基于超像素的X射线血管造影图像中血管分割与导管检测

冠状动脉疾病（CAD）是全球范围内的主要死因之一。诊断该疾病最常见的成像方法之一是X射线血管造影。由于非均匀光照、低对比度、其他身体组织存在、导管存在等，使用这些图像进行诊断通常具有挑战性。这些挑战使心脏病专家的诊断任务更艰巨且更易误诊。本文提出一种新的自动化框架，用于X射线血管造影图像中的冠状动脉分割、导管检测和中心线提取。我们提出的分割方法基于超像素。该方法首先利用三种不同的超像素尺度，并确定每个超像素的血管概率度量。使用多数投票从这些三种超像素尺度获得初始分割图。该初始分割通过寻找血管区域每个脊像素上的正交线来细化。在此框架中，我们使用我们的导管检测与跟踪方法，该方法通过在第一帧中寻找导管脊并在其他帧中通过拟合二阶多项式进行跟踪来检测导管。我们还使用图像脊来提取冠状动脉中心线。我们在两个不同挑战性数据集上对我们的方法进行了定性和定量评估，并与先前著名的冠状动脉分割方法之一进行比较。我们的方法能够检测导管并降低误报率，同时取得更好的分割结果。评估结果证明我们的方法在更短时间内表现更好。