近红外血管图像分割使用背景减法和改进的数学形态
Ling Li1, Haoting Liu1, Qing Li1
1Beijing Engineerin Research Center of Industrial Spectrum Imaging, School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China.
Bioengineering (Basel, Switzerland)
|June 28, 2023
概括
这项研究引入了改进的图像细分算法,以提高表面血管成像的清晰度. 这种新方法有效地减少了噪音和文物,为医学诊断提供了更清晰的血管信息.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 图像处理 图像处理
背景情况:
- 对表面血管的准确可视化对于诸如静脉注射和疾病诊断等医疗程序至关重要.
- 目前用于血管的红外成像方法遭受噪音,断裂和不均数据的影响,限制了它们的临床实用性.
- 现有的技术往往无法为详细的血管分析提供必要的清晰度.
研究的目的:
- 开发和评估一种新的图像细分算法,以提高表面血管图像的质量.
- 为了解决当前成像技术的局限性,特别是血管数据中的噪音,断裂和不均.
- 为医疗应用提供一种强大的方法来提高血管图像清晰度.
主要方法:
- 拟议的算法利用背景减法和改进的数学形态来进行图像细分.
- 它将图像建模为血管在背景上的叠加.
- 通过分析连接的域大小来实现噪音降低,确保统一的容器宽度和光滑的边缘.
主要成果:
- 该算法有效地从表面血管图像中去除噪音和文物.
- 它产生具有均血管宽度和光滑边缘的图像,准确地反映了实际的血管状态.
- 主观和客观的评估证实了算法能够提取准确和清晰的血管信息的能力.
结论:
- 开发的图像细分算法显著提高了表面血管成像的质量.
- 该方法为获得清晰准确的血管数据提供了可靠的方法,有利于临床诊断和程序.
- 这些发现为改善血管图像质量评估和应用提供了基础.
