基于稀疏子空间聚类的肝超声造影动态图像呼吸运动补偿方法研究

Liver cancer is one of the common malignant tumors in our country, while its early detection is the difficulties of diagnosis. Contrast enhanced ultrasound is a real time dynamic imaging technology. It can realize early detection of hepatocellular carcinoma through analyzing the contrast enhanced form of liver at different phase. However, motion caused by free breathing seriously affects the observation and quantitative analysis of liver contrast enhanced ultrasound. The project studies the respiratory motion compensated method for dynamic image of liver contrast enhanced ultrasound based on sparse subspace clustering. The studies include: (1) the model of sparse subspace representation is built using multiplicative speckle noise model and fusing spatio-temporal information of dynamic data, and then subspace clustering algorithm for contrast enhanced ultrasound is researched, (2) the best input image from three mode is obtained by comparing the clustering effect of tissue image, contrast image and tissue / contrast image; (3) quantitative determination method of best compensated image class is explored to ensure final compensated image could be used for diagnosis of liver tumors, which using quantitative description of contrast enhanced form and mathematical model of liver perfusion, (4) effectiveness of the proposed compensated method is verified in clinic. A new respiratory motion compensated method is expected to be obtained, which will establish the foundation for the development of early diagnosis of liver cancer using quantitative analysis.

肝癌是我国常见恶性肿瘤之一，其早期发现是诊断的难点。肝超声造影是一种实时动态成像技术，通过分析肝不同时相的造影增强表现，可实现肝癌的早期探查。然而，人体自由呼吸引起的肝脏运动严重影响了肝超声造影图像的观察和量化分析诊断。本课题以肝超声造影动态图像为研究对象，研究基于稀疏子空间聚类的呼吸运动补偿方法。研究内容包括：(1)利用乘性斑点噪声模型，融合动态数据时空信息，构建稀疏子空间表示模型，进而研究超声造影图像聚类算法；(2)比较组织、造影及组织/造影三种模式图像的聚类效果，获取聚类最佳输入图像；(3)利用造影增强表现量化描述，采用肝脏造影灌注模型，探索最佳补偿图像类量化确定方法，为最终补偿图像用于肝肿瘤诊断提供保障；(4)验证所提出补偿方法临床应用的有效性。预期成果将给出超声造影图像呼吸运动补偿新方法，为超声造影早期肝癌量化分析诊断方法的发展奠定基础。

肝癌是中国常见恶性肿瘤之一。肝超声造影是一种通过静脉注射超声造影剂以增强肝脏血流探测信号的实时动态图像成像技术。通过实时观察肝脏不同时相的动态血流造影增强表现，能对局灶性肝结节进行鉴别，从而可实现恶性肝肿瘤的早期探查。然而，在进行肝超声造影检查过程中，随着人体的呼吸，肝脏的形状、位置会发生明显的变化，致使获得的超声造影动态图像帧与帧之间目标(肿瘤)来回运动、形变，严重影响了超声造影数据的观察和量化分析，甚至导致误诊或漏诊。.本课题以肝超声造影动态图像为研究对象，研究了基于稀疏子空间聚类的呼吸运动补偿方法。首先研究了稀疏子空间表示模型的构建方法，设计了基于超声造影动态图像的稀疏子空间表示模型，利用交替方向法实现了稀疏表示模型的求解，提出了超声造影动态图像稀疏子空间聚类算法；其次，在分析人体呼吸信号特征和基本规律的基础上，根据人体呼吸的特征以机械装置结合步进电机运作的方式，采用arduino处理器MEGA2560构建了基于三轴运动的呼吸信号可编程呼吸运动模拟平台；然后，分别以造影图像、组织图像和造影/组织双模式图像为输入图像，以图像聚类精度为性能指标，对三类图像进行了稀疏子空间聚类，比较了各种模式图像的聚类效果，给出了最佳稀疏子空间聚类输入图像；以曲线拟合质量高、子空间聚类子类图像帧数多为优化目标，以子空间聚类的图像类数为参数，对补偿最佳图像类优化模型进行了构建并求解。最后，在呼吸运动模拟数据和临床病例数据中验证了所提出运动补偿方法的效果并评价其有效性。研究结果表明：所提出的呼吸运动补偿方法具有可行性，有助于医生提高肝癌诊治效率，可为肝肿瘤超声造影定量分析诊断发展奠定基础。