專利名稱:心臟瓣膜數(shù)據(jù)測量方法和裝置的制作方法
技術領域:
本發(fā)明涉及一種用于臨床的測量心臟瓣膜數(shù)據(jù)的方法和裝置。更詳細地說,涉及一種自動抽取能夠測量心臟瓣膜的各種數(shù)據(jù)的鮮明的3維心臟瓣膜圖像的方法和裝置。
背景技術:
二尖瓣回流(二尖瓣機能不全)在瓣膜疾病中也是發(fā)生頻率最高的,對于嚴重的回流例子是引起左心臟機能不全的嚴重疾病。嚴重二尖瓣回流的治療基本上是外科治療,過去進行了使用人工瓣膜的二尖瓣更換手術。但是,在更換人工瓣膜之后會產(chǎn)生心臟機能下降以及伴隨著抗凝固療法的并發(fā)癥等很多問題,最近廣泛地采用一種保存原始膜的二尖瓣整形術。
二尖瓣整形術是選擇性地通過外科形成二尖瓣環(huán)帶、后尖、腱索等之中成為回流原因的部分的方法,為了使手術成功,根據(jù)超聲心動圖檢查進行的術前的正確病因·病變診斷也是不可缺少的。
但是,現(xiàn)在廣泛使用的超聲心動圖檢查是根據(jù)2維圖像進行診斷的,很難表明形成3維復雜結構的二尖瓣和二尖瓣周圍的解剖學的、位置的關系。即,為了掌握由形成馬鞍形(saddle形)曲線的膜環(huán)帶、具有精巧曲線的膜尖頭、小葉、以及從腱索到乳頭肌和左心室的膜下部支持組織構成的二尖瓣機能的復合體(二尖瓣機構)的立體結構,用2維圖像不夠充分,而必須要采用3維的圖像進行診斷。
通過使用最近開發(fā)出的3維超聲心動圖裝置,能夠非損傷且簡便地對整個心臟進行實時掃描,取入圖像。利用3維超聲心動圖像,能夠與外科醫(yī)生查看心臟一樣地觀察心肌、瓣膜等的結構,比起到目前為止的利用2維圖像的診斷,期望能夠得到更加詳細的術前診斷。
但是,由于采用該3維圖像的3維解析、測量還是很困難的,而且也不能量化實際的詳細形態(tài)和位置關系,所以現(xiàn)狀是臨床上沒有實際采用3維超聲心動圖。
非專利文獻1山田博三,[根據(jù)全局解抽取和局部解跟蹤的協(xié)調(diào)進行的心動圖像識別]、[online]、電子技術綜合研究所刊物62卷7號、[平成17年12月22日檢索]、網(wǎng)址 <URL:http://www.etl.go.jp/jp/results/bulletin/pdf/62-7/yamada72.pdf> 因為CT和MRI的裝置很大且價格高,所以不是在任何醫(yī)院都可以利用的。針對這點,由于利用超聲波的超聲心動診斷裝置是小型的,且能夠很方便地使用,所以廣泛普及。因此超聲心動(心臟超聲波)檢查對于以心臟病和高血壓為代表的循環(huán)系統(tǒng)疾病的診斷、治療是不可欠缺的。很多年以前僅通過心臟導管插入術檢查才知道的信息能夠不引起患者的疼痛而能夠瞬時掌握。另外隨著裝置減輕重量,現(xiàn)在也能夠像聽診器那樣攜帶到前去地點進行檢查了。
在由超聲心動裝置得到的超聲心動圖中,有M模式超聲心動圖、斷層超聲心動圖、以及多普勒超聲心動圖。利用M模式超聲心動圖,能夠用圖形記錄心臟結構的實時跳動,并分別用特征圖形來描繪瓣膜、心室壁、大動脈等的運動。利用斷層超聲心動圖,能夠通過高速掃描超聲波束得到心臟的2維斷層圖像(B模式)。
作為超聲波束的掃描方法有高速機械掃描法和電子掃描法。在斷層法中很容易觀察心臟的形態(tài)或者心臟的跳動,對于發(fā)現(xiàn)異常的有無、部位、程度的診斷有好處。在多普勒超聲心動圖中具有脈沖式多普勒法、連續(xù)波多普勒法、多普勒斷層法、2維血流圖像法、以及彩色多普勒法等,應用于根據(jù)狹窄流和膜回流等心臟內(nèi)腔的異常血流的檢查的定性診斷、以及血流測量與血壓推定等的定量診斷和心臟機能評價。
