【摘要】：磁共振成像(Magnetic Resonance Imaging,MRI)能夠無(wú)侵入地對(duì)人體的軟組織器官進(jìn)行成像,并已經(jīng)成為心臟疾病臨床診斷的重要輔助手段。電影磁共振圖像序列能夠動(dòng)態(tài)的反映心肌運(yùn)動(dòng)過(guò)程,并且比目前常用的加標(biāo)記磁共振圖像序列具有一定的優(yōu)勢(shì),所以針對(duì)電影磁共振圖像的心肌運(yùn)動(dòng)估計(jì)研究具有重要的應(yīng)用價(jià)值。但是,由于灰度信息相近而且特征點(diǎn)稀少,基于電影磁共振圖像的運(yùn)動(dòng)估計(jì)具有較大難度,目前還缺乏精度高、速度快、抗噪性強(qiáng)的運(yùn)動(dòng)估計(jì)方法。光流算法是經(jīng)典的運(yùn)動(dòng)估計(jì)方法,并已經(jīng)被應(yīng)用于醫(yī)學(xué)圖像處理領(lǐng)域。想要獲得準(zhǔn)確的電影磁共振圖像心肌運(yùn)動(dòng)估計(jì)結(jié)果,更多的圖像特征描述方法需要被引入到光流算法中。單演信號(hào)特征包含圖像中相互獨(dú)立的局部振幅、局部相位、局部方位的信息,可以為電影磁共振圖像心肌運(yùn)動(dòng)估計(jì)算法提供更多的可用信息,從而獲得更精確、快速和魯棒的估計(jì)結(jié)果。本文將單演信號(hào)和光流算法進(jìn)行結(jié)合,提出更加適合電影磁共振圖像心肌運(yùn)動(dòng)估計(jì)的改進(jìn)算法。具體研究工作概括如下:針對(duì)電影磁共振圖像特征稀少的問(wèn)題,為了提高運(yùn)動(dòng)估計(jì)的精度,本文采用電影磁共振圖像的單演信號(hào)特征構(gòu)造三維矩陣,并把該矩陣引入基于相關(guān)變換的光流算法中。圖像的三種單演信號(hào)特征是相互獨(dú)立的,可以看作是將原圖像分成互不相關(guān)的三幅圖像,而每幅圖像都包含著原像素點(diǎn)的局部特征,通過(guò)相關(guān)變換方法將這三種特征都引入到光流算法中,這增加了光流算法的約束條件,使不完備的光流方程變得完備,也獲得了更好的運(yùn)動(dòng)估計(jì)結(jié)果。針對(duì)仿真序列圖像實(shí)驗(yàn)的結(jié)果表明,提出的算法比最近發(fā)表的經(jīng)典光流算法的運(yùn)動(dòng)估計(jì)準(zhǔn)確率有顯著的提高�；谂R床數(shù)據(jù)的實(shí)驗(yàn)顯示,該算法能夠很好地指出心肌運(yùn)動(dòng)異常區(qū)域,與專業(yè)醫(yī)師診斷出的病變位置一致。為了減少電影磁共振圖像心肌運(yùn)動(dòng)估計(jì)的運(yùn)算時(shí)間,論文引入了Alessandrini算法,該算法基于單演相位匹配,并做了適于加標(biāo)記磁共振圖像心肌運(yùn)動(dòng)估計(jì)的改進(jìn),與傳統(tǒng)光流算法相比,該算法不但精度獲得提高,并且計(jì)算速度具有明顯的優(yōu)勢(shì)。