（模式识别与智能系统专业论文）基于Tagged+MR图像左心室运动分析的相关方法研究.pdf

博士学位论文 基于t a g g e d m r 图像左心室运动分析的相关方法研究 摘要 带标记线核磁芡振图像是精确研究心肌形变以及心肌质点运动的重要途径。左 心室心肌的运动情况能够反映心脏的泵血功能，为多种心脏疾病的诊断提供依据， 因此成为当前研究的热点。本文基于带标记线的核磁共振图像( t a g g e dm r ) 对左心室 心肌运动进行研究和分析。从标记的检测与跟踪、左心室的分割、物质标记点的提 取、左心室的运动重建与应变分析四个方面着手，初步形成适用于一般图像数据的 左心室运动分析框架，能够从带标记线的核磁共振图像序列出发，最终得到左心室 在心动周期中的3 d 形状、前向运动场、心肌点的应变张量以及全局功能参数。本 文的工作主要包括以下的内容： 1 ) 提出了基于改进的主动轮廓模型及光流分析的标记线跟踪方法。该方法将基 于动力学方程的主动轮廓模型应用于标记线的跟踪；针对带标记线的核磁共振图像 的成像特点，重新设计了模型的各能量项；为了防止在跟踪过程中出现错位现象， 利用光流估计设定模型的初始速度，对模型轮廓加以引导；实验表明该方法能够准 确有效地跟踪标记线。 2 ) 提出了基于b a y e s i a n 概率理论的标记网格跟踪方法。使用网格模型跟踪标 记线网格；首先通过m a r k o v 随机场以及e m 算法将网格节点按是否在心肌上进行 分类；按照分类的结果，对不同类别的节点，按照其在跟踪过程中所应起到的作用， 设计不同的先验概率及似然函数，通过最大化b a y e s i a n 后验概率计算网格节点的新 坐标，对标记网格进行跟踪；在跟踪过程中，利用网格模型的m a r k o v 性质，考虑 相邻节点间的相互作用，使得网格模型在跟踪过程中能够保持拓扑形状，拒绝过大 形变。 3 ) 提出了耦合的极坐标主动轮廓模型，将其用于同时分割短轴图像上的左心室 心肌内外轮廓。模型采用极坐标表示，能够更好地控制形状以及内外轮廓间的关系， 并便于直接应用初始化算法得到的左心室中心点及半径信息；模型能量函数的设计 综合考虑了图像中左心室心肌的区域、形状以及边缘信息；采用改进的贪婪算法对 模型进行优化，能够对内外轮廓同时进行处理，并使得最终的心肌分割结果达到亚 像素精度。 4 ) 提出了柱坐标b 样条主动表面( c b a s ) 模型，将其用于3 d 分割左心室内外 膜表面。该模型的等参曲线网格由b s n a k e 模型组成，根据短轴、长轴成像平面在 3 d 空间中的位置关系，网格中的节点在两幅短轴及长轴图像上寻找对应的边缘点， 节点间的采样点则在单一的短轴或长轴图像上获得图像能量；分割过程在柱坐标下 进行，使得模型在s a 图像及l a 图像上形状的改变能够统一为一个参数的变化， 博士学位论文 减小了模型的复杂度。 5 ) 提出了综合使用b s o l i d 模型以及薄板样条模型的物质标记点提取算法该 算法基于图像数据的成像协议以及标记数据的格式设计；利用薄板样条曲面对无序 排列的长轴图像上的标记数据进行插值，重建垂直于长轴平面的标记面；使用 b s o l i d 模型重建垂直于短轴平面的两组标记面；在计算3 组标记面交点的过程中， 通过迭代中值法计算b s o l i d 模型的等参曲线与薄板样条曲面的交点，相比于传统 的计算三组曲面交点的方法更为简单直接；采用c b a s 模型分割得到左心室内外表 面，去除不在心肌上的标记面交点，得到左心室的物质标记点。 6 ) 提出了一种基于物质标记点以及b s o l i d 模型的3 d 运动场重建算法，并在 此基础上给出了球坐标下的心肌应变张量以及左心室全局功能参数的计算方法。由 于物质标记点能够密集地反映心肌点的3 d 运动情况，该方法直接通过b s o f i d 模型 及物质标记点所反映的离散3 d 运动，重建心肌运动场；为了能够反映左心室环状 心肌和纵向心肌的收缩以及心肌擘的径向增厚，在球坐标下对心肌的应变张量进行 了计算；在对左心室内外表面进行重建的基础上，通过计算左心室容积，获得相关 的全局功能参数。 关键词：带标记线的核磁共振图像目标跟踪图像分割运动重建 a b s t r a ( ? r 博士学位论文 a b s t r a c t u s i n gt a g g e dm a g n e t i cr e s o n a n c e ( m r ) i m a g e s ，w ec a l lr e s e a r c hd e f o r m a t i o na n d m o t i o no ft h eh e a r tm u s c l e 1 1 l em o t i o ni n f o r m a t i o no ft h el e f tv e n t r i c l e ( c a nr e f l e c t t h ep u m p i n gf u n c t i o no ft h eh e a r t , w h i c hc a nb eu s e dt od i a g n o s em a n yh e a r td i s e a s e s t h e r e