一种用于左心室运动追踪和应变分析的算法制造技术

本发明专利技术提出了一种用于左心室运动追踪和应变分析的算法，涉及计算机辅助医学技术领域。该算法包括以下步骤：S1、构建左心室表面模型；S2、左心室轮廓运动追踪；S3、量化左心室形变；本发明专利技术能够准确追踪左心室运动和量化左心室形变，利用了磁共振快速扫描类型中的稳态梯度回波序列，与其他心脏MRI技术相比，具有更高的软组织对比度和更少的采集时间。的软组织对比度和更少的采集时间。的软组织对比度和更少的采集时间。

【技术实现步骤摘要】
一种用于左心室运动追踪和应变分析的算法


[0001]本专利技术涉及计算机辅助医学
，具体而言，涉及一种用于左心室运动追踪和应变分析的算法。

技术介绍

[0002]心血管疾病(Cardiovascular Disease，CVD)的患病率和死亡率逐年上升，已成为我国严峻的公共卫生问题。CCMRI技术利用了磁共振快速扫描类型中的稳态梯度回波序列，与其他心脏MRI技术相比，具有更高的软组织对比度和更少的采集时间，因此基于CCMRI影像的计算机辅助诊断技术也越来越多的应用到心血管疾病的诊断中。左心室(Left Ventricle,LV)是心脏泵血功能的集中体现，左心室的心肌壁最厚，心肌收缩力最强。许多心血管疾病都会表现出一定程度的左心室运动异常，例如缺血性心脏病的主要特征为病变部位运动异常和心肌形变程度区别与正常心肌。
[0003]目前CCMRI图像左心肌均匀同质特性导致的可用于运动追踪的标记存在信息稀疏问题，由于存在上述问题，现有技术不能准确追踪左心室运动和量化左心室应变。

