心脏超声图像的运动分析研究进展

心脏腔室的运动特征与心功能的健全与否是密切相关的 ,临床上常根据超声心动图像来观察目标的运动 ,并结合其它方法对心脏状况做出判断 ,但往往定量分析的准确程度不够。本文介绍了目前心脏超声技术的发展情况 ,以及国内外基于超声心动图进行心脏运动分析的主要研究内容 ,包括图像的运动跟踪、动态分割、超声成像过程仿真等 。

深度哈希算法在心脏超声图像检索中的应用

针对传统图像特征提取方法提取图像特征不够细致以及矢量量化检索的时间和内存消耗大等问题,结合B型心脏超声图像的先验知识,提出了基于深度哈希检索网络的心脏超声图像检索系统。首先,通过深度神经网络提取图像特征,生成哈希特征编码;然后,通过预先标注好的心脏超声图像利用坐标下降法直接对编码进行离散优化,对网络权重进行训练调整;最后,将现有的超声图像通过训练好的检索网络生成超声图像哈希编码数据库,对之后新采集的超声图像比较检索网络生成的哈希编码与数据库中的编码的汉明距离以找到以往类似的超声图像和病例,实现辅助诊疗的功能。在大规模真实采集的数据集上,对不同模型实验和测试表明,该方法相比传统检索方法有更高的准确率,检索精度可以达到0.9966,比尺度不变特征变换(SIFT)等方法可提高50%以上。该基于深度哈希的心脏超声图像检索能较好地应用于多种场景下的心脏超声图像检索,实现高精度的心脏超声辅助诊疗。

基于曲面形变模型的心脏超声图像三维分割

心脏超声图像分割方法的研究对心血管疾病诊断有重要意义,传统方法受医学超声图像噪声影响较难获得准确的分割结果。本文研究提出曲面形变模型,通过改进三维外力场对曲面形变实现三维分割。本文方法分割后的图像轮廓能较好地逼近心脏腔体边缘,为心脏超声图像三维分割开辟了一条有效的途径。

基于三角网格模型的心脏超声图像三维表面重建

心脏超声图像三维表面重建方法的研究对心血管疾病诊断有重要意义,传统方法受医学超声图像噪声影响较难获得准确的表面重建结果。本文研究提出三角网格模型,通过对初始三角网格进行形变,逐渐逼近目标腔体边缘,实现三维表面重建。本文方法重建后的三维表面整体形态上较接近真实心脏腔体,本文方法为心脏超声图像三维表面重建开辟了一条新的途径。

知识蒸馏算法训练在胎儿心脏超声图像三血管气管切面精细化分割中的应用

目的探索基于知识蒸馏算法训练构建的胎儿心脏超声图像分割网络模型在胎儿心脏超声图像三血管气管切面精细化分割中的应用价值。方法回顾性收集2016年1月至2021年12月在浙江大学医学院附属邵逸夫医院接受胎儿心脏超声检查的正常中晚孕期胎儿1300例,分析胎儿心脏超声三血管气管切面二维灰阶超声图像,将其分为训练集、验证集和测试集。应用训练集与验证集构建辅助诊断网络模型,再用测试集对不同网络模型(U-Net、DeepLabv3+)进行测试,由一名有经验的医生收集并注释三血管气管切面作为参考标准。以交并比(IoU)、像素精度(PA)和骰子系数(Dice)为3个定量评估分割精度指标,评估该知识蒸馏算法训练模型的诊断效能。并对本模型及最常用的分割模型进行识别,对结果进行比较。随机选取101张图像,分别交由低年资医生、AI及低年资医生辅助AI判读,绘制Bland-Altman图像评价其分别与参考标准的一致性,并对三者结果进行比较。结果知识蒸馏算法训练模型在所有评价指标上均取得了比U-Net、DeepLabv3+模型更好的结果,平均IoU、PA、Dice分别为68.6%、81.4%、81.3%。与U-Net及DeepLabv3+模型相比,本模型获得了更精确的分割边界,并且在定量评价指标上均有提高。经过该模型辅助,低年资医生对于诊断的精确度有所提高。结论知识蒸馏算法训练模型分割方法可在胎儿心脏超声图像的三血管气管切面识别胎儿心脏的解剖结构,其识别结果明显优于相关方法,并可提高低年资医生对于其图像识别的准确度。

基于注意力机制无监督心脏超声序列图像配准

针对基于传统非刚性医学图像配准的心脏超声序列图像配准方法缺乏自动性及配准速度慢、准确率较低的问题,将基于深度学习的医学图像配准算法应用于心脏超声序列图像配准,通过引入通道注意力机制,构建由注意力机制模块、Unet卷积神经网络模块及空间转换模块STN构成的配准模型.实验选取不同的相似性损失函数和平滑损失函数,对比VoxelMorph配准模型,相关配准性能指标都有不同程度的改进,DICE指标提升0.42%,MI指标提升2.5%,SSIM提升3.7%,NRMSE减小9%,表明配准模型的有效性.从配准效果及配准时间分析,配准模型基本可以满足心脏超声序列图像配准的实时性需求,具有一定的临床应用价值.

心脏医学超声图像序列的噪声抑制

从超声图像噪声的特点出发,利用各向异性扩散滤波技术,实现超声图像的自适应噪声抑制;并将其扩展到时间域图像序列的平滑中,以提高滤波的准确程度.模拟和临床实验表明:该方法可有效实现超声图像中斑点噪声的抑制,并提高图像序列的峰值信噪比;同时对心脏结构特征具有较好的保持和增强效果.

