摘要：颅内动脉粥样硬化斑块可视化对颅内动脉粥样硬化疾病(ICAD)的辅助诊断与治疗具有重要意义。颅内动脉血管及斑块的分割结果将直接影响三维可视化效果。由于高分辨率核磁共振(HRMR)图像灰度分布不均匀、动脉血管结构复杂、目标边界模糊等原因,导致颅内病变动脉血管及斑块的定位与分割困难。LGDF模型可以准确分割灰度分布不均匀图像,但是对初始轮廓较敏感。针对上述问题,提出基于数学形态学修正阈值分割结果的方法,以实现初始轮廓的自动提取。利用阈值法,实现斑块的定位与预分割;通过数学形态学,进行细分割;最后将斑块的分割结果作为LGDF模型的初始轮廓,实现动脉血管的自动分割。将23组试验数据进行处理,斑块与动脉血管的平均分割精度分别达到93.95%和96.62%。试验结果表明:该方法能够准确定位和分割斑块,较好地避免了毗邻动脉血管的干扰,成功地分割出病变的颅内动脉血管。该方法在分割精度和效率上都优于单一的LGDF模型,具有较好的实用性。后期的三维可视化不仅可以用于脑血管狭窄患者的临床诊断与评估,还能进一步引导颅内斑块介入手术。

关键词：颅内动脉粥样硬化斑块 图像分割 阈值法 数学形态学 lgdf模型 

单位：西南科技大学计算机科学与技术学院; 四川绵阳621010; 绵阳市中心医院放射科; 四川绵阳621000; 西南科技大学信息工程学院; 四川绵阳621000