隨著老齡化日益嚴(yán)重,心血管疾病已成為我國(guó)發(fā)病率和死亡率占據(jù)首位的疾病。目前針對(duì)心血管疾病的影像診斷技術(shù)有CT、血管內(nèi)超聲(IVUS)和光學(xué)相干斷層掃描(OCT)。由于OCT影像的分辨率遠(yuǎn)遠(yuǎn)超過(guò)CT和IVUS影像(OCT分辨率約為10μm),在臨床診斷冠狀動(dòng)脈粥樣硬化斑塊方面得到廣泛應(yīng)用。但是,目前使用OCT影像對(duì)斑塊診斷依然需要醫(yī)生手動(dòng)操作,費(fèi)時(shí)費(fèi)力。因此,研究斑塊自動(dòng)分割與識(shí)別對(duì)于診斷冠狀動(dòng)脈粥樣硬化具有極大臨床意義。本文結(jié)合OCT影像的特點(diǎn),引入人工智能方法,在完成對(duì)于斑塊分割的基礎(chǔ)上,擴(kuò)展斑塊特征,完成了對(duì)于纖維化、鈣化和脂質(zhì)斑塊的智能識(shí)別。本文主要研究?jī)?nèi)容如下:一、提出了K-means聚類與GraphCuts算法結(jié)合的冠狀動(dòng)脈粥樣硬化多斑塊分割方法。針對(duì)傳統(tǒng)方法僅僅分割一種斑塊或分割多種斑塊時(shí)精度不高的缺點(diǎn),本文算法能夠在多斑塊區(qū)域分割的基礎(chǔ)上優(yōu)化斑塊區(qū)域分割邊緣,實(shí)現(xiàn)冠脈OCT圖像纖維化斑塊、鈣化斑塊和脂質(zhì)斑塊的準(zhǔn)確分割。通過(guò)計(jì)算Jaccard系數(shù)發(fā)現(xiàn)較好地保留斑塊的邊界特征信息,分割精度達(dá)到82.5%。二、引入幾何特征,完善了多斑塊區(qū)域特征提取。在計(jì)算斑塊區(qū)域的非幾何特征(如FV、PCA、HOG和LBP)的基礎(chǔ)上,將幾何特征(BF和TF)與之相結(jié)合以提取不同斑塊的特征。實(shí)驗(yàn)證明,幾何特征對(duì)斑塊識(shí)別精度提高到96.8%。三、提出了改進(jìn)SVM分類器的斑塊智能識(shí)別方法。為了提高本文識(shí)別算法,通過(guò)設(shè)計(jì)困難樣本挖掘策略(HEM)來(lái)訓(xùn)練SVM分類器,提高了訓(xùn)練數(shù)據(jù)的有效性。設(shè)計(jì)了不同特征組合對(duì)整體分類效果的測(cè)試實(shí)驗(yàn),尤其是測(cè)試哪個(gè)特征對(duì)目標(biāo)冠脈粥樣硬化斑塊分類影響最大。通過(guò)總共20組OCT回調(diào)數(shù)據(jù)集的訓(xùn)練和測(cè)試,算法總體分類準(zhǔn)確率達(dá)96.8%,鈣化、脂質(zhì)和纖維化斑塊識(shí)別精度分別為94%,97.2%,99.2%。本文工作能夠在很大程度上減少醫(yī)生分割、識(shí)別冠脈斑塊所消耗的時(shí)間,并且能夠減少醫(yī)生之間的主觀差異性,輔助臨床醫(yī)生對(duì)冠心病的診斷與治療。
【學(xué)位單位】：河北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R816.2;TP391.41
【部分圖文】：

1-1 正常冠狀動(dòng)脈血管與動(dòng)脈粥樣硬化血管示意性心臟�。╟oronaryatheroscleroticheartdisea病變而引起血管內(nèi)腔狹窄或阻塞，造成心肌冠心病[3]。冠心病的臨床表現(xiàn)通常為胸痛或猝死[4]。傳統(tǒng)臨床診斷主要依靠心電圖、心

河北大學(xué)工學(xué)碩士學(xué)位論文醫(yī)療技術(shù)發(fā)展，新技術(shù)的應(yīng)用使精確診斷、治療冠心病得到進(jìn)一步療技術(shù)——冠狀動(dòng)脈造影已經(jīng)成為醫(yī)生診斷冠狀動(dòng)脈疾病的“金標(biāo)治療冠心病的方法主要依靠有創(chuàng)傷的冠脈造影來(lái)診斷疾病嚴(yán)重程度脈瘤、心律失常等術(shù)后不良反應(yīng)，造成患者受到進(jìn)一步傷害。因此床中受到極大限制，需要新型血管內(nèi)造影技術(shù)解決這個(gè)問(wèn)題。血cular ultrasound，IVUS，如圖 1-2A）和光學(xué)相干斷層掃描（opticay，OCT，如圖 1-2B）的出現(xiàn)不但解決了臨床發(fā)生的不良反應(yīng)癥狀斷冠狀動(dòng)脈粥樣硬化疾病的精度[6-7]。

心血管造影下的冠狀動(dòng)脈診斷
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王守亮;;冠狀動(dòng)脈易損斑塊評(píng)價(jià)方法研究進(jìn)展[J];山東醫(yī)藥;2015年10期

2 王梅;李玉鑑;全笑梅;;圖像分割的圖論方法綜述[J];計(jì)算機(jī)應(yīng)用與軟件;2014年09期

3 林霖;劉映峰;繆緋;;冠狀動(dòng)脈易損斑塊的檢測(cè)方法進(jìn)展[J];實(shí)用醫(yī)學(xué)雜志;2014年09期

4 蓋兢涇;翟學(xué);白啟才;王志國(guó);蔣博;汪奇;楊立;蓋魯粵;;冠脈CT對(duì)冠心病治療策略的影響[J];南方醫(yī)科大學(xué)學(xué)報(bào);2014年01期

5 王千;王成;馮振元;葉金鳳;;K-means聚類算法研究綜述[J];電子設(shè)計(jì)工程;2012年07期

6 依玉峰;高立群;郭麗;;基于Mean Shift隨機(jī)游走圖像分割算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2011年11期

7 陳郁淦;周學(xué)成;樂(lè)凱;;根系CT序列圖像區(qū)域生長(zhǎng)分割的新方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年28期

8 張朝霞;李宏霄;陳曉冬;郁道銀;賈忠偉;浦奎;王星;;基于概率決策和區(qū)域生長(zhǎng)的冠狀動(dòng)脈三維分割[J];天津大學(xué)學(xué)報(bào);2011年05期

9 陳少伯;梁國(guó)慶;姜鐵民;李玉明;;OCT在冠心病介入治療中的應(yīng)用研究進(jìn)展[J];武警醫(yī)學(xué)院學(xué)報(bào);2008年10期

10 姜婕;虞華鵬;趙成軍;趙震;高成志;;冠狀動(dòng)脈造影和血管內(nèi)超聲診斷冠心病的對(duì)比研究[J];山東醫(yī)藥;2008年20期

本文編號(hào)：2889688