王藝儒

【摘 要】基于監(jiān)督下降方法的左心室超聲圖像分割與傳統(tǒng)基于表觀模型的左心室超聲圖像分割相比，可以有效解決特征點(diǎn)迭代定位過程中的龐大計(jì)算量問題。本文通過對(duì)左心室超聲圖像分割現(xiàn)狀和對(duì)基于監(jiān)督下降方法的左心室超聲圖形分割優(yōu)勢(shì)的分析，進(jìn)一步明確了基于監(jiān)督下降方法的左心室超聲圖像分割技術(shù)的基本特點(diǎn)，同時(shí)對(duì)其實(shí)際的圖像分割技術(shù)應(yīng)用展開詳細(xì)的研究，希望能為相關(guān)研究提高參考。

【關(guān)鍵詞】左心室；超聲圖像分割；監(jiān)督下降方法；特征點(diǎn)定位

在醫(yī)學(xué)的超聲圖像分割技術(shù)中，經(jīng)食道的超聲心動(dòng)檢測(cè)是當(dāng)前應(yīng)用最為廣泛的超聲探測(cè)方法之一，也是檢測(cè)人體左心室功能的基礎(chǔ)依據(jù)。由于醫(yī)學(xué)圖像分割處理和分析領(lǐng)域具有較高的復(fù)雜程度，為了根據(jù)超聲圖像中某種特殊含義來提取相應(yīng)特征，需要切實(shí)保證圖像分割處理技術(shù)的科學(xué)性。而基于監(jiān)督下降方法的左心室超聲圖像分割技術(shù)憑借自身優(yōu)勢(shì)，為臨床醫(yī)學(xué)與病理學(xué)的相關(guān)研究提供了有力支持。

一、左心室超聲圖像分割的現(xiàn)狀分析

近年來，隨著醫(yī)學(xué)領(lǐng)域的不斷發(fā)展和各類圖像分割算法在醫(yī)學(xué)圖像處理工作中的廣泛應(yīng)用，有效解決了超聲心動(dòng)圖中由于較高復(fù)雜性和多變性引起的圖像分割處理難題。其中對(duì)于人體左心室超聲圖像分割，其實(shí)際的分割過程中一般需要通過對(duì)圖像中各個(gè)特征點(diǎn)迭代變換位置的靈活利用，來實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域內(nèi)輪廓的提取。從本質(zhì)上來看，左心室超聲圖像分割可以理解為對(duì)特征點(diǎn)的可視化問題，而目標(biāo)區(qū)域內(nèi)的特征點(diǎn)也可以被看作是非線性最小二乘近似問題來展開深入的理解。左心室超聲圖像分割有多種方法，其中傳統(tǒng)的基于統(tǒng)計(jì)分布的ASM方法和給予表觀模型的AAM方法，在實(shí)際的算法中會(huì)過多的依賴于牛頓法或者擬牛頓法。而基于監(jiān)督下降方法的左心室超聲圖像分割（SDM）的提出和應(yīng)用，可以在解決計(jì)算機(jī)視覺中非線性最小二乘相關(guān)問題過程中，取得更好的圖像特征點(diǎn)定位效果。

通過對(duì)基于監(jiān)督下降的左心室超聲圖像分割的研究，其核心應(yīng)用過程主要涉及到以下幾個(gè)階段的流程：（1）對(duì)于訓(xùn)練集中的第i圖像，分別設(shè)置ground-truth位置和初始位置；（2）根據(jù)圖像分割中特征提取函數(shù)的非線性最小二乘公式，計(jì)算圖像中特征位置第一次發(fā)生迭代的方向向量和偏差項(xiàng)向量；（3）通過對(duì)特征點(diǎn)新的對(duì)應(yīng)位置的計(jì)算，對(duì)位置迭代方向和相應(yīng)的偏差項(xiàng)進(jìn)行更新；（4）反復(fù)重復(fù)上述第二步驟和第三步驟，直到收斂，最終獲取到方向序列和偏差項(xiàng)序列；（5）在整體基于監(jiān)督下降方法的左心室超聲圖像圖像算法過程中，可以將獲得的方向序列與偏差項(xiàng)序列用于圖像初始位置的測(cè)試，從而得出最后的特征點(diǎn)定位結(jié)果。

