Vascular centerline extraction from angiography images plays an important role in computer-aided diagnosis of vascular disease. To solve the common problems related to noise and inconsistent vasculatures from uneven perfusion, this paper proposes an automatic framework for accurate vascular centerline extraction from angiograms that uses multi-probability fusion-based topology optimization. In this framework, vascular region is first segmented using a learning-based method. Then, initial centerlines are obtained by applying iterative filtering operation and multi-direction indexed non-maximum suppression. Topology optimization is achieved by gap filling. A connection probability map is constructed utilizing the information of initial centerlines, texture, and orientation of vasculatures. Shortest path tracking is employed to search for optimal connections around gaps in the initial centerlines. The proposed framework is evaluated using simulative and clinical coronary angiographies. The experimental results demonstrate that the proposed method can extract centerlines with F1 score of 97.28% ± 1.2% for vasculatures in 12 clinical angiographic images. It is evident that the proposed method can extract complete and accurate vascular centerlines from angiograms and can be used to repair gaps in other filamentary structures, such as roads and retinal blood vessels. This endows our method a great potential in the analysis of filamentary structures.

中文翻译：

---

使用多可能性融合进行血管提取的拓扑优化

从血管造影图像中提取血管中心线在血管疾病的计算机辅助诊断中起着重要作用。为了解决与噪声和不均匀灌注引起的脉管系统不一致相关的常见问题，本文提出了一种自动框架，用于从血管造影照片中准确提取血管中心线，该框架使用基于多概率融合的拓扑优化。在此框架中，首先使用基于学习的方法分割血管区域。然后，通过应用迭代滤波操作和多方向索引非极大值抑制来获得初始中心线。通过间隙填充实现拓扑优化。利用血管系统的初始中心线、纹理和方向的信息构建连接概率图。采用最短路径跟踪来搜索初始中心线间隙周围的最佳连接。使用模拟和临床冠状动脉造影评估所提出的框架。实验结果表明，所提出的方法可以在12张临床血管造影图像中提取血管系统的F1评分为97.28%±1.2%的中心线。很明显，所提出的方法可以从血管造影照片中提取完整而准确的血管中心线，并可用于修复其他丝状结构中的间隙，例如道路和视网膜血管。这使我们的方法在分析丝状结构方面具有很大的潜力。实验结果表明，所提出的方法可以在12张临床血管造影图像中提取血管系统的F1评分为97.28%±1.2%的中心线。很明显，所提出的方法可以从血管造影照片中提取完整而准确的血管中心线，并可用于修复其他丝状结构中的间隙，例如道路和视网膜血管。这使我们的方法在分析丝状结构方面具有很大的潜力。实验结果表明，所提出的方法可以在12张临床血管造影图像中提取血管系统的F1评分为97.28%±1.2%的中心线。很明显，所提出的方法可以从血管造影照片中提取完整而准确的血管中心线，并可用于修复其他丝状结构中的间隙，例如道路和视网膜血管。这使我们的方法在分析丝状结构方面具有很大的潜力。