基于X射线影像的腔内支架动力特性评价关键技术研究

With the development of the fluoroscopic roentgenographic stereophotogrammetric analysis (FRSA), it is possible to make the three-dimensional (3D) dynamics of stent-graft. The stent-graft markers, however, are identified manually. The traditional image processing methods cannot meet the high-degree accuracy of these stent-graft images. The goal of this project is to obtain the 3D stent-graft knowledge so as to construct its mechanical dynamics model through the 3D X-ray image analysis. With the clinical data, its performance is explored so as to discover the defects and failures for reducing or eliminating the potential threats towards patients. We plan to rigorously design the effective methods for assessment of endovascular stent-graft dynamics. A robust solution for automatic detection of stent-graft marker projections in FRSA X-ray images is presented under the least squares support vector machine (LS-SVM) framework. Then stent-graft marker 3D reconstruction and matching algorithms are developed, and stent-graft marker 3D movement is constructed. The framework developed in this project performs well for assessing endovascular stent-graft dynamics, and can be applied to a large variety of other challenges in medical image processing and compute vision.

随着透视X线成像立体摄影测量分析技术的发展，研究腔内动脉支架动力特性成为可能。然而，目前仍采用人工检测X射线透视影像上腔内动脉支架标记，而传统的图像处理方法难以满足腔内支架标记高测量精度的需求。本项目旨在通过立体X射线透视影像分析获得腔内支架三维运动状态，建立腔内支架机械动力特性模型，结合临床影像数据，探索腔内支架动力特性评价，以期能早期发现支架本身的缺陷和故障，从而降低或消除这些故障对病人的健康和安全所具有的潜在威胁。我们计划通过系统、严谨的分析来研究腔内动脉支架动力特性，探索支持向量机框架下腔内支架标记的精确自动检测技术，研究腔内支架标记匹配、三维重建以及动态立体呈现，并开发腔内支架动力特性评价及验证平台。研究成果将提供符合X射线透视影像数据特点的腔内支架动力特性评价关键算法，促进医学图像处理和计算机视觉领域中以目标检测算法、匹配算法以及三维重建算法为核心的多种应用的发展。

本项目提供符合X射线透视影像数据特点的腔内支架动力特性评价关键算法，拓展现有的医学图像处理理论和方法。在对国内外研究状况进行综合论述与深入分析的基础上，围绕X射线透视影像上动脉支架标记自动检测算法、匹配算法、三维重建算法以及腔内支架动力特性评价方法进行理论研究，取得以下成果：①将多尺度多方向支持度变换局部分析技术与医学影像和红外图像特性相结合，实现目标自动检测与提取；②根据待匹配图像几何约束，建立自适应权值目标函数，提高图像匹配精度；③对腔内支架标记进行三维重建，建立腔内支架标记动力特性模型，结合临床仿真数据，对腔内支架动力特性评价。.以医学图像血管分割、红外小目标提取、核磁共振影像匹配、病毒显微镜图像匹配、遥感影像匹配以及点集配准为例对上述理论研究工作进行验证，均获得满意的实验结果。.上述研究旨在促进现有的医学图像处理术和计算机视觉领域中以目标检测算法、匹配算法以及三维重建算法为核心的多种应用的发展，既有重要的科学意义和学术探讨价值，又有广泛的应用价值。