三維超聲胎兒小腦分割與特征分析.pdf

1、超聲成像技術(shù)具有無損、實(shí)時(shí)成像、價(jià)格低廉和使用便捷等優(yōu)點(diǎn)，是產(chǎn)前診斷中最常用的檢查手段。在常規(guī)的產(chǎn)前超聲檢查中，胎兒的小腦是必要的檢查部位。小腦的橫徑和體積是醫(yī)生評(píng)估胎兒發(fā)育狀況和健康程度的重要指標(biāo)，而小腦的形態(tài)和完整性是診斷先天性畸形的參考標(biāo)準(zhǔn)。然而，超聲圖像的低信噪比特性給定量分析和診斷帶來了不利影響。臨床應(yīng)用中，超聲診斷往往存在準(zhǔn)確性因醫(yī)生經(jīng)驗(yàn)而異、三維特征分析耗時(shí)等缺陷。因此，在超聲圖像分析中引入自動(dòng)特征提取和特征分析方法具有重

2、要的意義。
　　本論文的研究目標(biāo)是開發(fā)一種創(chuàng)新的、高效的計(jì)算機(jī)輔助診斷方法，在無需人工干預(yù)的前提下，實(shí)現(xiàn)胎兒小腦三維超聲容積的全自動(dòng)分割和特征分析?；诖四康?，本論文對超聲圖像的顯著特征提取、目標(biāo)結(jié)構(gòu)定位、相位對稱性提取及分割等方法進(jìn)行了研究，工作內(nèi)容包括以下四方面:
　　1)實(shí)現(xiàn)圖像顯著特征的提取。在三維超聲容積的中心切面上，胎兒的腦中線是最顯著的特征，因?yàn)槟X中線的灰度值較高、呈直線形狀;其次是胎兒的頭顱，面積較大、呈橢圓

3、形?；谶@些特征，本論文提出應(yīng)用加權(quán)霍夫變換算法檢測胎兒的腦中線，通過高斯函數(shù)改變圖像的灰度分布，提高直線檢測的準(zhǔn)確性。此外，應(yīng)用約束型隨機(jī)霍夫變換算法提取胎兒的頭顱，通過約束點(diǎn)輔助橢圓擬合，提高算法的收斂速度。
　　2)針對胎兒小腦面積較小、形狀不規(guī)則以及邊緣特征不明顯等特征，提出了一種結(jié)合顯著特征提取和遍歷式搜索的間接定位方法。該定位方法將圖像的顯著特征和小腦的先驗(yàn)知識(shí)嵌入一種樹形結(jié)構(gòu)的概率型分類器，將小腦可能出現(xiàn)的位置約束在

4、較小的范圍內(nèi)。然后，利用圓形濾波器進(jìn)行遍歷式搜索，對胎兒小腦進(jìn)行精確定位。
　　3)針對三維活動(dòng)表面模型分割算法對初始模型敏感的缺點(diǎn)，將小腦的定位結(jié)果擴(kuò)展至三維空間，作為分割的初始模型;針對該分割算法的弱邊緣泄露問題，提出利用方向性相位對稱性構(gòu)造能量函數(shù)。方向性相位對稱性將小腦的感興趣區(qū)域分裂成若干個(gè)子區(qū)域，對各個(gè)子區(qū)域自適應(yīng)地選擇最匹配的濾波器角度，從而增強(qiáng)小腦邊緣的清晰度和連續(xù)性、抑制圖像的噪聲，提高分割的準(zhǔn)確性。