首页> 中文学位 >多对比度磁共振颈动脉图像配准算法的研究
【6h】

多对比度磁共振颈动脉图像配准算法的研究

代理获取

目录

声明

缩略语表

前言

文献回顾

1 常用的颈动脉成像技术

2 医学图像配准的现状

3 目前颈动脉图像配准存在的问题

4 论文的研究目标

第一部分 颈动脉磁共振图像血管分割

1.1 引言

1.2 MRI影像数据的获取

1.3 基于Grab Cut的颈动脉图像分割

1.4 本章小结

第二部分 血管中心线提取及其三维配准

2.1 引言

2.2 颈动脉血管中心线提取

2.3 基于血管中心线的三维配准

2.4 本章小结

第三部分 基于血管中心线和边界点的两步配准算法

3.1 前言

3.2 两步配准流程

3.3 基于血管边界点的精配准

3.4 配准效果定量评价准则

3.5 配准实验设置及结果比较

3.6 本章小结

总结与讨论

参考文献

个人简历和研究成果

致谢

展开▼

摘要

美国心脏病协会统计数据显示,在全球范围内,2013年有650万人死于卒中,使得卒中成为缺血性心脏疾病的第二大主导因素。在美国,平均40秒就有一人发生卒中事件,平均4分钟就有一人死于卒中。研究表明易损斑块的破裂是导致卒中的关键因素。因此,早期识别易损斑块对于患者的筛查、危险性评估和手术治疗决策的制定具有重要的意义。目前临床上对易损斑块的影像学分析应用较为广泛的是磁共振成像(Magnetic resonance imaging, MRI),尤其是多对比度磁共振图像,结合不同序列图像的互补信息,可以多方面地分析斑块成分及其易损性。本研究中我们与清华大学合作,采用新近研发的高分辨率、高信噪比、短时扫描的三个序列,包括三维运动敏感驱动快速梯度回波(Motion sensitized driven equilibrium prepared rapid gradient echo, MERGE)序列、同时非增强血管造影和斑块内出血成像(Simultaneous noncontrast angiography and intraplaque hemorrhage imaging, SNAP)序列和T2加权等体素快速自旋回波采集(T2-weighted volume isotropic turbo spin echo acquisition,3D T2W-VISTA)序列,由于3个序列的管壁管腔信号互补,其中MERGE的管壁信号较强,有利于斑块负荷的测量,SNAP管腔信号较强,又可以清晰地显示不出血病灶,T2W-VISTA和SNAP可用于检测高危斑块成分,因此三个序列结合分析更有效。
  在磁共振扫描过程中,患者的移动和颈动脉血管的搏动,容易造成多序列图像的空间位置不匹配,从而影响像素级别的斑块分析。因此在分析斑块之前,多序列图像间的准确配准是使用多对比度图像进行易损斑块判别的关键。图像配准可分为基于灰度的配准和基于特征的配准两大类,由于多对比度磁共振图像中血管及斑块在不同序列中的灰度分布不同,且体积很小,因此忽略空间信息时,基于灰度的配准方法准确度有待提升。基于特征的配准一般需要分割出血管,然后提取几何特征如中心线、边界点,从而筛选匹配的特征点,求解空间变换模型,因此血管的准确性对配准精度具有很大的影响。另外,由于基于特征的配准不需要对整幅图像处理,容易实现,在血管等复杂结构中应用广泛。然而由于颈动脉血管存在分叉,给血管的分割、特征点提取、配准都带来了挑战。
  为了实现多对比度三维磁共振序列的准确配准,特别是提高颈动脉分叉处的配准精度,本文主要做了以下三个方面的工作:
  (1)颈动脉图像血管的分割
  准确的血管腔壁分割是基于特征配准的关键,为实现血管内壁的准确提取,本文采用交互式图割算法,能在较复杂的颈动脉图像中通过少量交互工作实现对三维血管腔壁的准确分割。
  (2)提取血管中心线并做三维配准
  由于中心线能够很好地反映血管三维拓扑结构的变化,而分叉处管腔边界形状不规则且存在曲率的变化,因此本文首先提取血管的横截面图像,对其增强滤波提取中心线,然后采用一种改进的迭代最近点算法对血管中心线进行三维配准。配准结果表明虽然各序列中心线的位置大体一致,但是配准后血管边界点并没有很好地吻合,尤其是分叉处的血管,由于血管的较大形变,配准后分叉层的位置并不是一一对应的,配准精度有待提高。
  (3)提出基于中心线和边界点两步配准算法
  针对第二部分配准不够准确的问题,提出一种基于血管中心线和边界点的两步配准方法,充分利用了血管的三维拓扑结构和边界信息。本部分在中心线三维配准基础上,基于提取的管壁信息,进一步基于血管边界点做精配准。在精配准过程中,需要从特征点中筛选出两序列间的匹配点,从而基于匹配点求解空间变换关系。目前常用的特征点筛选方法是均匀采样法,难以反映血管的非刚性形变,因此,本研究创新地使用形状上下文描述子对边界匹配点进行筛选,建立每层匹配点对之间的最佳空间变换模型,由于该描述子无需选取特殊标记点或关键点就能得到边界点的准确对应关系,具有更广泛的适用性。考虑到血管存在三维非刚性形变,并且较大形变导致粗配准后分叉处可能并不在同一层,为提高分叉处的准确度,本研究将形状上下文描述子拓展至三维,寻找局部邻域匹配点。为了评价该算法的效果,本研究将其与常用的均匀采样法做比较,实验结果表明提出的算法配准精度更高,配准后不同序列的边界重合度均达到95%以上,平均表面距离达0.12 mm,且三维配准较二维更有优势。
  综上所述,论文首先采用交互式图割方法,获得不同对比度MRI成像的血管管壁边界,在此基础上,采用基于跟踪的方法,提取血管中心线并实现了基于中心线的三维配准。为了进一步提高血管尤其是分叉处配准的精度,本文创新使用形状上下文描述子筛选匹配点,实现了多对比度MRI颈动脉成像序列的更准确配准。本研究提出的配准算法简便有效,为下一步斑块成分和稳定性的定量分析奠定了基础。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号