二、基于監(jiān)督下降方法的左心室超聲圖像分割優(yōu)勢(shì)

基于監(jiān)督下降方法的左心室超聲圖像分割中的目標(biāo)函數(shù)定位一般是兩個(gè)特征向量最優(yōu)化的相似程度，傳統(tǒng)的圖像分割方法在進(jìn)行兩個(gè)特征點(diǎn)的相似性判定度量時(shí)，大多會(huì)采用歐氏距離的判定方法來實(shí)現(xiàn)。筆者通過查閱相關(guān)文獻(xiàn)，發(fā)現(xiàn)傳統(tǒng)的歐式距離判定方法與基于巴氏系數(shù)的直方圖判定方法相比，在兩個(gè)特征向量的相似性判定中有著很大的準(zhǔn)確性差距，而基于監(jiān)督下降方法的左心室超聲圖像分割算法在實(shí)際的應(yīng)用中就是采用的巴氏系數(shù)主動(dòng)輪廓模型處理技術(shù)，從而有效提高了傳統(tǒng)圖像分割中的魯棒性。

除此之外，在定位特征點(diǎn)的過程中，基于表觀模型的傳統(tǒng)AAM算法的優(yōu)化目標(biāo)可以被當(dāng)成非線性最小而成相關(guān)問題來理解，但是由于解決最優(yōu)化問題中涉及到的牛頓法，在特征點(diǎn)的每一次迭代中都需要對(duì)海森矩陣和雅可比矩陣進(jìn)行計(jì)算，這種龐大的計(jì)算量不僅會(huì)大大增加技術(shù)人員的任務(wù)量，還會(huì)進(jìn)一步提高計(jì)算成本代價(jià)。而基于監(jiān)督下降方法的左心室超聲圖像分割，在實(shí)際的應(yīng)用中不會(huì)涉及到上文中提到的過于復(fù)雜的計(jì)算過程，也不需要建立表觀模型，通過對(duì)局部特征的提取和從訓(xùn)練數(shù)據(jù)學(xué)習(xí)一組梯度下降方向的明確，將其反映到相應(yīng)的測(cè)試圖像中，便可以輕松的實(shí)現(xiàn)左心室超聲圖像分割[1]。

三、基于監(jiān)督下降的左心室超聲圖像分割方法

（一）基于監(jiān)督下降的改進(jìn)算法

基于監(jiān)督下降方法的左心室超神圖像分割優(yōu)化目標(biāo)與傳統(tǒng)的基于表觀模型的圖像分割存在較大的差異，具體表現(xiàn)在對(duì)特征函數(shù)之間的定義最優(yōu)化問題方面。而基于監(jiān)督下降的左心室超聲圖像分割算法的改進(jìn)，對(duì)于提高左心室超聲圖像分割算法的精準(zhǔn)度有著重要作用。醫(yī)學(xué)超聲圖像中的特征提取函數(shù)的選取會(huì)對(duì)基于監(jiān)督下降方法的左心室超聲圖像分割造成直接的影響，具體體現(xiàn)在受光照程度的不同以及心內(nèi)組織密度方面存愛的差異性，這些客觀因素的存在會(huì)SDM中的SIFT特征函數(shù)提取效果造成不利影響。針對(duì)上述問題，為了進(jìn)一步降低一系列客觀因素對(duì)于體征提取函數(shù)效果的影響，可以用B-SIFT特征提取函數(shù)的方式代替?zhèn)鹘y(tǒng)的SIFT特征提取函數(shù)，同時(shí)借助多尺度圖像金字塔模型的建立，達(dá)到有效優(yōu)化圖像輪廓分割效果的目的。

