血管内超声图像处理与分析若干技术研究

摘要

血管内超声(IVUS)成像能够直观地描述冠脉解剖结构，准确地评价冠脉病变，因此在冠心痛的诊断和治疗中应用越来越广泛。但是，血管内超声图像具有信噪比低、特征复杂等特点，使得前人在血管内超声图像处理与量化分析这方面研究中取得的成果较少，仍存在着一些关键的技术难点，包括血流斑点噪声抑制、图像对比度增强、复杂背景下斑块轮廓的提取以及斑块的自动分类等，该方面研究具有较高的科研与临床应用价值。针对血管内超声图像处理中的关键问题，结合临床需要，本文对噪声抑制、增强、边缘提取、纹理分类等问题进行了探索研究，全文的主要内容如下：
　　 (1)通过分析血流斑点噪声的性质，提出在对数变换下采用小波变换阈值法实现血流斑点噪声抑制。小波变换噪声抑制算法的阈值计算需要估计图像的噪声方差，本文根据IVUS图像的特点提出了一种噪声方差估计方法，并研究了离散正交小波变换和二进小波变换下不同的阈值选取方法，讨论了两种小波变换降噪算法各自的优缺点。实验结果表明基于小波变换的噪声抑制算法提高了图像的信噪比，在抑制噪声的同时较好地保留了图像的边缘等细节。
　　 (2)针对图像对比度低这一问题，将血管内超声图像对比度和图像多尺度边缘的梯度值相联系，提出了基于多尺度边缘表示和Hermite多项式插值的增强算法。实验结果表明这种增强算法较好地解决了现有算法存在的微弱信息增强和噪声放大之间的矛盾，是一种有效的图像增强算法。
　　 (3)在边缘提取过程中，提出了二进小波变换和快速主动轮廓模型相结合的方法。在快速主动轮廓模型的初始轮廓选取中，采用了基于二进小波变换模极大值原理的边缘检测技术，得到的初始轮廓与目标轮廓比较接近，能够获得较为理想的目标轮廓，而且减少了迭代收敛次数。实验结果表明该算法提取的目标轮廓和理想轮廓相近，误差较小；在大多数情况下追踪误差小于观察者自身误差。
　　 (4)在对冠脉内超声序列图像的边缘提取中，研究了基于仿真心电信号的图像重采样技术。利用心脏搏动相位和图像距离之间的关系，恢复出每帧图像对应的心率，并选取位于心脏搏动最小点的图像构成重采样之后的图像集，解决了心脏搏动导致相邻帧图像间容易错位的问题，使得目标轮廓在序列图像之间传递具有更高的准确性。实验结果表明采用重采样技术之后，新的图像集中各帧图像间相关性更强、稳定性更好。
　　 (5)研究了基于统计纹理特征提取和支持向量机的斑块分类算法。根据不同斑块类型表现出的不同纹理特性，选取了多种方法定义的纹理特征值组合成特征向量，并采用支持向量机作为分类器实现了斑块的自动分类。实验表明采用本算法识别斑块总的正确率达到了93.3％。
　　 该研究属于信息学与医学的交叉学科，研究成果较好地解决了血管内超声图像处理中存在的关键问题，实现了定性和定量分析，提高了临床诊断精度与效率.

目录

文摘

英文文摘

图表清单

注释清单

第一章 绪论

1.1 课题背景

1.1.1 冠状动脉的结构

1.1.2 冠状动脉粥样硬化

1.1.3 冠状动脉成像模式

1.1.4 冠心病的介入治疗

1.2 IVUS的缺陷

1.3 IVUS图像的主要研究内容

1.3.1 噪声抑制

1.3.2 对比度增强

1.3.3 几何测量

1.3.4 组织分类与应力分析

1.3.5 三维重建

1.4 国内外研究概况

1.5 本文的主要研究内容和组织结构

1.5.1 本文的主要研究内容

1.5.2 本文的组织结构

1.6 本章小结

第二章 血管内超声成像系统

2.1 血管内超声成像的发展历史及现状

2.2 血管内超声成像的技术原理与检查方法

2.2.1 血管内超声成像系统的构成

2.2.2 血管内超声检查方法

2.3 血管内超声图像的判读

2.4 血管内超声图像中的伪像

2.4.1 与导管位置有关的伪像

2.4.2 声影

2.4.3 移动伪像

2.5 血管内超声成像的临床应用价值

2.6 血管内超声成像与冠脉造影的比较

2.7 本文采用的血管内超声成像系统

2.8 本章小结

第三章 基于小波变换的血流斑点噪声抑制

3.1 小波降噪原理及方法概述

3.1.1 基本原理

3.1.2 数学模型及基本方法

3.1.3 阈值降噪算法的基本问题

3.2 血流斑点噪声模型

3.3 基于正交小波变换的血流斑点噪声抑制

3.3.1 小波基和滤波器组

3.3.2 可分离二维小波基

3.3.3 快速二维小波变换

3.3.4 基于正交小波变换的IVUS图像血流斑点噪声抑制算法

3.4 基于二进小波变换的血流斑点噪声抑制

3.4.1 平移不变小波变换的引入

3.4.2 二进小波变换

3.4.3 基于二进小波变换的IVUS图像血流斑点噪声抑制算法

3.5 实验结果分析及结论

3.5.1 噪声抑制算法评价指标

3.5.2 噪声模型验证

3.5.3 二进小波噪声抑制算法中本文改进阈值与通用阈值比较

3.5.4 实验结果与分析

3.5.5 讨论

3.5.6 实验结论

3.6 本章小结

第四章 基于多尺度分析的血管内超声图像增强

4.1 概述

4.2 小波变换度量正则性

4.3 小波系数极值的提取和处理

4.4 Hermite多项式插值

4.5 实验结果分析与结论

4.5.1 实验结果与分析

4.5.2 讨论

4.5.3 实验结论

4.6 本章小结

第五章 血管内超声图像的边缘提取

5.1 概述

5.1.1 动脉壁病变的组织学描述

5.1.2 研究概况

5.2 基于二进小波变换和主动轮廓模型的边缘提取

5.2.1 IVUS图像的预处理

5.2.2 基于二进小波的初始轮廓提取

5.2.3 基于快速主动轮廓模型的最终目标边缘提取

5.3 IVUS序列图像的边缘提取

5.3.1 问题的提出

5.3.2 图像距离矩阵的构造

5.3.3 心率检测

5.3.4 相位检测

5.4 参数测量

5.4.1 截面积计算

5.4.2 狭窄率计算

5.4.3 体积计算

5.5 实验结果分析与结论

5.5.1 初始轮廓改进算法与阈值算法的比较

5.5.2 实验结果与分析

5.5.3 实验结论

5.6 本章小结

第六章 基于纹理分析的斑块分类

6.1 概述

6.2 IVUS图像中的斑块自动分类

6.2.1 纹理分类概述

6.2.2 纹理特征提取

6.2.3 分类算法选择

6.3 实验结果分析与结论

6.3.1 纹理特征计算

6.3.2 实验结果与分析

6.3.3 实验结论

6.4 本章小结

第七章 总结与展望

7.1 主要研究成果

7.2 主要贡献与创新点

7.3 后续研究方向

参考文献

致谢

在学期间的研究成果及发表的学术论文