颈总动脉超声图像内中膜边界跟踪方法*

杨风辉 尚长浩

颈总动脉超声图像内中膜边界跟踪方法*

杨风辉①尚长浩①

目的：研究一种颈总动脉超声图像内中膜边界识别跟踪方法，为采用更为简便的方法提取内中膜边界提供基础。方法：规定一个代价函数，从前导程序给定的初始定位点出发，向两侧逐列延伸，在每一像素列上计算代价函数的值，寻找代价函数最小值的点的集合，直至满足程序规定的终止条件后，代价函数的计算过程终止。程序记录下代价函数最小值的所有点的坐标和灰度值。结果：在临床采集的图像中可以跟踪得到内中膜边界点集合并在输出图形中显示，程序后台存储了点集合的坐标及相应灰度数据。结论：该方法可以在较为清晰的超声图像中实现颈总动脉内中膜边界跟踪。

内中膜；边界跟踪；代价函数；超声图像

DOI∶ 10.3969/J.ISSN.1672-8270.2015.11.008

[First-author’s address] Department of Equipment Management, Changhai Hospital, the Second Military Medical University, Shanghai 200433, China.

脑卒中是当前威胁人类健康的重大疾病之一，而我国的脑卒中发病率目前位居世界第一，由于脑卒中严重危害人体健康，已引起医学界的广泛关注[1-2]。医学研究表明，脑卒中的发病与血管病变有密切关系，在脑卒中的临床检查中，常以颈动脉内中膜厚度(intima-media thickness，IMT)作为血管病变的重要指标，并利用彩色多普勒超声仪进行检查[3]。为提高颈动脉IMT测量的准确性，利用计算机在图像中进行自动测量。该方法由计算机自动根据超声图像进行参数测量，且一次能够测量大量图像，测量效率高，测量结果准确。测量颈动脉IMT须在图像中找出内中膜图像区域，而寻找该区域的方法之一是在图像中定位一个初始内中膜像素点位置，然后进行边界跟踪。本研究在得到初始内中膜分界点位置的基础上，采用一种颈动脉内膜与管腔、中膜与外膜边界的跟踪方法[4]。

1 颈动脉超声图像特征

使用SonoSite公司生产的M-Turbo便携式超声成像仪，连接L38型5～10 MHz变频探头，成像深度为2.0 cm。图像为灰度图像，图像色彩深度256色，空间分辨率为0.075 mm/pixel。图中可清晰分辨动脉内中膜影像。动脉管腔在图中显示低灰度区域，在图像质量较好时，管腔区域像素灰度值为0；内膜在图中显示较高灰度区域，进行内中膜定位、跟踪前，以图中最低和最高灰度值为参考进行图像标准化变换。颈动脉超声图像如图1所示。

图1 正常人颈动脉纵切图像

图1显示，黄色方框区域内的局部放大图像清楚可见颈动脉内膜与管腔的分界有较明显的灰度跃变，这种灰度跃变给内膜边界跟踪提供了方便，如图2所示。

图2 局部放大的管腔与内膜分界面示图

2 颈动脉内膜边界跟踪算法

颈动脉内膜边界跟踪是寻找图像中内膜与管腔分界点集合的过程，颈动脉中膜与外膜边界跟踪则是寻找图像中中膜与外膜分界点集合的过程。以颈动脉内膜与管腔边界跟踪为例，中膜与外膜边界跟踪相类似。在跟踪时需边界跟踪准确，即确定的每个像素点均为颈动脉管腔与内膜区域的分界点；同时跟踪得到的边界应具有连续性，即变化需有过渡，避免出现突然的变化而使边界存在断裂感。因此，根据颈动脉超声图像特征，采用代价函数法进行跟踪[5]。代价函数的构成兼顾跟踪的准确性与连续性为公式1：

式中i为图像中像素列编号，开始跟踪的像素列标记为第1列；j为每列像素上选择的待测像素点的序号；Ej和Gj分别为第j列上的每个待测像素点的边界和平滑分量。

待测像素点为备选点集合，每列像素上的管腔与内膜分界点是从这些待测像素点中选择而得到的，且选择待测像素点的原则如下。

(1)以前一列像素上的分界点所在行为中点，在本列像素列向上和向下各取7个像素点，包括中点共为15个点，构成本列的待测像素点，本列的分界点即从其15个待测像素点中产生。

