內(nèi)、中膜厚度是臨床上用于評(píng)價(jià)動(dòng)脈粥樣硬化發(fā)展程度的主要指標(biāo)。目前,基于B超圖像測(cè)量?jī)?nèi)、中膜厚度通常由專(zhuān)業(yè)醫(yī)生手動(dòng)標(biāo)記內(nèi)、中膜邊界來(lái)實(shí)現(xiàn),過(guò)程繁瑣耗時(shí),人為影響因素多。本文提出了一種基于高斯混合模型（GMM）的聚類(lèi)灰度閾值法,以檢測(cè)B超圖像中頸動(dòng)脈內(nèi)、中膜厚度。首先基于GMM對(duì)頸動(dòng)脈圖像灰度聚類(lèi),然后用灰度閾值法檢測(cè)血管壁內(nèi)、中膜的分界,最后測(cè)量二者的厚度。與直接使用灰度閾值法的測(cè)量技術(shù)相比,頸動(dòng)脈B超圖像的聚類(lèi)解決了內(nèi)、中膜灰度邊界模糊的問(wèn)題,從而提高了灰度閾值法的穩(wěn)定性與檢測(cè)精度。本研究選取120例健康頸動(dòng)脈臨床試驗(yàn)數(shù)據(jù),以?xún)擅麑?zhuān)家分別手動(dòng)精細(xì)測(cè)量4次的內(nèi)、中膜厚度的均值作為參考值,最終研究結(jié)果顯示,經(jīng)GMM聚類(lèi)后估計(jì)的內(nèi)、中膜厚度的歸一化均方根誤差（NRMSE）分別為0.104 7±0.076 2和0.097 4±0.068 3;與直接進(jìn)行灰度閾值估計(jì)的結(jié)果相比,NRMSE的均值分別減小19.6%和22.4%,表明本文所提方法測(cè)量精度有所提高;標(biāo)準(zhǔn)差分別減小17.0%和21.7%,表明所提方法穩(wěn)定性增加。綜上,本文方法有助于動(dòng)脈粥樣硬化等血管疾病的早期診斷和病程監(jiān)測(cè)。 

【文章來(lái)源】：生物醫(yī)學(xué)工程學(xué)雜志. 2020,37(06)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

GMM聚類(lèi)閾值法測(cè)量頸動(dòng)脈內(nèi)、中膜各自厚度的流程圖

為了評(píng)估GMM對(duì)頸動(dòng)脈B超圖像聚類(lèi)處理的性能，本研究對(duì)比了GMM聚類(lèi)前后的B超圖像及血管壁三層膜的灰度變化曲線，分析血管壁邊緣對(duì)比度及清晰度。本文分別使用直接閾值法和GMM聚類(lèi)閾值法檢測(cè)不同閾值下的內(nèi)、中膜厚度，以分析GMM聚類(lèi)處理對(duì)閾值法穩(wěn)定性的改進(jìn)。另外，考慮到專(zhuān)家手動(dòng)精細(xì)分割測(cè)量是目前臨床上評(píng)估內(nèi)、中膜厚度測(cè)量精度的金標(biāo)準(zhǔn)，本文以?xún)擅麑?zhuān)家手動(dòng)精細(xì)分割4次結(jié)果的均值作為參考值，計(jì)算直接閾值法和GMM聚類(lèi)閾值法對(duì)內(nèi)、中膜厚度檢測(cè)結(jié)果的歸一化均方根誤差，定量分析GMM聚類(lèi)處理對(duì)閾值法檢測(cè)精度的影響。試驗(yàn)在4 GB內(nèi)存及中央處理器（i5-5200U,Intel Inc.，美國(guó)）上利用數(shù)據(jù)分析軟件MATLAB R2016a(MathWorks.，美國(guó)）編程實(shí)現(xiàn)。3 實(shí)驗(yàn)結(jié)果與分析

如圖5和圖6所示為另一例32歲健康女性頸動(dòng)脈近分叉處B超原始圖像及3個(gè)不同位置（黃色虛線）的血管壁（紅線）灰度變化曲線，由圖5、圖6可見(jiàn)，經(jīng)GMM聚類(lèi)處理后的結(jié)果整體呈現(xiàn)與圖3、圖4所示26歲男性案例一致的變化趨勢(shì)和特征。圖4 26歲男性頸動(dòng)脈GMM處理前后不同位置灰度變化曲線

【參考文獻(xiàn)】：
期刊論文
[1]深度全卷積網(wǎng)絡(luò)的IVUS圖像內(nèi)膜與中—外膜邊界檢測(cè)[J]. 袁紹鋒,楊豐,徐琳,劉樹(shù)杰,季飛,黃靖.  中國(guó)圖象圖形學(xué)報(bào). 2018(09)
[2]血管內(nèi)超聲斑點(diǎn)的概率模型建立及應(yīng)用[J]. 柴五一,楊豐,袁紹鋒,梁淑君,黃靖.  南方醫(yī)科大學(xué)學(xué)報(bào). 2017(11)
[3]基于深度學(xué)習(xí)的頸動(dòng)脈超聲圖像內(nèi)中膜厚度測(cè)量[J]. 孫萍,李鏘,關(guān)欣,滕建輔.  國(guó)際生物醫(yī)學(xué)工程雜志. 2016 (05)
[4]灰度不均的弱邊界血管圖像分割方法[J]. 吳杰,朱家明,張輝.  計(jì)算機(jī)應(yīng)用. 2016(S1)
[5]基于支持向量機(jī)的頸動(dòng)脈超聲圖像內(nèi)中膜厚度測(cè)量[J]. 劉一學(xué),李鏘,關(guān)欣,白煜.  中國(guó)醫(yī)學(xué)物理學(xué)雜志. 2016(05)
[6]頸動(dòng)脈內(nèi)膜增厚檢測(cè)對(duì)防治顱內(nèi)動(dòng)脈硬化的臨床意義[J]. 陳欣,郝軍,李彥青.  當(dāng)代醫(yī)學(xué). 2015(36)
[7]頸動(dòng)脈內(nèi)中膜厚度及彈性定量指標(biāo)對(duì)冠狀動(dòng)脈粥樣硬化性心臟病診斷的預(yù)測(cè)價(jià)值[J]. 王怡,段云友,張莉,袁麗君,許磊,楊一林,曹鐵生.  中華醫(yī)學(xué)超聲雜志(電子版). 2013(09)
[8]個(gè)體行為數(shù)據(jù)聚類(lèi)的雙重混合高斯模型算法[J]. 戴濤,駱科東,李春平.  計(jì)算機(jī)應(yīng)用. 2004(08)



本文編號(hào)：3313437