但是,實時采用超聲心動圖(echocardiogram),也不能解決所有的問題。到目前為止的利用通過閾值來判斷的窗口法、以及抽取亮度變化大的部分的邊緣抽取法等進行的心臟瓣膜自動抽取裝置出現(xiàn)的誤識別很多。超聲心動圖與CT和MRI等的邊界非常清楚的圖像不同,其邊界很不清楚。窗口法和邊界抽取法雖然能夠適用于CT和MRI等邊界明清楚的檢查,但是不能適用于超聲心動圖這樣的邊界不清楚的檢查。
除了上述的窗口法和邊界抽取法之外,還提出一種方法即通過曲線擬合而將心臟瓣膜建模,并采用適當?shù)膬?yōu)化手法從邊界不清楚的圖像得到輪廓圖像。但是存在的問題是,用牛頓法、最陡下降法不能適用于復雜的圖像,而且即使增大自由度,且采用GA(遺傳算法)、SA(仿真退火法)等,也只能簡單地捕捉局部最小值,很難得到最優(yōu)解。
根據(jù)上述問題,本發(fā)明要解決的問題是,得到在臨床中必需的心臟中的二尖瓣的tenting volume(隆起電壓)、tenting area(隆起區(qū)域)、tenting height(隆起高度)、膜環(huán)面的面積、周長、高度(最高部分和最低部分的高度差)等與心臟瓣膜相關的信息。
以用超聲心動圖檢查裝置取入的超聲心動圖為基準,自動抽取心臟瓣膜,得到鮮明的3維圖像,并根據(jù)該圖像測量必要的數(shù)據(jù)。通過本發(fā)明中所用的方法和裝置,除了自動抽取超聲心動圖中的鮮明的3維圖像的心臟瓣膜環(huán),還能夠再現(xiàn)回聲圖像中沒有拍到的組織的邊界。即,是一種將到目前為止只有老道的醫(yī)生的眼睛才能夠識別的心臟瓣膜環(huán)抽取和功能實現(xiàn)自動化的方法和裝置。
發(fā)明內(nèi)容
為了解決上述的發(fā)明想要解決的問題,權利要求1中所記載的發(fā)明是能夠測量臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像自動抽取方法,其特征在于為了得到能夠?qū)τ谛呐K瓣膜測量臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像,從用超聲心動圖檢查裝置掃描出的2維超聲心動斷層圖像形成3維的超聲心動圖,并且通過計算機處理自動從上述3維超聲心動圖中抽取3維心臟瓣膜圖像,在該方法中,,用復制交換法、擴展退火法將考慮了心臟和瓣膜環(huán)的物理形狀的擬合模型中的上述瓣膜環(huán)模型的擬合評價函數(shù)(勢能)進行優(yōu)化。
權利要求2中所記載的發(fā)明是能夠測量臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像自動抽取裝置,其特征在于為了得到能夠?qū)τ谛呐K瓣膜測量臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像,從用超聲心動圖檢查裝置掃描出的2維超聲心動斷層圖像形成3維的超聲心動圖,并且通過計算機處理自動從上述3維超聲心動圖中抽抽取3維心臟瓣膜圖像,在該裝置中,具有用復制交換法、擴展退火法將考慮了心臟和瓣膜環(huán)的物理形狀的擬合模型中的上述瓣膜環(huán)模型的擬合評價函數(shù)(勢能)進行優(yōu)化的裝置。
在本發(fā)明中,為了抽取瓣膜環(huán)及其擬合,具體可以采用下面的方法。瓣膜環(huán)抽取處理的流程包括下述2個過程。首先準備考慮了心臟的物理形狀的擬合模型,使心肌的亮度高的部分進行擬合。然后,在該擬合的形狀上,搜索類似瓣膜環(huán)的地方。
瓣膜環(huán)的模型能夠采用由彈性體構成的圓筒形且網(wǎng)狀的結構。例如,在1周取40個、高度上取40個、總共取1600個控制點,各點之間用力量適當?shù)膹椈蛇B接。這時,控制點指定亮度盡量高的位置。通過復制交換法、擴展退火法將該圓筒形的瓣膜環(huán)的模型的擬合評價函數(shù)(勢能)優(yōu)化。