用Shear-warp算法实现超声心脏图像的快速体绘制

Shear- warp是基于物体空间扫描的一种体绘制技术 ,与传统的体绘制法相比 ,具有速度快、图像质量高的特点。本文介绍了 Shear- warp算法的原理 ,并将该算法应用到旋转扫描超声心脏图像插值结果的可视化 ,实现了心脏三维解剖结构的快速、准确重建。

旋转扫描超声心脏图像的中轴匹配与图像插值

研究旋转扫描超声医学图像多维重建中图像中轴匹配方法和插值算法。首先 ,根据图像中轴的特征点分析其时域曲线 ,实现中轴的轴向匹配 ;相似矩阵用来寻找两幅图像中轴附近匹配的像素线。自相关函数和 Fouri-er谱用来对图像中轴的匹配进行评价。其次 ,针对旋转扫描原始图像空间分布的特殊性 ,提出了分区插值法。实验结果表明 :我们提出的图像中轴匹配方法切实可行 ,插值算法快速、精确 。

组织多普勒超声心脏图像的动态三维重建

传统的超声心脏图像三维重建技术只限于描述三维及动态三维解剖结构,不能对心脏动态功能做出准确有效的评价。本研究将建立组织多普勒超声心脏图像的动态三维重建方法,通过超声医学图像三维重建技术和组织多普勒超声成像技术的结合,重建心脏运动的动态三维加速度场,为心脏功能的准确评价提供一条新的途径。论文解决了加速度矢量场重建过程中关键的矢量插值和融合显像的问题,从组织多普勒加速度图像中分别重建心肌运动三维加速度场和三维解剖结构,并进行融合显像。试验结果证明了二者之间相对空间位置正确,该方法可以为心脏疾病的诊断和心脏功能的评价提供更多信息,在心脏靶点起搏和心内消融等领域有潜在的应用价值。

基于Snake模型的B超心脏图像的腔体分割及算法研究

采用一种Snake模型 ,针对B超心脏图像的高噪声 ,选择并改进与之适应的去噪技术和边缘算子等预处理 ,完成对心室心房的分割 ,从而为提高心室、心房的定量分析精度有重要意义 .

一种基于生物仿真结构的神经网络在超声医学图像分割中的应用

提出将LEGION(LocallyExcitatoryGloballyInhibitatoryOscillatorNetwork)这种新的基于生物仿真结构的神经网络应用于分割心脏的超声图像 ,讨论了LEGION中参数对分割结果的影响。由于LEGION具有天然的并行、分布式处理的特性 ,与一些现有的分割方法进行了比较 ,结果表明本文所用的方法所得的分割图像边缘更为清晰具体 ,细节保留更为良好。

基于ASM水平集分割方法的心脏同步功能估计

目前在测定心脏机械同步性方面尚无精确定量的无创手段,而利用医学影像定量测定心脏四腔的同步性有较大的临床意义。该文以全心脏超声序列图像为基础,将每一帧图像的左右心房和左右心室进行分割,记录下每一帧图像分割得到的各腔包含的像素点个数,得到四腔的面积随时间的变化曲线。然后从四腔的面积变化曲线进行特征提取,得到心脏四腔的同步性信息。由于超声图像信噪较低,四腔轮廓线与背景难以区分,因此心脏四腔轮廓线的提取是一个具有挑战性的问题。为此,ASM形状模型的信息被加入到了传统的水平集方法中,用于催动曲线的演化过程,并约束曲线的形状。根据改进的水平集方法用于真实超声数据的实验结果,可以看出改进方法得到准确的效果。然后以左右心室的分割结果为基础,根据面积变化,对于左右心室的收缩功能进行了评价。进一步根据分割结果,通过面积变化曲线以及容积变化曲线进行分析,对于心脏四腔室的同步性进行了估计。

基于灰度直方图均衡的超声医学图象增强方法

对超声心脏图象采用了全局直方图均衡 (FFHE)、局域直方图均衡 (LAHE)、自适应邻域直方图均衡 (ANHE)等直方图均衡的图象增强方法 ,获得了超声心脏图象的局部组织细节和左心室内膜边缘的增强结果。并根据增强的不同目的比较了几种方法的特点。对于以局部细节为目的的增强采用ANHE效果较好 ,而以已整幅图象的边界信息为目的的增强采用FFHE方法效果较好。

实时三维超声在心瓣膜病诊断中的研究及应用进展

上世纪80年代出现的三维超声成像技术受到了众多学者的关注并在技术上不断地发展完善．从静态三维超声成像发展到动态三维超声成像．后来又获得了心脏立方体图像。三维超声心脏图像对观察病变结构的形态、部位、大小及周邻关系等有重要意义，但由于这类三维图像系由多个心动周期的二维切面组合而成．操作复杂，成像缓慢，非实时显示，

提取心脏截面图像上内腔的边缘曲线

针对心脏截面图像上内腔边缘形状起伏较大的特点 ,利用一种基本思想称为径向半径搜寻的方法 ,获取内腔边缘的包络曲线 .首先介绍的径向半径搜寻方法较以往的方法提高了对不光滑边缘轮廓提取的精确程度 ,然后对该方法进行改进 ,从而使心脏内腔边缘曲线的提取方法在鲁棒性、准确性方面较以往的方法有较大的提高 。

基于改进主动轮廓模型的心室内窥显示及测量

将改进的Snake模型应用于心脏超声波图像处理:基于改进Snake模型的思想,得到了心脏超声波图像二维切片序列的轮廓点,在此基础上,得到分割出的心室上下左右4个曲面上轮廓点到中心平面的距离矩阵,并通过插值和平滑处理以及滤波处理工作,拟合出心室的三维曲面图(内窥曲面),取得了较好的效果;在医学测量方面,对心室的切片面积、变化趋势及心室的体积进行了测量。实验表明,Snake模型应用于心脏超声波图像处理中是可行的,在三维医学图像处理中有较大的应用前景。