位置:成果数据库 > 期刊 > 期刊详情页
一种基于脑血管图像特征的快速边界跟踪算法
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]苏州大学智能信息处理及应用研究所,江苏苏州215006
  • 相关基金:基金项目:国家自然科学基金资助项目(60673092);江苏省高校科研成果产业推进工程资助项目(JHB06-26);苏州市科技攻关(工业)资助项目(SGR0703)
中文摘要:

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明:该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。

英文摘要:

When dealing with complex brain vascular images, classic boundary tracking algorithm exposed some disadvantages such as boundary was not high enough smooth, accuracy was limited and its speed was unsatisfied. This paper proposed a new rapid boundary tracking algorithm to solve those problems. Analysed the feature of cerebral vascular image edge that vertical details were more than horizontal details. Based on this feature, determined next border point with memory direction of the search options and different weights to different search directions. Experimental results show the proposed algorithm can get smooth boundary and its performance is enhanced greatly. For the next phase of cerebral vascular shape and feature extraction, the new algorithm provides accurate data.

同期刊论文项目
期刊论文 46 会议论文 9 专利 3
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049