有条件生成对抗网络的IVUS图像内膜与中-外膜边界检测

针对血管内超声(IVUS)图像中各类斑块、超声阴影和血管分支等造成内膜(LU)与中-外膜(MA)边界难以准确检测的问题,提出一种结合堆叠沙漏网络(SHGN)和有条件生成对抗网络(C-GAN)的IVUS内膜与中-外膜检测的改进方法。首先根据血管形态特点,使用旋转、缩放和Gamma变换等方法将图像训练集扩充57倍,降低网络训练过拟合风险;然后利用对抗训练思想,构建基于L1、L2重建损失的联合损失函数,学习超声图像与其对应分割图像的映射关系,将IVUS图像分割为3种不同区域:血管外周组织、斑块区域和内腔区域;最后在图像分割结果上,采用阈值处理方法,检测最终的内膜与中-外膜边界。采用国际标准IVUS图像数据集(10位病人435幅)评价所提出的算法。实验量化评价结果为:内膜计算面积交并比(JM) 93%,面积差异百分比(PAD) 3%,Hausdorff距离(HD) 0.19 mm;中-外膜JM 95%,PAD 3%,HD 0.16 mm。这些指标满足临床诊断要求,性能优于现有的、近年较好的9种算法,以及Pix2Pix模型。在临床实践应用分析中,利用南部战区总医院心血管内科所收集的100幅IVUS图像进行检验,取得较好的分割结果。这表明该方法具有较好的跨数据集泛化性能。     

血管内超声图像边缘提取方法的研究进展

血管内超声图像在心血管疾病的诊断和介入治疗中具有重要作用,超声图像的边缘提取有很强的现实意义。但超声频率的提高加大了噪声的影响,增加了血管壁内外膜边缘提取的难度。本文从预处理、检测模型以及算法实现三方面,回顾了近几年血管壁边缘提取的发展情况和研究动态,并对未来的发展方向进行了总结和展望。     

基于活动轮廓模型和边缘对比度特征量的血管内超声图像边缘提取

血管内超声（IVUS）图像冠状动脉血管壁的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。本研究提出了一种用于自动提取IVUS序列图像冠状动脉血管壁内、外膜边缘的方法。该方法基于活动轮廓模型以及本研究所定义的边缘对比度特征量，利用Hopfield神经网络并结合模拟退火算法自动提取IVUS序列图像冠状动脉血管壁的内、外膜边缘。实验结果表明，本研究方法易于实现，而且准确性和可靠性较高，对IVUS序列图像处理的可重复性和鲁棒性较好，是一种较好的全局最优化算法。     

血管内超声与64排螺旋CT分析冠状动脉斑块的对比研究

目的对冠状动脉病变患者进行血管内超声(IVUS)和64排螺旋CT(64MDCT)检查,评价两种检查手段在冠状动脉病变诊断中的应用价值。方法 24例临床怀疑或诊断为冠心病的患者接受冠状动脉64MDCT检查,并应用其工作站相关后处理技术对冠状动脉粥样斑块进行评估分析。一周内实施冠状动脉内IVUS检查,对冠状动脉病变进行定性和定量分析。结果分析病变血管52支,其中左主干24支,前降支21支,左回旋5支,右冠状动脉2支。IVUS显示有斑块病变的血管段为60段,64MDCT显示有斑块病变的血管样本57段,其中3段病变64MDCT诊断正常而IVUS显示为斑块早期病变。64MDCT对出现任何粥样硬化斑块节段诊断的敏感性为96%,特异性为94.7%。IVUS与64MDCT的管腔面积,外弹力膜面积、斑块面积的相关系数r分别为0.79、0.83、0.81。结论 IVUS能准确判断冠状动脉斑块的大小和性质。64MDCT作为非侵入性方法亦能显示管壁斑块的构成,判断病变的类型及程度,具有一定的敏感性和准确率。     