復制交換法(RE)廣泛地用作為闡明蛋白質(zhì)等的立體分子結構的方法。在該方法中,考慮由多個等價的無相互作用的系統(tǒng)(復制品)構成的全局系統(tǒng),對各復制品(仿造品)分配不同的溫度(能量),最初對全部的復制品配置相同分子,在各復制品系統(tǒng)中獨立地進行美特羅波利斯(Metropolis)仿真,定期地在相鄰的復制品之間交換分子配置。
另外采用退火法(SA),從高溫(高能量)退火到低溫(低能量),從而搜索最優(yōu)解。在該方法中,搜索到結構中的、能量的勢能面最小(或者極小)的點(最優(yōu)解),決定最終的分子結構作為穩(wěn)定結構。
在復制品之間的分子配置交換中,采用完全隨機交換的蒙特卡羅法、以及像基因重組那樣在近距離分子間(相鄰分子間)進行交換的遺傳算法(GA)等方法。在將分子結構建模時,將分子當做點,相鄰分子間有庫侖力、彈簧相互作用等的作用,這些力的和表現(xiàn)作為分子內(nèi)的勢能。
瓣膜環(huán)的搜索遵循以下規(guī)則進行 ·盡量亮度高的位置 ·從下往上看2次微分為正的位置(凹陷部分) ·離相鄰的的瓣膜環(huán)的控制點不太遠的位置 在這些規(guī)則中還定義適當?shù)脑u價函數(shù),同樣進行優(yōu)化,抽取勢能最小的結構作為最終類似瓣膜環(huán)的位置。也有無法順利地自動抽取瓣膜環(huán)的情況,為此還準備一種能夠手工修正的途徑。
本發(fā)明裝置的特點如下所述。(1)能夠?qū)崿F(xiàn)用過去的2維超聲心動圖不可能做到的、二尖瓣復合體的3維顯示以及定量解析。(2)過去的根據(jù)2維圖像的重建需要大量的勞力和時間,但是當采用本發(fā)明的裝置時,目前能夠?qū)⑦_到二尖瓣3維解析的全部過程(采集回波圖像、描繪圖像、3維圖像重建、3維數(shù)據(jù)定量解析)所需要的時間共計縮短到大約15分鐘。
采用3維超聲心動圖的3維定量解析還未實現(xiàn),采用本發(fā)明的研究成果在世界上也是首次。特別是現(xiàn)在,盡管二尖瓣尖、小葉沒有異常,但由于乳頭肌或左心室的機能不全而引起的[機能性的二尖瓣回流]的機理闡明和治療法的開發(fā)受到全世界的矚目,針對一直以來倚賴用2維超聲心動圖像的解析的這些課題的研究,通過能夠用3維解析來實現(xiàn),預計將有巨大的飛躍。本發(fā)明的裝置是與二尖瓣回流的術前診斷、外科治療都有密切聯(lián)系的、對于臨床具有重大意義的裝置。
圖1是用于說明用超聲心動圖診斷裝置以等間隔拍攝18張心臟收縮時的心臟圖像、并且在3-D圖像中重建二尖瓣的小葉和瓣膜環(huán)的方法圖。
圖2是由2-D圖像制成3-D圖像時的說明圖。
圖3是利用本發(fā)明的裝置重建了3維心臟瓣膜圖像的、正常人的二尖瓣的小葉和瓣膜環(huán)的圖像,(A)是表示外觀的立體圖,(B)是從LV方向來看的二尖瓣的小葉(俯視圖)和側(cè)視圖,(C)是修正了前圖的二尖瓣的小葉的俯視圖和側(cè)視圖。
圖4是利用本發(fā)明的裝置重建了3維心臟瓣膜圖像的、缺血性MR人的二尖瓣的小葉和瓣膜環(huán)的圖像,(A)是表示外觀的立體圖,(B)是從LV方向來看的二尖瓣的小葉(俯視圖)和側(cè)視圖,(C)是修正了前圖的二尖瓣的小葉的俯視圖和側(cè)視圖。
圖5是表示12個具有局部貧血MR的患者在二尖瓣的小葉上最大凸起點的人數(shù)分布圖。
圖6是控制點和彈性彈簧的說明圖。
圖7是評價函數(shù)和積分區(qū)域的說明圖。
圖8是勢能面和局部最小值的說明圖。
具體實施例方式 用圖來說明用于實施本發(fā)明的最佳實施形態(tài)。在下面的說明中使用如下的省略表。
