高强度聚焦超声(High Intensity Focused Ultrasound)治疗,简称HIFU治疗,是利用超声波具有的组织穿透性和能量沉积性,将体外超声波聚焦于体内肿瘤靶区,产生瞬态高温消融肿瘤组织,达到治疗疾病的目。HIFU治疗作为一种新型的无创手术,具有较好的安全性和有效性,已被逐渐应用于子宫肌瘤、乳腺癌及肝癌等癌症的治疗中。但是在HIFU治疗中,医生需要每次手动标记靶点,治疗效率较低,手术较为耗时。而且,由于外力的存在或者自身呼吸的作用,导致治疗过程中肿瘤发生偏移及形变,可能使得HIFU治疗靶点位于正常组织上而造成损伤。目前亟需提出有效的解决方案以进一步提高HIFU治疗的效率和安全性。针对以上两个问题,本文开展了 HIFU治疗中的医学影像分析及动力学仿真方法的研究,包括的内容有:HIFU治疗中的超声图像快速精确分割、基于物理的流体、固体(弹性体和刚体)建模及多相耦合仿真、HIFU治疗中的目标组织动态边界预测。主要的研究工作如下:提出了基于多尺度形状约束的区域局域化超声图像分割MSLCV模型,通过引入一个新的形状约束到于局域化的基于区域的活动轮廓中,以约束活动轮廓获得一个更准确的分割结果,从而避免由于HIFU治疗中的超声图像质量较差而导致的边界泄露或过度收缩的问题;引入多尺度分割算法,克服了局域化的基于区域的活动轮廓计算量大而导致计算时间长的缺点,极大地提高了分割效率;同时,为了解决局域化范围选择难题和减少初始化敏感性,讨论和分析了局域半径的自适应选取和减少初始化敏感性的方法。实验结果表明,MSLCV模型在HIFU治疗中的子宫肌瘤超声图像上实现了准确高效的分割效果。提出了引入局部全局信息的区域自适应局域化快速活动轮廓AGL-MSLCV模型。引入了图像的局部全局信息形成局部全局力,并依据演化曲线上各点周围的灰度分布均匀程度动态地决定图像的局部全局信息和形状约束信息的使用范围,克服了MSLCV模型在分割HIFU治疗中的子宫肌瘤超声图像时的初始化敏感性问题;该模型利用该灰度分布信息自适应地改变局域区域的半径大小,进而在活动轮廓曲线演化过程中动态地调整局域化区域的范围,提高了分割的准确性及曲线的演化效率。最后在演化曲线上通过使用同一局域区域计算相邻像素的局域作用力,进一步提高了分割效率。实验结果表明,AGL-MSLCV模型克服了初始化敏感性,相较于最近提出的MSLCV模型,获得了更为准确高效的分割结果,且平均分割效率提高了 84.6%。针对HIFU治疗中的动力学仿真需求,提出了自适应代理粒子以实时耦合非线性有限元固体与不可压缩流体,采用TLED非线性有限元方法建立固体模型、运用IISPH建立不可压缩流体模型以获得逼真的固体和流体仿真效果;根据固体表面的局部高斯曲率对固体表面采样生成不同分辨率的代理粒子,为避免代理粒子和流体粒子间过早地耦合,设计代理粒子光滑核函数的支持域为椭球型;为防止流体粒子在固体发生形变时产生穿透现象,在每个时间步长内对固体表面进行重采样生成代理粒子,并自适应地改变其支持域的大小;在处理边界时运用正则化方法计算边界处粒子的物理量,利用基于统一计算设备架构的GPU并行计算方法对耦合过程进行加速。实验结果表明,本章方法能在减少采样粒子、提高计算效率的同时实现实时逼真的流固耦合效果。为了对HIFU治疗中的目标组织动态边界进行预测,提出了基于图像分析和多相耦合的目标组织动态边界预测框架。采用引入边缘信息的局域化活动轮廓模型对目标组织的空间图像序列进行分割,建立目标组织三维模型;提出了基于统一粒子的多相耦合方法来对目标组织受力环境进行建模,计算目标组织在外力作用下的偏移和变形;并采集真实实验数据,用于多相耦合模型参数估计以及验证预测得到的目标组织边界。实验结果表明,所提出的目标组织动态边界预测框架能够较准确地预测目标组织的动态边界,为实现临床HIFU治疗中的人体肿瘤动态边界的预测奠定基础。