论文部分内容阅读
本文提出了一种心肌超声造影图像心肌内膜与外膜的全自动提取方法及基于心肌灌注时间强度曲线的希尔伯特黄变换的心肌梗塞诊断方法。心肌梗塞诊断方法中使用的数据是心肌灌注过程中心肌区域的时间强度变化曲线,而这个强度变化曲线的每一个数据点就是从每一幅心肌超声造影图像中分割得到的心肌区域的平均灰度值。心肌超声造影图像心肌内膜的分割主要使用的是基于数学形态学的方法,心肌外膜的分割主要使用的是Chan-Vese活动轮廓模型的方法。内膜分割使用数学形态学是因为心腔区域只与心肌区域相连,整个心腔有相似的灰度值且与心肌区域有明显的差值,简单的形态学方法就取得非常好的效果;之所以外膜的分割使用不同方法,是因为心肌外膜相邻组织的多样性、复杂性和较高的噪声,使数学形态学难以取得理想的效果,而基于区域的Chan-Vese活动轮廓模型方法由于对噪声不敏感,所以能够很好的提取初始轮廓,而对完全无法区分心肌外膜的区域所产生的溢出,根据拟合圆的趋势使用拟合圆进行衔接,取得了较理想的效果。心肌梗塞的诊断主要使用的是HHT方法,先将心肌区域按顺时针分为6个区域,然后使用EMD方法分别对每一个区域的灰度值变化曲线进行分解,得到不同频率的本征模态函数(IMFs)。然后对这些本征模态函数做Hilbert变换,得到各种瞬时特征参数,并最终得到边际谱(marginal spectrum)。对心肌梗塞区域和正常心肌区域分别进行不同试验,经过分析本文提出了一种根据边际谱诊断心肌梗塞的方法,如果边际谱的能量主要集中于1-2Hz和6-8Hz的范围,那么这个心肌区域是正常的心肌区域,且这两个频率范围分别对应实验用的SD大鼠的呼吸频率和心率;如果边际谱的能量微小或者只是1-2Hz处的能量较高,那么这一区域就是含有心肌梗塞部分的区域。之所以使用HHT方法,是因为考虑到动物体能产生不同频率的信号,如心跳、呼吸、脑电波等,而HHT的核心步骤EMD可以将一个信号分解为代表不同频率的分量。在心跳的过程中,心肌区域必然会受到影响,因此猜想心肌区域灰度值变化的时间强度曲线也会受到影响,所以使用EMD将时间强度曲线分解,并最终通过反映能量在频率上分布的边际谱总结提出上述诊断方法。实践证明,这种方法具有快速、准确且能确定病变位置的优点。