(2)边界分量Ej的取值反映该待测像素点被选做分界点的可能性大小，由于计算结果可能出现相等的情况，此时平滑分量Gj来确定待测像素点最终成为本列的分界点，原则是保持本列分界点所在行与前列分界点所在行的行距最小。

(3)跟踪的方法是寻找代价函数的最小值[6-7]。代价函数由对应于各分界点的分量组成，各分界点分量均被设定为正值，因此其整体最小值的取得需要每个分界点的分量均取最小值。在跟踪过程中，对于每列上的15个待测像素点均计算出Ej和Gj的值，其与最小的点作为该列上的分界点。这一过程则为寻求代价函数相应分量最小值的过程。所有像素列均按照该方法选择分界点，最终可得到内膜的边界[8-9]。边界向左跟踪时如图3所示。

图3 向左追踪时分界点的选择示图

待测像素点Ej和Gj的计算为公式2和公式3：

式中可选点和非可选点是对每列上15个待测像素点的区分。每个待测像素点的Ej和Gj根据该点是否可选点直接赋值，并需要预先判断该点是否可选点。可选点的判断主要以灰度跃变的大小为准，先计算待测像素点的同列上、下各2个像素点的灰度跃变值，与阈值比较得到一个或多个点，然后选择灰度跃变最大的点为可选点，其余为非可选点。特殊情况下出现灰度跃变相等的点，则由Gj来确定所选择的点[10-11]。同列上、下2个像素点的灰度跃变判断程序片段如下：

……

max1=max(image2(ir-2：ir-1，ic))；

threshold=image2(ir，ic)-max1；

tem1=image2(ir-2：ir-1，ic)；

tem2=image2(ir+1：ir+2，ic)；

tem1=mean(tem1)；

tem2=mean(tem2)；

if tem2-tem1＜threshold || tem1＞5

……

程序中threshold为阈值，阈值是待测点灰度值与待测点上方2个像素点中的较大灰度值的差。利用阈值进行判断所依据的思想是根据颈总动脉图像特点，上方图像应比下方图像暗，分界点上、下像素点的灰度值跃变较其他区域为最大[12-13]。若某点为分界点，该点下方2个点像素平均值减去该点上方2个点像素平均值，得到的差应比该点像素值减去该点上方的2个点像素值中最大者更大[14-16]。

通过阈值筛选得到一个或多个点后，选择两行间灰度跃变最大的点为可选点，其余为非可选点，其程序流程如图4所示。

图4 跟踪程序流程图

3 颈动脉内膜边界跟踪实验测试

采集动脉斑块患者图像，将该图像从超声成像仪输出至计算机工作站，如图5所示。

图5 颈总动脉斑块图像

将程序输入坐标，模拟实际操作中的截取操作。截取图中第295～410行，第565～780列的图像，如图6所示。

图6 截取测试部分图像

在图像该部分进行验证，内膜分界点初始坐标为(364，668)，中膜分界点初始坐标为(373，668)。将截取图像坐标和初始点坐标输入程序，得到如图7所示的结果。

图7 跟踪结果图像

4 结论

跟踪程序是动脉内中膜厚度检测和斑块成份分析程序的组成部分。在确定图像后，先由动脉管壁定位程序找到正常动脉内中膜的一对分界点，再将其中内膜与管腔的分界点、中膜与外膜的分界点的坐标传递给本程序进行跟踪。本研究在实验测试部分中给出的初始坐标点(364，668)和(373，668)即为动脉管壁定位程序找到的正常内中膜的分界点。中膜与外膜的跟踪同样从给出的初始坐标点开始，但结束是以内膜结束点为准，因此内膜与中膜的边界纵向保持整齐。跟踪结束后再将得到的所有内中膜分界点坐标传递给后续的斑块分析程序。

内中膜边界跟踪是判断动脉IMT是否异常的基础，边界点确定后可以计算IMT，在IMT异常部位认定为斑块。图像质量对跟踪结果有较大影响，需要在取得图像时注意控制。本研究所述方法与采用Snake算法及各类滤波算法的方法相比，较为简单，在图像清晰时该算法可满足颈动脉IMT测量的准确性要求[3，7-8]。

随着超声成像仪硬件的不断发展，高质量超声图像的取得更为容易，可为采用更为简便的方法提取内中膜边界提供了基础。

[1]方向华，王淳秀，梅丽平，等.脑卒中流行病学研究进展[J].中华流行病学杂志，2011，32(9)：847-853.

