心脏B超序列图像的动态信息与全方向M型心动图

本文叙述从心脏B超、彩超序列图像中提取动态信息的一种方法—全方向M型心动图。它是从心脏B超序列图像所显示的任何心脏结构的序列图像中提取出其任何部位互相同步的运动波形图，这是对图像运动细节的揭示，是很有意义的工作。文中还介绍了LEJ—1型全方向M型心动图系统。

基于DICOM标准全方向M型心动图的软件系统设计

本文介绍了基于DICOM标准全方向M型心动图软件系统的设计方案,详细分析了系统结构及各个模块功能。通过该系统可以直接准确地定量检测分析心脏各结构的舒、缩、形变过程及其数据,同时可以生成多个任意方向且互相同步的M型心动图。各个模块设计完全遵循DICOM标准,同时结合数据库管理,方便查询索引。该系统分析的影像数据可以来自PACS服务器,也可以来自本地系统,分析结果数据可以回传PACS服务器,也可以保存本地。该系统实现了国家发明专利"全方向M型心动图方法及其系统98 125713.5"系统数据和国际医学图像传递标准的接口。

全方向M型心动图系统精确检测研究

本文提出了一种全方向M型心动图系统精确检测分析的设计方案,对系统中采集数据所用的方向线与心脏变形体同步跟踪的原理进行详细分析并研究了具体的实施步骤,通过该设计方案可以更加准确地定量检测分析心脏各结构的舒、缩、形变过程及其数据。本方案设计提出了心脏变形体跟踪的四维参数模型,设计了一种改进的遗传算法对其进行分析研究。该设计实现了对国家发明专利"全方向M型心动图方法及其系统98125713.5"系统的优化设计。

基于多尺度融合和相关性分析的全方向M型心动图优化研究

针对全方向M型心动图在对目标运动曲线检测过程因虚假边缘点而存在误检问题进行研究,在充分分析全方向M型心动图特点的基础上,设计一种结合多尺度融合和相关性分析的全方向M型心动图检测算法。该算法首先通过构建小波函数在不同的固定尺度空间下进行运动曲线检测,然后对不同尺度下检测出的运动曲线进行融合,最后结合心脏运动的相关性信息生成正确的运动曲线。通过LEJ-2型全方向M型系统的实验表明,该算法能自动去除全方向M型心动图中目标运动曲线的虚假边缘、无关噪声等干扰,同时准确保留有用信息,从而大大减轻系统的人工干预程度,实现了对国家发明专利"全方向M型心动图方法及其系统98 125713.5"系统的优化设计。

全方向M型心动图中带Contourlet变换的检测算法

为了提高全方向M型心动图运动曲线检测效果,根据多尺度分析的思想,提出一种基于Contourlet变换的边缘检测算法.首先利用基于局部熵的算法对图像进行检测尺度的划分,然后在单一尺度空间上借鉴小波模极大值检测思想对图像边缘进行提取,最后利用补偿连接方法融合不同尺度空间下的边缘曲线,以得到最佳的运动曲线.实验结果表明,该算法可以对心动图运动曲线从粗分辨率到细分辨率进行连续逼近,检测效果良好.

全方向M型心动图的功率谱及其临床数据分析

结合全方向M型心动图的特点,确定使用Marple算法估计AR模型的参数对全方向M型心动图进行功率谱估计,实现了从全方向M型心动图中提取更为深入和准确的信息,同时也为心脏病的临床诊断提供一种新的方法。

DICOM全方向M型心动图系统DICOM图像解析方法研究

DICOM全方向M型心动图系统是福州大学生物医学工程研究所的国家发明专利"全方向M型心动图方法及其系统ZL98125713.5"和国外的DICOM标准结合生成的新系统。为了实现无损且适应性更好的DICOM图像解析,使用改进的DICOM遍历解析与组织嵌套数据集的方法。在基于对应DCIOM编码的嵌套数据结构的基础上,使用几个递归过程互相调用,实现了无损的DICOM编码,为新系统平稳接入PACS系统奠定了基础。

