心脏瓣膜的静态及动态形态分析对于心脏疾病的诊断和治疗具有重要的临床意义。近年来，三维超声心动图由于能直观形象的再现心脏内复杂的空间结构及运动状况，因而在临床上得到了广泛应用。在国家自然科学基金和上海市科委相关项目的支持下，本课题与上海儿童医学中心合作，对经胸旋转采集的三维超声心动图进行了瓣膜形态分析研究。工作主要由两部分组成，一是三维超声心动图的断层重建研究；二是心脏瓣膜的三维运动分析。 断层重建是指在采集得到的超声图像序列的基础上，通过重建空间上各体素的灰度值，达到体重建心脏瓣膜形态的目的。在此基础上，通过切片，观察瓣膜的断层形态，从而获得瓣膜静态解剖结构信息。由于成像机理以及在采集过程中的电子噪声，超声图像具有信噪比低的特点。因此，如何有效提高超声图像的信噪比，是断层重建中需要解决的问题。本课题将超声噪声分布的近似分布作为先验知识，建立了马尔可夫可夫随机场一后验概率最大化(MRF-MAP)框架下的瓣膜体数据重建模型。该模型不但可以重建三维体数据，而且在三维重建的过程中，有效的提高了超声图像的信噪比，并且该模型还利用了图像中梯度的分布，各项异性的增强了图像的边缘，从而提高了三维超声图像断层重建的质量。 在心动周期内，心脏瓣膜不断在运动中改变着自身的形态，承担着血液流动单向阀门的作用。研究其动态特性，对临床诊断瓣膜疾病更具指导意义。本课题引入了弹性匹配的运动分析思想，讨论了其在三维空间中的应用，提出了基于椭圆方程的三维瓣膜运动分析数学模型。该模型构造了一个能量方程函数，它由两项组成：一是匹配误差项，另一项是平滑约束条件。通过最小化这个能量方程可以获得瓣膜各部位在三维空间中运动的速度场分布。 在瓣膜运动过程中，某些瓣膜运动的几何特征直接反映了瓣膜运动的特点，瓣膜运动角就是其中之一。通过跟踪瓣膜运动角变化，本课题给出了分析瓣膜运动特征的方法，即在进行瓣膜分割后，提取瓣膜的顶点和根点的位置，之后计算出瓣膜运动角度，跟踪并可视化瓣膜运动角度在整个心动周期内的三维变化过程，最后利用隐马尔可夫理论(HMM)建立了瓣膜运动特征分析模型。 瓣膜分割效率是整个瓣膜运动特征分析的关键。本课题将水平集瓣膜分割模型扩展到区域先验框架下，并使先验区域能在相邻的图像之间进行迭代传递，从而大大提高了瓣膜的分割效率；在瓣膜分割结果的基础上，计算瓣膜运动角在整个心动周期内的三维变化过程,并将其通过特征曲面可视化.在特征曲面上,运用曲面几何的理论，可以对瓣膜的三维运动过程作进一步的特征分析。课题中使用了隐马尔可夫模型理论对以特征曲面表征的瓣膜运动变化过程做了进一步的特征分析，提出了“子瓣膜形状”模型，通过分析人体样本和动物样本，建立了正常瓣膜运动的隐马尔可夫模型。 本课题创新点如下： 1) 建立了定量描述心脏瓣膜三维运动的方法，该方法由图像重建、瓣膜分割、瓣膜运动角度计算和获取特征曲面等步骤组成，可以数字的、直观的描述瓣膜三维运动过程。在此基础上，可以进行更深层次的瓣膜运动特征挖掘。 2) 提出了基于马尔可夫随机场-后验概率最大化模型的统计重建体数据的方法。该方法将噪声的近似分布和马尔可夫随机场引入到三维体数据的估计过程中。在重建三维体数据的过程中，有效的去除了超声噪声，增强了边缘，提高了三维超声心动图断层重建的质量。 3) 探索了将弹性匹配的思想扩展到三维运动分析，提出了基于椭圆方程的位移场估计模型。该模型通过最小化由匹配误差项和平滑约束项组成的能量方程，从而得到心脏瓣膜三维运动的位移场分布情况。 4) 将先验知识融入到水平集分割方法，提出了基于区域先验知识的瓣膜分割方法。由于相邻时空位置上的先验区域具有相似性，所以先验区域可以在相邻时空位置的图像之间进行传递。该方法的优点在于：一方面提高了瓣膜分割的准确性，另一方面，提高了大量图像数据的分割工作效率，从而使瓣膜三维运动特征分析更具有实用性。 5) 提出了瓣膜三维运动特征曲面概念，该特征曲面反映了整个瓣膜组织在心动周期内的运动变化情况。在该曲面上可应用曲面几何的理论进行瓣膜的三维运动特性分析。 6) 在瓣膜三维运动特征曲面的基础上，探索了应用隐马尔可夫模型来分析瓣膜三维运动特征的方法，并提出了“非确定线段”的子瓣膜形状模型，建立上海交通大学申请工学博士学位论文了正常瓣膜运动的隐马尔可夫模型。