呼吸引起的肝脏运动模式分析

为补偿肝脏运动,分析呼吸引起的肝脏空间运动和形变,并尝试将其简化为刚性运动模型进行补偿.利用基于表面和基于互信息的3D-3D图像刚性配准方法分析4例肝脏空间运动的规律并进行补偿,比较使用手工分割肝脏轮廓和肝脏灰度信息进行配准的结果及其补偿效果,评估2种思路的可靠性,并进一步评价刚体运动模型简化的可行性.结果表明:刚性运动模型、简化的平移运动模型和矢状面2D运动模型在实际应用中具有可行性,此3种模型都可以补偿80%以上的呼吸影响;使用肝脏灰度信息比手工分割轮廓建模和补偿的结果更可靠.上述结论对在超声融合多模成像中快速建模和实时补偿呼吸对肝脏运动的影响有一定的参考价值.

基于二维超声图像的肝脏运动跟踪方法研究

目的:基于二维超声图像提出一种肝脏运动跟踪方法,以减小手术过程中由于呼吸运动带来的误差。方法:先选用中值流算法对二维超声图像感兴趣点进行跟踪,在跟踪过程中,如果中值流算法成功跟踪到目标,则在目标附近进行模板匹配,通过模板匹配来校正中值流算法跟踪过程中出现的漂移;如果中值流算法未能跟踪到目标,则需使用ORB(oriented fast and rotated brief)特征点进行匹配判断感兴趣点的位移,重新选定感兴趣点继续进行跟踪;如果连续跟踪失败,则说明中值流算法不适用该情况下的跟踪,则需使用KCF(kernelized correlation filters)跟踪算法代替中值流算法进行跟踪,并使用模板匹配校正长时目标跟踪误差。采用CLUST(Challenge on Liver Ultrasound Tracking)2015二维数据集进行测试和验证,并将算法校正前后的跟踪误差进行对比。结果:该方法对测试集血管等感兴趣点的平均跟踪误差为1.29 mm、平均跟踪帧率大于22帧/s,且校正后的算法跟踪误差明显减小,基本满足实时要求。结论:该方法跟踪精度较高、运行速度较快,可以满足肝肿瘤热消融手术中对肿瘤跟踪的临床需求。