基于中智学理论的冠脉光学相干断层图像的全自动多区域分割

光学相干断层扫描技术（OCT）已成为诊断冠状动脉狭窄的关键技术，因其可识别影像中的斑块及易损斑块，所以该技术对辅助诊断冠心病具有十分重要的意义。但当前研究领域内尚缺乏对冠脉 OCT 图像全自动、多区域、高精度的分割算法。因此本文提出了一种基于中智学理论的冠脉 OCT 图像的多区域、全自动的分割算法，以期实现对纤维斑块和脂质区的高精度分割。本文基于隶属度函数重新定义了 OCT 图像转换至中智学领域 T 图的方法，进而达到提高纤维斑块的分割精度的目的。针对脂质区的分割，本算法加入同态滤波增强图像，使用中智学将 OCT 图像转换至中智学领域的 I 图，进一步使用形态学方法，实现高精度的分割。本文对 9 位患者、40 组具有典型斑块的 OCT 图像进行分析，并与医生手动分割结果进行比较，实验结果证明，本文算法避免了传统中智学的过分割及欠分割问题，准确地分割出斑块区域，且算法具有较好的鲁棒性，因此本文工作或可有效提高医生分割斑块的准确率，期望可以辅助临床医生对冠心病的诊断与治疗