基于斑点追踪技术的心脏超声成像应变分析

摘要

目前，心血管疾病已经成为当前人类死亡的主要原因之一，而通过医学影像技术来获得心脏图像，以进行分析、诊断心脏疾病，已经成为重要的临床诊疗手段。超声诊断技术由于其成像迅速、对病人无痛苦等优点已经成为医学影像技术的主要方法之一。而斑点追踪技术就是在二维超声图像的基础上，识别并提取出心肌内的斑点，追踪斑点的运动情况，并跟踪其在每一帧图像上的位置变化，标测出不同帧图像心肌运动轨迹。 本文主要是根据心脏左心室的二维超声图像运动序列，通过提取和跟踪其短轴图像中的斑点信息，来分析心肌应变。主要工作内容分为3部分： 1.对心脏超声图像进行分割，从而得到左心室心肌的内外轮廓，反映出心肌运动区域。本文通过比较了Snake模型、GVF Snake模型的分割结果，发现这两个算法对于初始曲线位置和形状要求很高，取得的分割效果并不理想；并实现了C-V模型算法，发现它不能很好的克服超声图像的灰度不均匀性。本文主要采用了基于局部高斯概率模型的方法，通过设置两条初始化曲线，演化后得到左心室心肌区域。通过实验结果表明，该方法在处理超声图像这种噪声较大的图像时效果较好，可以较好地克服灰度不均匀性和噪声。 2.斑点提取。根据超声图像特点，通过设置一个固定大小的窗口来遍历整个图像，比较像素灰度值，得到极值点区域来标记出斑点所在位置。 3.斑点跟踪和应变计算。通过配准得到斑点对应的匹配点，从而可以得到斑点随时间变化在不同图像的位置变化情况，可以计算得到位移。根据弹性力学中有关位移与应变的关系，计算得到应变。从而可以得到心肌组织在心脏舒张期和收缩期时的运动情况。

目录

文摘

英文文摘

论文说明：图表目录

声明

1绪论

1.1课题概况

1.2国内外研究状况

1.3课题背景

1.4本文研究工作和内容安排

1.5本文创新点

1.6本章小结

2医学心脏成像

2.1心脏的解剖结构

2.2心脏的医学影像成像技术

2.3医学超声诊断概述

2.4超声心动图技术

2.4.1超声心电图技术的种类

2.4.2二维超声心动图概述

2.5本章小结

3心脏超声图像的心肌分割

3.1图像分割概述

3.2医学图像及其分割方法

3.3基于Snake模型的心脏超声图像分割

3.3.1 Snake算法基本概念

3.3.2梯度矢量流Snake模型

3.4基于C-V模型的心脏超声图像分割

3.4.1 Mumford-Shah模型原理

3.4.2水平集模型原理

3.4.3 C-V模型原理

3.5基于局部高斯概率模型的心脏超声图像分割

3.6实验结果与分析

3.7本章小结

4心肌运动应变计算

4.1超声斑点的概述

4.2斑点识别与提取

4.2.1一维统计分布

4.2.2纹理特征

4.2.3斑点的提取

4.3超声图像中的运动跟踪及斑点匹配

4.3.1仿射变换

4.3.2斑点的匹配

4.4心肌应变计算

4.4.1弹性力学基本概念

4.4.2应变计算

4.5算法实现

4.6实验结果与分析

4.6.1斑点提取与匹配

4.6.2位移及应变计算

4.7本章小结

5总结与展望

5.1本文工作总结

5.2未来的工作

致谢

参考文献

附录:攻读硕士学位期间参加的科学研究情况