但是由于電影磁共振圖像的紋理特征稀少,該方法并不適合電影磁共振圖像心肌運(yùn)動(dòng)估計(jì)。所以,論文中引入了分?jǐn)?shù)階微分方法對(duì)電影磁共振圖像進(jìn)行紋理增強(qiáng),增加電影磁共振圖像的紋理特征。分?jǐn)?shù)階微分可以在非線性地保留圖像結(jié)構(gòu)信息的同時(shí),顯著地增強(qiáng)圖像的紋理信息,通過(guò)增加的紋理信息可以計(jì)算獲得更多的單演相位信息用于光流算法。模擬數(shù)據(jù)實(shí)驗(yàn)證明把紋理增強(qiáng)后的電影磁共振圖像引入Alessandrini算法中,能夠提高運(yùn)動(dòng)估計(jì)的準(zhǔn)確率,同時(shí)也具有Alessandrini算法運(yùn)算時(shí)間短的優(yōu)點(diǎn)。通過(guò)電影磁共振圖像臨床數(shù)據(jù)的驗(yàn)證,該算法能準(zhǔn)確的診斷出心肌患病區(qū)域。為了適應(yīng)噪聲較大的電影磁共振圖像,本文引入結(jié)構(gòu)-紋理信息分解方法,把原圖像分解為紋理圖像和結(jié)構(gòu)圖像兩部分。針對(duì)紋理圖像特點(diǎn)和結(jié)構(gòu)圖像的特點(diǎn)分別采用單演曲率張量光流算法和基于灰度信息的光流算法進(jìn)行運(yùn)動(dòng)估計(jì),然后對(duì)估計(jì)得到的位移場(chǎng)進(jìn)行線性平均獲得最后的運(yùn)動(dòng)場(chǎng),該算法的思想就在于將圖像分成不同的成分,以便于根據(jù)不同成分的特點(diǎn)分別進(jìn)行處理,計(jì)算得到的運(yùn)動(dòng)估計(jì)結(jié)果精確度有了提高,抗噪性能也獲得提升。并且在臨床數(shù)據(jù)中計(jì)算獲得的估計(jì)結(jié)果能夠準(zhǔn)確的指出心肌患病區(qū)域。本文將利用光流算法結(jié)合單演信號(hào)對(duì)電影磁共振圖像進(jìn)行心肌運(yùn)動(dòng)估計(jì),并將運(yùn)動(dòng)估計(jì)結(jié)果應(yīng)用到心臟疾病的診斷中。采用對(duì)電影磁共振圖像運(yùn)動(dòng)估計(jì)的結(jié)果和加標(biāo)記磁共振圖像的運(yùn)動(dòng)估計(jì)結(jié)果進(jìn)行了對(duì)比分析的方式對(duì)心肌運(yùn)動(dòng)估計(jì)結(jié)果的醫(yī)學(xué)診斷標(biāo)準(zhǔn)進(jìn)行了驗(yàn)證分析,進(jìn)而總結(jié)出基于臨床電影磁共振圖像運(yùn)動(dòng)估計(jì)結(jié)果的醫(yī)學(xué)診斷方法,并在多組臨床數(shù)據(jù)中進(jìn)行了驗(yàn)證。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：R445.2;TP391.41
【圖文】：

