基于多维信息稀疏表示的胎儿心功能超声评价方法研究

The fetal cardiac function is highly related with many fetal diseases, including the congenital heart disease and intrauterine growth retardation. The real-time 3-dimensional echocardiography can be served as a main tool to evaluate fetal cardiac function, which is helpful to detect and cure the abnormities at the early stage, making a significant contribution to prenatal and postnatal care. Multi-dimensional medical imaging technology has supported physicians to examine the spatial relationship of fetal cardiac in real-time images and to facilitate comprehensive assessment of cardiac function. However, the multi-dimensional and complex data sets create tremendous challenges to traditional image processing methods. .This project plans to deeply develop and apply group sparse representation theory. By analyzing the features of real-time 3-dimensional echocardiograms, a novel group sparse representation method is explored to present the cardiac multi-dimensional information. Then, a 3-dimensional global despeckling method may be proposed based on this group sparse representation. The echocardiogram will be automatically segmented by building fetal left ventricle 3D model. The metrics will be calculated and analyzed to assess cardiac function. Finally, an application system will be built to evaluate the fetal cardiac function. .Our project aims at developing the group sparse theory, realizing the group sparse representation of the multi-dimensional information, and creating the theoretic foundation and innovation approach for the practical evaluation of the fetal cardiac function.

胎儿心功能状况与许多胎儿疾病，如先天性心脏病、胎儿宫内发育迟缓等有密切关系。采用实时三维超声心动图评价胎儿心功能状况，有利于及早干预和及早治疗，对于优生优育具有重要的社会意义。多维医学影像技术的发展为产前胎儿心功能评价提供了便利，可以帮助医生全面立体地观察胎儿心脏。但是其高维复杂的数据特性使得传统图像处理方法无法适应需求，遇到了巨大的瓶颈。本项目拟深入研究群稀疏表示新理论，通过分析实时三维超声心动图特点，探索胎儿心脏多维信息的稀疏表示新方法；并研究基于群稀疏表示进行三维超声心动图全局降噪的方法，通过建立胎儿左心室三维通用模型实现相应的图像分割；进一步分析计算胎儿心功能参数，建立综合评估胎儿心功能的实用系统。项目的完成，将拓展群稀疏表示理论，实现胎儿心脏多维信息的稀疏表示，在临床上为产前超声胎儿心功能的准确评价提供理论依据和创新方法。

胎儿心功能状况与许多胎儿疾病，如先天性心脏病、胎儿宫内发育迟缓等有密切关系。采用超声心动图评价胎儿心功能状况，有利于及早干预和及早治疗，对于优生优育具有重要的社会意义。.本项目围绕胎儿心脏多维信息的群稀疏表示方法、超声图像全局降噪算法、胎儿超声心动图中左心室分割算法和胎儿心功能参数计算及产前超声胎儿心功能评价系统建立四个方面开展研究工作，取得的主要研究成果有：通过研究群稀疏表示理论，结合胎儿超声心动图特点，提出了基于胎儿心脏多维信息的群稀疏表示新方法；根据超声图像斑点噪声特性，提出基于群稀疏表示的全局降噪新方法，在有效去除噪声的同时，保留更多的组织细节信息；提出了多种基于群稀疏表示和深度学习的胎儿左心室分割算法，在超声心动图序列中快速准确地定位胎儿左心室；建立左心室体积预测新模型，计算心功能重要参数，研发软件用于临床全面评估胎儿心脏发育水平。.项目共发表标注基金号的期刊论文17 篇，其中SCI 检索论文12 篇，EI 检索(含同时被SCI 检索)论文5篇；会议论文2篇，其中EI 检索2 篇。项目执行期间，项目负责人获得2015年上海市自然科学三等奖、2017年上海青年十佳科技预见作品，获批软件著作权2 项；协助培养博士生1、硕士生6，指导本科生3名。.项目提出的群稀疏表示理论、超声图像处理算法已用于临床超声图像分析中。研发的胎儿左心室分割算法和心功能综合评估已开发成软件，已在临床使用，有望进一步推广。项目的完成为产前超声胎儿心功能的准确评价提供理论依据和创新方法。