蔣天宇（四川大學計算機學院，成都　610065）

基于信號特征的頸動脈內(nèi)中膜厚度提取算法

蔣天宇
（四川大學計算機學院，成都610065）

0　引言

頸動脈血管的內(nèi)中膜厚度 （簡稱為IMT）定義如下，如圖1所示：內(nèi)膜的上層（即管腔內(nèi)膜邊界，Lumen-Intima Interface，LII）至中膜的下層（即中膜外膜邊界，Media-Adventitia Interface，MAI）之間的厚度。如下圖所示：

圖1　頸動脈內(nèi)中膜示意圖

IMT厚度是醫(yī)學上判斷各種疾病變化的重要依據(jù)，例如心肌梗塞、腦血管疾病、糖尿病、動脈粥樣硬化等，同一位患者在不同時期的IMT變化情況，患者與健康人群IMT值的差異，這些都具有一定的醫(yī)學意義。一般來說，健康人IMT的正常值如表1所示。

由于手工檢測存在耗時，主觀性強等缺點，研究者提出了許多基于計算機輔助的IMT分割技術(shù)，其存在以下優(yōu)勢：自動化、快速化、客觀化。

表1　健康人IMT正常值

最先用于頸動脈壁分割的方法是基于邊緣檢測，后來又有采用動態(tài)規(guī)劃的方法來分割血管壁，使用動輪廓模型來分割等方法。

1　頸動脈內(nèi)中膜包絡(luò)信號特征

這里的ROI是手動選取的。所以從圖2上選取一塊區(qū)域作為ROI，圖中黃色框內(nèi)。

如圖3所示，ROI區(qū)域內(nèi)自左至右第14條采樣線的能量曲線，從ROI的上邊界到下邊界?？梢钥吹侥芰壳€在0-30之間能量極低，實際上這一段都是血管內(nèi)腔的部分，而在40左右的時候會有一個峰值，這里就是血管內(nèi)膜的位置。

圖2　選取的ROI

圖3　第14條采樣線的能量曲線

2　基于信號特征的IMT提取算法

首先得確定上邊界的位置。找上邊界的方法還是比較簡單的，因為血管內(nèi)腔信號強度極低，設(shè)置一個合適的閾值，找到大于這個閾值的某個位置就是上邊界所在了。

閾值的選取，考慮到血管內(nèi)腔與組織的極大差異，這里閾值的可取范圍還是比較大的，從200-600都是可以的。

找到第一個峰值之后，上邊界就容易確定了，實際上就是第一個峰值左側(cè)梯度最大值的位置。至此，確定上邊界的條件總結(jié)為：

●上邊緣在能量曲線第一個峰值的左側(cè)；

●峰值左側(cè)的梯度最大值就是上邊緣位置。

找下邊界的方法要稍微復(fù)雜一些，實際上現(xiàn)在的方法也不是最好的，這個方法是通過分析某些采樣線的特征來一步步完善的。確定下邊界的過程和根據(jù)總結(jié)為：

●坐標小于最大值的坐標（這個條件較弱）；

●坐標小于最小梯度的坐標（這個條件較弱）；

●坐標小于采樣線上大于第一個峰值的第二個峰值的坐標 （這個峰值不一定是整條采樣線的最大值）；

●此范圍內(nèi)梯度曲線上大于第一個梯度峰值的第一個點的坐標 （這個點不一定是梯度曲線上的峰值）。

3　算法改進

正如前面所說，下邊界確定的方法還有一些改進空間，例如圖4中第2和第16條采樣線的下邊界明顯要比其他地方下沉了一些，然后方法經(jīng)過改進之后，找到的下邊界就比較合理了，如圖5。

圖4　原始算法找到的上下邊界

圖5　改進后的算法找到的上下邊界

圖6所示是第16條采樣線上修正前后點的位置，按照修正前的方法，在圖6中，下邊界應(yīng)該是坐標為54的位置，但是這個位置在圖4上看起來要明顯下沉了一些。而坐標為 48的位置看起來是恰當?shù)南逻吔缥恢?，因此，原來的方法中要增加一個條件：

●在此范圍內(nèi)梯度曲線上第二個梯度峰值的坐標（此峰值應(yīng)當大于 0）（如果第一個峰值大于第二個峰值）。

上述方法中有個“此峰值應(yīng)當大于 0”的條件，這個條件是通過觀察采樣線信號強度的特征歸納出來的，因此有一定概率會發(fā)生不適用的情況。對原方法再次進行改進，可以規(guī)避這種情況。例如5中最右側(cè)的第41條采樣線，原方法明顯上浮，改進后的情況如圖7中加號所示，得到一些改善。

這次添加的條件實際是限制左側(cè)邊界。在圖8中，算法的目的是要過濾掉第38個點，但是此處的值卻是大于0的，無法將其過濾掉?？紤]到能量曲線上的特征，在第一個峰值和大于第一個峰值的第二個峰值之間存在一個最小值，將這個最小值的坐標作為左邊界，即可過濾掉類似于第38個點這樣的情況，例如圖9中左邊界為41，IMT下邊界的位置應(yīng)該在41之后。這樣的話，條件中要增加一條“坐標大于某處”，總共六條：

