【摘要】：近年來,心血管疾病的死亡率逐年遞增,嚴重影響著國民生活質(zhì)量和生命健康,因而對心血管疾病做早期輔助診斷的研究具有重要意義。心臟核磁共振成像(Magnetic Resonance Imaging,MRI)是心血管疾病的一種重要檢查方式。心臟磁共振圖像分割是實現(xiàn)心臟功能指標計算的基礎,可為心血管疾病的臨床輔助診斷提供參考信息。由于邊界模糊、灰度分布不均勻等因素,導致現(xiàn)有的MRI圖像分割算法的自動化程度不高、對噪聲的魯棒性較差等問題。在分析現(xiàn)有分割算法不足的基礎上,本文提出了一種基于Capsule網(wǎng)絡的心臟磁共振圖像分割模型。本文的主要研究工作有:(1)針對MICCAI2009數(shù)據(jù)集中圖像標注不完整的問題,本文提出了一種基于水平集(Level set)的心臟磁共振圖像半自動標注模型,實現(xiàn)心臟磁共振圖像序列的標注,為訓練模型提供完整、高質(zhì)量的數(shù)據(jù)集。該模型使用0水平集表示心肌內(nèi)膜,k水平集表示心肌外膜,并對兩水平集之間的距離進行約束。基于此建立心室標注的能量函數(shù),通過最小化能量函數(shù)實現(xiàn)心臟磁共振圖像的標注。實驗表明,本文所提出模型完成了對心臟磁共振圖像的標注,解決了MICCAI2009數(shù)據(jù)集中圖像標注不完整的問題。(2)針對現(xiàn)有深度神經(jīng)網(wǎng)絡難以同時對心肌內(nèi)外膜進行建模的問題,本文提出了一種基于Capsule網(wǎng)絡的心臟磁共振圖像分割模型。該模型以Capsule網(wǎng)絡為基礎,利用Capsule網(wǎng)絡的各個膠囊之間的并行獨立性,通過神經(jīng)膠囊提取圖像信息,增加全連接層、反卷積層以達到分割的目的。實驗結果表明,本文所提出模型實現(xiàn)了對心肌內(nèi)外膜的高效分割,戴斯系數(shù)值可達0.9417;當加入不同高斯噪聲時,戴斯系數(shù)值仍保持在0.93左右,表明本文所提出的模型具有良好的噪聲魯棒性。本文提出了基于水平集(Level set)的心臟磁共振圖像半自動標注算法,為訓練模型提供了完整、高質(zhì)量的數(shù)據(jù)集。在獲得完整數(shù)據(jù)集的基礎上,提出了基于Capsule網(wǎng)絡的心臟磁共振圖像分割模型,實現(xiàn)了對心臟磁共振圖像高效、準確分割。對心血管疾病的輔助診斷具有重要意義。
【圖文】：

景及意義類預期壽命的逐漸增長，心血管疾�。–adiVascula為威脅人類生命健康的頭號殺手。依據(jù) 2018 年世界衛(wèi) 年全世界由于非傳染性疾病造成的死亡人數(shù)估計有 400 70％。而由于心血管疾病(CadiVascular Diseases, CVDs800 萬人，占所有非傳染性疾病死亡人數(shù)的 45％[1]。另外管病以及高血壓心臟病的死亡人數(shù)一直居高不下。心血發(fā)病率逐年呈下降趨勢；然而，在中等發(fā)達國家特別是的發(fā)病率在以驚人的速度增長且遠超腫瘤等其他病因8 年中國心血管疾病報告顯示，目前心血管疾病死亡率占位，農(nóng)村為 45.5%、城市為 43.16%。今后 10 年心血管疾長。圖 1.1 為 1990 年--2016 年中國城鄉(xiāng)居民 CVDs 死亡對心血管疾病做早期定量診斷和風險評估對延長人類預期質(zhì)量具有至關重要的作用。

接著進入 LA 再流入 LV，然后通過 LV 的強有力跳動再傳送到人體各個部位的器官。最后，人體血液經(jīng)過靜脈再從人體各個部位回流到 RA，最終流入 RV，進而完成血液在人體的整個循環(huán)。由于人體的富氧血液主要是通過左、右兩個心室的強有力收縮搏動，傳送到人體的各個器官，，因此左、右兩個心室是臨床中核磁共振檢查的重點。在本文的研究中也以左、右兩個心室為主。心臟是人體運動較為劇烈的器官，所以需要對一個完整心跳周期的左、右兩個心室形態(tài)特征進行多次成像記錄。心室的健康程度能夠直接反映出心臟的健康程度。臨床上常見的心室功能指標有射血分數(shù)（Ejection Fractions，EF），每博容積（Stroke Volume，SV），舒張末容量（End-Diastolic Volume，EDV），收縮末容量（End-Systolic Volume，ESV）在獲得心臟磁共振圖像后，需要通過圖像分割技術得到心臟切面在不同時刻的心肌內(nèi)、外膜輪廓。基于此分割結果，得到心肌與血池的區(qū)域，計算分析出各自的體積，從而進一步計算出心臟的射血分數(shù)、每博容積等一系列心臟功能指標，可以為臨床預防、醫(yī)生的診斷提供量化、直觀的參考[6]。心肌內(nèi)外膜分割與心臟功能指標計算的關系如圖 1.2 所示：心肌體積計內(nèi)外膜之
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;R445.2

【相似文獻】

相關期刊論文 前10條

1 姜佩杰;楊春蘭;吳水才;阮祥燕;;腿部磁共振圖像脂肪分割方法的研究[J];北京生物醫(yī)學工程;2010年05期

2 陳慧瑩;;磁共振檢查別讓金屬來搗蛋[J];康頤;2016年09期

3 劉亞潔;;基于邊緣檢測算子的腰椎磁共振圖像的比較[J];生物醫(yī)學工程研究;2012年01期

4 高宏建;薛艷青;吳水才;艾海明;楊春蘭;白燕萍;盛磊;劉偉;;基于磁共振圖像的腦腫瘤自動識別與分析[J];北京工業(yè)大學學報;2012年06期

5 洪在地;

本文編號：2592766