心臟磁共振圖像左心室分割算法研究.pdf

1、近年來，心血管疾?。╟ardiovascular disease，CVD）已經成為人類生命健康的頭號殺手。隨著人類生活水平的提高和醫(yī)學技術的發(fā)展，對心血管疾病的早期定量診斷和風險評估對延長人類預期壽命，提高人類的生活質量，具有非常關鍵的作用。 心臟在心電信號控制下作周期性收縮和舒張運動，同時向全身各處供血以維持組織的新陳代謝功能。隨著現(xiàn)代醫(yī)學成像技術的發(fā)展，能夠對心臟進行動態(tài)成像的現(xiàn)代醫(yī)學影像設備主要包括磁共振成像（magnet

2、ic resonance imaging，MRI）、計算機斷層成像（x-ray computer tomography，CT）和超聲成像（ultrasonic imaging，US）等。這些影像設備在成像速度、時間和空間分辨率方面快速提高，基本實現(xiàn)了對心臟的3D動態(tài)成像。 心臟磁共振成像具有較好的軟組織對比度、無放射性、無需注射或服用示蹤劑、和能夠任意平面進行成像的能力。另外，由于對血流具有較高對比度，因此，心臟磁共振成像還可用

3、于評價血流的流速、流量?？偟膩碚f，心臟磁共振成像能準確地反映心臟的解剖結構、形態(tài)功能、血流特性和心肌活性。 圖像分割是圖像處理中最重要、基礎也是研究內容最為廣泛的領域之一，研究者曾提出過基于不同理論框架和不同圖像特征的圖像分割方法。圖像分割技術的成功應用與其處理對象和應用領域密切相關。心臟醫(yī)學圖像有其固有特點，必須結合圖像分割理論、具體醫(yī)學圖像特點以及感興趣的解剖結構來研究有效的心臟醫(yī)學圖像分割算法。 本文針對心臟磁共振

4、圖像，在左心室內外膜的分割方面上做了以下工作： 一.提出小波多尺度框架下的動態(tài)方向梯度矢量流模型，實現(xiàn)了對心臟磁共振圖像左心室內壁的魯棒分割。 基于圖像梯度的經典主動輪廓模型是解決圖像分割問題的有力工具。由于心臟磁共振圖像中右心室和心外壁其他組織的影響，單純的基于梯度的曲線演化在提取左心室內膜時很容易發(fā)生泄漏，這是傳統(tǒng)主動輪廓模型的固有缺陷之一。2006年Chen Jierong等人提出了動態(tài)梯度矢量流主動輪廓模型（Dy

5、namic Directional Gradient Vector Flow，DDGVF），該模型能夠提取具有特定極性的目標邊緣，且具有對輪廓線初始位置的敏感性低，能夠向圖像中的深度凹陷區(qū)域演化等優(yōu)點，但是，由于該模型首先需要對圖像進行高斯平滑，這樣會導致目標邊緣模糊，從而產生分割誤差。 小波多尺度分析可以同時在時（空）域和頻域上進行分解信號，是信號分析發(fā)展史上里程碑式的進展，被廣泛應用于信號處理、圖像分析、模式識別、計算機視覺

6、等研究領域。由于小波基對信號的平滑和降采樣的作用，小波分解高層的相鄰低頻系數(shù)之間的相關性降低，近似于高斯分布。而且小波分解高層，構成圖像主要能量的灰度信息大部分得到了保留，噪聲大部分被抑制。這些特點提示可以在小波分解后不同尺度的低頻圖像中采用相同的分割模型，而將最終的分割結果在尺度間進行傳播，利用低分辨率尺度圖像的分割結果來約束高分辨率尺度圖像中的曲線演化，從而得到穩(wěn)健而精確的結果。 為了實現(xiàn)心臟磁共振圖像左心室內膜的魯棒分割，