MR=二尖瓣回流 3-D=3維的 2-D=2維的 LV=左心室 LA=左心房 ROA=回流節(jié)流部面積 EF=噴血分數(shù) PISA=鄰近等速面面積 EDV=擴張末期心舒容量(容積) ESV=收縮末期心舒容量(容積) 利用2維超聲心動圖檢查能夠進行下面的檢查。通過對全部受驗者進行標準的2-D超聲心動圖檢查,利用改良辛普森方法(將左心室整體近似作為圓筒形的堆疊體)測量擴張末期心舒容量(EDV)和收縮末期心舒容量(ESV)。結果噴血分數(shù)(%)能夠利用方程式100×(EDV-ESV)/EDV來計算。MR通過彩色多普勒超聲心動圖檢查進行評價,MR的程度能夠通過使用ROA的PISA方法來進行量化。但是,為了進行二尖瓣回流診斷和二尖瓣手術,要識別正確的瓣膜環(huán)位置,還需要立體的瓣膜環(huán)圖像。用本發(fā)明的裝置通過進行下面的順序抽取二尖瓣,并再現(xiàn)鮮明的圖像。
為了得到立體圖像(volumetic image),利用實時3-D超聲心動圖系統(tǒng),用受驗者心尖的影像(view)得到通過胸腔的容積測定的圖像(全容積模式)。容積測定的幀速率是在12到16厘米的深度處、每秒拍攝16到22幀圖像。在獲得(該幀數(shù)取決于深度的)全立體圖像之前,進行調(diào)整,使得探頭在2-D圖像的格式中位于二尖瓣的中心部的頂點上。全部的立體圖像以數(shù)字的方式存儲在小型盤片上,為了進行離線分析,傳送到個人電腦中。
圖1表示使用3維超聲心動圖診斷裝置、自動拍攝(掃描)18張等間隔的呈放射狀的平面圖像并根據(jù)該平面圖像來形成3維(3-D)的立體圖像的過程。心臟收縮時,對于掃描的各平面圖像,通過手動操作對二尖瓣的瓣膜環(huán)和小葉標記符號。根據(jù)這些數(shù)據(jù),重建二尖瓣的小葉和瓣膜環(huán)的3-D圖像。具體情況如圖2所示。
圖2中,若按順序排列掃描的各平面圖像,用線連接檢查點(圖像間對應的點),然后進行平滑處理,展現(xiàn)透視圖,則得到光滑的對應物的3維立體圖像(圖中的例子是18幀的情況)。但是如同背景技術中所述的那樣,超聲圖像不能得到像MRI和CT那樣的鮮明輪廓。特別是因為瓣膜環(huán)很復雜,且是相互糾纏著的,所以在本發(fā)明的裝置中使用擬合模型,進行瓣膜環(huán)的抽取處理。因此,考慮到心臟的物理形狀,使心肌亮度高的部分進行擬合。再進一步,在擬合的形狀上來搜索類似瓣膜環(huán)的位置。在搜索該瓣膜環(huán)中,采用如下例所示的擬合模型。
在該例子中,在擬合模型中采用由彈性體得到的圓筒形且網(wǎng)狀的結構。而且在1周設置40個、高度上設置40個、總共設置1600個控制點,并用適當?shù)膹椈蛇B接各控制點。這時,控制點要盡量選擇在亮度高的位置上。準備多個這樣的結構(復制品),并對每個復制品分配不同的亮度。將該亮度作為勢能,采用擬合評價函數(shù),來決定勢能最穩(wěn)定的(為最小值的)結構。這時使用的方法是被稱為復制交換法的擴展退火法。即從亮度高的位置開始,在復制品之間進行控制點的交換,并求出每次的勢能。通過進行這樣的仿真,能夠?qū)菽茏钚?結構穩(wěn)定)的部分作為結構的形狀(瓣膜環(huán))抽取(優(yōu)化)。
另外,進行瓣膜環(huán)自動抽取搜索時的主要規(guī)則如下所述。即 ·盡量搜索亮度高的位置 ·從下面向上看2次微分為正的位置(凹陷部分) ·距離相鄰瓣膜環(huán)的控制點不太遠的位置 在該規(guī)則中還定義適當?shù)脑u價函數(shù),如果與心臟的形狀搜索一樣進行優(yōu)化,則最終抽取類似瓣膜環(huán)的位置。另外,在瓣膜環(huán)的自動抽取不能順利地進行或者具有含糊不清的點的情況下,也設置了一種手工修正的途徑。
如上所述抽取了的瓣膜環(huán)為圖3。下面,將抽取的二尖瓣膜稱為[瓣膜小葉(leaflet瓣膜小葉)],將瓣膜小葉的根稱為[瓣膜環(huán)]。另外,像對帳篷張開一樣使瓣膜小葉膨脹,或者將該膨脹稱為[凸起(tenting)]。在肺中變干凈的血液流入左心房(LA),從LA通過二尖瓣送入左心室(LV),再從LV通過主動脈傳送給整個身體。因此,LV的壓力高于LA的壓力。