f o r e a n a l y z i n gm o t i o no fl v h a sb e c o m ea h o t s p o ti nt h er e l a t i v er e s e a r c h i n gf i l e d i nt h i sp a p e r , w ew a n tt ob u i l daf r a m et oa n a l y z et h el e f tv e n t r i c l e sm o t i o nb a s e do i lt h e g e n e r a lt a g g e dm ri m a g e s ，w h i c hi sm a i n l yc o m p o s e do ff o u rp a r t s ：t a gd e t e c t i n ga n d t r a c k i n g ，l e f t v e n t r i c l e s e g m e n t a t i o n ，m a t e r i a l m a r k e r s e x t r a c t i n g ，a n d m o t i o n r e c o n s t r u c t i o na n da n a l y s i s w i n lt h i sf r r n l e w ec a ng e tt h e3 ds h a p eo ft h el v , t h ef r o n t d i s p l a c e m e n tf i l e d ，t h es t r a i nt e n s o ro f t h eh e a r tm u s c l ea n dg l o b a lf u n c t i o np a r a m e t e r s t h i st h e s i sr e s t r i c t si t s e l fo nt h et o p i co ft a g g e d m r i - b a s e dm o t i o na n a l y s i s s o m e n o v e lm o d e l sa n da l g o r i t h m sh a v eb e e np r o p o s e db a s e do nt h ee x i s t e da c h i e v e m e n t so f p r e v i o u sr e s e a r c h e r s ，w h i c ha r ed e s c r i b e da sf o l l o w i n g ： ( 1 ) i tp r o p o s e sam e t h o du s i n ga c t i v ec o n t o u rm o d e lb a s e do nk i n e t i cf u n c t i o nt o t r a c kt h et a ga n du s e st h r e ek i n d so fe l a s t i cp o t e n t i a le n e r g y , n e wi n t e r n a le n e r g ya n dn e w i m a g ee n e r g y t h ep a p e ra l s oc h a n g e st h ea s s u m p t i o nt h a tt h ei n i t i a lv e l o c i t yi sz e r oa n d t a k e st h eo p t i c a lf l o wa st h ev e l o c i t y , w h i c hi m p r o v e st h ev e r a c i t yo ft h ea r i t h m e t i c t h e m e t h o di st e s t e do ns e v e r a ls e q u e n c e so fc a r d i a cs y s t o l em r ln er e s u l ti n d i c a t e st h e m e t h o di se f f e c t i v e ( 2 ) i tb r i n g so u tan e wt a gt r a c k i n gm e t h o db a s e do nb a y e s i a ns t a t i s t i c a la p p r o a c h t h em e t h o du s e st h e 鲥dm o d e la st h eb a s i cs t r u c t o r e f i r s t l y , t h em e t h o dl o o k st h eg a d n o d e s p o s i t i o n sa sam a r k o vr a n d o mf i e mm m f ) m o d e la n du s e st h ee ma l g o r i t h mt o c l a s s i f yt h