三維斷層掃描影像中冠狀動脈血管樹的重建演算法

近年來，心血管疾病在國人十大死因中穩居第二名，同樣的這類疾病也困擾著許多國家，心血管疾病之中又以冠狀動脈疾病為最大宗，因此冠狀動脈疾病的診斷及治療成為時下相當重要的課題。現有的冠狀動脈疾病檢查有相當多種，其中又以非侵入式的影像學檢查最為人所接受，而多切片電腦斷層掃描(MSCT)是目前最為重要且有效的檢查方法之一。然而，雖然目前市面上已有商用分析軟體專門來處理電腦斷層掃描上冠狀動脈血管樹(Vessel tree)的分割，但往往需要人工的介入操作的，相對的比較消耗人力等資源。本研究著重於發展一套自動化的工具，目的在於方便使用者操作，加強整體冠狀動脈分支的準確性，提供完善的血管樹資訊幫助醫師診斷及治療。本篇方法主要分成三大步驟:第一步驟為找出符合冠狀動脈血管的管狀結構。首先測試不同的高斯分布標準差來找出最適合偵測冠狀動脈管狀結構的數組標準差值，接著利用這些標準差透過frangi filter求出每個pixel與冠狀動脈管狀結構的相似程度，得出一個由機率值組成的三維影像，由多次測試結果挑出符合冠狀動脈管狀結構的frangi值區間。第二步驟為疊代的生成血管樹。首先利用斷層掃描影像中每個切片的變化來找出左、右冠狀動脈出現的起點，接著將此兩個起點設成growcut演算法的前景，並將不符合冠狀動脈管狀結構frangi值的pixel設成growcut演算法的背景，藉由細胞自動機理論的概念逐次的疊代生成血管樹。第三步驟為修飾血管樹。首先藉由檢查每個pixel周圍背景的灰階值分布，來拿掉不屬於冠狀動脈的其他管狀結構；接著，在已生成的血管樹管壁上的每個pixel建立一個三維window，用以檢查是否有斷掉未接上的血管分支；最後，將整個血管樹利用高斯濾波器來做平滑化。本研究所使用的影像皆由台大醫院影像醫學部提供之多切面胸腔電腦斷層影像(MSCT)，並採用十三組電腦斷層掃描影像來進行實驗，結果顯示本研究可以重建出各種不同管徑的冠狀動脈，且可解決由於周圍組織或部分因斑塊影響而難以重建之血管分支的問題。

關鍵字

冠狀動脈疾病；冠狀動脈追蹤； growcut ；細胞自動機； frangi filter ；影像分割

並列摘要

無資料

並列關鍵字

Coronary artery disease ； Coronary artery tracking ； growcut ； cellular automata ； frangi filter ； Image segmentation

參考文獻

1. 中華民國公共衛生年報,行政院衛生署, 2010

2. C.D.C Leading Causes of Death (Data are for the U.S.)

6. Enrico, B., et al., Coronary artery plaque formation at coronary CT angiography: morphological analysis and relationship to hemodynamics. European Radiology, 2009. 19(4): p. 837-844.

7. Siriapisith, T., et al., Effect of concentration of contrast medium on coronary CT angiography. J Med Assoc Thai, 2008. 91(3): p. 372-6.

10. Cademartiri, F., et al., Intravenous contrast material administration at helical 16-detector row CT coronary angiography: Effect of iodine concentration on vascular attenuation. Radiology, 2005. 236(2): p. 661-665.

國際替代計量

三維斷層掃描影像中冠狀動脈血管樹的重建演算法

全文下載

主題瀏覽