三維超聲圖像中頸動脈粥樣硬化的表型量化與分析.pdf

1、動脈粥樣硬化(Atherosclerosis,AS),缺血性中風(TransientIschemicStroke,TIS)和突發(fā)性心臟病(HeartAttack),屬于世界上致死的第一大疾病---心腦血管疾病(CardiovascularandCerebrovascularDiseases,CVDs),每年都造成了巨大的經(jīng)濟損失,也給無數(shù)家庭帶來痛苦。改進檢測和治療技術、正確評估和確定病人中風的風險概率、提高風險因子的預測能力,對于降低

2、該疾病的死亡率將產(chǎn)生巨大的影響。
　　頸動脈粥樣硬化常常在主頸動脈(CommonCarotidArtery,CCA)的分叉處(Bifurcation,BF)產(chǎn)生血栓栓塞,導致腦動脈的阻塞,形成中風。該疾病大多可以通過調節(jié)生活方式、改變飲食結構在早期加以防治;后期則可以通過藥物治療、頸動脈支架手術(CarotidArteryStenting,CAS)、頸動脈內(nèi)膜切除術(CarotidArterialEndarterectomy,CA

3、E)等加以緩解。目前,研究AS的發(fā)生與發(fā)展,特別是對頸動脈斑塊治療反應的對比及監(jiān)控,是以“開發(fā)敏感的風險因子評價技術”、“識別高風險的病人”和“減少發(fā)生中風的概率”為主要發(fā)展戰(zhàn)略。
　　在臨床應用上,現(xiàn)階段超聲普查(Ultrasoundscreening)對晚期、高發(fā)的AS人群效果較好,統(tǒng)計學上具有顯著意義;然而,對早期、無癥狀或癥狀不明顯的病患容易產(chǎn)生漏檢的情況。三維(Three-dimensional,3D)超聲作為傳統(tǒng)二維(

4、Two-dimensional,2D)超聲的一個重要發(fā)展,在“頸動脈粥樣硬化診斷”和“易損斑塊識別”中具有重要的臨床價值。因此,基于三維超聲圖像的頸動脈血管的實時分割、藥效的分析評價和斑塊的準確識別與定性,是本論文的主要研究方向。
　　本論文的主要研究內(nèi)容旨在:以頸動脈三維超聲作為一種低成本、高敏感的測量工具,來確定加重頸動脈粥樣硬化的風險因素,并評估頸動脈粥樣硬化的治療效果。所以,本論文的研究手段是:將頸動脈三維超聲(Three

5、-dimensionalUltrasound,3DUS)成像技術,作為一種新的監(jiān)測頸動脈粥樣硬化變化的手段,通過對頸動脈粥樣硬化的表型特征(phenotypiccharacteristics)量化與分析,驗證這種無創(chuàng)、定量的三維頸動脈成像方法的臨床適用性。其中頸動脈粥樣硬化的表型是指:頸動脈和斑塊的形態(tài)、功能等各方面的表現(xiàn),如厚度、大小、形狀、體積、回聲性質、藥物耐受力乃至其易損性等等。本論文的研究目標是:通過縱截面和橫截面的血管分割,

6、提取并確定易損斑塊的重要特征,提供一種評估頸動脈斑塊生長或消亡(progressionandregression)的低成本和高敏感方法,并提供反應斑塊穩(wěn)定性治療的有用信息。
　　因此,本論文在建立靈敏、重復性好的三維超聲成像系統(tǒng)上,具體地量化與分析以下四個頸動脈粥樣硬化的表型特征:局部和整個血管壁內(nèi)中膜厚度(Intima-mediaThickness,IMT);斑塊總面積和總體積(TotalPlaqueArea,TPA;Total

7、PlaqueVolume,TPV);血管體積(VesselWallVolume,VWV);斑塊形態(tài)與紋理特征,并能監(jiān)測、比較這些特征的變化。
　　本論文按照上述研究方向、研究內(nèi)容和研究目標,已完成的三個具體研究工作包括:
　　(1)提出了一種半自動的“基于主頸動脈分叉點和中軸切分的血管厚度測量方法”。為了能獲得三維體數(shù)據(jù)中血管局部和整體平均厚度信息,該方法基于主頸動脈分叉點和中軸,對超聲三維體數(shù)據(jù)按三視圖方向切分,依次得到二

8、維橫斷面、冠狀面和矢狀面序列圖像;分別處理上述序列圖像,統(tǒng)計得到最終的主頸動脈血管壁內(nèi)外輪廓和血管壁厚度等信息。該方法克服現(xiàn)有計算機輔助診斷中血管分割方法計算復雜度大、主觀因素易造成誤差等缺點,能快速、準確、完整地獲得頸部超聲主頸動脈血管的局部和整體信息;與手動分割方法相比,操作便捷,所得的血管局部和整體平均厚度信息,可作為衡量頸部粥樣硬化程度的指標,進而用于心腦血管疾病輔助診斷和防治。
　　(2)在實現(xiàn)“主動輪廓模型(Activ

9、eContourModel,ACM)和數(shù)學形態(tài)學的混合方法”分割血管內(nèi)外輪廓后,進一步應用主動形狀模型(ActiveShapeModels,ASM)方法及其改進(ImprovedActiveShapeModels,I-ASM)方法、主動外觀模型(ActiveAppearanceModels,AAM)方法,應用于多種頸動脈外輪廓(Media–adventitiaBoundary,MAB)和內(nèi)輪廓(Lumen–intimaBoundary,

10、LIB)分割,并在算法間進行橫向比較,與金標準進行縱向比較,從而進行算法的量化分析。該算法能夠在5分鐘內(nèi)完成分割,其產(chǎn)生的平均偏差小于人工手動分割偏差的一半;采用距離、面積等測度和體積誤差,評價算法的魯棒性,并用統(tǒng)計分析方法衡量兩個專家用本算法分割結果的一致性。實驗結果和數(shù)據(jù)分析均表明:該算法的分割效果接近金標準,可為今后的輔助診療系統(tǒng)提供指導意義。
　　(3)經(jīng)仿真體模和超聲體模驗證模擬的血流介導擴張(FlowMediatedD

11、ilation,FMD)功能后,開發(fā)和驗證一種半自動軟件工具,來量化斑塊的特征并用于評估頸動脈粥樣硬化的治療效果。頸動脈斑塊的病理生理學研究表明,頸動脈斑塊的形態(tài)和紋理的特征,是識別易損斑塊和監(jiān)測疾病發(fā)展的關鍵。提取斑塊的形態(tài)、紋理、彈性的多維多類特征,并分別采用反向傳播神經(jīng)網(wǎng)絡(BackPropagationNeuralNetwork,BPNN)、支撐向量機(SupportVectorMachine,SVM)作為分類器,對特征集合進行

12、識別判決,準確度分別為84％和91%,隨后采用ROC(ReceiverOperatingCharacteristic)曲線和AUC(AreaUnderCurve)面積對分類器性能進行了分析、比較。
　　上述方法與軟件均通過三維頸動脈超聲病人圖像初步驗證。實驗結果表明:本論文的血管壁內(nèi)中膜厚度測量、血管內(nèi)外輪廓分割方法、粥樣硬化體模仿真的定量與定性分析及斑塊多維多類特征的提取與分類,結合相關危險因素,可綜合評價藥效,進而判決斑塊易損