21072

۲۱۰۷۱

بخش بندي خودكار بطن چپ در اكوكارديوگرافي سه بعدي

كارشناسي ارشد

مهندسي پزشكي

۱۳۹۵

۱۳۹۸/۴/۱۸

دكتر حميد بهنام

برق

نارسايي قلبي يكي از شايع¬ترين بيماري¬ها در جهان است. اطلاع به‌موقع از وضعيت قلب مي¬تواند در پيشگيري و درمان بسيار مؤثر باشد. ارزيابي بطن چپ اطلاعات مفيدي از موقعيت و شرايط قلب در اختيار متخصصان قرارمي¬دهد. جهت بررسي برخي ويژگي¬ها در طول يك سيكل قلبي، مانند چگونگي تغييرات حجم، ميزان جابجايي بخش¬هاي مختلف قلب و...، تعيين مرزهاي بطن در كليه فريم¬ها موردنياز است. تعيين دقيق مرز بطن چپ كه اولين گام در بررسي اين حفره است، كاري بسيار خسته كننده و زمان¬بر است، لذا خودكارسازي اين كار مي¬تواند بسيار ارزشمند باشد. در اين پايان¬نامه در ابتدا جهت كاهش نويز با استفاده از يك روش جديد به كمك منحني زماني انحراف شدت و اعمال توابع موجك روي آن¬ها سعي بر كاهش نويز شده است، كه در اين حالت ساختار تصوير بهتر حفظ‌شده است و اثر محوشدگي با توجه به محاسبه¬ي كنتراست نويز از بين رفته است. سپس از يك روش خودكار جهت بخش¬بندي مرز بطن چپ استفاده‌شده كه در آن محدوده بطن چپ بر روي اكوكارديوگرافي سه¬بعدي با استفاده از روش سطح فعال صريح بي- اسپلاين كه يك فرمول¬بندي جديد از كانتور¬هاي فعال بر اساس توابع صريح است، بخش¬بندي مي¬شود. با اعمال روش كاهش نويز بيان‌شده به تصوير قبل از اعمال الگوريتم بخش¬بندي داده بهترين عملكرد را داشته است. يك مسئله¬ي چالش برانگيز براي تفسير تصوير اكوكارديوگرافي دقت آناليز حركات ريز ماهيچه¬ها و دريچه¬ها است و با افزايش نرخ فريم در ويدئو اين مشكل بهبود مي¬يابد كه در اين پايان¬نامه با استفاده از يك روش جديد به كمك درون¬يابي بي-اسپلاين ، نرخ فريم افزايش داده‌شده است، براي بيان ميزان خطاي اين الگوريتم فريم¬ها را يكي در ميان حذف كرديم و سپس با الگوريتم درونيابي فريم¬ها را مجددا درونيابي كرديم، در مقايسه با فريم اصلي فريم¬هاي درونيابي شده با ميانگين مربعات خطاي 4382/0 براي داده¬ي دوبعدي و 1893/0 براي داده¬ي سه¬بعدي درون‌يابي شده¬است. با استفاده از اين ويدئو مي¬توان به پزشك در تشخيص بيماري¬ها و حركات ناهنجار ريز ماهيچه¬ها كمك كرد. واژه‌هاي كليدي: تصاوير اكوكارديوگرافي سه¬بعدي، كانتور¬هاي فعال،B-spline ، بخش¬بندي تصوير خودكار، افزايش نرخ فريم.

1398/07/01

Automatic segmentation of left ventricle in 3D echocardiography

7/8/2020 12:00:00 AM

Cardiovascular diseases are the major causes of death throughout the world. Knowing some information about LV, its shape and some other measures, can be effective in prevention and treatment. The assessment of LV can provides useful information about condition and status of heart. For assessment of some properties in one cardiac cycle, studying some fundamental parameters, such as volume changes over time, relies on accurate delineating LV borders in all frames. Manual segmentation of all frames of one cardiac cycle in different standard echo views, as routinely carried by experts, is tedious and time consuming and necessitates expertise to identify endocardial borders accurately. Therefore, a robust and accurate automated method for segmentation is highly desirable to avoid from human mistakes and make it easier, faster and more accurate, particularly for the less-experienced echo-cardiologist. In this thesis at first for denoising the echocardiography images, a new method with use of Intensity Variation Time Curves and applying Wavelet function on them is proposed. In this case, structure of images is preserved and the bluring effect is disappear. In the sequel an automatic method for segmentation of the left ventricle border in three dimensional (3-D) echocardiography with B-spline Explicit Active Surface is proposed, that is new formulation of active contours based on explicit function. With applying proposed denoising method in data before segmentation the algorithm had best performance. A challenging issue for echocardiographic image interpretation is the accurate analysis of small transient motions of myocardium and valves during real time visualization. A higher frame rate video may reduce this difficulty, and temporal super resolution (TSR) is useful for illustrating the fast-moving structures. In this thesis, a novel framework that optimizes TSR enhancement of echocardiographic images by utilizing temporal information and B-spline interpolation is introduced. The goal of this method is to increase the frame rate of echocardiographic videos, and therefore enable more accurate analyses of moving structures. Due to the MSE 0.4382 for 2D data and 0.1893 for 3D volumes this method had best performance. This method can be useful for cardiologist in low frame rates in 3D echocardiography.