基于相位信息的TCMR圖像心肌運動估計方法研究.pdf

1、近年來，心臟疾病已成為全球頭號死因，對人們的生命健康構(gòu)成嚴重威脅。標記心臟MR成像（Tagging Cardiac MR Imaging，TCMRI）技術(shù)能對心臟的運動和變形進行精確跟蹤。通過從標記心臟MR（Tagged Cardiac MR，TCMR）圖像中估計和分析心肌運動，可以評估心臟功能是否存在異常并定位異常部位，為心臟疾病的有效預防和準確診斷提供科學量化的依據(jù)?；赥C MR圖像的心肌運動估計已成為醫(yī)學圖像分析領(lǐng)域的熱點研究問

2、題。現(xiàn)有的TC MR圖像心肌運動估計研究方法主要包括標記跟蹤方法、光流法、基于配準的方法和基于相位信息的方法等。其中，基于相位信息的方法被認為是目前具有最好的綜合性能的一類方法，其中的典型代表為諧波相位（Harmonic Phase，HARP）方法和局部正弦波建模（Local Sine-wave Modeling，SinMod）方法。由于Si nMod方法在噪聲偽影抑制和位移檢測精度等方面都超過HARP方法，因此具有更廣闊的應用前景。但

3、研究表明，SinMod方法還存在以下四個主要問題：（1）不能自動準確地選取TCMR圖像的中心頻率；（2）無法估計幅值超過半標記間距的幀間運動位移；（3）對TCMR圖像中標記線的運動跟蹤存在可見的誤差；（4）所估計的運動位移場存在較大的局部誤差。
　　針對SinMod方法不能自動準確選取中心頻率的缺點，在 TCMR圖像的初始標記間距和初始標記方向角已知時，提出了中心頻率的直接計算公式。在兩組標記參數(shù)未知時，提出了一種魯棒精確的中心頻

4、率自動估計算法。該自動估計算法基于均值偏移算法和雙向聯(lián)合策略，根據(jù)TCMRI技術(shù)中初始標記方向彼此正交的特點，先通過傅立葉變換從目標TC MR圖像得到功率譜圖像，然后將該功率譜圖像與其旋轉(zhuǎn)90度的結(jié)果相疊加，以得到聯(lián)合兩個標記方向信息的修正功率譜圖像，再根據(jù)均值偏移算法從修正的功率譜圖像中迭代地定位出中心頻率，從而實現(xiàn)在標記參數(shù)未知情況下的中心頻率精確自動估計。
　　提出了一種基于標記約束和多級 B樣條插值的運動估計方法。該方法利

5、用圖像在空域中的全局旋轉(zhuǎn)和縮放在對應的頻域中同樣表現(xiàn)為旋轉(zhuǎn)和縮放的性質(zhì)，通過估計相鄰TC MR幀各自的中心頻率計算幀間的旋轉(zhuǎn)角度和縮放倍數(shù)，并將這些全局運動參數(shù)作為幀間標記交點匹配的參考依據(jù)，在一定程度上克服了SinMod方法不能準確估計幅值超過半標記間距的位移的限制；通過對插值所得到的標記線上各點的局部運動位移進行校正，將原本處于標記線上的心肌質(zhì)點在經(jīng)幀間運動后的位置仍然約束于標記線上，從而有效地抑制對標記線運動的跟蹤誤差；將多級 B

6、樣條逼近（Multilevel B-splines Approximation，MBA）算法應用于對稀疏運動位移的插值處理中，先利用較低層級的MBA算法從已經(jīng)過匹配的標記交點的運動位移插值出所有標記點的運動位移，再利用較高層級的MBA算法從已經(jīng)過校正后的標記點運動位移插值出圖像中任意像素點的運動位移，使所得到的運動位移場的局部平滑性比SinMod方法更好，整體運動估計精度更高。
　　對模擬及實際數(shù)據(jù)的實驗結(jié)果表明，在標記參數(shù)已知的

7、情況下，所提出的中心頻率直接計算方法將 SinMod方法對于模擬數(shù)據(jù)的運動估計均值誤差和均方根誤差相比具有最快處理速度的最亮點算法（MAX）分別減小了34.2％和39.9%；在標記參數(shù)未知的情況下，所提出的中心頻率自動估計算法將SinMod方法對于實際數(shù)據(jù)的運動估計均值誤差和均方根誤差相比 MAX算法分別減小了14.1%和3.0%。所提出的基于標記約束和MBA插值的運動估計方法能得到局部平滑性比SinMod方法更好的運動位移場，在幀間存