基于FGCM的冠脉OCT图像纤维斑块分割算法

冠脉OCT图像中的纤维斑块精确分割对于冠心病的诊断具有重大意义。针对模糊C均值算法邻域信息和空间信息利用率低,在分割具有弱边界的纤维化斑块过程中容易产生过分割的情况,提出了基于自定义窗口的邻域信息项和具有全局约束项G的FCM算法,即FGCM算法。首先,对OCT图像进行预处理,去除噪声。然后,采用自定义窗口获取像素强度的邻域信息,并将邻域信息和创造性提出的全局约束项G添加到FCM算法,使用FGCM算法分割纤维化斑块。最后,采用数学形态学方法作为后处理操作平滑斑块边界。通过对具有典型纤维化斑块特征的8个病例进行测试,与医生手动标记纤维化斑块(金标准)和其他文献的算法进行对比,测试结果显示所提算法分割精确度进一步提高,达到90%,能够进一步对血管狭窄程度进行定量分析,辅助医生制定诊断方案。