超声心动图心室内膜面边缘提取技术及应用
发布时间：2021-04-21 00:42
心血管疾病是导致人类死亡率最高的三大疾病之一，离心型心室扩大、充血性心力衰竭是扩张型心肌病（DCH）的基本病理特征，在临床应用中主要依靠左室容积与左室射血分数（LVEF）等量化关系来进行诊断。获取心室边缘是定量研究二维超声心动图的重要基础，由于超声心脏图象本身具有复杂的解剖结构及超声成象固有的斑点噪声等因素的影响，使得要在超声心脏图象中实现完全自动化、精确地心内膜边缘检测非常困难。本论文主要从以下三个方面作了较多的研究，采取了一些创新的措施，获得较理想的边缘及相应的定量分析结果。 （1）改进的活动轮廓模型算法作边缘检测：活动轮廓模型算法是应用于复杂结构边缘、有噪声情况下的一种较为理想的半自动的边缘检测算法。但在几乎所有的活动轮廓模型算法中，其变形与生长过程中都存在伪轮廓问题，特别是在曲率变化较大的边界区域上伪轮廓的出现会导致整个轮廓生长的不稳定收敛进而导致轮廓逼近边缘的失败。本文对活动轮廓模型的迭代中出现的伪轮廓问题进行了较为深入的研究，并开发了相应的快速消除伪轮廓的算法，结果表明它能稳定收敛于曲率变化较大的边界区域。 （2）多种特征的引入用于作边缘检测：传统的边缘检测的原...
【文章来源】：四川大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
目录
1 文献综述及研究设想
1.1 医学背景及意义
1.2 超声组织多普勒技术
1.2.1 经胸Doppler超声心动图技术
1.2.2 经食管超声心动图技术
1.2.3 声学定量技术
1.2.4 彩色室壁动态技术
1.2.5 多普勒组织成像
1.2.6 二次谐波
1.2.7 负荷超声
1.3 医学图象分割与边缘检测技术综述
1.3.1 灰度门限化的方法
1.3.2 边缘检测的图像分割方法
1.3.3 基于象素分类的方法
1.3.4 人工神经网络的方法
1.3.5 基于模糊集理论的方法
1.3.6 图像分割质量的评估
1.4 研究设想
2 基于改进的活动轮廓模型边缘检测算法
2.1 活动轮廓模型（Snake）的原理
2.1.1 Snake的物理含义
2.1.2 Snake的数学表征
2.2 消除Snake模型生长过程中出现的伪轮廓
2.2.1 利用已知边界的区域生长算法消除向外生长的伪轮廓
2.2.2 利用已知边界的边界跟踪算法消除向内生长的伪轮廓
2.3 活动轮廓模型的边界重采样的问题
2.4 本章小节
3 基于多特征的活动轮廓模型作心内膜边缘检测及定量分析
3.1 动物实验及图象采集
3.1.1 实验目的
3.1.2 实验方案
3.1.3 实验方法
3.1.4 图象采集
3.2 Colorbar分析
3.3 多普勒信息与解剖结构的灰度信息的分离
3.4 BP神经网络模型进行映射关系的训练
3.5 利用训练结果构造出颜色值与速度值的相对应的查找表
3.6 基于多种特征作活动轮廓模型的心内膜边缘检测及结果
3.6.1 特征分离及图象融合
3.6.2 多种特征作活动轮廓模型的心内膜边缘检测
3.7 序列图象的心内膜边缘检测结果及定量分析
3.7.1 序列图象中以活动轮廓模型作左心室内膜的边缘检测结果
3.7.2 序列图象中左心室面积的计算及左心室面积—时间曲线的绘制
3.7.3 序列图象左心室面积变化的计算与左心室面积变化—时间曲线的绘制
3.7.4 心脏功能二维指标的计算
3.7.5 另一个50帧序列的结果
4 基于左心室内膜的边缘检测的三维重建及定量分析
4.1 图象采集
4.1.1 时间的控制
4.1.2 空间的控制
4.1.3 扫描途径
4.2 4D（加时间）数据场的建立
4.2.1 原始数据的组织
4.2.2 旋转插值及坐标变换
4.3 各层剖面上的边缘检测
