基于超聲圖像頸動(dòng)脈內(nèi)中膜厚度測(cè)量.pdf

1、頸部動(dòng)脈血管的內(nèi)中膜厚度(Intima-MediaThickness,IMT)是反映動(dòng)脈粥樣硬化的重要指標(biāo)。臨床中廣泛采用超聲成像方法獲取頸動(dòng)脈血管圖像,之后由醫(yī)生手工定點(diǎn)或邊界描繪測(cè)量?jī)?nèi)中膜厚度。為解決醫(yī)生工作量大、測(cè)量結(jié)果依賴個(gè)人經(jīng)驗(yàn)和主觀性強(qiáng)的問題,有必要借助圖像處理技術(shù)研究自動(dòng)化的內(nèi)中膜厚度測(cè)量方法。本文對(duì)超聲圖像頸動(dòng)脈內(nèi)中膜特征進(jìn)行研究,通過先進(jìn)的信號(hào)處理技術(shù)和圖像處理技術(shù)準(zhǔn)確提取頸動(dòng)脈內(nèi)中膜厚度參數(shù),從而為心血管疾病診斷提供

2、定量的依據(jù)。
　　超聲檢測(cè)由于具有非侵入,價(jià)格低廉等優(yōu)點(diǎn)而被廣泛使用,然而超聲圖像具有其特有的斑點(diǎn)噪聲(Speckle)。針對(duì)斑點(diǎn)噪聲和內(nèi)中膜呈線性帶狀的特點(diǎn),本文提出改進(jìn)的方向中值-擴(kuò)散模型去除圖像噪聲。為了提取頸動(dòng)脈內(nèi)中膜輪廓,本文提出了一種改進(jìn)的活動(dòng)輪廓模型(又稱Snake模型)超聲圖像頸動(dòng)脈血管內(nèi)中膜分割方法,并對(duì)所提出的方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。本文的主要工作和創(chuàng)新點(diǎn)如下:
　　1、針對(duì)醫(yī)學(xué)超聲圖像的斑點(diǎn)噪聲和頸動(dòng)脈內(nèi)中

3、膜呈線性帶狀的特點(diǎn),提出了改進(jìn)的方向中值-擴(kuò)散模型去除圖像噪聲。多方向中值濾波可以很好地解決邊緣模糊問題,使內(nèi)中膜的邊緣輪廓連續(xù)。各向異性擴(kuò)散在去除噪聲的同時(shí)增強(qiáng)了內(nèi)中膜邊緣的對(duì)比度,有利于后期的圖像分割。實(shí)驗(yàn)結(jié)果證明提出的算法與中值濾波、PM模型、SRAD模型等相比在去噪效果、計(jì)算代價(jià)方面具有更好的效果。
　　2、頸動(dòng)脈內(nèi)中膜厚度測(cè)量的關(guān)鍵是準(zhǔn)確分割出上下兩條邊界,本文提出了改進(jìn)的活動(dòng)輪廓模型對(duì)內(nèi)中膜進(jìn)行分割。在內(nèi)膜邊緣輪廓提取

4、時(shí),用新的外部能量函數(shù)即圖像梯度方向朝下的外部力函數(shù)來檢測(cè)內(nèi)膜。使用梯度矢量流(GradientVectorFlow,GVF)外力場(chǎng)來改善中膜邊緣輪廓的檢測(cè),外部能量函數(shù)除了包含方向朝下的圖像梯度信息外,還加入邊緣附近的灰度信息來達(dá)到提取中膜邊緣準(zhǔn)確位置的目的。實(shí)驗(yàn)結(jié)果證明本文提出的改進(jìn)的活動(dòng)輪廓模型分割方法能對(duì)頸動(dòng)脈內(nèi)中膜進(jìn)行準(zhǔn)確的分割。
　　3、利用1和2提取出內(nèi)中膜的邊緣輪廓,從超聲圖像儀器了解每個(gè)像素的實(shí)際距離大小,結(jié)合數(shù)