【摘要】：磁共振成像(Magnetic Resonance Imaging,MRI)能夠無侵入地對人體的軟組織器官進行成像,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態(tài)的反映心肌運動過程,并且比目前常用的加標記磁共振圖像序列具有一定的優(yōu)勢,所以針對電影磁共振圖像的心肌運動估計研究具有重要的應用價值。但是,由于灰度信息相近而且特征點稀少,基于電影磁共振圖像的運動估計具有較大難度,目前還缺乏精度高、速度快、抗噪性強的運動估計方法。光流算法是經(jīng)典的運動估計方法,并已經(jīng)被應用于醫(yī)學圖像處理領域。想要獲得準確的電影磁共振圖像心肌運動估計結果,更多的圖像特征描述方法需要被引入到光流算法中。單演信號特征包含圖像中相互獨立的局部振幅、局部相位、局部方位的信息,可以為電影磁共振圖像心肌運動估計算法提供更多的可用信息,從而獲得更精確、快速和魯棒的估計結果。本文將單演信號和光流算法進行結合,提出更加適合電影磁共振圖像心肌運動估計的改進算法。具體研究工作概括如下:針對電影磁共振圖像特征稀少的問題,為了提高運動估計的精度,本文采用電影磁共振圖像的單演信號特征構造三維矩陣,并把該矩陣引入基于相關變換的光流算法中。圖像的三種單演信號特征是相互獨立的,可以看作是將原圖像分成互不相關的三幅圖像,而每幅圖像都包含著原像素點的局部特征,通過相關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,也獲得了更好的運動估計結果。針對仿真序列圖像實驗的結果表明,提出的算法比最近發(fā)表的經(jīng)典光流算法的運動估計準確率有顯著的提高�；谂R床數(shù)據(jù)的實驗顯示,該算法能夠很好地指出心肌運動異常區(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動估計的運算時間,論文引入了Alessandrini算法,該算法基于單演相位匹配,并做了適于加標記磁共振圖像心肌運動估計的改進,與傳統(tǒng)光流算法相比,該算法不但精度獲得提高,并且計算速度具有明顯的優(yōu)勢。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動估計。所以,論文中引入了分數(shù)階微分方法對電影磁共振圖像進行紋理增強,增加電影磁共振圖像的紋理特征。分數(shù)階微分可以在非線性地保留圖像結構信息的同時,顯著地增強圖像的紋理信息,通過增加的紋理信息可以計算獲得更多的單演相位信息用于光流算法。模擬數(shù)據(jù)實驗證明把紋理增強后的電影磁共振圖像引入Alessandrini算法中,能夠提高運動估計的準確率,同時也具有Alessandrini算法運算時間短的優(yōu)點。通過電影磁共振圖像臨床數(shù)據(jù)的驗證,該算法能準確的診斷出心肌患病區(qū)域。為了適應噪聲較大的電影磁共振圖像,本文引入結構-紋理信息分解方法,把原圖像分解為紋理圖像和結構圖像兩部分。針對紋理圖像特點和結構圖像的特點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行運動估計,然后對估計得到的位移場進行線性平均獲得最后的運動場,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)不同成分的特點分別進行處理,計算得到的運動估計結果精確度有了提高,抗噪性能也獲得提升。并且在臨床數(shù)據(jù)中計算獲得的估計結果能夠準確的指出心肌患病區(qū)域。本文將利用光流算法結合單演信號對電影磁共振圖像進行心肌運動估計,并將運動估計結果應用到心臟疾病的診斷中。采用對電影磁共振圖像運動估計的結果和加標記磁共振圖像的運動估計結果進行了對比分析的方式對心肌運動估計結果的醫(yī)學診斷標準進行了驗證分析,進而總結出基于臨床電影磁共振圖像運動估計結果的醫(yī)學診斷方法,并在多組臨床數(shù)據(jù)中進行了驗證。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：R445.2;TP391.41
【圖文】：

第 1 章 緒 論能夠有節(jié)律的自動收縮和舒張，從而將血液有規(guī)律地傳送至全身各個組壁比心房壁厚，收縮和舒張更加有力，能夠將血液傳送出心臟。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，左心室的運動過程分為心肌收縮過程和心肌舒張過程。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，所以本論文進行了左心室動估計算法研究。運動異常是心肌梗死、心肌缺血、心肌肥大等心血管疾病的重要臨床表，研究心肌運動估計算法，獲得穩(wěn)定可靠的心肌運動估計結果，有助于的運動功能特性，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；相反的，電影磁共振已經(jīng)被廣泛應用于心臟疾病診斷多年，因而，確的進行電影磁共振圖像的心肌運動評估將具有十分重要的應用價值。但由于影磁共振圖像的灰度非常相近，難以找到密集的對應特征點，因而對于電影磁振圖像的運動估計具有一定的挑戰(zhàn)性�；陔娪按殴舱駡D像的運動估計的研究已經(jīng)開展了一段時間，但是其研究數(shù)遠遠小于基于加標記磁共振圖像運動估計的研究數(shù)量。主要原因就是電影磁共圖像的灰度分布過于接近，增加了運動估計的難度。光流算法[53, 54]和配準的方[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動估計中得到研。雖然光流算法和配準的方法很早就已經(jīng)被應用在電影磁共振圖像序列的運動計中。但是，因為電影磁共振圖像特征過于稀少，目前使用的光流算法和配準法還沒有獲得穩(wěn)定可靠的估計效果。特征追蹤的方法是選擇心肌運動圖像上的些特征點用來構造特征追蹤圖像，雖然周向應變張量可以通過特征追蹤圖被計出來，但是其效果并不夠好[58]。而特征追蹤的方法獲得的運動場相對于光流算過于稀疏，不能很好地反映整個心肌運動過程[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，并不能對心肌運動做精細的估計和診斷。

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結構邊界清晰，圖像分辨率高，便，近年來隨著高強度場的采用以及心臟采集線圈的配備，運動功能檢測的穩(wěn)定性最好。因此，心臟電影磁共振圖像形態(tài)學的標準醫(yī)學影像。本論文的心肌運動估計研究限定

【參考文獻】

相關期刊論文 前6條

1 楊柱中;周激流;郎方年;;基于分數(shù)階微積分的噪聲檢測和圖像去噪[J];中國圖象圖形學報;2014年10期

2 劉宏;王捷;宋恩民;許向陽;覃媛媛;李峻;湯翔宇;;基于加權相似性度量的腦MR圖像特定組織分割[J];計算機學報;2014年06期

3 蔣峻;謝叻;方彬吉;張紹祥;周朝政;;基于中國數(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、外膜分割方法[J];軟件學報;2009年05期

5 劉復昌;尤建潔;郭亮;王平安;韋志輝;夏德深;;結合Hough變換與測地線輪廓模型的MR圖像左心室自動分割[J];計算機輔助設計與圖形學學報;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;帶標記線的心臟核磁共振圖象分析綜述[J];中國圖象圖形學報;2003年11期

相關博士學位論文 前5條

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

2 莊玲;基于三維圖像序列的左心室分割與運動聯(lián)合估計[D];浙江大學;2008年

3 湯敏;基于Tagged MR圖像左心室運動分析的相關方法研究[D];南京理工大學;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用研究[D];南京理工大學;2004年

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

本文編號：2782431