蚁群算法在全方向M型心动图检测中的应用与研究

为了解决传统边缘检测算法对全方向M型心动图检测效果差的问题,根据基于蚁群算法边缘检测的思想,提出一种基于改进的蚁群算法的边缘检测算法。根据心动图间接来源于CT图的原理,一幅心动图中包含目标、背景、边界和噪声等内容,因此采用传统的边缘检测算法的效果并不理想。这里在传统蚁群算法边缘检测的基础上,根据心动图的特点,采取改进的转移规则和信息素更新策略,以提高检测精度和适应性。再逐步细化,使用蚂蚁算法进行详细的检测,得到最佳的运动曲线。实验结果表明,该算法可以获得精确的运动曲线,其结果能够比传统的方法获得更丰富更真实的心动图运动细节信息,为医生的诊断提供更多信息。

全方向M型心动图运动曲线检测算法的应用研究

为了提高全方向M型心动图运动曲线检测效果,该文对心动图的相关问题进行研究后,提出一种基于模糊增强和灰色理论的全方向M型心动图运动曲线检测算法。首先利用改进的模糊增强算法(PAL算法)来抑制噪声和背景,同时突出边缘信息;再利用灰色理论中的灰色绝对关联度构造统计量来进行边缘检测,精确定位出运动曲线;最后通过对孤立的噪声点和断裂的边缘进行后续的处理,得到最终的运动曲线。实验结果表明:该算法检测效果良好,噪声鲁棒性较强。

全方向M型心动图像的边界检测

全方向M型心动图的边界是采样线血液与腔室壁组织结构形成的分界线与采样线交点位置变化的按时间展开。提出了一种检测其边界的方法,即基于线状模板的在有限区域内搜索的边界检测算法,并结合人工干预和曲线插值技术,实现对全方向M型心动图边界的准自动提取。这种方法能较好地得到心动图的边界,为其进一步的运动特征的提取和定量分析提供了条件。

基于小波变换的全方向M型心动图运动曲线滤噪

提出一种基于小波滤噪的全方向M型心动图运动曲线滤噪方法,全方向M型心动图是一种由B超得到的超声序列图像,由于在采集的过程中受到各种干扰以及由于图像数字化造成的阶梯效应,使得从全方向M型心动图中提取出的运动曲线存在噪声和量化效应。为了在消除处于高频分量的噪声和量化效应的同时,保证具有医学价值的信号分量不丢失,本文在传统小波阈值去噪的基础上,采用改进的小波阈值去噪方法来处理全方向M型心动图运动曲线,实验结果表明,该算法能够极大地消除心动图运动曲线中的噪声和量化效应,使得运动曲线较为平滑,采用同样的方法对速度曲线和加速度曲线进行平滑处理后,能够为医生的诊断提供更精确的信息。

全方向M型心动图运动状态提取新方法

传统上,在全方向M型心动图上提取心脏运动参数采用直接换算的方法,然而该方法会使测量噪声放大,无法获得高精度的结果。在之前多尺度Contourlet变换算法提取心动图运动曲线的基础之上,考虑心脏运动与超声运动的图像特点,通过在心动图上测量相邻几个周期的相对位移情况,建立心动图运动模型,最后通过自适应渐消卡尔曼滤波算法,获得比传统算法精度更高的结果,并通过实验,计算各个算法获得结果的平滑程度,证明了论文算法比传统算法具有更高的精度。