第 1 章 緒 論能夠有節(jié)律的自動(dòng)收縮和舒張，從而將血液有規(guī)律地傳送至全身各個(gè)組壁比心房壁厚，收縮和舒張更加有力，能夠?qū)⒀簜魉统鲂呐K。右心室血液到肺部，血液從肺部融合氧氣后回到左心房，血液從左心房流到左傳送至全身。具備輸送含氧血液功能的左心室是心臟中最重要的部分，周期中，左心室的運(yùn)動(dòng)過(guò)程分為心肌收縮過(guò)程和心肌舒張過(guò)程。左心室決于心肌收縮期的射血能力，也要考慮心肌舒張期中的血液充盈能力。功能正常與否直接影響了心臟能否正常工作，所以本論文進(jìn)行了左心室動(dòng)估計(jì)算法研究。運(yùn)動(dòng)異常是心肌梗死、心肌缺血、心肌肥大等心血管疾病的重要臨床表，研究心肌運(yùn)動(dòng)估計(jì)算法，獲得穩(wěn)定可靠的心肌運(yùn)動(dòng)估計(jì)結(jié)果，有助于的運(yùn)動(dòng)功能特性，解釋各種心血管疾病的成因，更有利于心臟疾病的盡

有一些缺點(diǎn)；相反的，電影磁共振已經(jīng)被廣泛應(yīng)用于心臟疾病診斷多年，因而，確的進(jìn)行電影磁共振圖像的心肌運(yùn)動(dòng)評(píng)估將具有十分重要的應(yīng)用價(jià)值。但由于影磁共振圖像的灰度非常相近，難以找到密集的對(duì)應(yīng)特征點(diǎn)，因而對(duì)于電影磁振圖像的運(yùn)動(dòng)估計(jì)具有一定的挑戰(zhàn)性�；陔娪按殴舱駡D像的運(yùn)動(dòng)估計(jì)的研究已經(jīng)開(kāi)展了一段時(shí)間，但是其研究數(shù)遠(yuǎn)遠(yuǎn)小于基于加標(biāo)記磁共振圖像運(yùn)動(dòng)估計(jì)的研究數(shù)量。主要原因就是電影磁共圖像的灰度分布過(guò)于接近，增加了運(yùn)動(dòng)估計(jì)的難度。光流算法[53, 54]和配準(zhǔn)的方[55, 56]還有特征追蹤的方法[8, 57]已經(jīng)在電影磁共振圖像的心肌運(yùn)動(dòng)估計(jì)中得到研。雖然光流算法和配準(zhǔn)的方法很早就已經(jīng)被應(yīng)用在電影磁共振圖像序列的運(yùn)動(dòng)計(jì)中。但是，因?yàn)殡娪按殴舱駡D像特征過(guò)于稀少，目前使用的光流算法和配準(zhǔn)法還沒(méi)有獲得穩(wěn)定可靠的估計(jì)效果。特征追蹤的方法是選擇心肌運(yùn)動(dòng)圖像上的些特征點(diǎn)用來(lái)構(gòu)造特征追蹤圖像，雖然周向應(yīng)變張量可以通過(guò)特征追蹤圖被計(jì)出來(lái)，但是其效果并不夠好[58]。而特征追蹤的方法獲得的運(yùn)動(dòng)場(chǎng)相對(duì)于光流算過(guò)于稀疏，不能很好地反映整個(gè)心肌運(yùn)動(dòng)過(guò)程[59, 60]。所以，特征追蹤方法主要用在超聲圖像而不是磁共振圖像中，并不能對(duì)心肌運(yùn)動(dòng)做精細(xì)的估計(jì)和診斷。

圖 1-5 左心室短軸心肌 17 節(jié)段Fig.1-5 Seventeen segments in the short-axis of left ventricle圖 1-6 左心室中部心肌分段圖Fig.1-6 Segments of the left ventricle mid-cavity的電影磁共振圖像心內(nèi)結(jié)構(gòu)邊界清晰，圖像分辨率高，便，近年來(lái)隨著高強(qiáng)度場(chǎng)的采用以及心臟采集線圈的配備，運(yùn)動(dòng)功能檢測(cè)的穩(wěn)定性最好。因此，心臟電影磁共振圖像形態(tài)學(xué)的標(biāo)準(zhǔn)醫(yī)學(xué)影像。本論文的心肌運(yùn)動(dòng)估計(jì)研究限定

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 楊柱中;周激流;郎方年;;基于分?jǐn)?shù)階微積分的噪聲檢測(cè)和圖像去噪[J];中國(guó)圖象圖形學(xué)報(bào);2014年10期

2 劉宏;王捷;宋恩民;許向陽(yáng);覃媛媛;李峻;湯翔宇;;基于加權(quán)相似性度量的腦MR圖像特定組織分割[J];計(jì)算機(jī)學(xué)報(bào);2014年06期

3 蔣峻;謝叻;方彬吉;張紹祥;周朝政;;基于中國(guó)數(shù)字人數(shù)據(jù)的心臟三維模型的重建[J];組織工程與重建外科雜志;2014年01期

4 王元全;賈云得;;一種心臟核磁共振圖像左室壁內(nèi)、外膜分割方法[J];軟件學(xué)報(bào);2009年05期

5 劉復(fù)昌;尤建潔;郭亮;王平安;韋志輝;夏德深;;結(jié)合Hough變換與測(cè)地線輪廓模型的MR圖像左心室自動(dòng)分割[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2007年10期

6 王元全,周則明,孫越泓,尤建潔,陳付華,王洪元,王平安,夏德深;帶標(biāo)記線的心臟核磁共振圖象分析綜述[J];中國(guó)圖象圖形學(xué)報(bào);2003年11期

相關(guān)博士學(xué)位論文 前5條

1 劉復(fù)昌;核磁共振圖像左心室輪廓的自動(dòng)及交互分割方法研究[D];南京理工大學(xué);2009年

2 莊玲;基于三維圖像序列的左心室分割與運(yùn)動(dòng)聯(lián)合估計(jì)[D];浙江大學(xué);2008年

3 湯敏;基于Tagged MR圖像左心室運(yùn)動(dòng)分析的相關(guān)方法研究[D];南京理工大學(xué);2006年

4 王元全;可形變模型及其在心臟核磁共振圖像分析中的應(yīng)用研究[D];南京理工大學(xué);2004年

5 周壽軍;左心室MRI序列的運(yùn)動(dòng)跟蹤新方法[D];第一軍醫(yī)大學(xué);2004年

本文編號(hào)：2782431