心绞痛患者颈动脉粥样硬化斑块内新生微血管超声造影特征的临床研究

目的:比较稳定型和不稳定型心绞痛患者颈动脉粥样硬化(CAS)斑块内新生微血管超声造影(CEUS)特征及其临床价值。方法:经心电图、动态心电图或平板运动试验心电图诊断的心绞痛患者111例,分为稳定型心绞痛组(SA组,n=53)和不稳定型心绞痛组(UA组,n=58),平行颈动脉彩色多普勒超声及CEUS检查后,采用声学定量分析软件分析两组斑块数量、类型,斑块内新生微血管等级评分和Crous积分,以及斑块达峰时间、最大峰值强度比、曲线下面积,同时测定血清超敏C反应蛋白(hs-CRP)水平,统计学比较两组上述指标差异。结果:UA组发现斑块187个,SA组176个,均以软斑块为主,两组不同类型斑块分布差异有统计学意义(P<0.01);两组斑块发生部位主要在颈动脉分叉处。UA组较SA组的软斑内新生微血管等级评分和Crous积分、最大峰值强度比升高,曲线下面积增大,达峰时间缩短;UA组hs-CRP水平均明显高于SA组;差异均有统计学意义(P<0.05,P<0.01)。结论:CAS斑块内新生血管等级评分等特征性改变,可为心绞痛的筛选类型鉴别及据此早期干预提供客观依据。     

血管内超声弹性图的构建原理和临床应用研究

血管内超声技术的发展提供了评价血管和斑块断面信息的手段 ,但却不能准确反映粥样斑块的生物物理属性。血管内超声弹性图通过描述血管壁径向的应变情况 ,再现了管壁和斑块的生物弹性特征 ,可以分辨不稳定斑块、预测斑块破裂并能反映斑块成分 ;结果也较之单纯血管内超声显像更为客观。我们对该项技术的构建原理和临床应用研究现状进行了综述 ,并指出了该项技术目前存在的缺点和将来的发展方向。     

一种改进的自适应形变模型及其血管内超声图像边缘提取应用

血管内超声（IVUS）图像冠状动脉血管壁内膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。提出一种改进的自适应形变模型（T-Snake），该模型能够解决基本T-Snake模型中的自交（Self-collisions）问题，并有着更高的数值计算精度。同时，基于改进的T-Snake模型，给出一种用于自动提取IVUS序列图像冠状动脉血管壁内膜边缘的方法。实验结果表明，所提出方法准确性和可靠性较高，对IVUS序列图像处理的可重复性和鲁棒性较好；表明了改进T-Snake模型的有效性和可实现性。     

基于小波变换的血管内超声图像血流斑点噪声抑制研究

血管内超声成像已经越来越广泛地应用到冠心病的诊断和介入治疗中.为了提高图像分辨率必须增加超声频率,使得血流斑点噪声也显著增强,降低了管腔和管壁的对比度,增加了识别管壁与周围组织的难度,给病情的诊断和治疗带来了不便.本研究结合小波变换域软阈值滤波法和半软阈值滤波法,并设计了一种局部阈值来实现血流斑点噪声抑制.实验结果表明该方法在抑制斑点噪声的同时保留了图像的边缘,增强了管腔和管壁的哪对比度,有助于识别管壁和周围组织.     

基于超声影像的动脉壁应变分析

对动脉壁受力而产生的应变进行分析是判断动脉弹性的基础,而动脉弹性又是评价心血管系统功能的重要依据.提出一种动脉壁应变的分析方法,以血管内超声图像为依据,采用有限变形力学理论,建立管壁应变的数学模型,并计算出相对应变.对血管壁区域进行三角形网格划分,以三角形单元为基础,求解动脉血管壁应变,从而判断血管壁的弹性.结果显示:血管壁各处产生的应变情况很复杂,既有正应变(x轴和y轴方向),又有角应变.用已知形变图像验证的结果表明,该方法能准确地找到血管壁的病变区域并分析应变状态,对动脉功能评价以及临床诊断有重要意义.     

