頸動(dòng)脈超聲序列圖像運(yùn)動(dòng)分析.pdf

1、動(dòng)脈粥樣硬化(Atherosclerosis)等心腦血管疾病(Cerebral-cardio VascularDiseases)嚴(yán)重地威脅到人體的健康，而心腦血管疾病與頸動(dòng)脈(Carotid)的特征有著密切的聯(lián)系。本文對(duì)頸動(dòng)脈的運(yùn)動(dòng)特征進(jìn)行研究，期望它能夠間接地反應(yīng)出頸動(dòng)脈內(nèi)壁是否出現(xiàn)硬化，收縮是否正常等狀況，從而為心腦血管疾病診斷提供定量的依據(jù)。
　　 超聲檢測(cè)由于具有非侵入，價(jià)格低廉等優(yōu)點(diǎn)而被廣泛使用，然而超聲圖像具有其特

2、有的斑點(diǎn)噪聲(Speckle Pattern)。雖然斑點(diǎn)作為噪聲存在而影響圖像質(zhì)量，但是由于斑點(diǎn)具有穩(wěn)定性和唯一性，卻可以通過對(duì)這些斑點(diǎn)噪聲進(jìn)行跟蹤來(lái)獲取頸動(dòng)脈的運(yùn)動(dòng)和其它與頸動(dòng)脈運(yùn)動(dòng)特征相關(guān)的信息。本文在現(xiàn)有的斑點(diǎn)運(yùn)動(dòng)跟蹤方法基礎(chǔ)上進(jìn)行了算法改進(jìn)，給出了一個(gè)分析頸動(dòng)脈運(yùn)動(dòng)相關(guān)特征的完整方案。所完成的主要工作和創(chuàng)新點(diǎn)如下：
　　 (1)超聲圖像中斑點(diǎn)運(yùn)動(dòng)跟蹤算法常用的有兩種：光流法(Optical Flow)和塊匹配算法(Bl

3、ock Matching)。塊匹配算法方法簡(jiǎn)單且容易實(shí)現(xiàn)，不需要像光流法那樣復(fù)雜的迭代過程。我們選用塊匹配算法作為斑點(diǎn)運(yùn)動(dòng)跟蹤方法。在利用塊匹配算法對(duì)實(shí)際的超聲圖像進(jìn)行斑點(diǎn)運(yùn)動(dòng)跟蹤前，先利用超聲線性模型生成模擬的超聲圖像驗(yàn)證了塊匹配算法的正確性。
　　 (2)塊匹配算法包括搜索策略和匹配準(zhǔn)則兩個(gè)方面。搜索策略有全搜索法，菱形搜索法，三步搜索法等。通過分析頸動(dòng)脈超聲序列圖像的運(yùn)動(dòng)分布特征，發(fā)現(xiàn)頸動(dòng)脈超聲序列圖像同樣滿足快速搜索算

4、法的條件。本文利用改進(jìn)后的三步搜索法(New Three Step Search)作為搜索策略，對(duì)比分析改進(jìn)前后的三步搜索法發(fā)現(xiàn)改進(jìn)后的三步搜索法能有效地減少匹配塊的數(shù)量從而減少運(yùn)動(dòng)估計(jì)所需要的運(yùn)算量。匹配準(zhǔn)則有NCC(normalized cross correlation)，MAD(MAD，mean absoluteof differences)，MSD(mean square of differences)等，我們采用不涉及到復(fù)雜

5、乘除運(yùn)算的MAD準(zhǔn)則。利用MAD準(zhǔn)則比較模板塊和候選塊時(shí)，可以采用塊和金字塔算法(Block Sum Pyramid)這一快速算法。本文對(duì)塊和金字塔算法進(jìn)行改進(jìn)，增加了若干MAD閡值。仿真結(jié)果表明改進(jìn)后的塊和金字塔算法和原先的塊和金字塔算法有著相同的準(zhǔn)確度，而且改進(jìn)后的算法在效率上有一定程序的提高。最后分析了結(jié)合新三步搜索法和改進(jìn)的塊和金字塔算法的塊匹配算法。
　　 (3)利用上述準(zhǔn)確而快速的斑點(diǎn)運(yùn)動(dòng)跟蹤算法，可為醫(yī)學(xué)輔助診斷

6、頸動(dòng)脈運(yùn)動(dòng)相關(guān)特征提供定性和定量的手段。定性的手段是指將運(yùn)動(dòng)矢量以合適的比例進(jìn)行放大，然后將興趣點(diǎn)的運(yùn)動(dòng)矢量疊加在原先的序列圖像上進(jìn)行同步動(dòng)態(tài)地顯示。通過該定性手段，醫(yī)生可以通過肉眼直觀地對(duì)所研究的短軸或者長(zhǎng)軸視頻上具有代表特征的興趣點(diǎn)進(jìn)行運(yùn)動(dòng)觀察。定量的手段為提供給醫(yī)生他們所選取的各個(gè)興趣區(qū)域的運(yùn)動(dòng)向量，應(yīng)變及應(yīng)變率(Strain and Strain Rate)等曲線。提取這些不同曲線在整個(gè)心電周期內(nèi)各曲線中的運(yùn)動(dòng)，應(yīng)變及應(yīng)變率峰值

7、。這些峰值能夠反應(yīng)頸動(dòng)脈的彈性特征，然后從醫(yī)院采集到的不同組別(控制組，內(nèi)中膜厚增厚組，斑塊組)的頸動(dòng)脈序列圖像中提取各個(gè)峰值，利用統(tǒng)計(jì)學(xué)進(jìn)行分析，判斷這些組別之間的運(yùn)動(dòng)，應(yīng)變及應(yīng)變率等峰值等平均值是否有顯著差異。
　　 本文對(duì)現(xiàn)有的斑點(diǎn)運(yùn)動(dòng)跟蹤算法進(jìn)行了改進(jìn)，然后將其用于頸動(dòng)脈超聲序列圖像的運(yùn)動(dòng)特征提取，結(jié)果表明改進(jìn)后的斑點(diǎn)運(yùn)動(dòng)跟蹤算法效率有較為明顯的提高。在提取運(yùn)動(dòng)特征之后給出了輔助醫(yī)學(xué)分析診斷的定性和定量手段，為以后進(jìn)一