en o d e si n t ot w os o r t sb yw h e t h e rt h en o d ei si n s i d et h ev e n t r i c l e s t h e n ，t h e m e t h o dd e s i g n sd i f f e r e n tp r i o rd i s t r i b u t i o n sa n dl i k e l i h o o df u n c t i o nf o rd i f f e r e n ts o r t s b a s e dt h ef u n c t i o no fw h i c hp e r f o r mi nt h et r a c k i n gp r o g r e s s n em e t h o du t i l i z e st h e i t e r a t e dc o n d i t i o n a lm o d e s ( i c m ) a l g o r i t h mt op e r f o r mam a x i m u ma p o s t e r i o r ( m a p ) e s t i m a t e t h em e t h o di st e s t e do ns e v e r a ls e q u e n c e so fc a r d i a cs y s t o l em r ln er e s u l t s h o w st h em e t h o dc a ne x a c t l yc l a s s i f yt h eg r i dn o d e sa n dt r a c kt h es p a m mt a gl i n e s b e c a u s eo ft a k i n gt h eg i r dm o d e l sm a r k o vc h a r a c t e ri n t oc o n s i d e r a t i o n , t h eg a dc a n k e e pi t st o p o l o g i c a ls h a p ed u r i n gt r a c k i n gp r o g r e s s ( 3 ) ac o u p l e dp o l a ra c t i v ec o n t o u rm o d e li sd e v e l o p e dt os i m u l t a n e i t ys e g m e n tt h e 2 di n s i d ea n do u m i d ee d g e so fl vi ns h o na x i s ( s a ) i m a g e s u s i n gt h ep o i a rm o d e lt h e h i 南京理工大学博士学位论文 基于t a g g e dm r 图像左心事运动分析的相关方法研究 s h a p eo ft h em o d e la n d 山er e l a t i o no ft h ei n s i d ea n do u t s i d ec o n t o u rc a nb ee a s i l y c o n t r o l l e d ，a n dt h em o d e lc a nu s et h ei n i t i a lc o n t o u r sg o t t e nb yt h em e t h o d t h em o d e l t a k e sa c c o u n to fm a n yk i n d so fi n f o r m a t i o ni n c l u d e se d g e , s h a p ea n dr e g i o n t og e tt h e m i n i m u ms o l v eo ft h em o d e l ，w eu s et h ei m p r o v e dg r e e d ya l g o f i t h r mb yt h ea l g o r i t h m , t h em o d e lc a ns e g m e n ta l le d g e so fl vs i m u l t a n e i t ya n dc a ng e ts u b - p i x e lr e s u l t ( 4 ) i tp u t sf o r w a r dac y l i n d r i c a lb s p l i n ea c t i v es u r f a c e ( c b a s ) m o d e l t i l em o d e l c a nb eu s e dt os e g m e n tt h el a ( l o n ga x i s ) a n ds at a g g e dm ri m a g e st og e tt h e3 d s u r f a c eo ft h el v t h em o d e lc a l lb el o o k e da sag r i dc o m p o s e do fb s n a k ec o n t o u r s a c c o r d i n gt ot h er e l a t i o no fl a a n ds ai m a g ep l a n e sp o s i t i o ni nt h e3 ds p a c e 。