技术实现思路

[0004]本专利技术的目的在于提供一种用于左心室运动追踪和应变分析的算法，能够准确追踪左心室运动和量化左心室形变，利用了磁共振快速扫描类型中的稳态梯度回波序列，与其他心脏MRI技术相比，具有更高的软组织对比度和更少的采集时间。
[0005]本专利技术的实施例是这样实现的：
[0006]本申请实施例提供一种用于左心室运动追踪和应变分析的算法，其包括以下步骤，S1、构建左心室表面模型，包括左心室心肌分割、心内膜和心外膜轮廓平滑、轮廓层间插值以及三角网格构造；S2、在左心室表面模型中，以左心室局部形状属性作为左心室运动追踪的标记特征，根据标记特征来建立轮廓点的薄板能量模型，并对轮廓进行局部曲面拟合；S3、采用置信度匹配准则恢复左心室的轮廓位移场，再通过正则化方法对轮廓位移场进行优化；S4、将生物力学模型和左心室轮廓位移场的观测数据纳入贝叶斯估计框架反演出完整的左心室位移场，并利用有限元方法量化左心室三维形变。
[0007]在本专利技术的一些实施例中，所述步骤S1中采用手工分割方法进行左心室内外膜的分割和轮廓的提取。
[0008]在本专利技术的一些实施例中，所述薄板能量模型中的薄板为弹性薄板。
[0009]在本专利技术的一些实施例中，所述生物力学模型为基于左心肌生理结构的生物力学模型。
[0010]在本专利技术的一些实施例中，所述步骤S2中薄板能量模型表示成公式为：
[0011][0012]其中，ε
be
表示弹性薄板变形到另一状态所需的弯曲能量；M表示左心室材料常数；
k
p1
和k
p2
表示薄板原主曲率，k
f1
和k
f2
是薄板变形后的主曲率。
[0013]在本专利技术的一些实施例中，所述步骤S2中轮廓局部曲面拟合表示成公式为：
[0014]z＝f(x,y)＝a1x2+a2xy+a3y2+a4x+a5y
[0015]其中，(x,y,z)是轮廓点的三维坐标，a1到a5是多项式的五个待求系数。
[0016]在本专利技术的一些实施例中，所述步骤S3中置信度表示成公式为：
[0017][0018]其中，置信度c取值在0到1之间，1代表最高置信度。s
1b
、s
2b
、s
1u
和s
2u
是用于归一化的缩放常数。
[0019]在本专利技术的一些实施例中，所述步骤S3中正则化方法通过正则化迭代模型来表示，公式为：
[0020][0021][0022]其中，d是轮廓点的估计位移量，d
ini
为轮廓点p的初始位移量；邻域轮廓点p
i
权重ω
i
取决于轮廓点置信度，各权重之和为1；c
′1、c
′2由轮廓点置信度决定。
[0023]在本专利技术的一些实施例中，所述步骤S4中贝叶斯估计框架反演出的左心室位移场，通过有限元表达表示成公式为：
[0024][0025]其中，U
m
是位移向量的观测值矩阵，K和C分别是总体刚度矩阵置信度矩阵。
[0026]在本专利技术的一些实施例中，所述步骤S4中量化左心室形变表示成公式为：
[0027][0028]相对于现有技术，本专利技术的实施例至少具有如下优点或有益效果：
[0029]本申请实施例提供一种用于左心室运动追踪和应变分析的算法，其包括以下步骤：S1、构建左心室表面模型，包括左心室心肌分割、心内膜和心外膜轮廓平滑、轮廓层间插值以及三角网格构造；S2、在左心室表面模型中，以左心室局部形状属性作为左心室运动追踪的标记特征，根据标记特征来建立轮廓点的薄板能量模型，并对轮廓进行局部曲面拟合；S3、采用置信度匹配准则恢复左心室的轮廓位移场，再通过正则化方法对轮廓位移场进行优化；S4、将生物力学模型和左心室轮廓位移场的观测数据纳入贝叶斯估计框架反演出完整的左心室位移场，并利用有限元方法量化左心室三维形变。本专利技术方法充分利用了左心室的形状特征来恢复左心室位移场，首先针对左心室运动标记稀疏问题，采用了薄板能量模型来描述左心室的局部形状属性，并以此作为后续运动追踪对应点获取的匹配依据；其次，采用置信度匹配准则来评估和选择左心室当前帧轮廓点在下帧的最优匹配点，并逐帧
完成匹配过程获得左心室轮廓位移场；最后采用正则函数平滑优化轮廓位移场；本专利技术能够准确追踪左心室运动和量化左心室形变，利用了磁共振快速扫描类型中的稳态梯度回波序列，与其他心脏MRI技术相比，具有更高的软组织对比度和更少的采集时间。
附图说明
[0030]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0031]图1为左心室轮廓三维运动追踪与应变分析流程；
[0032]图2为左心室表面模型；
[0033]图3为左心室轮廓点映射场；
[0034]图4为左心室初始位移场(右)和优化位移场(左)。
具体实施方式
[0035]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0036]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]应注意到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于左心室运动追踪和应变分析的算法，其特征在于，包括以下步骤：S1、构建左心室表面模型，包括左心室心肌分割、心内膜和心外膜轮廓平滑、轮廓层间插值以及三角网格构造；S2、在左心室表面模型中，以左心室局部形状属性作为左心室运动追踪的标记特征，根据标记特征来建立轮廓点的薄板能量模型，并对轮廓进行局部曲面拟合；S3、采用置信度匹配准则恢复左心室的轮廓位移场，再通过正则化方法对轮廓位移场进行优化；S4、将生物力学模型和左心室轮廓位移场的观测数据纳入贝叶斯估计框架反演出完整的左心室位移场，并利用有限元方法量化左心室三维形变。2.根据权利要求1所述的算法，其特征在于，所述步骤S1中采用手工分割方法进行左心室内外膜的分割和轮廓的提取。3.根据权利要求1所述的算法，其特征在于，所述薄板能量模型中的薄板为弹性薄板。4.根据权利要求1所述的算法，其特征在于，所述生物力学模型为基于左心肌生理结构的生物力学模型。5.根据权利要求1所述的算法，其特征在于，所述步骤S2中薄板能量模型表示成公式为：其中，ε
be
表示弹性薄板变形到另一状态所需的弯曲能量；M表示左心室材料常数；k
p1
和k
p2
表示薄板原主曲率，k
f1
和k
f2
是薄板变形后的主曲率。6.根据权利要求1所述的算法，...

【专利技术属性】
技术研发人员：冯佳怡，林剑圣，徐敏，
申请(专利权)人：上海交通大学医学院附属上海儿童医学中心，
类型：发明
国别省市：