基于模型的旋轉(zhuǎn)X射線冠狀動脈造影三維重建研究.pdf

1、旋轉(zhuǎn)冠狀動脈造影是近年來問世的心臟成像技術，旋轉(zhuǎn)冠狀動脈造影技術相比于傳統(tǒng)造影技術可以跟全面和準確的提供血管信息。利用旋轉(zhuǎn)造影圖像提供的多角度投影圖像進行三維重建，實現(xiàn)了血管的多角度觀察，從而更好地進行臨床診治。由于心臟和呼吸運動，使得用于重建的圖像大大減少，使得旋轉(zhuǎn)冠狀動脈造影重建成為了稀疏角度投影下的三維重建問題。就現(xiàn)有的方法而言，基于模型的重建算法對前處理環(huán)節(jié)依賴較大;而基于體素的重建方法則受到投影角度少的限制，圖像質(zhì)量不佳。鑒于

2、此，我們的思路是:利用基于體素重建算法重建出血管體數(shù)據(jù)，研究穩(wěn)定性較高的基于模型優(yōu)化的重建算法，形成一套適應性較好的算法。
　　基于體素的冠狀動脈重建算法分為解析重建算法和迭代重建算法。迭代算法更適合稀疏角度重建以及在含有噪聲的情況下重建，本文選擇用基于距離驅(qū)動的算法生成了投影矩陣，以及用更易于并行實現(xiàn)的基于統(tǒng)計的迭代重建算法(ML-EM)重建出重建質(zhì)量并不高的冠狀動脈體數(shù)據(jù)，為后續(xù)基于模型的重建算法奠定了基礎。
　　基于模

3、型重建算法的需要將得到的血管重建體數(shù)據(jù)參數(shù)化，即是說用一組參數(shù)來表示的模型來模擬血管形態(tài)。本文建立了易于實現(xiàn)，且保證了血管表面連續(xù)性的血管模型。利用得到的重建體數(shù)據(jù)和利用并行細化算法作用于重建體數(shù)據(jù)得到血管骨架數(shù)據(jù)，本文提出的自動初始化算法可以初始化出一組參數(shù)模擬重建出的血管體數(shù)據(jù)形成三維參數(shù)化模型數(shù)據(jù)，并且在干擾較大的條件下依然可以取得正確的結果。本文的初始化算法以及之后的參數(shù)優(yōu)化算法，有效減少了人工操作，提升了算法的效率。
　

4、　為了保證重建結果的精度，本文做了一系列預處理工作。本文對投影圖像進行了呼吸運動校正，降低了呼吸運動對旋轉(zhuǎn)造影過程中相同心動相位的圖像中血管位置造成干擾。另外真實的造影圖像里噪聲干擾、背景中組織帶來的干擾以及模擬投影系統(tǒng)與旋轉(zhuǎn)造影系統(tǒng)的差別影響了重建精度。為此本文針對真實投影圖像提出了一種基于對比度增強預處理的局部閾值分割算法可以實現(xiàn)血管的有效分割從而有效去除干擾，我們還可以直觀地量化兩組二值圖像間的相似程度。
　　最后本文建立了