an o d eo f t h e 鲥dw i l ls y n c h r o n o u s l yf i n dm ee d 萨p o i n t si nas ai m a g ea n dal ai m a g e ，a n dt h e s a m p l ep o i n t sb e t w e e nt w on o d e sc a l c u l a t et h e i ri m a g ee n = 西e su s i n go n l yo n es a o rl a i m a g e f o ru s i n gt h ec y l i n d r i c a lm o d e l , t h ed e f o r m a t i o no ft h em o d e lo nt h es ap l a n e so r l ap l a n e sc a l lb er e a l i z e dj u s tb yc h a n g i n go n l yo n ev a r i a b l e ，w h i c hd e c r e a s e st h e c o m p l e x i t yo ft h em o d e l ( 5 ) i tu s e st h eb s o l i dm o d e la n dt h et h i n - p l a t em o d e lt oe x t r a c tt h em a t e r i a lm a r k e g s w ed e s i g nt h em e t h o da c c o r d i n gt ot h ei m a g ep r o t o c o la n dt h ef o r m a to ft h et a gd a t a n e m e t h o dr e c o n s t r u c t st h el vt a gp l a n e sb yt h i n p l a t em o d e la n dt h ec r o s sl i n e so ft w os a t a gp l a n e sb yb s o l i d se q u a l p a r a m e t e rl i n e s b yi t e r a t i v e l yc a l c u l a t i n gt h em i d d l e v a l u e s ，t h em e t h o dc a nd e t e c tt h ec r o s sp o i n t so ft h r e es t a c k so ft a gp l a n e s ，w h i c hi s e a s i e ra n dm o r ed i r e c tt h a nt h ef o r m e rm e t h o d s f i n a l l y , u s i n gt h es u r f a c e sg o t t e nb y c b a sm o d e l ，w ec a l lw i p eo f ft h et a gi n t e r s e c t i o n sn o ti nh e a r tm u s c l et oe x t r a c tt h e m a t e r i a lm a r k e r s ( 6 ) i tp r o p o s e san o v e lm o t i o nr e c o n s t r u c t i o nm e t h o db yt h em a t e r i a lm a r k e r sa n d b s o l i dm o d e l t h em e t h o dc a nd i r e c t l yr e c o n s t r u c tt h ef r o n td i s p l a c e m e n tf i l e d b a s e d o nt h ef i l e d ，w ec a l c u l a t et h es p h e r i c a ls t r e s st e n s o ro ft h el vm u s c l ea n dt h eg l o b a l f u n c t i o np a r a m e t e r s k e yw o r d s ：t a g g e dm ri m a g e ，o b j e c tt r a c k i n g 。s e g m e n t a t i o n ，m o t i o n r e c o n s t r u c t i o n 第1 章绪论博士学位论文 1 绪论 1 1 引言 心脏疾病是目前危害人类健康的重要因素，也是当前人类社会主要的致死病因 之一【l i 。