如果在瓣膜上產(chǎn)生物理性的或者機能性的障礙,則會引起狹窄癥和缺血癥。例如,如果二尖瓣打開不完全,不能將足夠的血液送入LV中,則會引起狹窄癥。反之,如果二尖瓣松弛,二尖瓣關閉不完全,則由于引起從LV向LA的血液回流,不能向身體提供充足的動脈血,所以會引起缺血。最近,由于二尖瓣的松弛等而引起的二尖瓣關閉不完全,較多地是不使用人工瓣膜而用瓣膜形成手術來進行治療。因此,得到二尖瓣的準確形狀是非常重要的,本發(fā)明的裝置對于取得3維心臟瓣膜圖像是有效的。
另外,圖示的標號表示下述的意思。
A 前尖部(anterior) P 后尖部(posterior) CL 前外側(cè)連合(antero-lateral commissure) CM 后外側(cè)連合(postero-medial commissure) LV左心室(left ventricle) LA左心房(left atrium) Annular height 瓣膜環(huán)的高度(彎曲程度) Tenting length 凸起的長度(凸起長度) 圖3表示根據(jù)用本發(fā)明的裝置進行的抽取3維心臟瓣膜圖像的正常人的二尖瓣的小葉的立體圖像及其形狀。圖3(A)是從不同的方向來看小葉的3-D圖像。這里,二尖瓣的瓣膜環(huán)(帶根部分)形成[馬鞍形]。雖然二尖瓣的小葉稍微嵌入LV之中,但是看上去幾乎是平的。
圖3(B)是實際的3-D凸起圖像。是用于用3-D測定瓣膜環(huán)的大概外觀。左圖表示從LV方向看到的二尖瓣的小葉形狀,且將凸起程度作為等高線表示。右圖是從水平方向看到的小葉,能夠正確地測定瓣膜環(huán)和小葉的凸起程度。另外,根據(jù)這些3-D數(shù)據(jù)測量二尖瓣的瓣膜環(huán)的圓周和區(qū)域。圖中的瓣膜環(huán)高度表示瓣膜環(huán)的彎曲程度。圖中的黑點是接合線(瓣膜的連合部即LV收縮時的前尖和后尖咬合的位置)。在正常的情況下,LV的收縮期中被二尖瓣的腱索支撐,前尖和后尖完全咬合,從左心室流到左心房的血液被切斷。該接合線為黑點。
圖3(C)是修正了3-D凸起圖像后的結果。用圖中的粗線表示的曲線表示二尖瓣的瓣膜環(huán),是一面將從環(huán)狀的表面到小葉的距離保持一定、一面在平面上光滑地描繪的結構。左圖是從LV方向看到的二尖瓣的小葉的圖,將凸起程度用等高線來表示。右圖是從水平方向看到的圖,能夠定量地測定二尖瓣的瓣膜環(huán)的凸起程度。最大凸起長度、平均凸起長度和凸起容積也能夠通過這些3-D數(shù)據(jù)來測定。另外,黑點表示接合線。
圖4是二尖瓣的瓣膜環(huán)的立體圖像,且是表示缺血性的二尖瓣回流(MR)患者的二尖瓣的小葉。圖4(A)是從不同方向來看小葉的3-D圖像。通過將二尖瓣的瓣膜環(huán)在外觀上明顯凸起,從而使其光滑化。另外,使山形的小葉變成凸形,整體上嵌入到LV中。
圖4(B)表示實際的3-D凸起圖像。我們知道了二尖瓣的小葉整體明顯地向LV方向膨脹,瓣膜環(huán)的高度與正常的相比較低。另外,二尖瓣的瓣膜環(huán)也寬。再者,黑點表示二尖瓣的接合線。
圖4(C)是修正了的3-D凸起圖像的結果。從左圖看也能夠知道,通過二尖瓣的瓣膜環(huán)看的情況下,二尖瓣的小葉相對于A-P基本上對稱。從右圖看也能夠知道,最大凸起長度比正常情況要長。黑點表示接合線。當用彩色表示時,綠色標號(右圖淡淡印刷的部分)表示小葉的最大凸起點。該患者的情況下,最大凸起點位于小葉前尖部A的中央處(表示左圖的等高線最高的位置的地方<相當于山頂上的位置>)。
