基于CTA图像的颈动脉分割算法研究

发布时间：2020-03-18 12:19

【摘要】：脑卒中是全球范围内致死或致残的三大病因之一,约2/3脑卒中是缺血性脑卒中,颈动脉狭窄闭塞性病变是引起缺血性脑卒中的最常见原因之一,早期识别颈动脉的血管形态对于评估脑卒中发生风险具有重要的意义。计算机断层扫描增强技术(CTA)已在诊断颈动脉狭窄得到较多应用。基于CTA图像的颈动脉分割目前主要存在的困难有:(1)切片数量大;(2)CTA图像中,颈动脉周围存在干扰因素(骨骼、相似血管)较多;(3)颈总动脉在分叉阶段时的形态发生较大变化,且分叉后的颈动脉弯曲度较大。这些特征都会给分割算法加大难度。基于上述问题,本文提出两种快速稳定的分割颈动脉的方法,基于8组来自医院的真实临床数据进行实验,主要研究内容如下:(1)基于自适应区域特征多种子点的区域生长法:首先采用基于自适应迭代CT值的方法及形态学方法去除颈动脉周围的软组织和消除边界粘连;其次基于颈动脉在分叉时特有的特征自动确定种子点的个数及位置;最后,根据种子点与生长准则采用区域生长法获得颈动脉区域。实验结果表明,该算法在颈动脉分叉后,依旧可以准确地分割出颈内动脉与颈外动脉;与其它区域生长算法相比,该方法在准确度及时间方面可以更好地满足临床需求。(2)图像增强与区域特征相结合的分割方法:首先采用感兴趣区域(包含颈动脉的区域)自动更新方法保证待处理区域尽可能的足够小,减少了计算量;其次采用增强算法突出血管区域,对增强后的图像采用八邻域边界追踪法获取连通区域边界;最后分析连通区域特征识别出颈动脉区域。实验结果表明,该算法得到的分割结果精确度较高,算法运行时间较短,且与不同的增强算法及边界提取方法相比,该方法获得的分割结果准确度更高。此方法不仅避免了基于自适应区域特征多种子点的区域生长法的分割结果精确度依赖于种子点选取的缺点,同时还能获得血管的近似中心线。本研究的创新性在于:(1)基于自适应区域特征多种子点的区域生长法的种子点选取结合了颈动脉在分叉阶段的特征来自动计算种子点的个数及位置,保证颈总动脉在分叉后依旧可以分割出两个颈动脉区域(颈内、外动脉);(2)图像增强与区域特征相结合的分割方法中在颈总动脉和颈内、外动脉两个阶段采用不同的追踪方法获取感兴趣区域的中心点,这样可以保证感兴趣区域始终包含着颈动脉;(3)图像增强与区域特征相结合的分割方法通过判断连通区域重心点与感兴趣区域中心点之间的距离来消除其它相似血管区域,去除颈动脉周围的干扰因素。
【图文】：

颈动脉

范围逦０逦３０－４５逦４０－６０逦１００－３００逦７００－３０００逦－５００逦－１００－５０逦３颈动脉解剖结构及断层图像逡逑体大脑的血管主要由颈动脉系统和椎－基底动脉系统组成，其中颈动脉源的３／５，颈动脉病变是引起脑卒中的主要病因之一。颈动脉系统由颈总ｍｏｎ邋ｃａｒｏｔｉｄ邋ａｒｔｅｒｙ）、颈内动脉（Ｉｎｔｅｒｎａｌ邋ｃａｒｏｔｉｄ邋ａｒｔｅｒｙ）和颈外动脉（Ｅｘｔｅｒｎａｒｔｅｒｙ）三部分组成，左侧颈总动脉起自主动脉弓，右侧颈总动脉起自头颈部两侧上行，约在第四颈椎水平分为颈内动脉和颈外动脉，颈内动入颅供应大脑半球的前部，此分叉处通常出现动脉走行方向的改变，且动脉的走行迂曲（特别是在老年人群中），在影像上对其的正确识别是宄的基础，因此早期识别颈动脉血管形态对于评估脑卒中发生风险具。图２－３呈现了颈动脉形态及其在ＣＴＡ断层图像中对应的形状及位置。逡逑

自适应迭代,软组织,迭代阈值法

ＨＵ邋＝邋ｐｉｘｅｌ邋＊邋ｓｌｏｐｅ邋＋邋ｉｎｔｅｒｃｅｐｔ逦（２－３）逡逑此时，得到的数值ＨＵ就是图像的ＣＴ值。如图２－６邋（ｂ）所示，可以清晰地看逡逑到相比于原图２－６邋（ａ）血管的增强效果明显。逡逑其次，，在基于ＣＴ值的优化过程中，保留组织和去除组织之间的阈值通过迭代逡逑阈值法自动计算。迭代阈值法是基于逼近的思想。算法步骤如下：逡逑（１）
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R816.2;TP391.41

【参考文献】