●坐標小于最大值的坐標（這個條件較弱）；

●坐標小于最小梯度的坐標 （這個條件較弱）；

●坐標小于采樣線上大于第一個峰值的第二個峰值的坐標（這個峰值不一定是整條采樣線的最大值）；

●坐標大于上述第一個峰值和第二個峰值之間最小值的坐標；

●在此范圍內(nèi)梯度曲線上大于第一個梯度峰值的第一個點的坐標（這個點不一定是梯度曲線上的峰值）（如果第一個峰值小于第二個峰值）；

●在此范圍內(nèi)梯度曲線上第二個梯度峰值的坐標（此峰值應(yīng)當大于0）（如果第一個峰值大于第二個峰值）。

3　實驗對比

本文對原始算法，改進后的算法和手動計算的結(jié)果進行對比，結(jié)果表明改進后算法與手動計算的結(jié)果很接近，相比原始算法也有比較明顯的改進。

表2　原始算法，改進后算法與手動計算結(jié)果對比

圖6　第16條采樣線的梯度曲線　

圖7　修正后第41條采樣線的下邊界點

圖8　第41條采樣線的梯度曲線　

圖9　第41條采樣線的能量曲線

4　結(jié)語

綜上所述，本文的方法能比較準確地自動計算頸動脈內(nèi)中膜厚度。本文的算法是基于信號特征歸納出的，對信號預(yù)處理的要求比較低。

［1］Pignoli P，Longo T.Evaluation of Atherosclerosis with B-mode Ultrasound Imaging［J］.The Journal of Nuclear Medicine and Allied Sciences，1987，32（3）:166-173.

［2］Wendelhag I，Liang Q，Gustavsson T，et al.A New Automated Computerized Analyzing System Simplifies Readings and Reduces the Variability in Ultrasound Measurement of Intima-Media Thickness［J］.Stroke，1997，28（11）:2195-2200.

［3］Liang Q，Wendelhag I，Wikstrand J，et al.A Multiscale Dynamic Programming Procedure for Boundary Detection in Ultrasonic Artery Images［J］.Medical Imaging，IEEE Transactions on，2000，19（2）:127-142.

［4］Cheng D，Schmidt-Trucks?ss A，Cheng K，et al.Using Snakes to Detect the Intimal and Adventitial Layers of the Common Carotid Artery wall in sonographic images［J］.Computer Methods and Programs in Biomedicine，2002，67（1）:27-37.

［5］Faita F，Gemignani V，Bianchini E，et al.Real-Time Measurement System for Evaluation of the Carotid Intima-Media Thickness with a Robust Edge Operator［J］.Journal of Ultrasound in Medicine，2008，27（9）:1353-1361.

［6］Molinari F，Zeng G，Suri J S.Intima-Media Thickness:Setting a Standard for a Completely Automated Method of Ultrasound Measurement［J］.Ultrasonics，F(xiàn)erroelectrics，and Frequency Control，IEEE Transactions on，2010，57（5）:1112-1124.

［7］Santhiyakumari N，Rajendran P，Madheswaran M，et al.Detection of the Intima and Media Layer Thickness of Ultrasound Common Carotid Artery Image Using Efficient Active Contour Segmentation Technique［J］.Medical&Biological Engineering&Computing，2011，49（11）:1299-1310.

Carotid Artery；Intima-Media Thickness；Envelope Signal

An Approach to Detect the Intima-Media Thickness Based on Characteristic of Envelope Signal

JIANG Tian-yu
（College of Computer Science，Sichuan University，Chengdu 610065）

1007-1423（2015）35-0057-04

10.3969/j.issn.1007-1423.2015.35.012

蔣天宇（1991-），男，江蘇鎮(zhèn)江人，本科，研究方向為醫(yī)學超聲圖像處理

2015-10-27

2015-12-05

人頸動脈內(nèi)中膜厚度是衡量心血管疾病的一個重要指標，臨床上通常使用超聲診斷儀來進行檢測。厚度計算的方法一般是人工計算或者計算機自動計算，人工計算效率低下，而自動計算通常使用的是通用型的圖像邊緣檢測類算法，并沒有應(yīng)對頸動脈內(nèi)中膜處信號的特征作合理的優(yōu)化。根據(jù)頸動脈內(nèi)中膜包絡(luò)信號的特征，提出一種新的方法來自動計算其厚度。實驗證明，該方法能夠有效地在圖像上標記出頸動脈內(nèi)中膜上下邊界的位置，從而獲得準確的厚度值。

頸動脈；內(nèi)中膜厚度；包絡(luò)信號

The Intima-Media Thickness of Carotid Artery is an important index to measure cardiovascular disease，usually in clinical use of ultrasonic diagnostic apparatus for testing.The thickness is generally calculated manually or automatically，manual method is inefficient，and automatical method usually use the general image edge detection algorithms，with no optimization for signal characteristics.According to the characteristics of carotid intima-media envelope，presents a new method to calculate its thickness.Experiments show that this method can efficiently mark the position of carotid intima-media up and down the border，then obtains accurate thickness values.