如何有效地预防及诊断心脏疾病，医学影像技术是重要的工具。目前针对 心脏的医学影像技术主要包括：心血管造影术、超声波心动图像( c a r d i a cu l t r a s o u n d ) 、 同位素成像( i s o t o p ei m a g i n g ) 、断层x 射线摄影术( c t ，c o m p u t e dt o m o g r a p h y ) 和心 脏核磁共振成像( m r i ，m a g n e t i cr e s o n a n c ei m a g i n g ) 。在这些方法当中，心脏核磁共 振成像具有显著的优点，因为其他几种方法要么是侵入性的，如心血管造影术及同 位素成像；要么成像质量较差，如心脏超声。由于m r 成像的特殊机理，能够利用 人体中的氢原子，在强磁场内受到脉冲激发后，产生磁共振的现象，然后通过空间 编码技术，将在磁芡振过程中所发出的电磁波以及与之稆关的各种信息参数，形成 图像。因此该成像方法对生物体内，像心脏这样含氢原子较多的软组织特别有效， 而且成像较快，图像质量受组织运动的影响较小。尤其是上世纪8 0 年代后期核磁共 振成像领域新的技术的出现( 如标记模式的引入，提供了跟踪分析心脏运动的有效 方式) ，使得对心肌运动机制的了解成为可能，同时也使得基于带标记线的m r 图 像的心脏运动分析研究得到了快速发展。 在研究心脏疾病的过程中，由于左心室负责向全身供血，在心脏功能中起着重 要的作用，因此是目前的研究重点。左心室心肌的非正常运动是多种心脏疾病的表 象和诱因，心肌梗死是最为常见的心脏病变，该病的主要成因为心脏冠状动脉狭窄 或栓塞引起的心肌供血不足，引起心肌缺血或坏死，进而影响到心脏的运动【2 】。以 急性心肌梗死为例，心肌收缩可出现以下四种异常的运动形式：1 ) 非同步收缩运动： 即缺血或坏死心肌与其附近的正常心肌收缩的时间不一致：2 ) 运动机能减退：即心 肌纤维缩短程度降低；3 ) 不能运动：即心肌纤维缩短停滞：4 ) 反常运动：即坏死 心肌完全丧失收缩功能，于心肌收缩期呈现收缩期外突状态，故又称为矛盾性膨胀 运动。因此对于左心室心肌运动的研究在心脏疾病的诊断及预防中具有重要意义。 对于不加标记线的核磁共振图像，虽然能够反映更为精细的生理结构，但由于 心肌的同质性，难以找到密集的对应特征点，因而难以准确反映心肌运动。为了研 究心肌的运动，在心肌上产生易于识别的标记是较为直接的方法。研究人员曾通过 在狗的心脏上植入超声标记来跟踪心肌运动1 3 4 1 ，但超声标记是嵌入心肌内部的，会 南京理工大学博士学位论文基于t a g g e dm r 图像左心宦运动分析的相关方法研究 对心脏产生伤害，而密集的标记植入会直接影响到心肌的运动，从而影响运动分析 的准确性，因此该方法不能直接应用于人体。而基于磁饱和模式的非侵入式标记技 术的产生，使对人类心肌运动的分析成为可能。 带标记的心脏核磁共振成像技术过给出了一种非侵入式研究心肌运动的重要途 径。m o r o s e 及s i n g c 4 m f f 先提出了标记的概念并将其应用于测量总体流动，他们发 现当使用预饱和的射频脉冲标记的液体在流过m r 检测器时，会呈现孤立的单灰度 点。z c r h o u n i 则将条带式的磁饱和模式应用于心脏的运动分析嘲，a x c l 和d o u g h e r 哆 在1 9 8 9 年提出了在整个成像目标中应用多组平行的磁饱和平面来评价运动盯oj ，从 而形成了成熟的心脏标记技术。在我们的研究中使用了空间调制磁化成像s p a m m m ( s p a t i a lm o d u l a t i o nm a g n e t i z a t i o n ) 数据来进行左心室运动的分析研究，s p a m m 是目前心脏m r j 分析研究中采用最多的标记线成像技术之一。s p a m m 通过射频脉 冲，以非侵入性的方式将磁饱和模式加到目标上，由于在机体内的磁饱和模式会随 机体一起运动，因此磁饱和模式的运动在一定程度上也就反映了机体的运动。 s p a m m 磁饱和模式是一种空间标记面，在心脏舒张末期嵌入到心肌中，并与影像 平面正交，这种标记面与影像平面的交线在核磁共振图像上表现为黑色的直线，即 为标记线( 如图1 1 - 1 ) 。由于左心室的收缩，致使标记线会随心肌的运动和时间的 推移而发生变形和衰减( 如图1 1 2 ) ，因此通过对标记线的分析能够得到心肌在3 维空间中的运动信息，如果结合心脏的形状信息，就可以重建心脏的三维运动，进 而得到各种参数与图形对心脏机能进行定性定量的研究与分析。 左心室的最大收缩时刻被称之为收缩末期( e s ，e n d s y s t o l e ) ，而最大膨胀时刻则 被称之为心脏舒张末期( e d ，e n d d i a s t o l e ) 州。 2 图1 1 1 带标记核磁共振图像的标记平面及成像平面删 第1 章绪论博士学位论文 a 舒张末期图像b 收缩末期图像 图1 1 2 带标记的核磁共振图像 为了能够更为准确地得到左心室的全面的信息，在研究过程中，通常在两个方 向上对左心室成像。