遗传模糊连接法在CAG图像分割中的应用

doi:10.3778/j.issn.1002-8331.2010.08.070

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (8): 242-244.DOI: 10.3778/j.issn.1002-8331.2010.08.070

遗传模糊连接法在CAG图像分割中的应用

师黎，闫灿

郑州大学电气工程学院，郑州 450001

收稿日期:2008-09-18 修回日期:2008-12-16 出版日期:2010-03-11 发布日期:2010-03-11
通讯作者: 师黎

Coronary angiogram image segmentation using genetic algorithm and fuzzy connectedness

SHI Li，YAN Can

School of Electrical Engineering，Zhengzhou University，Zhengzhou 450001，China

Received:2008-09-18 Revised:2008-12-16 Online:2010-03-11 Published:2010-03-11
Contact: SHI Li

摘要/Abstract

摘要： 鉴于模糊连接法分割连通物体的优势及冠脉造影（CAG）图像中血管连通的特点，用模糊连接法来分割CAG图像。模糊连接法在实现上存在困难，提出将遗传算法与模糊连接相结合来解决这一问题。首先指定目标物体上一点作为种子点。然后根据给定的模糊亲和度公式，用遗传算法求出任意点到种子点的模糊连接度。最后设定阈值，将模糊连接度高于阈值的点按原值显示，其他点置为背景，即可得到分割结果。实验结果表明，该方法能快速准确将血管提取出来，为二维CAG图像的自动诊断及可视化提供了依据。

关键词: 遗传算法, 模糊连接度, 图像分割, 冠状动脉造影

Abstract: Considering the advantages of fuzzy connectedness and the characteristics of coronary images，fuzzy connectedness is used for coronary image segmentation.Genetic algorithm is combined with fuzzy connectedness to solve the problem which the implementation of fuzzy connectedness is difficult.First，the specific point is applied as a seed.Then the fuzzy connectedness between any point and the seed is obtained using genetic algorithm according to the given affinity formula.At last，the threshold is set，and the points which fuzzy connectedness are bigger than threshold are shown as the points having original values，the others are set as background.The experiment results show that coronary artery can be extracted efficiently.

Key words: genetic algorithm, fuzzy connectedness, image segmentation, coronary angiogram

中图分类号:

TP391.41

师黎，闫灿. 遗传模糊连接法在CAG图像分割中的应用[J]. 计算机工程与应用, 2010, 46(8): 242-244.

SHI Li，YAN Can. Coronary angiogram image segmentation using genetic algorithm and fuzzy connectedness[J]. Computer Engineering and Applications, 2010, 46(8): 242-244.

[1]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[2]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[3]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[6]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[7]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[8]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[9]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[10]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[11]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[12]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[13]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[14]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[15]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.

遗传模糊连接法在CAG图像分割中的应用

Coronary angiogram image segmentation using genetic algorithm and fuzzy connectedness

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics