[发明专利]一种心脏图像序列的回顾性脱机呼吸门控方法

说明书

一种心脏图像序列的回顾性脱机呼吸门控方法，所述方法首先采用流形学习方法中的拉普拉斯特征映射对存储ECG门控心脏图像序列数据的矩阵进行降维处理，得到嵌入在高维观测数据点集中的低维坐标矩阵；然后计算低维坐标矩阵中相邻特征向量之间的欧氏距离，检测欧氏距离的局部极大值，并将其作为门控帧的选取位置，从而得到去除了呼吸运动伪影的门控图像序列。本发明直接对由图像中所有像素的灰度值组成的矩阵进行分析，得到心脏图像序列中的呼吸运动信息。本方法只需求解稀疏矩阵的特征值，而且无需操作者的手动参与，具有计算复杂度低、自动化程度高、应用成本低等优点。此外，本方法只利用了局部距离信息，因而门控结果对噪声不敏感。

技术领域

本发明涉及一种对在自由呼吸条件下采集的心脏图像序列进行回顾性脱机呼吸门控，得到去除呼吸运动伪影的图像序列的方法，属于医学成像技术领域。

背景技术

目前，成像技术在心脏疾病的临床诊断和治疗中起着至关重要的作用。在对心脏及冠状动脉血管进行成像时，心脏有节律地收缩和舒张导致图像中产生心脏运动伪影，影响疾病的准确诊断和介入治疗的效果。可以通过心电(ECG)门控技术抑制心脏运动伪影，即在每个心动周期的同一时相(一般是R波到来时)采集图像。

呼吸运动会导致心脏沿上下、左右和前后方向的移动，主运动为上下方向的平移运动。在呼气末和吸气末之间心脏容易发生旋转和非刚性运动(如仿射形变或非线性形变)。呼吸运动导致心脏图像中产生呼吸运动伪影，使得图像的分辨率和信噪比降低，在图像指导的介入治疗过程中则会出现静态指导信息和运动结构的位置不一致的现象。

目前临床常用的抑制心脏图像中呼吸运动伪影的方法是控制呼吸法(即屏气法)和在线门控法。控制呼吸法是在患者憋气的过程中获取图像，使得图像采集不受呼吸运动的影响。由于该方法限制了图像获取或介入治疗的时间，因此在很多情况下都不适用。比如，当病人的呼吸控制能力较差，进而严重影响图像的时空分辨率时；或者病人仅能够保持较短的屏气时间，而采集图像所需时间较长时，该方法均不适用。在线门控法包括呼吸门控和导航门控，呼吸门控是在采用外置呼吸探测垫或腹带检测呼吸运动的基础上，控制图像采集设备在特定时间内采集图像，其缺点是操作比较复杂；导航门控不需要任何外接部件，但需要预先对横膈膜进行正常呼吸下的矢状位和冠状位的扫描，寻找横膈膜置顶位置作为呼吸末期的导航窗位置，该技术操作复杂，扫描周期较长，适用范围较小。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种心脏图像序列的回顾性脱机呼吸门控方法，所述方法操作简单、可在自由呼吸(即不需要患者憋气)条件下进行图像的采集而又避免产生运动伪影。

本发明所述问题是以下述技术方案解决的：

一种心脏图像序列的回顾性脱机呼吸门控方法，所述方法首先采用流形学习(Manifold Learning)方法中的拉普拉斯特征映射(Laplacian Eigenmaps，LE)对存储ECG门控心脏图像序列数据的矩阵进行降维处理，得到嵌入在高维观测数据点集中的低维坐标矩阵；然后计算低维坐标矩阵中相邻特征向量之间的欧氏距离，检测欧氏距离的局部极大值，并将其作为门控帧的选取位置，从而得到去除了呼吸运动伪影的门控图像序列。

上述心脏图像序列的回顾性脱机呼吸门控方法，具体处理步骤如下：

a.利用拉普拉斯特征映射的方法对描述心脏图像序列的矩阵进行降维处理：

①用一个二维矩阵表示图像序列中所有像素的灰度值，具体步骤如下：

假设图像序列包括N帧图像，每帧图像由D＝M×M个像素组成，定义一个N×D维的矩阵X，按照由上至下、由左至右的顺序将每帧图像的像素灰度值排成一行存储到矩阵X的对应行中；

②通过计算矩阵X中各行之间的欧氏距离，建立邻域关系图，并据此来重构数据流形的局部特征，具体步骤如下：