如图1 1 3 所示，通过心脏顶部及基部的直线称之为长轴，垂直 于长轴的成像平面为短轴( s a ) 平面( 如图1 1 4 a ) ，平行长轴线或经过长轴线互成 相同角度的成像平面为长轴( l a ) 平面( 如图1 1 4 b ) 。相对于带标记线的核磁共 振图像而言，为了反映左心室3 d 运动的情况，需要3 组标记面来标定心肌的运动。 在垂直于短轴平面的方向上采用了两组相互垂直的标记平面来表示心肌在平行于短 轴平面上的运动，通过垂直于长轴平面且平行于短轴平面的一组标记面来反映心肌 的过短轴平面的运动。 基于带标记线的核磁共振图像的左心室运动分析，首先需要知道标记线的位置 与它所反映的运动信息，其次要能够得到左心室的3 d 形状。因此对于带标记线的 核磁共振图像的研究，主要包括如下的几个研究内容： 1 ) 标记的检测与跟踪：标记作为心肌运动的主要参照物，它的运动能够反应心 肌在成像平面中的运动。通过标记线的跟踪得到心肌点的二维运动，是对左心室进 行3 d 运动重建和分析的基础。 2 ) 左心室的分割：分割左心室的内外轮廓，重建左心室3 d 形状，左心室的3 d 表面信息能够对运动分析提供边界限制，同时为重建得到的3 d 运动场以及各种分 析结果提供载体。 3 ) 一i i , 肌物质标记点的提取：由于垂直于短轴平面的两组标记平面与垂直于长轴 平面的标记面是同时产生并随心肌运动的，因此三组平面的交点能够准确且密集的 反映心肌的3 d 运动，这些交点被称之为物质标记点( m a t e r i a lm a r k e r s ) 【l ”。物质 标记点能够像嵌入心肌的超声标记一样直观地反映左心室的实质运动，且由于其是 非嵌入性的，因此不会对心脏产生伤害，从而打破了嵌入式标记只能应用于动物实 验的局限，能够清楚且密集的反应心肌的运动，因此通过计算提取物质标记点能够 提供直观观测左心室3 d 运动的途径。 3 南京理工大学博士学位论文基于t a g g e d m r 图像左心室运动分析的相关方法研究 4 ) 左心室的三维运动重建及分析：最主要的目标是能够定性定量的对左心室的 形变进行分析。传统的3 d 的运动重建及分析的方法包括以下几个步骤：重建左心 室3 d 后向位移场，计算3 d 实质( 前向) 位移场，计算各心肌点的应力张量。现有 的左心室运动重建及分析模型主要包括b 样条模型、有限元分析模型及可形变模型。 除此之外光流分析、生物力学方法以及h a r p 方法等都取得了一定的进展。 a 短轴图像 图1 1 3 心脏的解剖示意图 b 短轴图像 图1 1 4 带标记线的短轴图线及长轴图像 1 2 基于t a g g e dm r 图像的左t 5 室运动分析领域关键技术的综述 1 2 1 标记的检测与跟踪技术 对于标记的检测与跟踪根据其跟踪目标的不同可以分为三种类型：标记线交点 的跟踪，标记线的跟踪，标记面的直接跟踪。 4 第1 章绪论博士学位论文 1 ) 标记线交点的跟踪方法 在标记线交点的跟踪方法中，r s h e r l l 2 i 采用了交叉相关的方法在具有网格状标记 线的短轴图像上检测标记线交点，利用在相邻的成像帧中，同一交点具有较小的运 动位移以及一致的运动方向等准则，使用动态规划跟踪标记线交点；k r a j t c h m a n 【l 3 】 则首先在第一帧图像上利用与f i s h e r 相似的方法检测标记线交点作为节点的初始位 置，构造三角形网格，使用类似活动轮廓模型的方法定义网格弹性能量以及使用交 叉相关的方法定义图像能量，通过能量最小化方法跟踪标记线的交点。 2 ) 标记线的跟踪方法 跟踪标记线的方法是标记跟踪中最为普遍使用的方法，根据其所使用的方法的 不同，可以分为使用模板匹配，s n a k e 模型以及使用网格模型等三种类型。g u n m a n 【1 4 】 采用了模板匹配的方法来检测标记线，采用的模板为c o s i n e 函数的顶角截面函数。 文献 1 5 1 9 1 中也使用了模板匹配的方法用于产生图像能量或增强标记线，但所用模 板各有不同，如文献【1 6 】中采用了类g a u s s i a n 函数作为模板，而文献【1 7 冲则采用上 一帧图像对应节点处的小块区域作为当前帧的模板。y o u n g l l g l 使用了改进的s n a k e 模型来跟踪检测标记线，该s n a k e 模型与传统的s n a k e 模型的区别在于：( 1 ) 在计 算内部能量时针对标记线的位移进行计算，而不是针对标记线本身，该方法能够得 到平滑的位移场；( 2 ) 在定义人机交互能量时使用了推力而不是常用的吸引力。 a m i n i 及c u r w c n 【l 习采用了基于动态规划的b s n a k e 模型跟踪标记线。文献【2 0 】在处 理网格状标记线时，首先将s n a k e 模型的内部能量设置为零以使样条在交点处弯曲， 用以检测标记线交点，然后通过在交点处采用不同的内部能量系数，用以保证能够 得到光滑的标记线。d e n n e y l l 6 1 方法的最大优势在于不需要事先给出左心室的心肌区 域，该方法首先通过s n a k e 模型跟踪标记线；再利用最大后验概率的方法区别图像 中的心肌区域，用以去除标记线不在心肌上的部分；最后根据时空连续性准则对得 到的标记线加以进一步的修剪。