雞胚絨毛尿囊膜(CAM)模型中血管分割與量化的研究.pdf

1、血管新生和腫瘤有著密切的關(guān)系，新生的血管可為腫瘤細胞的生長提供所需的氧氣和營養(yǎng)，所以血管新生是腫瘤生長所必需的一個條件。因此，血管新生的活動狀態(tài)可反映血管新生藥物對腫瘤生長的促進或抑制作用。如今研究血管新生的常用載體是CAM(雞胚絨毛尿囊膜)，可以通過對CAM中特定區(qū)域的血管計數(shù)來衡量藥物對血管新生的促進或者抑制作用。
　　傳統(tǒng)人工觀測計數(shù)方式耗時長、效率低。因此，現(xiàn)在通常利用圖像處理技術(shù)對由解剖顯微鏡和相機獲得的CAM圖像進行分

2、割量化處理，從而得到血管的密度、長度和分叉點數(shù)等。
　　而CAM血管的分割是量化的前提和基礎(chǔ)。雖然目前對CAM圖像分割方法的研究較多，但對CAM分割算法的評價方法的研究卻很少。通過分析不同算法對CAM圖像分割的難點，其主要體現(xiàn)在CAM圖像中的光照不均、局部血管斷裂、局部血管破裂和微小血管四個方面上。因此本文提出一種針對CAM血管分割算法的評價方法，該方法通過具有上述四個方面特征的四個圖像集組成的一個CAM圖像庫，利用差異實驗法，評

3、價C AM血管分割算法在不同因素影響下的分割效果。最后利用該方法對四種經(jīng)典的分割算法進行實驗，結(jié)果顯示該評價方法能檢測不同算法對不同影響因素的準確度及敏感性。
　　根據(jù)對C AM分割算法性能評價方法中影響血管分割效果的不同因素的分析，本文也提出一種分割算法，它首先結(jié)合Hessian矩陣和多尺度分析得到一個粗糙的CAM血管分割結(jié)果，依據(jù)這個初始結(jié)果，對未識別的血管點進行跟蹤，得到的最終血管分割結(jié)果。最后，利用上述評價方法對本文算法和