冠心病医学图像诊断的若干关键技术研究

【摘要】：医学图像诊断是一个跨学科、交叉融合的研究领域,涉及到放射学、影像诊断学、高等数学、统计学、计算机图形学、数字图像处理、模式识别和人工智能等众多学科,覆盖的专业知识领域很广。随着计算机处理速度的不断提升和应用领域的扩展,基于计算机图像处理的医学图像诊断技术被发现和不断改善。近年来,对冠心病医学图像的诊断成为研究热点之一,其理论创新和技术突破将对计算机图像处理产业化产生深远的影响,其研究具有重大意义。已有文献关于冠心病医学图像的分割、插值和三维重建的研究大部分都存在片面性和孤立性,没有将这些问题串联起来考虑和寻找解决方法,而对冠状动脉狭窄程度的精准测量依然是一个世界性的难题。有鉴于此,本文研究在冠心病医学图像诊断过程中一系列关键技术问题,就图像自动分割、图像插值、图像三维重建和冠状动脉狭窄程度精准测量问题进行深入的研究与探讨。具体来说,本文的主要工作与创新点在于:1.在冠心病医学图像自动分割方面,首先利用灰度直方图拟合正态分布曲线对目标区域图像进行分割和提取,从而达到了自动寻找种子点、对病变部分进行完整的分割的目的,以解决大多数的医学图像分割算法不能完全摆脱人工辅助选取阈值的问题。与区域生长算法和分水岭算法进行比较,拟合算法不仅在分割精度和自动化程度上具有显著优势,而且能够弥补以往常规CT和MRI检查手段的不足、增加医生及时、敏锐发现比较小的、早期的和位于隐蔽部分的病灶的机率,最终为患者设计最佳个性化治疗方案提供了新的可能。2.在冠心病医学图像匹配插值方面,首先通过小波变换,将原始图像分解成高频和低频子图,然后对低频子图先利用边缘检测,提取到的图像边缘轮廓,再通过一种寻找比例因子结合均方根算子求均值的复合方式进行匹配点插值,使得插值得到的图像更接近于真实情况。算法关键是寻找最优匹配点对和利用均方根算子求均值,对提取到的图像边缘轮廓进行匹配点插值,最后经过小波逆运算重新合成高频和低频部分,得到最终插值图像。冠状动脉血管造影图像(CTA)的插值是提高心脏血管三维重建质量的关键,同时能够降低患者检查成本、缩短照射时间、减少身体被动接受照射的放射量。3.在冠心病医学图像三维重建方面,首先在每条经过三维数据场的射线上,根据观察者视点与图像远近的不同,使用曲面法线切点处的偏导数与视点和切点之间的距离的比例关系来调整采样频率,改变经典算法对所有射线上的采样频率都“一视同仁”的做法,实现当物体距离视点较近时,采样频率较高,模型表示较为细致,反之则采样频率较低,模型表示也较粗糙;其次在图像合成算子的计算上,设定对未到达屏幕的射线不参与不透明度和颜色值的合成计算。改进算法不仅能够有效提高图像渲染速度,而且还避免了伪影的产生,明显改善了图像的质量。4.在冠状动脉狭窄程度测量方面,首先使用改进的光线投影算法对病灶血管进行三维重建,随后运用一种基于海森矩阵的冠状动脉中心线提取算法,提取目标血管的中心线;然后从重建的血管三维模型的横断面入手,对横断面图像以中心线为原点建立直角坐标系,把图像分割到四个象限中去,在每个象限里运用定积分理论积出血管内血流区域与坐标系所围成的图形面积;最后通过内、外面积差与血管冠状截面面积的比值得到血管的狭窄度。该算法具有良好的有效性和准确性,有助于冠心病的早期发现、诊断和治疗,给临床诊断和术前规划提供了有效的依据,从而提高了冠心病患者的生存机率和生活质量。总之,针对冠心病医学图像诊断过程中的一系列问题,从图像自动分割、图像匹配插值、图像三维重建和冠状动脉狭窄程度测量四个方面进行了详细论述。通过结合一系列临床影像数据实验,表明本文提出的算法具有良好的有效性和准确性,有助于临床上对冠心病的防治,也为患者降低了检查成本和降低了受照剂量,同时还在临床教学研究与住院医师规范化培训等方面提供更加丰富的操作手段和学习方式。