基于超声图像数据挖掘的HIFU无损监控关键技术研究

摘要

超声引导的HIFU治疗系统以其无损，无辐射，价格相对低廉等独特的优点，在肿瘤临床治疗中有着广阔的发展前景。作为HIFU相关技术中的热点问题，对无损监控及检测治疗效果的研究，虽然引起广泛关注，并取得了一定的研究成果，但仍未见成熟的、可应用于临床的方法问世。 目前基于超声信号及超声图像的无损测温、测组织损伤程度方法，多建立在理想化的声场或温场模型基础上，并要求预知各种组织的声特性，给方法的实施带来很大困难。而从大量的、不完全的、有噪声的、模糊的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的数据挖掘技术，在医学数据分析、内在规律找寻的研究中表现出越来越强的优越性。 对本课题的核心研究内容为：挖掘对超声图像中蕴含的可以辅助监控、检测HIFU治疗效果的信息，寻找其中的规律，最终形成易于理解和接受的、可量化的HIFU治疗效果评价。 作为一种高温热疗手段，治疗过程中靶区的温度是临床所关注的一个主要参数。论文对HIFU超声图像信息中与温度相关信息的挖掘建立在组织受热会导致超声图像纹理发生改变这一假设的基础上。采用多种纹理包括灰度共生矩阵、分形盒维数方法、小波分解等分析方法，分别提取HIFU辐照后各个温度下组织超声原始图像，及其与基准温度(37℃)下的超声图像之间的减影图像的纹理参数。结果表明：超声原始图像纹理参数与温度间不存在明显的、易于量化的函数关系；但是超声减影图像的纹理参数与温度间均表现出了较好的相关性。对其中优选参数进行与温度间的回归分析表明，HIFU焦域中心温度与超声减影图像的灰度共生矩阵参数中的四个参数与小波分解系数能量参数在40℃-80℃之间存在线性关系。采用8个与温度存在线性关系的纹理参数进行基于主成分分析的多元线性回归，40℃-70℃以下，回归方程的精度为3℃。 HIFU监控所关注的另一个参数是辐照对组织实际形成的损伤程度。本文提出一种亚象素级基于超声图像的HIFU束损伤监控方法，通过追踪特征点的位移及变化，并针对变化程度，定义了相关距离加以量化，来实现对HIFU束损伤等级的评估。对温度与组织损伤程度、剂量与组织损伤程度、组织损伤程度与相关距离的关系进行了分析。实验结论为：温度与组织损伤等级，剂量与组织损伤等级间的关系难以量化；而辐照前后，HIFU焦域相关距离与HIFU束损伤等级之间表现出相关性，HIFU束损伤等级随相关距离的增大而增大。采用支持向量机SVM分类方法，设计分类器，分类结果表明算法可有效识别HIFU束损伤的等级。可为HIFU临床剂量的选取提供参考。 除了针对温度，组织损伤程度的监控研究外，本文还针对如何在高噪声的超声图像中，自动挖掘可以辅助诊断HIFU治疗结束后所产生的有效治疗区域做了方法上的研究。本文提出一种基于双零双速度水平集的算法，利用超声图像灰度的变化信息，完成零水平集的自动初始化，并从高噪声HIFU超声图像信息中提取HIFU有效治疗范围边缘信息及器官边缘信息。通过三维重建给出可反映HIFU有效治疗范围的大小及形状的三维信息，有望成为HIFU临床辅助治疗系统功能的有益补充。

目录

文摘

英文文摘

声明

第一章引言

1.1 HIFU技术及其工作原理

1.2HIFU治疗作用和机制

1.3HIFU治疗的优点

1.4HIFU治疗效果的监控和检测机制

1.4.1温度监控

1.4.2组织损伤程度监控

1.4.3治疗区域的无损检测

1.5本文的意义目的和主要任务

1.5.1意义和目的

1.5.2本文的主要任务

第二章基于超声无损探测组织温度及损伤程度模型

2.1生物组织模型

2.1.1生物组织离散随机介质模型

2.1.2生物组织分层介质模型

2.2基于超声信号的无损监控方法

2.2.1基于超声信号无损测温

2.2.2基于超声信号的组织损伤程度无损监控

2.3基于B超图像的无损监控方法

2.3.1基于B超图像像素位移的测温方法

2.3.2基于B超图像半衰期组织损伤检测

2.3.3基于B超图像平均灰度信息的测温方法

2.3.4基于B超图像纹理信息的测温方法

2.4本章小结

第三章温度相关的组织超声图像纹理参数数据挖掘

3.1数据挖掘技术

3.1.1数据挖掘定义

3.1.2数据挖掘任务

3.1.3数据挖掘过程

3.1.4医学数据挖掘

3.2数字图像纹理理论基础

3.2.1数字图像纹理定义

3.2.2灰度共生矩阵与图像纹理

3.2.3图像纹理的分形表示

3.2.4小波理论与图像纹理的小波表示

3.3实验设计与数据的获取

3.4温度相关纹理参数数据挖掘

3.4.1温度与超声图像及超声减影图像分形维数的关系

3.4.2温度与灰度共生矩阵(GLCM)纹理参数的关系分析

3.4.3温度与B超剪影图像小波分解系数能量的关系分析

3.5 HIFU焦域中心点温度与纹理参数的回归分析

3.5.1一元线性回归分析

3.5.2基于主成分分析的多元线性回归

3.6本章小节

第四章基于超声图像的HIFU束损伤程度评估方法研究

4.1对组织HIFU热损伤的判定

4.2 HIFU剂量学

4.2.1能量分析

4.3图像像素点运动变化追踪算法原理

4.3.1块匹配法

4.3.2光流法

4.4基于B超图像HIFU束损伤相关参数数据挖掘

4.4.1实验设计及数据获取

4.4.2数据挖掘提取

4.5数据挖掘结果分析

4.5.1 ROI B超图像特征点空间相关性及位移分析

4.5.2 B超图像相关性与组织损伤等级的关系

4.5.3剂量与超声图像相关距离及组织损伤程度的关系

4.5.4 B温度与超图像相关距离及组织损伤等级的关系

4.5.5参数的选取

4.6基于支持向量机的HIFU束损伤程度自动识别

4.6.1数据挖掘主要的分类方法模型

4.6.2支持向量机法

4.6.3 SVM在HIFU束损伤等级判定中的应用

4.7本章小结

第五章HIFU损伤区域自动识别

5.1数字图像分割

5.2数字图像分割方法与技术

5.2.1基于阈值的分割技术

5.2.2基于边缘检测的方法

5.2.3基于区域生长的方法

5.2.4基于自产生和自组织神经网络的方法

5.2.5可形变模型

5.3参数主动轮廓模型

5.3.1 Snake的数学模型

5.3.2 Snake模型的特点

5.4几何主动轮廓模型

5.4.1测地线活动区域模型

5.4.2 Mumford-Shah(MS)模型

5.5基于水平集的HIFU损伤区域形状信息挖掘

5.5.1实验设计及数据获取

5.5.2基于水平集的二维HIFU损伤区域探测方法

5.5.3基于水平集的及表面重建的三维HIFU损伤区域探测

5.5.4 HIFU损伤区域三维表面重建

5.6本章小结

第六章总结与展望

6.1本论文的主要内容

6.2未来工作展望

参考文献

致谢

攻读学位期间发表的论文