LEJ-1全方向M型超声心动图对正常人左室局部收缩舒张功能的研究

目的 采用全方向M型超声心动图测定左室各节段室壁的收缩、舒张功能参数 ,了解正常人左心室上、中、下三个节段不同室壁的短轴方向局部运动状况 ,作为进一步研究的正常对照。方法 国产LEJ 1全方向M型心动图系统 ,对胸骨旁左室短轴二尖瓣水平、乳头肌水平、心尖水平的二维图像进行采集和定标 ,用手动分析法对左室 16个室壁节段的运动曲线进行测量 ,测量参数包括 :收缩期最大运动幅度 (R) ,收缩末期室壁厚度 (Ts) ,舒张末期室壁厚度 (Td) ,舒张三分之一时室壁厚度 (T1/3d) ,心内膜舒张早期运动速度 (Vd)与收缩期最大运动速度 (Vs) ,以及心电图R波顶点到室壁舒张开始的时间间隔 (R d) ,每种测定取连续三次测量的平均值 ,并计算室壁增厚率 (△T % )、舒张早期运动速度与收缩期最大运动速度的比值 (Vd/Vs)及舒张三分之一时室壁变薄率 (△T1/3d % ) ,以及 16节段室壁R d的最大差值R D。结果 左室各节段室壁的局部功能指标平均测值 :R为 ( 8.97± 1.5 )mm ,△T %为 ( 5 6.47± 8.2 ) % ,Vs为 ( 3 8.0 7± 9.0 )cm/s ,Vd为 ( 4 7.67± 13 .9)cm/s ,Vd/Vs为 1.2 5± 0 .17,△T1/3d %为 ( 64 .84± 6.2 7) %。总体看 ,后壁各项指标测值较大 ,而室间隔的较小 ;中、上段室壁的收缩和舒张运动较心尖段强。

LEJ-1全方向M型超声心动图系统对左室局部与整体收缩功能量变关系的研究

目的 采用全方向M型超声心动图测定左室局部室壁的收缩功能指标 ,观察局部室壁的收缩功能与整体收缩功能的量变关系。方法 研究对象为正常组及不同心功能状态的心梗组。采用福州大学无线电系研制的LEJ 1全方向M型心动图系统 ,对胸骨旁左心室短轴二尖瓣水平、乳头肌水平、心尖水平的二维图像进行采集和定标 ,用手动分析法对左心室前、侧、后、下、前间隔和后间隔 16个室壁节段的运动曲线测量收缩幅度 (R) ,收缩末厚度 (Ts) ,舒张末厚度 (Td) ,每个测值取连续三次测量的平均值 ,并计算室壁增厚率 (ΔT % )。结果 心梗各组受累节段的局部收缩幅度R和室壁增厚率ΔT %的平均测值均较正常组小 ;而且各组所有节段R和ΔT %的平均测值与整体收缩功能指标具有良好的相关性 ;以ΔT %的结果来看Ⅰ组受累面积平均约 10 .63 % ( 1.7段 ) ,Ⅱ组约 14 .3 8% ( 2 .3段 ) ,Ⅲ组约 2 6.2 5 % ( 4 .2段 ) ,Ⅳ组约5 3 .75 % ( 8.6段 ) ,说明随着局部收缩功能受累范围的扩大 ,整体收缩功能下降 ;当明显受累室壁节段达 2个 (面积约12 .5 % )以上时 ,整体收缩功能指标EF才会低于正常。结论 左室局部收缩功能受累范围和程度与左室整体收缩功能减退程度存在明显正比例量变关系。

全方向M型超声心动图评价2型糖尿病患者左室舒张功能40例临床观测

目的应用全方向M型超声心动图评价2型糖尿病患者的左室舒张功能。方法 2型糖尿病患者40例和健康志愿者30例,应用二维超声和全方向M型超声心动图检测左心房内径(LA)、左心室内径(LV)、二尖瓣口血流传播速度(Vp)、等容舒张时间(IVRT)、二尖瓣口血流E峰/二尖瓣口血流A峰(E/A)、左室射血分数(EF)和舒张期早期运动速度达峰时间(Td),并计算Td的标准差(Td-12-sd)及最大时间差(Td-12-dif)。结果糖尿病组的LA、IVRT大于对照组,Vp、A值、E/A比值小于对照组(P<0.05);左心室短轴二尖瓣水平糖尿病组前壁、下壁及后间隔的Td均大于对照组(P<0.01),左室短轴乳头肌水平糖尿病组各室壁的Td均大于对照组(P<0.05);糖尿病组Td-12-Sd大于正常组(P<0.05)。结论糖尿病患者在左室整体收缩功能尚未出现异常时,就已出现左室舒张功能的减退和舒张运动的不协调。全方向M型超声心动图可准确评价2型糖尿病患者的左室舒张功能。

