%A 曾雅洁,杨鑫,徐红卫,刘洋,梁华庚,丁明跃 %T 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 %0 Journal Article %D 2013 %J 计算机科学 %R %P 304-308 %V 40 %N Z11 %U {https://www.jsjkx.com/CN/abstract/article_5542.shtml} %8 2018-11-16 %X 对超声主颈动脉(Common Carotid Artery,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(Local Chan-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(Sparse Field Method,SFM)提高水平集算法的效率,最后通过全正交法(Full-Orthogonal Method,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。