4.4 面绘制
4.4.1 面绘制概要
4.4.2 面绘制结果
4.5 左心室功能三维定量计算与分析
4.5.1 各个时相上的左心室体积的计算与左心室体积—时间曲线的绘制
4.5.2 左心室体积变化的计算与左心室体积变化—时间曲线的绘制
4.5.3 三维左心室心腔定量分析
5 全文总结
5.1 论文结论
5.2 论文的创新之处
5.3 研究展望
参考文献
攻读硕士学位期间发表的学术论文和鉴定的成果
已发表论文：
已接收稿件：
已鉴定的成果：
致谢
本文编号：3150715
【文章来源】：四川大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
目录
1 文献综述及研究设想
1.1 医学背景及意义
1.2 超声组织多普勒技术
1.2.1 经胸Doppler超声心动图技术
1.2.2 经食管超声心动图技术
1.2.3 声学定量技术
1.2.4 彩色室壁动态技术
1.2.5 多普勒组织成像
1.2.6 二次谐波
1.2.7 负荷超声
1.3 医学图象分割与边缘检测技术综述
1.3.1 灰度门限化的方法
1.3.2 边缘检测的图像分割方法
1.3.3 基于象素分类的方法
1.3.4 人工神经网络的方法
1.3.5 基于模糊集理论的方法
1.3.6 图像分割质量的评估
1.4 研究设想
2 基于改进的活动轮廓模型边缘检测算法
2.1 活动轮廓模型（Snake）的原理
2.1.1 Snake的物理含义
2.1.2 Snake的数学表征
2.2 消除Snake模型生长过程中出现的伪轮廓
2.2.1 利用已知边界的区域生长算法消除向外生长的伪轮廓
2.2.2 利用已知边界的边界跟踪算法消除向内生长的伪轮廓
2.3 活动轮廓模型的边界重采样的问题
2.4 本章小节
3 基于多特征的活动轮廓模型作心内膜边缘检测及定量分析
3.1 动物实验及图象采集
3.1.1 实验目的
3.1.2 实验方案
3.1.3 实验方法
3.1.4 图象采集
3.2 Colorbar分析
3.3 多普勒信息与解剖结构的灰度信息的分离
3.4 BP神经网络模型进行映射关系的训练
3.5 利用训练结果构造出颜色值与速度值的相对应的查找表
3.6 基于多种特征作活动轮廓模型的心内膜边缘检测及结果
3.6.1 特征分离及图象融合
3.6.2 多种特征作活动轮廓模型的心内膜边缘检测
3.7 序列图象的心内膜边缘检测结果及定量分析
3.7.1 序列图象中以活动轮廓模型作左心室内膜的边缘检测结果
3.7.2 序列图象中左心室面积的计算及左心室面积—时间曲线的绘制
3.7.3 序列图象左心室面积变化的计算与左心室面积变化—时间曲线的绘制
3.7.4 心脏功能二维指标的计算
3.7.5 另一个50帧序列的结果
4 基于左心室内膜的边缘检测的三维重建及定量分析
4.1 图象采集
4.1.1 时间的控制
4.1.2 空间的控制
4.1.3 扫描途径
4.2 4D（加时间）数据场的建立
4.2.1 原始数据的组织
4.2.2 旋转插值及坐标变换
4.3 各层剖面上的边缘检测
4.4 面绘制
4.4.1 面绘制概要
4.4.2 面绘制结果
4.5 左心室功能三维定量计算与分析
4.5.1 各个时相上的左心室体积的计算与左心室体积—时间曲线的绘制
4.5.2 左心室体积变化的计算与左心室体积变化—时间曲线的绘制
4.5.3 三维左心室心腔定量分析
5 全文总结
5.1 论文结论
5.2 论文的创新之处
5.3 研究展望
参考文献
攻读硕士学位期间发表的学术论文和鉴定的成果
已发表论文：
已接收稿件：
已鉴定的成果：
致谢
本文编号：3150715
本文链接：https://www.wllwen.com/yixuelunwen/fangshe/3150715.html