s h i 【2 l 】最先将网格模型应用于网格状标记线的监测与 跟踪，但与传统意义上的网格模型不同的是：他的方法没有使用网格的节点信息， 只是将网格模型的网格线看作是独立的s n a k e 模型，通过最小化所有网格线能量函 数之和，跟踪标记线网格。a m i n i 及c h e n t l 7 j 采用了耦合的b 样条s n a k e 网格跟踪标 记线网格，该方法综合考虑了网格节点处以及标记线上的图像能量，利用能量最小 化方法计算网格节点所对应的控制点的坐标来跟踪标记线网格，但是需要预先给出 每一帧图像上的左心室心肌轮廓，且计算过程较为复杂。 3 ) 标记面的跟踪方法 近年来直接跟踪标记面的方法受到越来越多的关注，该类方法的优势在于无需 进一步对同一时刻、不同成像平面上跟踪到的标记线的归属标记面进行确定。 r a d e v a t 2 2 1 使用了b s o l i d 的两组等参曲面来重建垂直于s a 平面的标记面组，用 5 甫京理工大学博士学位论文 基于t a g g e dm r 图像左心室运动分析的相_ ，方法研究 s n a k e 模型表示该b s o h d 模型在s a 平面上的等参曲线，将由h a r a l i c k 片状模型所 产生的s n a k e 势能作为b s o l i d 模型的外部能量，通过最小化模型的能量函数跟踪 标记曲面。需要指出的是该方法可以同时重建左心室的内外表面，但是由于该模型 只能够使用s a 平面的信息，因此仅能重建垂直于s a 平面的标记面组。y o u n g 【2 珂 则采用了有限元分析的方法来跟踪重建标记面，通过在有限元中建立标记模型的三 角形面片，由标记线上的特征点引导标记模型与成像平面的交线的运动来跟踪标记 面。k e r w i n 及p r i n c e t u j , 【j 用了通用k r i g i n g 概率模型表示标记曲面的时间变化，在 成像平面上的使用类g a u s s i a n 模板检测标记线数据作为该概率模型的观测值，最后 通过最优线性无偏估计评价标记面的位置。( ；h e n 【l 明与r a d e v a 的方法相似同样采用 了b 。s o l i d 模型的等参曲面来表示标记面，与之不同的是，c h e n 的方法中3 组等参 曲面分别表示相互垂直的3 组标记面，c h e r t 通过线性插值的方法计算等参曲面与成 像平面的交线，用以跟踪成像平面上标记线，最后通过m a r k o v 随机场及最大后验 概率的方法提高模犁在时间上的光滑度，以保证模型在时间轴上的插值具有更高阶 的光滑性。 1 2 2 左心室的分割方法 左心室心肌的分割是心脏医学图像分析领域受到最广泛研究的部分，几乎所有 的经典的图像分割方法及模型都被应用于该领域。包括：概率模型( m a r k o v 随机场、 期望最大化方法等) ，基于学习与训练的方法，基于能量最小化的方法( s n a k e 模型、 可形交模型、主动表面模型( a c t i v es h a p em o d e l ) 、测地线主动区域模型( g e o d e s i c a c d v er e g i o i lm o d e l ) ) ，以及模糊连接度、数学形态学方法等等。根据分割模型维 数的不同，将各种算法分成2 d 分割方法以及直接的3 d 分割方法，分别介绍如下： 1 2 2 12 d 的分割方法 现有的基于m r i 的左心室2 d 分割方法，主要是针对短轴图像进行的，并通常 利用左心室心肌在s a 图像上的轮廓近似为圆形的形状作为先验知识。 s r a n g a n a t h t 硐采用了s n a k e 模型提取s a 图像中的左心室内轮廓，该方法采用 了两种方法产生图像能量：1 ) 计算当前图像上s n a k e 模型上的截面的灰度向量与前 一图像中对应向量的相关系数；2 ) 利用s n a k e 模型粗分割的结果作为阂值二值化图 像，利用c a n n y 算子对二值化后的图像做进一步分割，将分割的结果作为模型的图 像能量。该方法对序列图像的分割顺序为：由心室中部图像到两端图像，由舒张期 图像到收缩期图像。且该方法针对旋转回波及梯度回波图像提出了不同的分割方法。 j o u y 【删的方法同样采用s n a k e 模型，且该方法被实际应用于西门子公a - jm r e a s e 工 6 第1 章绪论 博士学位论文 作站上，作为心脏m r l 分析软件a r 9 1 l s 的一部分。方法分三个步骤：1 ) 确定 左心室位置，使用了最大辨别函数，通过比较训练集与采样值确定左心室中心点的 位置；2 ) 利用h o u g h 变换给出s n a k e 模型的初始轮廓，通过动态规划极小化主动 轮廓模型能量，得到s a 图像上的左心室心肌的内外轮廓；3 ) 将得到的轮廓作为初 始轮廓在整个序列图像上进行演化，重建内外表面。p r i e s t 2 7 1 同j o l l y 哳1 的方法相似 同样考虑了过左心室中心点射线上的图像信息，p r i e s t 直接通过人工给定左心室中 心点，计算通过该中心点的射线上灰度的二阶导数来确定内外轮廓，该方法还讨论 了心室中乳突肌的分割。 