圖5是表示將調(diào)查關于具有局部貧血MR的12個患者后得到的最大凸起點的位置的結果在小葉上以人數(shù)分布來表示的圖。圖中的英文′A′表示前尖部(anterior),′P′表示后尖部(posterior),′L′表示側(cè)部(lateral),′C′表示中央部(central),′M′表示中間部(medial)。另外,括弧內(nèi)的數(shù)字表示人數(shù)。如圖所示,所有12人中最大的凸起點都位于小葉前方部。詳細的是AM為3人,AC為5人,AL為4人。
具有缺血性MR的12個患者的詳細情況是具有單一的血管病的患者3人,具有2種血管病的患者6人,具有3種血管病的患者3人。LV機能障礙由于范圍廣(EF33.9±9.1%、寬度18%~47%),所以很嚴重。ROA是0.29±0.15cm2,達到0.15~0.62cm2。與10件實驗參照基準相比較,找不到具有缺血性MR的患者的年齡、性別或者體表面區(qū)域上的不同。但是與正常人相比,缺血性MR患者在LV的容積上顯著地增加了。
如上所述,利用本發(fā)明的3維心臟瓣膜圖像取得方法所開發(fā)的、實時3-D超聲心動圖檢查用圖像生成軟件系統(tǒng)能夠測定1)二尖瓣的小葉和瓣膜環(huán)的3-D幾何學的畸形,2)二尖瓣的小葉的最大凸起點,以及3)在具有缺血性MR的患者中的二尖瓣凸起和瓣膜環(huán)的畸形量。
用更詳細的例子來說明關于在本發(fā)明中所用的擬合模型。由于超聲測定裝置的特性,在圖像中產(chǎn)生噪聲和陰影,僅根據(jù)該圖像的信息,很難得到正確的組織圖像。醫(yī)生知道實際組織的理想圖像,在頭腦中將該理想圖像與各個角度和時間的超聲圖像進行組合,進行將不鮮明的超聲圖像加以插補、畫出組織的邊界線的工作。通過物理建模使得在醫(yī)生腦中進行的圖像插補工作可以在計算機上進行。
在計算機上的模型的建立,是采用根據(jù)連接如圖6和圖7所示的控制點之間的彈簧和控制點而擴張的邊界評價函數(shù)。控制點間的彈簧維持組織的物理結構。另一方面,邊界評價函數(shù)從圖像中選取組織的邊界信息。
對于模型的評價,采用將彈簧的彈性能量和根據(jù)邊界評價的評價能量相加的勢能函數(shù)。設第i號的控制點的位置為ri,控制點的設置r1,r2,...rN寫為rN。這時,彈簧的彈性能量函數(shù)S(rN)定義如下。
[數(shù)學式1] 這里kij是彈簧的彈性強度,由控制點間的組織強度等經(jīng)驗決定。不連接的控制點間的情況為0。σ是控制點的排除半徑,這樣進行選擇,使得控制點間不會重疊。這時,彈簧的自然長度為 [數(shù)學式2] 設定這些參數(shù),使得理想物理形狀時能量為最低。評價能量函數(shù)為 [數(shù)學式3] E(rN) 用返回圖像的矢量r位置處的亮度的函數(shù) [數(shù)學式4] M(r) 按照以下那樣來進行定義。
[數(shù)學式5] 這里 [數(shù)學式6] 是由 [數(shù)學式7] 所定義的長度1的矢量,cij是結合的常數(shù), [數(shù)學式8] 用控制點i,j間的評價函數(shù)(后述)來定義,線積分用ri和rj之間的最短路程來定義。
各控制點間的評價函數(shù)經(jīng)驗上選擇反映物理特性的函數(shù)。例如,將亮度值大幅度變化的部分作為邊界進行識別(在邊界附近能量下降)那樣的函數(shù)如下所述。
[數(shù)學式9] 這里 [數(shù)學式10] 是垂直于 [數(shù)學式11] 的長度1的矢量, [數(shù)學式12] M(p) 是函數(shù)M的斜率。
同樣地,能夠采用如下所述的函數(shù)作為評價函數(shù)。
[數(shù)學式13] 空腔 組織 沒有評價函數(shù) 組合這些函數(shù),最終定義為如下的能量函數(shù)。
