%0 Journal Article
%T 基于流形学习的血管内超声图像序列关键帧的提取及应用
%A 毛海群
%A 杨丰
%A 林慕丹
%A 黄铮
%A 崔凯
%A 王欣昕
%J 南方医科大学学报
%D 2015
%X 目的以流形学习为基础，提出一种基于血管内超声(ivus)图像序列的关键帧门控方法，抑制ivus序列纵切方向上的运动伪影。方法应用流形学习方法中的拉普拉斯特征映射算法，将高维ivus图像序列降到低维流形中，利用低维特征向量，构建一个距离函数来反映心脏运动规律，将ivus图像分为心脏舒张末期和非心脏舒张末期两类，从而提取关键帧，组成门控序列。结果临床采集13组ivus序列（图像915±142帧，血管长度15.24±2.37mm），计算门控前后图像序列的血管容积、管腔容积和平均斑块负荷。统计实验结果，表明门控序列血管容积、管腔容积显著小于原始序列，门控前后序列的平均斑块负荷差异性不显著，满足临床诊断要求。血管面积方差和管腔面积的方差显著小于原始序列，表明门控序列较原始序列稳定。在ivus图像序列的纵切图像上，门控序列减少了锯齿形状的运动伪影，与原始序列形状一致，且具有良好的连续性。并将本文方法与已有的提取门控序列方法进行对比。结论本文方法算法简单稳定，抑制了ivus图像序列的纵向运动伪影。
%K 血管内超声成像
%K 门控
%K 关键帧
%K 流形学习
%U http://www.j-smu.com/oa/darticle.aspx?type=view&id=201504492