在低对比度CT血管造影和磁共振血管造影中分割脑血管的方法。主要贡献是：（1）提出了一种基于离散Hartley变换域随机共振的方法，以增强所选血管造影图像的对比度，用于斑块放置；（2）提出了基于多尺度自适应主成分分析的方法，用于估计输入图像的相位图。将水平集方法应用于相位图数据，以分割血管。我们在两个来源（CIBC研究所和哈马德医疗公司）的实际数据集上测试了该算法。平均Dice系数（单位：%）为（94.1pm1.2）（值表示平均值和标准偏差），而平均假阳性率、假阴性率和特异性分别为（0.019）、（7.55乘以10^{-3}）和0.75。分割轮廓与地面真实值之间的平均Hausdorff距离确定为2.97 mm。定性和定量结果表明，有希望的分割精度反映了该方法的潜力。

MSC公司：

92 C55 生物医学成像和信号处理
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

脑动脉瘤;分段;对比度增强;随机共振;卡尔曼滤波器;主成分分析;电平集
PDF格式BibTeX公司 XML格式引用
\textit{S.P.Dakua}等人，《多维系统》。信号处理。29，第1号，257--277（2018；Zbl 1451.92180）
全文： 内政部

参考文献：

[1] Andersson，T.、Lathen，G.、Lenz，R.和Borga，M.（2013）。改进的梯度搜索用于基于水平集的图像分割。IEEE图像处理汇刊，22（2），621-630·兹比尔1373.94025
[2] Assa，A.和Janabi-Sharifi，F.（2015）。用于增强传感器融合的基于卡尔曼滤波器的框架。IEEE传感器杂志，15（6），3281-3292。
[3] Auer，M.和Gasser，T.C.（2010年）。从计算机断层血管造影数据重建腹主动脉瘤并生成有限元网格，用户交互最少。IEEE医学成像学报，29（4），1022-1028。
[4] Bogunovic，H.、Pozo，J.和Villa-Uriol，M.（2011年）。使用测地线活动区在3DRA和TOF-MRA中自动分割带动脉瘤的脑血管：一项评估研究。医学物理学，39（1），210-222。
[5] Bracewell，R.M.（1983年）。离散哈特利变换。《美国光学学会杂志》，73（12），1832-1835。
[6] Bracewell，R.M.（1986）。傅里叶变换及其应用（第二版）。纽约：麦格劳·希尔·Zbl 0149.08301号
[7] Chandrasekhar，S.（1943年）。物理学和天文学中的随机问题。《现代物理学评论》，15，1-89·Zbl 0061.46403号
[8] Chan，T.和Vese，L.（2001）。无边的活动轮廓。IEEE图像处理汇刊，10（2），266-277·Zbl 1039.68779号
[9] Chouhan，R.、Kumar，P.、Kuma，R.和Jha，R.（2011年）。在小波域中使用动态随机共振增强暗图像的对比度。IMLC会议记录，3191-196。
[10] Chou、Kenneth C.、Willsky、Alan S.和Ramine，N.（1994年）。多尺度系统卡尔曼滤波器和Riccati方程。IEEE自动控制汇刊，39，479-492·Zbl 0807.93062号
[11] Chowriappa，A.、Seo，Y.、Salunke，S.、Mokin，M.、Kan，P.和Scott，P.（2014）。三维血管骨架提取和分解。IEEE生物医学与健康信息学杂志，18（1），139-147。
[12] Costa，P.J.F.、Alonso，H.和Roque，L.（2011年）。加权主成分分析及其在基因表达数据中的应用。IEEE/ACM计算生物学和生物信息学汇刊，8（1），246-252。
[13] Dakua，S.P.（2011年）。绩效差异与数据差异：综述。《人工智能评论》，40429-555。
[14] 可用数据：http://www.sci.utah.edu/cibc-software/cibc-datasets.html。
[15] Egan，J.（1975）。信号检测理论和ROC分析。纽约：学术出版社。
[16] Filho，M.E.、Ma，Z.和Tavares，J.M.R.S.（2015）。色素性皮肤病变的量化和分类综述：从专用设备到手持设备。医学系统杂志，39，1-12。
[17] Gammaitoni，L.、Hanggi，P.、Jung，P.和Marchesoni，F.（1998年）。随机共振。《现代物理学评论》，70，223-270。
[18] Gard，T.（1998）。随机微分方程导论。纽约：马塞尔·德克尔·Zbl 0628.60064号
[19] Hernandez，M.和Frangi，A.（2007年）。非参数测地线活动区：3DRA和CTA脑动脉瘤分割的方法和评估。医学图像分析，11（3），224-241。
[20] Jiang，J.和Strother，C.M.（2013）。使用调和函数对囊状脑动脉瘤进行交互式分解和绘图：其首次应用于特定患者的计算流体动力学（CFD）模拟。IEEE医学成像汇刊，32（2），153-164。
[21] Jodas，D.S.、Pereira，A.S.和Tavares，J.M.R.S.（2016）。综述了用于图像中动脉粥样硬化斑块识别和量化的计算方法。应用专家系统，46，1-14。
[22] Kang，D.、Suh，D.C.和Ra，J.B.（2009年）。通过中心线变形实现三维血管量化。IEEE医学成像汇刊，28（3），400-407。
[23] Kwak，N.（2008）。基于L1-形式最大化的主成分分析。IEEE模式分析和机器智能汇刊，301672-1680。
[24] Law，M.W.K.和Chung，A.C.S.（2013）。相位对比磁共振血管造影中使用多范围滤波器和局部方差分割颅内血管和动脉瘤。IEEE图像处理汇刊，22（3），845-859·Zbl 1373.94221号
