论文部分内容阅读
在世界范围内,人类面临着心血管疾病带来的严峻挑战,心血管疾病是当前导致人类死亡的三大主要原因之一。如何客观的评价人体心血管系统功能的好坏以及动脉硬化程度,成为目前心血管疾病的预防与治疗一个亟待解决的难题。针对先进的心血管疾病临床诊断技术——血管内超声(IVUS)所采集的超声影像开展基于力学形变理论的血管壁弹性的研究,旨在分析血管壁的病变信息。在研究中,对超声图像进行去噪、边缘增强等预处理；提取血管壁内外膜边缘；利用有限元形变理论,分析并计算血管壁在不同压力下产生的应变,进而分析血管壁的相对弹性,得到血管壁弹性图。并在此基础上,对动脉粥样硬化斑块进行纹理分析并分类。对血管内超声图像进行处理和分析,可有效地辅助医生诊断病情、制定手术计划,并为术前术后提供准确的病理分析依据。主要研究工作有:
首先,对图像进行预处理,以去除噪声,增强边缘。针对IVUS图像特点,在去噪时采用了小波变换及阈值去噪和双边滤波,实验结果表明这两种方法有较好的滤波效果同时对边缘保留较好.为了增强边缘,采用Retinex算法把图像分解为反射物体图像和入射光图像,实质上是从原始图像中获得物体的反射性质,即抛开入射光L的性质来获取物体本来的面貌。实验结果表明这种方法对边缘有很好的保留和增强。综合运用上述滤波和增强手段,取得了满意的效果。
其次,对血管壁内外膜边缘检测。针对IVUS图像纹理特征,改进了两种不同的研究方法:基于参数化模型的Snake算法和基于几何活动模型的Lever-Set算法。在Snake算法的基础上,将归一化、自适应顶点算法和三次样条插值融合于GVF-Snake模型,同时,与改进的Canny边缘检测和Hough变换圆检测相结合,对血管内超声图像内、外膜预处理。实验效果表明这种综合运用多种算法的方法能较好的检测出血管壁边缘。另一方面,Lever-Set方法抛开与曲线几何结构无关的参数,把二维图像空间的曲线运动转化为三维空间的曲面运动,灵活处理曲线在搜索物体轮廓时的拓扑结构变化,针对传统Lever-Set方法检测边缘定位不准确,通过加入具有顺滑效应的三次B样条对模型的内能加以改进,使模型可以根据曲率来控制曲线的演化。结合对图像进行的预处理,得到最后比较满意的检测效果,改进后的方法不仅适用于血管壁的内膜,也适用于外膜的提取,并且比原方法有更好的全局收敛特性。血管壁边缘检测是许多其它进一步研究工作的基础。
接下来,提出了一整套血管壁弹性分析方法。结合有限元方法和弹性力学中的有限形变理论,建立了对血管壁区域的应变进行分析计算的数学模型。选取血管内同一位置同一心动周期不同血压下的两幅图像,通过对血管壁边缘检测、有限元三角剖分、特征点追踪、微元应变计算、颜色编码等,得到反映血管壁相对弹性大小的弹性图,从中可以直观的看到血管壁各处相对弹性大小。血管壁的弹性是反映人体心血管系统功能好坏的重要指标,掌握血管弹性,可为心脑血管疾病的临床诊治和预防提供参考依据,有重要的临床意义。
最后,对动脉硬化斑块自动识别。研究目前临床上应用最多的四种不同斑块的灰度和纹理,首次采用灰度梯度共生矩阵对斑块图像进行纹理分析,并与灰度直方图、灰度共生矩阵的分析结果比较,提取相关的纹理特征,组成特征向量。首次采用支持向量机进行分类,用核函数的方法把低维线性不可分映射到高维线性可分,对极少数离群样本点采用松弛变量和惩罚因子来限定一定的容错性,实验结果表明识别正确率达到90％以上。不同的斑块实质上代表了病变程度的不同,因而采取的治疗手段也不同。对斑块进行客观识别,可以避免主观因素的影响,有利于辅助医生对不同斑块进行类型辨识,具有较好的临床应用价值。