[2]Ludwig M，von Petzinger-Kruthoff A，von Buquoy M，et al.Intima media thickness of the carotid arteries： early pointer to arteriosclerosis and therapeutic endpoint[J].Ultraschall Med，2003，24(3)：162-174.

[3]Baldassarre D，Amato M，Bondioli A，et al.Carotid artery intima-media thickness measured by ultrasonography in normal clinical practice correlates well with atherosclerosis risk factors[J]. Stroke，2000，31(10)：2426-2430.

[4]尚长浩.颈总动脉超声图像中内中膜定位方法的研究[J].中国医学装备，2013，10(8)：18-20.

[5]Mignotte M，Meunier J.A multiscale optimization approach for the dynamic contour-basedboundarydetection issue[J].Computerized Medical Imaging and Graphics，2001，25(3)：265-275.

[6]Santhiyakumari N，Madheswaran M.Noninvasive evaluation of carotid artery wall thickness using improved dynamic programming technique[J].SIViP，2008，2(2)：183-193.

[7]郭翌，汪源源，王威琪.超声图像颈动脉内中膜提取方法[J].声学技术，2007，26(5)：1034-1035.

[8]Petroudi S，Loizou C，Pantziaris M，et al. Segmentation of the common carotid intimamedia complex in ultrasound images using active contours[J].IEEE Trans Biomed Eng，2012，59(11)：3060-3069.

[9]Loizou CP.A review of ultrasound common carotid artery image and video segmentation techniques[J]. Med Biol Eng Comput，2014，52(12)：1073-1093.

[10]李国宽，程新耀，周渊，等.超声图像中颈动脉血管内外膜分割[J].华中科技大学学报，2010，38(6)：75-79.

[11]张志涌.精通Matlab R2011a[M].北京：北京航空航天大学出版社，2011.

[12]Gonzalez RC，Woods RE.Digital image processing[M].3版.北京：电子工业出版社，2010.

[13]Katakami N，Kaneto H，I Shimomura I.Carotid ultrasonography：A potent tool for better clinical practice in diagnosis of atherosclerosis in diabetic patients[J].J Diabetes Investig，2014，5(1)：3-13.

[14]Nair SB，Malik R，Khattar RS.Carotid intimamedia thickness：ultrasound measurement，prognostic value and role in clinical practice[J].Postgrad Med J，2012，88(1046)：694-699.

[15]Naik V，Gamad RS，Bansod PP.Carotid artery segmentation in ultrasound images and measurement of intima-media thickness[J]. Biomed Res Int，2013，2013(4)：801962.

[16]Li Q，Zhang W，Guan X，et al.An improved approach for accurate and efficient measurement of common carotid artery intima-media thickness in ultrasound images[J].Biomed Res Int，2014，2014(1)：90-106.

The method of IMT boundary tracking in ultrasonic image of carotid

YANG Feng-hui,SHANG Chang-hao
China Medical Equipment,2015,12(11)∶24-27.

Objective∶ Give a method for tracing boundary of inner-medium membrane in the ultrasonic image of common carotid artery. Methods∶ Giving a cost function before the programme begins to search the pixel point set whose cost function have the minimum value. The searching process starts from an initial anchor point given by the precedent programme. The calculation of cost function on each pixel point column on both sides of the initial anchor point will not stop until the terminal conditions are fulfilled. The programme will record the coordinates and pixel values of all the points with the minimum cost function value obtained from the calculation. Results∶ It can trace the boundary of inner-medium membrane in the CCA image from a clinical exam and can export the processed image with highlighted area. There is a daemon that records the coordinates and pixel values of the point set. Conclusion∶ This method can trace the boundary of inner-medium membrane in the CCA ultrasonic image when the CCA image is distinct.

Inner-medium membrane; Boundary tracing; Cost function; Ultrasonic image

杨风辉，男，(1984- )，硕士，工程师。第二军医大学附属长海医院仪器设备科，从事医学装备开发和管理工作。

1672-8270(2015)11-0024-04

R445.1

A

2015-06-22

上海市科委重点科技攻关项目(10441901800）“基于彩色多普勒超声影像的脑血液循环系统状态的计算机辅助诊断治疗监视系统的研制”

①第二军医大学附属长海医院仪器设备科 上海 200433