[25] Lazar，I.和Hajdu，A.（2013）。通过局部旋转截面轮廓分析检测视网膜微动脉瘤。IEEE医学成像汇刊，32（2），400-407。
[26] Li，C.、Huang，R.、Ding，Z.、Gatenby，J.C.、Metaxas，D.N.和Gore，J.C..（2011）。存在强度不均匀的图像分割的水平集方法及其在MRI中的应用。IEEE图像处理汇刊，20（7），2007-2016·Zbl 1372.68275号
[27] Ma，Z.、Tavares，J.M.R.S.和Jorge R.M.N.（2009年）。综述了当前医学图像分割算法。第一届成像理论与应用国际会议论文集（IMAGAPP），葡萄牙（第135-140页）。国际标准图书编号：978-989-8111-68-5。
[28] Ma，Z.、Jorge，R.M.N.、Mascarenhas，T.和Tavares，J.M.R.S.（2011）。在T2加权磁共振图像中分割膀胱壁内外边界的新方法。生物医学工程年鉴，39（8），2287-2297。
[29] Ma，Z.、Jorge，R.M.N.、Mascarenhas，T.和Tavares，J.M.R.S.（2013）。使用耦合几何变形模型在轴向磁共振图像中分割女性盆腔器官。生物与医学计算机，43（4），248-258。
[30] Manniesing，R.、Velthuis，B.K.、van Leeuwen，M.S.、van Der Schaaf，I.C.、van Laar，P.J.和Niessen，W.J.（2006）。CT血管造影术中基于水平集的脑血管系统分割和直径量化。医学图像分析，10（2），200-214。
[31] Ma，Z.、Tavares，J.M.R.S.、Jorge，R.M.N.和Mascarenhas，T.（2010年）。综述了医学图像分割算法及其在女性盆腔中的应用。生物力学和生物医学工程中的计算机方法，13（2），235-246。
[32] Mukherjee，J.和Mitra，S.K.（2008年）。通过缩放DCT系数增强彩色图像。IEEE图像处理汇刊，1783-1794·Zbl 1371.94272号
[33] Oliveira，R.B.、Filho，M.E.、Ma，Z.、Papa，J.P.、Pereira，A.S.和Tavares，J.M.R.S.（2016）。色素性皮肤病变图像分割的计算方法：综述。生物医学中的计算机方法和程序，131127-141。
[34] Piccinelli，M.、Veneziani，A.、Steinman，D.A.、Remuzzi，A.和Antiga，L.（2009年）。血管结构几何分析框架：在脑动脉瘤中的应用。IEEE医学成像学报，28（8），1141-1155。
[35] Radaelli，A.G.和Peiro，J.（2010年）。从医学图像中分割血管几何。国际生物医学工程数值方法杂志，26（1），3-34·Zbl 1180.94016号
[36] Rallabandi，V.和Roy，P.（2010年）。傅里叶域随机共振MRI增强。磁共振成像，281361-1373。
[37] Santos，A.M.F.、Tavares，J.M.R.S.、Sousa，L.C.、Santos、R.M.、Castro，P.和Azevedo，E.（2013）。超声B模式图像中颈动脉管腔的自动分割。2013年《SPIE医学成像学报》，美国佛罗里达州。
[38] 桑托斯·A.M.F.、桑托斯·R.M.、卡斯特罗·P.M.A.C.、阿泽夫多·E.、索萨·L.和塔瓦雷斯·J.M.R.S.（2013）。一种新的超声B型图像颈动脉管腔自动分割算法。应用专家系统，16，6570-6579。
[39] Shang，Y.、Deklerck，R.、Nyssen，E.、Markova，A.、Mey，J.D.、Xin，Y.等人（2011年）。血管活动轮廓用于血管树分割。IEEE生物医学成像学报，581023-1032。
[40] Sousa，L.C.、Castro，C.F.、Antonio，C.C.、Santos，A.M.F.、Santos，R.M.、Azevedo，E.等人（2014）。基于超声图像数据和计算模型的颈动脉狭窄血液动力学诊断。医学和生物工程与计算，51（11），971-983。
[41] Sousa，L.C.、Castro，C.F.、Antonio，C.C.、Santos，A.M.F.、Santos，R.M.、Castro，P.等人（2014年）。基于超声成像的患者特定颈动脉分叉的血流动力学条件。生物力学和生物医学工程中的计算机方法：成像和可视化，2（3），157-166。
[42] Villablanca，J.P.、Duckwiler，G.R.、Jahan，R.、Tateshima，S.、Martin，N.A.、Frazee，J.等人（2013年）。CT血管造影术评估渐进性未破裂脑动脉瘤的自然病史。放射学，269258-265。
[43] Villasenor，J.D.（1993年）。用于不可逆层析图像压缩的离散余弦变换的替代方法。IEEE医学成像汇刊，12（2），803-811。
[44] Wilson，R.、Clippingdale，S.C.和Bhalerao，A.H.（1990）。使用多分辨率方法稳健估计图像中的局部方向。《90年SPIE视觉通信与图像处理学报：系列之五》（第1360卷）。
[45] Wu，X.、Luboz，V.、Krissian，K.、Cotin，S.和Dawson，S.（2011年）。血管结构的分割和重建用于三维实时仿真。医学图像分析，15（1），22-34。
[46] Yan，P.和Kassim，A.A.（2006年）。利用毛细血管活动轮廓分割体积MRA图像。医学图像分析，10（3），317-329。
[47] Yipeng，S.、Xiaoming，T.、Yang，L.和Jianhua，L.（2015）。稳健的二维主成分分析：结构化稀疏正则化方法。IEEE图像处理汇刊，24（8），2515-2526·Zbl 1408.94624号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。