n p a r a g i o s f 2 s 的方法结合了多种模型，能够对左心室的内外轮廓同时进行分割， 该算法在测地线主动区域( g e o d e s i ca c t i v er e g i o n ) 模型的基础上，综合考虑了图像的 边缘及区域信息，其中边缘信息采用梯度向量流得到，而区域信息则通过概率函数 分析得到。该方法利用水平集求解，内外轮廓之间通过测地距离加以耦合。 g u p t a 四1 使用了可形变模型分割s a 图像上的左心室内轮廓，并在序列图像上通 过将已得到的轮廓线作为初始轮廓进行演化分割新的图像，最终重建了左心室的内 膜，并给出了在心动周期中左心室容积的变化曲线。与g u p t a 方法中采用的可形变 模型类似于s n a k e 模型不同，m e t a x a s 等人的方法提出了新的可形变模型 m e t a m o r d h s ，该模型综合利用了心肌轮廓的形状及纹理特征，在设计模型的外 力时同时考虑了区域及边缘的信息。并在结合g a b o r 滤波的基础上，讨论了该模型 在t a g g e dm r i 图像中的应用。在文献 3 1 1 中m e t a x a s 对g a b o r 滤波在t a g g e dm r i 中的应用作了进一步的讨论，并将该方法与调和相方法( h a r p ) 进行了比较。 除了m e t a x a s ，其他学者对t a g g e dm r i 中的左心室分割进行了进一步地讨论， g u t t m a n f l 4 】采用形态学的闭操作去除标记线，在图像中利用s o b a l 算子计算梯度的大 小与方向用以确定候选边缘点，通过动态规划最小化代价函数确定边缘点分割左心 室边缘。y a h 3 2 l 的方法利用g a u s s 马尔科夫随机场分割t a g g e dm r i 中左心室轮廓以 及计算心肌的2 d 位移场，但该方法对轮廓线的初始化要求很高，随机场模型实际 上只起到规则化轮廓线的作用。 在得到s a 图像上的2 1 ) 左心室轮廓之后，如需进一步的在3 d 空间内刻划整个 左心室的形状，则需要利用已知的轮廓信息通过插值、曲面拟合等方法重建左心室 的内外膜表面f 3 3 1 ，为了保证表面重建的准确性，通常还需要对l a 图像上的左心室 加以分割。由于无需插值、拟合等步骤即可直接得到左心室在3 d 空间中的形状信 息，因此近年来利用3 d 表面或体模型分割左心室正成为诸多学者研究的热点。 7 南京理工大学博士学位论文基于t a g g e d m r 图像左心事运动分析的相关方法研究 1 2 2 23 d 的分割方法 p e d n e k a t t 蚓的方法结合了3 d 可形变模型和模糊连接度 3 5 - 蚓理论，该方法能够快 速的计算射血分数( e j e c f i o nf r a c t i o n ) 。 k a u s t a 0 1 同样采用了可形变模型的方法，不 同的是该方法使用了点分布模型【4 ”限制节点的形变，因此需要预先对模型进行训 练。模型使用由三角面片构成的曲面来表示左心室的内外膜，两曲面间通过对应的 三角面片节点问的连线加以耦合，模型外力由模型上节点与预先检测到的表面点间 的牵引力提供。 m i t c h e u 4 2 1 及l e l i e v e l d t l 蜊皆将c o o t e s 提出的主动表面模型h “7 1 应用于左心室内 外膜的3 d 分割重建，c o o t e s 的主动表面模型是基于训练的方法，因此这些方法部 需要大量的训练数据集，在此基础上通过主成份分析计算主分量上的均值与方差， 用以控制模型的形变范围。除了m r 图像外，m i t c h e l l 还讨论了其方法在超声波心 动图像上的应用。 ， l o r e n z o - v a l d 6 s f 4 8 1 采用了4 d 概率地图( p r o b a b i l i s t i c a t l a s ) 分割心脏m r 序列图 像，得到在心动周期中的各时刻左右心室的3 d 形状。该方法虽然能够快速地分割 序列图像，但是构建概率地图过程是非常繁琐的，在该文中通过对1 4 个志愿者的全 序列的心脏m r i 进行手工分割、表面重建，再对重建得到的表面在空间上进行配准， 在时间上进行插值，经过平均及模糊最终才能得到背景、左心室、右心室，心肌四 类目标的概率图。 1 2 3 心肌物质标记点的提取方法 在带标记线的心脏核磁共振图像中，s p a m m 磁饱和模式是一组空间标记平面， 在心脏舒张末期嵌入到心肌中。并与影像平面正交( 如图1 1 1 ) 。由于垂直于短轴 平面的两组标记平面与垂直于长轴平面的标记面是同时产生并随心肌运动的，因此 三组平面的交点能够直接的代表对应的心肌点的3 d 运动，并为进一步的心脏的3 d 运动分析提供数据。在本文中依据文献 1 1 1 中的定义将这些交点称之为物质标记点 ( m a t e r i a lm a r k e r s ) 。心肌物质标记点的提取通常包括两个步骤：1 ) 通过t a g g e dm r 图像上标记线重建标记曲面，计算出标记面的交点；2 ) 根据左心室表面形状信息， 对标记面交点进行区分，确定存在于左心室心肌内部的标记面交点，即为心肌物质 标记