首页    期刊浏览 2024年09月19日 星期四
登录注册

文章基本信息

  • 标题:Segmentación Automática de Imágenes IVUS Basada en Indicadores de Textura y Modelos Deformables
  • 本地全文:下载
  • 作者:Lucas Lo Vercio ; Mariana del Fresno ; Marcelo Vénere
  • 期刊名称:Mecánica Computacional
  • 印刷版ISSN:2591-3522
  • 出版年度:2013
  • 卷号:32
  • 期号:44
  • 页码:3835-3848
  • 语种:Spanish
  • 出版社:CIMEC-INTEC-CONICET-UNL
  • 其他摘要:El presente trabajo constituye un aporte a la segmentación de las paredes arteriales en imágenes de ultrasonido intravascular (IVUS). Esta modalidad consiste en la obtención de imágenes axiales del interior de las arterias de mayor dimensión, mediante un catéter con un dispositivo ultrasónico que va capturando cuadros a medida que avanza sobre un alambre guía. Como todas las técnicas basadas en ultrasonido, las imágenes IVUS son altamente ruidosas y con información faltante, lo que constituye un reto para su segmentación automática y su uso clínico. Como en imágenes con alto nivel de ruido los métodos basados en intensidades suelen fracasar, se propone un método de segmentación automática del contorno arterial basado en análisis de textura y modelos deformables (también conocidos como snakes). Inicialmente se define un mapa de textura de la imagen IVUS original que simultáneamente la suaviza y realza el contorno arterial. Sobre esta nueva imagen, se aplica un algoritmo basado en modelos deformables que parte de la circunferencia correspondiente al catéter y obtiene por resultado un contorno aproximado de la pared arterial. Por otro lado, se procesa la imagen original con un filtro anisotrópico diseñado a medida de la imagen de ultrasonido, que reduce su ruido característico preservando bordes, y se procede a detectar las paredes interna y externa de la arteria mediante snakes, utilizando para ambas segmentaciones la aproximación inicial obtenida a partir del mapa de textura.
国家哲学社会科学文献中心版权所有