[數(shù)學式14] F(rN)=WS·S(rN)+WE·E(rN) WS,WE是彈性能量和評價能量的權重,能夠調(diào)節(jié)想要注重結構和邊界評價中的哪一個。通過搜索該函數(shù)F為最低時的控制點集 [數(shù)學式15] rN 能夠抽取組織的邊界。該函數(shù)F的特征是在維持根據(jù)函數(shù)S的物理形狀的狀態(tài)下,能夠根據(jù)函數(shù)E來搜索邊界。即使超聲圖像中具有一些噪聲和陰影,由于根據(jù)物理形狀進行插補,所以即使在僅根據(jù)圖像不能推測形狀的情況下,也能夠抽取非常相似的組織的邊界。
說明根據(jù)擴展退火法的優(yōu)化處理。雖然為了正確地求出組織的邊界而需要很多控制點,但是由于評價函數(shù)是非線性的,如果控制點的數(shù)量變多,則很難找到評價函數(shù)的最小點。即使采用一般的優(yōu)化方法即牛頓法、最陡下降法、GA(遺傳算法)、SA(退火法)等,也不能簡單地捕捉到局部最小值,不能夠找到最優(yōu)解。
擴展退火法是近些年在自旋玻璃和蛋白質(zhì)的可折疊問題等的物理、化學的領域受到矚目的強力優(yōu)化方法,是能夠高效地求解多自由度的復雜的優(yōu)化問題的計算方法。我們采用該擴展退火法的一種即復制交換蒙特卡羅法來對評價函數(shù)進行優(yōu)化。
首先,說明作為復制交換蒙特卡羅法的基礎的、根據(jù)蒙特卡羅法的退火法。蒙特卡羅法使用隨機的算法來進行計算機仿真的方法。對于控制點集 [數(shù)學式16] r1,r2,..rN 將最初步驟的控制點集設定為 [數(shù)學式17] r0N 然后,從控制點之中隨機地選擇1個,僅錯開隨機的方向、大小為 [數(shù)學式18] Δr 如果將該控制點集寫為 [數(shù)學式19] r0tN 則錯開最初步驟時的評價能量分別寫為 [數(shù)學式20] E(r0N),E(r0tN) 在下面的步驟中按照以下概率來采用該錯開了的控制點集。當 [數(shù)學式21] 之時采用。當 [數(shù)學式22] 之時,根據(jù) [數(shù)學式23] exp[-βE(r0tN)+βE(r0N)] 的概率來采用。
采用的情況下,作為 [數(shù)學式24] 進入下一個步驟。放棄的情況下,作為 [數(shù)學式25] 進入下一個步驟。
這里,β是決定系統(tǒng)優(yōu)化情況的參數(shù),當在統(tǒng)計力學中設玻耳茲曼常數(shù)為kB、溫度為T時,是作為β=1/kB的已知的參數(shù)。當β非常大(溫度很低)之時,如果進行仿真,則評價函數(shù)只會朝著小的方向前進。另一方面,當β非常小(溫度很高)之時,由于評價函數(shù)會朝著變大的方向移動,所以會顯示很大的變動。
評價函數(shù)能夠表現(xiàn)作為3N+1維空間的面(勢能面),仿真是一邊在其表面的極小點間移動,以便前進。
為了根據(jù)該蒙特卡羅法進行優(yōu)化搜索,首先減小β,使控制點集處于非常隨機的狀態(tài)并進行攪拌之后,使β逐漸變大,使評價函數(shù)的值收斂。當β變得足夠大之后,暫時進行仿真,搜索評價函數(shù)成為最小的控制點集 [數(shù)學式26] r0N 控制點的數(shù)量少的情況下和評價函數(shù)不復雜的情況下,能夠用該方法搜索到優(yōu)化點。但是,一般勢能面具有復雜的形狀,僅僅由于溫度下降而捕捉到局部最小值,無論花多少時間也不能實現(xiàn)完全的優(yōu)化。(參照圖8) 復制交換蒙特卡羅法是通過在不同的溫度下并行進行上述的蒙特卡羅仿真從而能夠防止捕捉到局部最小值、高效地進行優(yōu)化的方法。準備M個控制點集(復制品),用參數(shù)βm對第m號的控制點集 [數(shù)學式27] rmN 進行仿真。這里,各復制的溫度參數(shù)按照溫度高低順序排列,從而使得βm<βm+1。對每個適當?shù)牟襟E,用下面方法替換復制品間的控制點的位置。計算 [數(shù)學式28] Δ<0之時,替換, Δ>0之時,用exp(-Δ)的概率替換。
