[發(fā)明專利]一種基于GTV的心臟左心室運(yùn)動(dòng)分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911282479.1
• 申請(qǐng)日: 2019-12-13
• 公開（公告）號(hào): CN111080618B
• 公開（公告）日: 2023-05-16
• 發(fā)明（設(shè)計(jì)）人: 劉華鋒;孫如
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13;G06T17/20
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 王琛

本發(fā)明公開了一種基于GTV的心臟左心室運(yùn)動(dòng)分析方法，其通過生物力學(xué)模型和有限元幾何分析法重建心臟恢復(fù)框架，利用圖全變分方法引入圖的信號(hào)概念，建立平滑模型以重構(gòu)來自噪聲樣本的信號(hào)；圖信號(hào)處理中可利用KNN算法對(duì)圖的位移信息進(jìn)行相似度分類、平滑，以直觀、靈活的方式獲得數(shù)據(jù)中的相似關(guān)系，集合有限元和無網(wǎng)格法的優(yōu)勢，使信號(hào)在無約束的空間內(nèi)平穩(wěn)地減少噪聲。在求解步驟中本發(fā)明應(yīng)用前向?后向?qū)ε妓惴ǎ瑢⒃瓋?yōu)化問題轉(zhuǎn)變?yōu)槁?lián)合求解可微分問題和不可微分問題的最小化問題，調(diào)整求解目標(biāo)變量變化的可變步長參數(shù)，加速了目標(biāo)函數(shù)的收斂速度，提高了分辨率。

技術(shù)領(lǐng)域

本發(fā)明屬于生物醫(yī)學(xué)圖像重建技術(shù)領(lǐng)域，具體涉及一種基于GTV(Graph?TotalVariation，圖全變分)的心臟左心室運(yùn)動(dòng)分析方法。

背景技術(shù)

在現(xiàn)代社會(huì)，心臟類疾病已經(jīng)日益成為人類健康的最主要威脅，顯著影響人類的生命質(zhì)量；全球心血管疾病(CVD)是導(dǎo)致死亡的主要原因之一，預(yù)計(jì)將在接下來繼續(xù)威脅人類健康，心肌缺血或冠心病可以通過分析心臟的運(yùn)動(dòng)和變形來識(shí)別和定位。為了定量地識(shí)別和測量感興趣區(qū)域中的病變的位置和程度，近年來，如何從圖像序列中獲得準(zhǔn)確和穩(wěn)健的心肌運(yùn)動(dòng)估計(jì)已經(jīng)成為挑戰(zhàn)。

左心室作為心臟最主要的組成部分，是軀體供氧的動(dòng)力樞紐，是心臟影像學(xué)的主要研究對(duì)象；左心室心肌的運(yùn)動(dòng)情況為心臟疾病的診斷提供依據(jù)，因此成為當(dāng)前研究的熱點(diǎn)。對(duì)心臟左心室內(nèi)外膜之間的心肌的定點(diǎn)跟蹤和左心室心肌的應(yīng)變分析及其直觀描述的研究尤為重要，對(duì)于心臟疾病的臨床診斷具有重要的參考價(jià)值；從近幾年的研究成果及文獻(xiàn)來看，基于心臟電影MR圖像的左心室運(yùn)動(dòng)分析的研究引起越來越多的研究機(jī)構(gòu)的關(guān)注。

由于心臟是一個(gè)非剛體材料，在心肌運(yùn)動(dòng)分析中應(yīng)變通常作為要估計(jì)的運(yùn)動(dòng)參數(shù)，但由于應(yīng)變是位移場導(dǎo)數(shù)的函數(shù)，對(duì)噪聲敏感，因此如何獲得準(zhǔn)確并且完整的心肌位移場具有重要的生理和臨床意義。一般策略是將從心臟的動(dòng)態(tài)圖像序列中導(dǎo)出的稀疏和噪聲數(shù)據(jù)(中間壁速度或邊界位移)作為先驗(yàn)知識(shí)，例如通用的圖像標(biāo)記方法、MR的相位對(duì)比速度等，但由于導(dǎo)出的特征點(diǎn)的不完整性和噪聲干擾性，從稀疏地標(biāo)位移場中恢復(fù)成密集位移場估計(jì)是一個(gè)病態(tài)問題，需要與相應(yīng)的平滑和插值運(yùn)動(dòng)模型相結(jié)合，作為求解唯一性的約束。

在現(xiàn)有的左心室運(yùn)動(dòng)重建模型中，這種約束模型可以是數(shù)學(xué)正則化法也可以是連續(xù)介質(zhì)力學(xué)最小化法。正則化方法歷來被應(yīng)用于計(jì)算機(jī)視覺中的許多問題，當(dāng)正則化模型應(yīng)用于非剛體運(yùn)動(dòng)估計(jì)時(shí)，可以平穩(wěn)地恢復(fù)運(yùn)動(dòng)場的連續(xù)性和平滑性，如卡爾曼濾波器法、Tikhonov正則化法、全變分方法等；而有限元方法和無網(wǎng)格法常常應(yīng)用在心肌幾何結(jié)構(gòu)中作為數(shù)值分析技術(shù)來解決工程中的近似問題。

然而在對(duì)不準(zhǔn)確、不完整數(shù)據(jù)的恢復(fù)過程中，由于相鄰節(jié)點(diǎn)之間的節(jié)點(diǎn)值的變化非常小并且對(duì)噪聲敏感，所以先前的正則化方法可能會(huì)引發(fā)解的過平滑、丟失邊緣或信息銳化等問題；而連續(xù)介質(zhì)力學(xué)最小化法不僅僅強(qiáng)依賴于解剖學(xué)和圖像學(xué)的參數(shù)，還需要手動(dòng)調(diào)節(jié)參數(shù)來平衡噪聲誤差。在基于幾何學(xué)的微分求解過程中，有限元單元法相比無網(wǎng)格法，在物理力學(xué)模型上具有更有效、穩(wěn)定和精確的構(gòu)造方法，但在邊界處的連續(xù)性和光滑性也會(huì)受到鄰點(diǎn)位移值約束的影響。

發(fā)明內(nèi)容

鑒于上述，本發(fā)明提供了一種基于GTV的心臟左心室運(yùn)動(dòng)分析方法，提出一種將圖全變分方法與生物力學(xué)模型相結(jié)合的有限元框架，利用KNN算法對(duì)圖的位移信息進(jìn)行相似度分類、平滑，在求解步驟中應(yīng)用前向-后向?qū)ε妓惴ǎ瑢⒃瓋?yōu)化問題轉(zhuǎn)變?yōu)槁?lián)合求解可微分問題和不可微分問題的最小化問題，調(diào)整求解目標(biāo)變量變化的可變步長參數(shù)，加速了目標(biāo)函數(shù)的收斂速度，提高了分辨率。

一種基于GTV的心臟左心室運(yùn)動(dòng)分析方法，包括如下步驟：

(1)對(duì)左心室MRI圖像序列進(jìn)行動(dòng)態(tài)分割，獲取心肌表面(心內(nèi)膜和心外膜)輪廓信息；

(2)構(gòu)造用于重建心肌運(yùn)動(dòng)信息的物理模型；

(3)根據(jù)所述物理模型利用有限元數(shù)值分析方法建立心肌的生物力學(xué)模型；