基于混合成像的冠心病计算机辅助诊断新方法

冠心病的临床诊断涉及冠脉结构病变诊断和功能影像诊断，本课题研究了基于CT/SPECT混合成像技术的临床诊断、冠脉CT影像的图像处理技术、血管分割和中心线提取算法。提出了一些新颖的方法，为功能影像诊断和结构影像的辅助诊断相关基础理论的突破做出重要贡献。通过本项目的研究，实现了功能影像评价和冠脉提取技术这一诊断重要环节，期间发表文章33篇并申报专利5项。完成了图像去噪、血管造影图像增强、血管分割（Markov随机场-最大后验概率算法）、血管三维重建、中心线提取（基于open-snake的形变模型算法），为血管辅助诊断和治疗提供了重要基础。成果的主要贡献包括：1.利用CT心肌首过灌注成像检测心肌缺血的临床实验,证实CT/SPECT混合成像的诊断价值；2.提出了基于多分辨率广义N维PCA的超声图像去噪方法以及基于非局部均匀（NLM）滤波器的磁共振图像去噪方法；3.提出了一种自适应几何测度、局部统计测度、方向测度的全自动的冠状动脉结构判别算子；4.提出了三种冠状动脉三维重建方法和一种新颖的网格扩张模型（AMEM）以此从CT图像中分割解剖学器官；5.提出了一种自动的从心脏CTA提取冠脉中心线的方法，该方法能够从CTA数据中自动提取冠脉开口点，在脊点自动跟踪算法和基于Open-Snake的冠脉中心线形变和管理策略作用下，自动提取冠脉血管，通过和荷兰鹿特丹冠脉公共数据集标准比较，取得较好的效果。以上工作对于冠心病的诊断、冠心病的微创手术计划和图像引导的介入手术起到重要支撑作用。