7、本算法在小波分解最高層采用動態(tài)方向梯度矢量流主動輪廓線模型得到粗略的左心室內膜邊緣，然后，將所得結果作為下一層低頻近似圖像的初始輪廓，利用當前尺度下的圖像信息來推動曲線演化，繼續(xù)細化左心室內膜輪廓的分割，最終，以最低尺度上的分割結果作為左心室內膜輪廓。算法的具體步驟如下： （一）利用高斯函數(shù)的一階偏導數(shù)作為小波基函數(shù)，對心臟磁共振圖像做二進小波變換，得到各層的低頻圖像。從小波分解的最高層層低頻圖像開始，計算小波變換后的模值圖像和

8、幅角并計算沿幅角方向上的模極大值，得到模極大值圖像，由模極大值圖像計算動態(tài)方向梯度矢量流場； （二）在高尺度上，利用計算所得動態(tài)方向梯度矢量流場主動輪廓模型引導輪廓線演化，提取目標邊緣； （三）在當前尺度上，以上一尺度所得到的最終結果作為該尺度的初始輪廓線，并利用該尺度上的模極大值圖像計算動態(tài)方向梯度矢量流場，并用動態(tài)方向梯度矢量流場主動輪廓模型提取該尺度上的目標邊緣； （四）重復步驟（三），直至最低尺度，這時所

9、得到的結果即為最終結果。 由于綜合利用了圖像中多個尺度上的邊緣信息，算法具有不易發(fā)生邊界泄漏和對輪廓線初始位置依賴性小等優(yōu)點。在實際臨床心臟磁共振圖像上的實驗表明，算法分割結果和人工分割結果的誤差在合理范圍內。 二.提出了一種基于幾何主動輪廓模型的分割算法，結合邊緣保持自適應各向異性濾波和K均值聚類分析方法，實現(xiàn)了對心臟磁共振圖像左心室內壁的魯棒分割。 由于心臟快速非剛性運動和快速成像序列物理原理等各種原因，心臟

10、磁共振圖像中心肌與左右心室的邊界比較模糊。另外，心臟磁共振圖像中不僅含有豐富的紋理信息，還含有許多噪聲和偽影。在提取左心室輪廓的過程中，圖像中的噪聲和無關的紋理信息也會影響最終結果。如果不采用特定的預處理措施很難保證分割結果的魯棒性和精確性。 傳統(tǒng)的預處理方法是基于高斯卷積核的平滑運算。這種方法雖然可以去除一部分噪聲，但是也會使目標區(qū)域的邊緣變得更加模糊，從而失去一部分邊緣信息。而且，高斯平滑對于圖像中的無關紋理信息沒有任何作用

11、。自適應邊緣保持各向異性濾波算法是基于圖像灰度信息的局部不連續(xù)性和紋理不連續(xù)性的平滑方法，該方法不僅可以平滑圖像中噪聲和偽影，而且可以保留目標區(qū)域的邊緣信息并去除一部分無關紋理信息。對于心臟磁共振圖像來說，在左右心室血池內和心肌內部區(qū)域的像素灰度值變化較小，因此這些區(qū)域內的局部不連續(xù)性和紋理不連續(xù)性都較小，經過該算法平滑后提高了灰度均勻性。左右心室與心肌交界處局部不連續(xù)性和紋理不連續(xù)性都較大，經過平滑后保留了不連續(xù)性。而對于受噪聲影響的

12、像素點和一些無關紋理區(qū)域，雖然其局部不連續(xù)度較大，但是紋理不連續(xù)度較小，因而在平滑后也將其變?yōu)榛叶染鶆騾^(qū)域。 K均值算法是一種基于區(qū)域灰度信息的動態(tài)聚類方法，通過K均值聚類可以提高左右心室血池和心肌區(qū)域內的像素灰度值的均勻性，從而提高左右心室血池與心肌處的對比度。 在提取左心室內膜邊緣時，本文采用了一種包含邊緣信息和區(qū)域信息的幾何主動輪廓模型。該模型中引入了輪廓線與符號距離函數(shù)之間的偏離程度作為輪廓線內能，使得采用水平