基于DFT的全方向M型超声心动图运动曲线的频域滤波

介绍一种基于离散傅里叶变换(DFT)的全方向M型超声心动图运动曲线频域滤波技术。全方向M型心动图是利用B超获取的心脏各结构的序列图像,沿各个方向提取的心脏某结构部位灰度点位置变化在时间轴上展开得到的运动轨迹,其边缘线即全方向M型心动图边界代表了了该灰度点的运动方程。依据其特点及要求,通过对不同区域的频域滤波效果比较,提出了分段滤波方法,实现了消除噪声干扰及减弱阶梯效应的影响的目的,从而保证了对全方向M型心动图的动态信息进一步分析的可靠性。

基于亚象素技术的全方向M心动图边界检测

研究一种基于亚象素技术的全方向M型心动图边界的检测方法。在获取全方向M型心动图的基础上,通过图像增强、阈值分割、人工限定目标区域等图像预处理,采用层进式策略提取图像的象素边界,再利用一阶微分期望值对提取后的边界点进行亚象素定位。该方法使边界检测数据从象素级提高到亚象素级,为边界检测后的幅度以及以他的数据为基础的进一步离散一、二阶微分的计算获得的速度、加速度等运动信息的精确测量提供了可能性。

全方向灰度～时间波形系统的实现及其在超声心动图上的应用

本文提出了一种从序列图像中提取动态信息的方法—全方向灰度 (点位置 )～时间波形图。它在心脏B超彩色序列图像中应用能从任何心脏结构的序列图像中提取出其任何部位互相同步的运动波形图 ,即全方向灰度～时间波形图 (或称为全方向M型心动图 ) ,它是对图像运动细节的揭示。这些结果同样可适用于其他心脏医学图像和其他运动图像的分析 ,所以是很有意义的工作。文中还介绍了LEJ -1型全方向灰度～时间心动波形图系统在临床的实际应用。但这应用只是一种特例 。

M型超声心动图的临床应用

M型超声心动图有着其他超声心电图所无法替代的优点,特别是近年发展起来的解剖M型、全方向M型超声心动图,弥补了传统M型超声心动图的不足,逐渐显示出其优越性,值得在临床中推广应用。

瞬时波强联合M型超声心动图对原发性高血压病人心脏和血管功能改变的评估价值

目的探讨瞬时波强(WI)联合全方向M型超声心动图(OME)对原发性高血压病人心脏和血管功能改变的评估价值。方法选取2016年8月—2019年8月海军军医大学附属长海医院门诊及住院部收治的原发性高血压病人104例,按照心肌肥厚情况分为肥厚组(48例)和非肥厚组(56例),另选取50名健康体检者作为对照组。比较肥厚组、非肥厚组、对照组性别、年龄、心率、收缩压、舒张压、舒张末期室间隔厚度(IVS)、左心室收缩末期容积(LVESV)、左心室舒张末期容积(LVEDV)、左室射血分数(LVEF)、不同节段室壁的舒张期和收缩期心内膜相对力、颈动脉WI参数瞬时加速度波强(W1)、瞬时减速度波强(W2)、瞬时波强负向波面积(NA)。采用Pearson相关性分析法分析OME结果与颈动脉WI参数的相关性。结果肥厚组和非肥厚组的收缩压、舒张压、IVS均高于对照组(P<0.05),且肥厚组收缩压、IVS高于非肥厚组(P<0.05)。肥厚组和非肥厚组舒张期前间隔、后间隔、后壁、下壁的相对力均明显低于对照组(P<0.05),肥厚组舒张期前间隔、后间隔、后壁、下壁的相对力与非肥厚组比较差异均无统计学意义(P>0.05)。肥厚组收缩期前壁的相对力明显高于非肥厚组和对照组(P<0.05)。肥厚组和非肥厚组W1、NA明显高于对照组(P<0.05),肥厚组W1明显高于非肥厚组(P<0.05)。Pearson相关性分析结果显示,舒张期前间隔相对力、后间隔相对力、后壁相对力、下壁相对力和收缩期前壁相对力与W1、NA均呈负相关(P<0.05)。结论WI与OME对高血压病人心脏和血管功能改变具有较大的评估价值,且二者之间有显著相关性,二者联合不仅可反映节段性心肌病变的程度,还可有效评估病人的心脏-血管功能变化。