主動(dòng)脈瓣二維超聲圖像的分割.pdf

1、主動(dòng)脈瓣作為心臟四大瓣膜之一，在血液循環(huán)系統(tǒng)中起著重要的作用。但是，近些年來主動(dòng)脈瓣狹窄逐漸作為一種非常多見的心臟瓣膜疾病出現(xiàn)在醫(yī)生和病人面前，對(duì)病人心臟的供血功能有極大的危害。針對(duì)主動(dòng)脈瓣重度狹窄的老年人群，因其年齡大、體質(zhì)弱等而無法實(shí)施外科開胸手術(shù)治療方案。經(jīng)導(dǎo)管主動(dòng)脈瓣置入術(shù)則是新興的無需開胸的治療主動(dòng)脈瓣狹窄的技術(shù)。針對(duì)該手術(shù)無需開胸的特點(diǎn)，醫(yī)生需要通過術(shù)中影像的引導(dǎo)來實(shí)施人工瓣膜的植入。因超聲影像檢測(cè)具有費(fèi)用低廉、安全可靠、操

2、作簡(jiǎn)單等優(yōu)點(diǎn)，同時(shí)因其較好的實(shí)時(shí)捕捉動(dòng)態(tài)瓣膜結(jié)構(gòu)的能力而成為了術(shù)中診斷主動(dòng)脈瓣膜疾病以及判定瓣膜狹窄程度的重要手段。在基于超聲影像檢測(cè)的主動(dòng)脈瓣的臨床診斷和治療中，需要通過圖像分割來提取主動(dòng)脈瓣的信息，其中一項(xiàng)重要的手段就是圖像分割。圖像分割結(jié)果的好壞直接影響主動(dòng)脈瓣結(jié)構(gòu)的定位分析和圖像引導(dǎo)手術(shù)的準(zhǔn)確性。
　　然而，目前對(duì)主動(dòng)脈瓣二維超聲圖像的分割問題的相關(guān)研究成果非常少。因此，研究并實(shí)現(xiàn)一個(gè)能實(shí)時(shí)分割主動(dòng)脈瓣二維超聲圖像序列的算

3、法是經(jīng)導(dǎo)管主動(dòng)脈瓣置入術(shù)的迫切需要。
　　基于如上所述的研究背景，針對(duì)主動(dòng)脈瓣二維超聲短軸切面的圖像序列，本文提出并實(shí)現(xiàn)了經(jīng)GPU加速的基于連續(xù)最大流模型的實(shí)時(shí)分割方法。
　　在介紹此方法之前，本文先敘述了關(guān)于圖論的知識(shí)，以及相應(yīng)的福特-福克森方法、壓入與重標(biāo)記方法、雙向搜索樹法和最大流算法在圖像分割中的應(yīng)用。接著，在上述基礎(chǔ)上，本文著重介紹了能夠克服網(wǎng)格偏置的連續(xù)最大流模型。之后從概率函數(shù)的構(gòu)建、相似度的計(jì)算以及能量函數(shù)的

4、構(gòu)建三個(gè)方面介紹了模型的設(shè)計(jì)：
　　1）概率估計(jì)的構(gòu)建。針對(duì)主動(dòng)脈瓣二維超聲短軸切面序列的先驗(yàn)圖像，先進(jìn)行手動(dòng)分割獲得目標(biāo)區(qū)域，然后基于改進(jìn)的概率估計(jì)方法，分別構(gòu)建綜合概率估計(jì)和單獨(dú)概率估計(jì)，同時(shí)計(jì)算每幀先驗(yàn)圖像最具有代表性的前景區(qū)域灰度值和背景區(qū)域灰度值。
　　2）相似度的計(jì)算。針對(duì)任意待分割幀，分別計(jì)算其與各先驗(yàn)圖像的相似度，根據(jù)相似度測(cè)量值尋找與其最匹配的先驗(yàn)圖像。
　　3）能量函數(shù)的構(gòu)建。針對(duì)任意待分割幀，基于

5、連續(xù)最大流模型，利用與其最匹配的先驗(yàn)圖像的最具有代表性的前景區(qū)域灰度值和背景區(qū)域灰度值分別構(gòu)建數(shù)據(jù)項(xiàng)和平滑項(xiàng)，從而實(shí)現(xiàn)對(duì)圖像的分割，同時(shí)采用GPU加速，加快了本課題提出的方法的運(yùn)行速度。
　　為了評(píng)估本課題提出的分割方法的精度和時(shí)間效率，本文介紹了相關(guān)的數(shù)據(jù)實(shí)驗(yàn)。本課題應(yīng)用經(jīng)GPU加速的基于連續(xù)最大流模型的分割方法，對(duì)3例經(jīng)胸壁超聲心動(dòng)圖和30例經(jīng)食道超聲心動(dòng)圖共計(jì)2502幀圖像實(shí)現(xiàn)了有效的分割，具有較好的精度和較高的魯棒性，同時(shí)