基于CAG三维重建与超声图像的数据融合研究

临床中,融合X射线造影图像和血管内超声图像可以辅助医生更好的对冠心病进行诊断.本研究在X射线造影系统中对导引丝和血管骨架分别三维重建的基础上,利用最佳垂平面法求得导引丝序列点的最佳切向量,首先对超声图像在导引丝上定位,然后根据造影图像与超声图像提供的导引丝和血管骨架的空间关系求得超声图像的偏心角,最后利用四元数法对超声图像在导引丝上进行准确的定向.通过临床数据进行实验表明了该方法的可行性.相对于传统的融合方法,该方法不仅实现了超声图像空间角度的确定,而且具有实现简单、计算速度快等特点.     

Automated Contour Detection for Intravascular Ultrasound Image Sequences Based on Fast Active Contour Algorithm

INTRODUCTIONCoronary angiography has been the traditional method for assessing the coronary heart diseases inthe past several decades.It records the outline of vessels by X-rays projection technique but can onlyprovide limited information about the arterial wall morphology and geometry.Therefore it may cause cli-nicians to make mistaken estimations or diagnoses.Nowadays,intravascular ultrasound(IVUS)is be-coming wildly applied into the diagnosis of coronary heart diseases and interventi…     

基于快速推进法的血管内超声图像序列的三维分割

目的血管内超声（intravascular ultrasound,IVUS）是近年来临床诊断血管病变的一项新技术。对IVUS图像进行分割,提取出图像中血管壁的内膜和中-外膜轮廓,是IVUS图像序列定量分析和三维重建的重要步骤。方法本文提出一种基于快速推进法的IVUS图像序列三维并行分割方法。在完成对原始图像的滤波去噪、抑制导管伪影等预处理后,获取IVUS序列纵向视图,并从中提取出血管壁的内膜和中-外膜轮廓,然后将该轮廓映射到每帧IVUS横向视图中,得到各IVUS帧中血管壁的内膜和中-外膜轮廓,最后采用快速推进法对初始轮廓进行演化变形,最终提取出目标轮廓。结果对临床IVUS图像数据进行实验,与逐帧处理的串行分割方法相比,本文方法明显提高了处理效率,克服了传统串行处理方法运算效率低的缺点。结论该方法对血管疾病的临床诊治具有重要意义。     

基于改进TransUnet网络的血管内超声图像边界提取方法研究

血管内超声(IVUS)图像是观测血管内部结构的首选影像学手段,基于IVUS图像的内膜和中外膜边界的提取是实现冠脉粥样硬化精准诊断的前提和关键。针对IVUS图像结构复杂、对比度低、边界提取困难等问题,本研究提出一种基于改进TransUnet网络的分割方法。首先,针对IVUS图像边界提取难点,对边血管、血管分叉、导丝伪像、阴影等4种图像结构进行建模,并基于建模结果予以定向数据增强;而后,结合IVUS图像的环状结构分布特点,在TransUnet网络中提出了Polar-bias归纳偏置的策略,并对IVUS图像进行像素级的分类;最后,基于分类结果优化GVF snake模型的外力场,进而提取IVUS图像的内膜和中外膜边界。采用国际标准IVUS图像数据集(两组不同中心频率,共512幅图像)对算法进行评测,引入JMard距离(JM),Hausdorff距离(HD)和面积差异百分比(PAD)等3个评测指标,在数据集A中JM为0.87, HD为0.87, PAD为0.18,数据集B中JM为0.91, HD为0.25, PAD为0.08。实验结果表明,所提出的算法在两组数据集的内膜及中外膜提取问题中的表现均...     

血管内超声图像序列分割的研究进展

血管内超声（IVUS）图像序列的分割对冠状动脉疾病的临床诊断和治疗有着重要意义,学者们为此提出了多种分割方法。本文首先分析了IVUS图像的成像过程及其特点,然后介绍了近年来提出的典型IVUS图像序列分割方法,给出了这些方法的基本原理,并对其优缺点进行分析,最后展望了该领域的研究发展方向。