（二）監(jiān)督下降方法中B-SIFT特征

上文中提到的B-SIFT特征主要是指對(duì)圖像局部特征進(jìn)行檢測(cè)的一種方法，這類局部特征檢測(cè)方法大多被應(yīng)用在多類計(jì)算機(jī)視覺的領(lǐng)域范圍當(dāng)中。B-SIFT特征自身具有多尺度、旋轉(zhuǎn)不變形、對(duì)于圖像亮度變換和噪聲等影響因素有著非常好的抗干擾性能以及內(nèi)部蘊(yùn)含非常豐富的局部特征信息量等一系列優(yōu)勢(shì)。在應(yīng)用B-SIFT特征進(jìn)行向量的提取工作時(shí)，（1）需要確立一個(gè)初始形狀的向量，然后根據(jù)該初始向量?jī)?nèi)部的每一個(gè)特征點(diǎn)位置，在其周圍建立16×16的像素框，同時(shí)計(jì)算像素框內(nèi)涉及的每一個(gè)像素的梯度；（2）在原本的像素框內(nèi)以4×4的像素分8個(gè)方向?qū)μ荻鹊姆较蜻M(jìn)行明確，計(jì)算得出直方圖；（3）對(duì)每個(gè)梯度方向進(jìn)行累加值繪制，由此便可以獲得一個(gè)4×4×8的128維B-SIFT特征向量。

（三）建立多尺度圖像金字塔模型

基于監(jiān)督下降方法的左心室超聲圖像分割算法中多尺度圖像金字塔模型的建立，主要是在左心室超聲圖像檢測(cè)過程中實(shí)現(xiàn)的，通過對(duì)左心室實(shí)際形狀、體積大小以及心尖朝向等客觀因素的明確以及統(tǒng)一歸一化訓(xùn)練集或者測(cè)試集中的圖像之后，針對(duì)可能出現(xiàn)的圖像局部特征紋理信息丟失問題進(jìn)行有效的緩解[2]。此外，在左心室超聲圖像檢測(cè)過程中由于容易受到外界其他因素和人體左心室本身存在的差異的影響，為了有效保證圖像分割最終結(jié)果的準(zhǔn)確性，需要在建立多尺度圖像金字塔模型的過程中，最大程度的將訓(xùn)練集或者測(cè)試集中的圖像進(jìn)行歸一，最終達(dá)到多個(gè)分辨率效果。在上述基礎(chǔ)上，需要對(duì)低分辨率圖像中進(jìn)行較大步長(zhǎng)的迭代，對(duì)于分辨率較高的圖像，需要進(jìn)行較小步長(zhǎng)的迭代，這種操作方法可以使圖像特征點(diǎn)進(jìn)一步貼近真實(shí)值。

四、總結(jié)

綜上所述，基于監(jiān)督下降方法的左心室超聲圖像分割可以對(duì)傳統(tǒng)圖像分割中單一尺度定位準(zhǔn)確度不高的問題，通過提升算法精準(zhǔn)度來使特征點(diǎn)定位輸出與真實(shí)輪廓更加貼近。在實(shí)際的圖像分割過程中，基于監(jiān)督下降方法的圖像分割主要涉及到基于監(jiān)督下降的改進(jìn)算法、監(jiān)督下降方法中B-SIFT特征以及建立多尺度圖像金字塔模型等幾個(gè)方面的內(nèi)容。利用特征點(diǎn)標(biāo)注圖像庫(kù)的建立，進(jìn)而對(duì)特征進(jìn)行精準(zhǔn)描述。

【參考文獻(xiàn)】

[1]魏雨汐，伍岳慶，陶攀，姚宇.基于監(jiān)督下降方法的左心室超聲圖像分割[J].計(jì)算機(jī)應(yīng)用，2018，38（02）：545-549.

[2]趙佳旻，劉涵銳，郭斌.左心室超聲心動(dòng)圖分割方法的研究[J].智能計(jì)算機(jī)與應(yīng)用，2017，7（06）：54-57.