基于局部chan-vese模型的超声颈动脉图像水平集分割方法研究

对超声主颈动脉(commoncarotidartery,cca)横向图像中血管的内外膜进行分割,分割结果可用于对斑块大小、厚度和形状的定性估计及定量测量。首先选用局部c-v(localchan-vese,lcv)模型对外膜进行分割,而用c-v模型对内膜进行分割,并引入内外膜距离限制项来提高内膜分割准确度,同时使用稀疏场方法(sparsefieldmethod,sfm)提高水平集算法的效率,最后通过全正交法(full-orthogonalmethod,fom)、射线法、相似系数分析法等多种评价方法对分割结果进行分析。实验结果表明,lcv模型可有效地分割颈动脉血管外膜,而c-v模型可有效地分割血管内膜,改进方法提升了程序运行速度并且提高了内外膜的分割精度。