一种用于左心室运动追踪和应变分析的算法

1.本发明涉及计算机辅助医学技术领域，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。


背景技术：

2.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。
3.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。


技术实现要素：

4.本发明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。
5.本发明的实施例是这样实现的：
6.本技术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。
7.在本发明的一些实施例中，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。
8.在本发明的一些实施例中，所述薄板能量模型中的薄板为弹性薄板。
9.在本发明的一些实施例中，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。
10.在本发明的一些实施例中，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；kp1
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]
在本发明的一些实施例中，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]
在本发明的一些实施例中，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]
在本发明的一些实施例中，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pi权重ωi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]
在本发明的一些实施例中，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，um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]
在本发明的一些实施例中，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，本发明的实施例至少具有如下优点或有益效果：
[0029]
本技术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。本发明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；本发明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发明实施例的技术方案，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发明的某些实施例，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]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0037]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0038]
在本发明实施例的描述中，需要说明的是，若出现术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0039]
此外，若出现术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
[0040]
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0041]
实施例
[0042]
请参照图1至图4，图1为左心室轮廓三维运动追踪与应变分析流程；图2为左心室表面模型；图3为左心室轮廓点映射场；图4为左心室初始位移场(右)和优化位移场(左)。
[0043]
本技术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。本发明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；本发明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。
[0044]
在本发明的一些实施例中，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。
[0045]
在实际使用时，采用传统的手工分割法对左心室内外膜进行分割和轮廓的提取，能够切合实际操作需要。
[0046]
在本发明的一些实施例中，所述薄板能量模型中的薄板为弹性薄板。
[0047]
在实际使用时，弹性薄板用于左心室内外膜的建模，能够最为真实的模拟出左心室内外膜的实际运动状况。
[0048]
在本发明的一些实施例中，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。
[0049]
在实际使用时，基于左心肌生理结构的生物力学模型上，来演示模拟心肌纤维的运动走向，包括心肌纤维的轴向、切向以及径向，并通过数学方法来求得轴向、切向以及径向上的应变分量。
[0050]
在本发明的一些实施例中，如图1-图4所示，在生成的左心室表面模型中，对左心室轮廓进行薄板能量建模和轮廓局部曲面拟合；随后采用对称最近邻算法来确定心肌相邻帧位移的范围，再通过置信度匹配准则来估计当前帧轮廓点在下帧的最佳匹配点，逐帧地完成相邻帧轮廓点的匹配工作，得到左心室轮廓的初始位移场，然后通过正则化迭代模型优化初始位移场。本发明方法通过引入应变能量将左心室应变和生物力学模型结合起来，并将应变能量和观测位移场嵌入贝叶斯估计框架，通过贝叶斯估计框架的有限元表示方法来估计出左心室整体的位移场；然后根据优化位移场导出位移梯度场，最后通过量化左心室形变来得到每个剖分单元的平均径向、周向和纵向应变分量。
[0051]
上述实施例中薄板能量建模用薄板能量模型表示成公式为：
[0052][0053]
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；kp1
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。
[0054]
上述实施例中，轮廓局部曲面拟合表示成公式为：
[0055]
z＝f(x,y)＝a1x2+a2xy+a3y2+a4x+a5y
[0056]
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。
[0057]
上述实施例中，置信度匹配准则的置信度表示成公式为：
[0058][0059]
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。
[0060]
上述实施例中，正则化迭代模型表示成公式为：
[0061][0062][0063]
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pi权重ωi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。
[0064]
上述实施例中，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：
[0065][0066]
其中，um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。
[0067]
上述实施例中，量化左心室形变表示成公式为：
[0068][0069]
本技术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。本发明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；本发明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。
[0070]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
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，其特征在于，所述步骤s2中轮廓局部曲面拟合表示成公式为：z＝f(x,y)＝a1x2+a2xy+a3y2+a4x+a5y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。7.根据权利要求1所述的算法，其特征在于，所述步骤s3中置信度表示成公式为：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。8.根据权利要求1所述的算法，其特征在于，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：模型来表示，公式为：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。
9.根据权利要求1所述的算法，其特征在于，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：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。10.根据权利要求1所述的算法，其特征在于，所述步骤s4中量化左心室形变表示成公式为：

技术总结
本发明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。


技术研发人员：冯佳怡 林剑圣 徐敏
受保护的技术使用者：上海交通大学医学院附属上海儿童医学中心
技术研发日：2021.12.02
技术公布日：2022/3/8