利用該溫度交換的方法,即使溫度低的控制點位置捕捉到局部最小值,也能夠適當?shù)靥鎿Q為溫度高的集,擺脫局部最小值。如果適當?shù)卦O定參數(shù),則花的時間越多,越能夠進行優(yōu)化。
雖然一般如果增加復制品,減小相鄰βm之差,則能夠比較容易地發(fā)現(xiàn)最優(yōu)解,但是由于如果增加復制品的數(shù)量,會加大計算成本,所以必須一邊檢查評價函數(shù)的方差,一邊進行調(diào)節(jié),從而使計算效率為最高。為了提高計算效率,必須是在復制品之間以很高的頻率進行交換、且1個復制品能夠在溫度空間里隨機運行的狀態(tài)。因此,必須調(diào)節(jié)復制品數(shù)量和βm的值,從而使得相鄰的復制品的評價函數(shù)的方差以相等面積重疊。
雖然該方法在參數(shù)的調(diào)節(jié)、計算算法的安裝上非常費時間和勞力,但是如果只要花費時間的話,就能夠以相當?shù)母怕仕阉鞯阶顑?yōu)點。因此,如果一旦調(diào)節(jié)參數(shù),不需要像其他優(yōu)化算法那樣非常注意地選擇初始值并進行反復地嘗試。因此,人們幾乎不用插手也能夠自動地抽取高精度的邊界線。
權利要求
1.一種在臨床上能夠測量必要數(shù)據(jù)的3維心臟瓣膜圖像自動抽取方法,其特征在于,
為了得到能夠?qū)τ谛呐K瓣膜測定臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像,根據(jù)用超聲心動圖檢查裝置掃描得到的2維超聲心動斷層圖像形成3維超聲心動圖,利用計算機處理從所述3維的超聲心動圖中自動地抽取3維心臟瓣膜圖像,在該方法中,
通過復制交換法、擴展退火法,對考慮了心臟和瓣膜環(huán)的物理形狀的擬合模型中的所述瓣膜環(huán)模型的擬合評價函數(shù)(勢能)進行優(yōu)化。
2.一種在臨床上能夠測量必要數(shù)據(jù)的3維心臟瓣膜圖像自動抽取裝置,其特征在于,
為了得到能夠?qū)τ谛呐K瓣膜測定臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像,根據(jù)用超聲心動圖檢查裝置掃描得到的2維超聲心動斷層圖像形成3維超聲心動圖,利用計算機處理從所述3維的超聲心動圖中自動地抽取3維心臟瓣膜圖像,在該裝置中,
具有
通過復制交換法、擴展退火法,對考慮了心臟和瓣膜環(huán)的物理形狀的擬合模型中的所述瓣膜環(huán)模型的擬合評價函數(shù)(勢能)進行優(yōu)化的裝置。
全文摘要
本發(fā)明想要解決的問題是得到心臟中的二尖瓣的tenting volume、tentingarea、tenting height、瓣膜環(huán)的面積、周長、高度(最高部分-最低部分之差)等、在臨床上所必需的關于心臟瓣膜的信息。本發(fā)明是能夠測量臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像自動抽取方法,其特征在于為了得到能夠?qū)τ谛呐K瓣膜測定臨床上必要的數(shù)據(jù)的3維心臟瓣膜圖像,根據(jù)用超聲心動圖檢查裝置掃描得到的2維超聲心動斷層圖像形成3維超聲心動圖,利用計算機處理從上述3維的超聲心動圖中自動地抽取3維心臟瓣膜圖像,在該方法中,通過復制交換法、擴展退火法,對考慮了心臟和瓣膜環(huán)的物理形狀的擬合模型中的所述瓣膜環(huán)模型的擬合評價函數(shù)(勢能)進行優(yōu)化。
文檔編號A61B8/00GK101111194SQ200580047359
公開日2008年1月23日 申請日期2005年12月26日 優(yōu)先權日2004年12月24日
發(fā)明者渡邊望, 小笠原康夫, 櫻井雅史 申請人:株式會社Yd, 渡邊望, 小笠原康夫, 吉田清, 正晃泰克株式會社