13、集方法求解時無需對輪廓線作周期性的重復初始化，從而極大地提高了分割模型的收斂速度和魯棒性。通過對臨床心臟磁共振圖像數(shù)據(jù)的實驗結果顯示，該方法所得分割結果和專家手動分割結果的距離在合理范圍內。 三.提出一種包含區(qū)域、邊緣與先驗信息的心臟磁共振圖像內外壁聯(lián)合分割算法 為了計算左心室質量（left ventricle mass，LVM）、每搏輸出量和射血分數(shù)等重要心功能參數(shù)，需要提取左心室的內外膜輪廓。左心室內膜分割的主要影響

14、因素包括噪聲及灰度不均勻性、右心室血池及乳頭肌。左心室外膜分割的主要影響因素包括噪聲及灰度不均勻性、左心室血池、左心室外膜周圍的組織和外膜處邊緣信息的丟失和不完整。本文提出一種包含區(qū)域信息、邊緣信息和約束條件的變分框架，實現(xiàn)了左心室內外膜的魯棒分割。本文所提出的變分框架主要包括三個部分： （一）基于邊緣信息的輪廓線引導項 雖然動態(tài)方向梯度矢量主動輪廓模型能夠正確識別邊緣的極性，但是其本質上仍屬于參數(shù)主動輪廓模型，處理輪廓

15、線幾何拓撲結構變化的能力較差。本文將動態(tài)方向梯度矢量流與幾何主動輪廓模型相結合，提出了能夠使輪廓線雙向演化并且區(qū)分左心室內外膜的輪廓線引導項，同時將其用水平集方法表達并求解，提高了輪廓線處理幾何拓撲形變的能力。由于動態(tài)方向梯度矢量流場是定義在演化曲線上的外力場，因此，本文采用了fast marching方法將其擴展至整個圖像域。 （二）基于區(qū)域信息的輪廓線引導項 對于噪聲較多，邊緣信息比較復雜的圖像來說，單純依靠圖像中的

16、邊緣信息的分割方法對于初始位置較為敏感，魯棒性較差，而基于區(qū)域統(tǒng)計信息的分割方法則具有較好的穩(wěn)定性和抗干擾性，對于初始位置的依賴性也較低?；谶@種考慮，本文在假設心臟磁共振圖像的灰度分布符合高斯分布的基礎上，提出了基于區(qū)域灰度最大后驗估計的輪廓線引導項。為了提高輪廓線的收斂速度，本文中還在變分框架中加上了基于輪廓線與符號距離函數(shù)之間的偏差的約束項，從而省略了水平集方法中的周期性重復初始化 （三）基于心臟解剖結構的約束條件

17、 由于射頻場不均勻及其噪聲的影響，在心臟磁共振圖像的左心室外膜處經常會出現(xiàn)邊緣信息丟失或者邊緣信息不完整的情況，此時，采用主動輪廓模型進行分割時會發(fā)生輪廓線的泄漏。為了防止泄漏現(xiàn)象的發(fā)生，本文引入了基于心臟解剖結構信息的約束條件。具體來說，首先，將左心室外膜分為不同的區(qū)域，根據(jù)解剖知識可以知道在那些區(qū)域容易丟失邊緣信息（一般是圖像中心臟與肺和肝臟的相接處），其次，由于在一個心動周期內，心肌厚度相差不大，因此，左心室外膜距離左心室質心的最

18、大距離不能超過一定的閾值。如果左心室外膜距離左心室質心的最大距離接近該閾值，則要降低輪廓線的演化速度；如果超出該閾值，則應停止演化或改變輪廓線的演化方向。 通過對臨床心臟磁共振圖像數(shù)據(jù)的實驗結果顯示，本文所提出的變分框架能夠較好地提取左心室內外膜輪廓，抗干擾性好，魯棒性高，在一定程度上能夠防止輪廓線在左心室外膜處泄漏，能夠排除左心室內壁乳頭肌的干擾，能夠降低輪廓線對于其初始位置的敏感性。最終所得分割結果和專家手動分割結果的距離在