血管内超声图像定量分析系统关键技术研究

Intravascular ultrasound (IVUS) imaging, an invasive imaging modality, has been widely used in clinical diagnosis and interventional treatment of coronary artery diseases. The aim of this project is to deeply investigate key technologies to construct a quantitative analysis system of IVUS gray-scale image data (i.e., QIVUS). First, content-based retrieval of IVUS image sequences is studied to automatically select those frames including atherosclerosis plaques or bifurcations and classify plaques according to their composition as well as locate bifurcations in longitudinal cuts. Then, retrieval of cardiac phases from continuous pullback (i.e., non-gated) IVUS image sequences is discussed to achieve off-line grouping and gating according to cardiac cycles. Also, rigid and non-rigid registration of successive tomographic images are investigated. The method for four-dimensionally (i.e.,three-dimension plus time) reconstructing coronary vessels from IVUS image sequences is also studied to construct geometrically correct three-dimensional vessel models depicting coronary arterial morphology at different cardiac phases. Finally, estimation of 2D and 3D wall stress and strain due to the pulsatile blood based on IVUS gray-scale images is studied to construct the vascular elastograph. The QIVUS system can be used in computer-assisted diagnosis of coronary arterial diseases as well as evaluation of interventional treatment.

血管内超声（IVUS）成像是目前临床普遍采用的诊断和治疗冠状动脉粥样硬化性病变的介入影像手段。本项目以非门控冠状动脉IVUS图像序列作为数据源，对建立IVUS图像定量分析（QIVUS）系统的若干关键技术进行深入探讨。包括：研究基于内容的IVUS图像序列的自动检索方法，自动筛选出包含斑块或者血管分叉的关键帧，并按照成分对斑块进行分类，在纵向视图中对血管分叉进行定位并测量其角度；研究从IVUS图像序列中提取隐含心脏时相信息的方法，据此实现对图像序列按心动周期的分组和门控；研究IVUS图像序列的刚性和非刚性配准方法，并在此基础上，探讨血管段的四维（三维+时间）重建方法，再现心动周期中各时刻血管的真实三维形态；研究基于IVUS图像的血管壁二维和三维应力应变分布的自动估算方法，建立多时相的血管内超声弹性图。QIVUS系统可用于冠状动脉粥样硬化性病变的计算机辅助诊断和治疗，以及对介入治疗效果的评价。

血管内超声（intravascular ultrasound, IVUS）成像是目前临床普遍采用的诊断和治疗冠状动脉粥样硬化性病变的介入影像手段。本项目围绕IVUS图像序列的计算机后处理技术展开研究，建立了以临床常规采集的冠状动脉内超声灰阶图像序列作为数据源的IVUS图像定量分析（qIVUS）系统。四年来的主要研究内容归纳为如下五方面：(1)对基于内容的IVUS图像序列的自动检索方法展开深入研究，实现了从横向视图序列中自动筛选出包含粥样硬化斑块的关键帧，并按照组织成分对斑块进行分类，以及从纵向视图中对血管分叉进行自动定位并测量分叉角度；(2)研究了从非门控IVUS图像序列中提取隐含心脏时相和呼吸时相信息的方法，实现了对IVUS图像序列中的心脏运动伪影和呼吸运动伪影的抑制与补偿；(3)研究了IVUS图像序列的刚性和弹性配准方法，并在此基础上，实现了血管段的四维（三维+时间）重建，再现心动周期中各时刻血管的三维几何形态；(4)研究了根据IVUS灰阶图像序列自动估算血管壁上由血流所致的应力/应变分布的方法，建立了多时相的血管内超声弹性图，并开发了虚拟血管支架植入系统，为PTCA的术前评估提供了便利；(5)研究了IVUS与血管内光学相干断层扫描（OCT）图像、CT血管造影（CTA）及冠状动脉X射线血管造影（CAG）图像的配准和融合方法，为全面评估冠状动脉粥样硬化的程度、易损斑块的精确分型和评价介入治疗效果等提供依据。项目基本按照预定的计划进行，达到了预期的目标，并完成了预期的研究成果。基于以上研究内容，形成了一整套比较系统的研究成果。(1)理论成果：相关研究成果以学术论文的形式公开发表，共计30篇，其中SCI检索16篇，EI检索2篇，一级学报5篇，中文核心期刊6篇，国际会议1篇；公开出版学术专著2部；(2)知识产权：获得国家发明专利授权8项，申请8项，软件著作权3项；(3)人才培养：11名硕士生和5名本科生参与了本项目的研究工作，均顺利毕业，并取得相应学位。