孫 正

（華北電力大學(xué)電子與通信工程系，河北 保定 071003）

血管內(nèi)超聲圖像后處理綜述

孫 正

（華北電力大學(xué)電子與通信工程系，河北 保定 071003）

血管內(nèi)超聲顯像是目前臨床常用的診斷血管病變的介入影像手段，可在活體中觀察血管壁和管腔的形態(tài)，以及斑塊的形態(tài)和成分。采用數(shù)字圖像處理技術(shù)，對(duì)血管內(nèi)超聲圖像序列進(jìn)行自動(dòng)或半自動(dòng)地處理和分析，對(duì)于血管病變的計(jì)算機(jī)輔助診斷和制定最佳診療方案具有重要意義。本文就近年來(lái)血管內(nèi)超聲圖像計(jì)算機(jī)后處理的研究現(xiàn)狀進(jìn)行綜述，包括圖像分割和組織標(biāo)定、運(yùn)動(dòng)偽影的抑制、血管的三維重建、血管形態(tài)和血流動(dòng)力學(xué)參數(shù)的測(cè)量、組織定征顯像及與其他影像的融合等，評(píng)價(jià)了目前的研究情況，并對(duì)未來(lái)的研究提出了展望。

血管內(nèi)超聲；圖像分割；運(yùn)動(dòng)偽影；三維重建；組織定征顯像；圖像融合

血管內(nèi)超聲(intravascular ultrasound, IVUS)是目前臨床常用的微創(chuàng)血管內(nèi)成像技術(shù)，能在活體中描述血管壁復(fù)雜的解剖結(jié)構(gòu)。除了評(píng)估管腔狹窄程度之外，還可進(jìn)一步檢測(cè)粥樣硬化斑塊的易損性和斑塊負(fù)荷。它在動(dòng)脈粥樣硬化的研究和臨床評(píng)估中起著至關(guān)重要的作用[1]，該技術(shù)在臨床應(yīng)用已超過(guò)15年，積累了大量臨床研究資料[2]。

標(biāo)準(zhǔn)的IVUS成像系統(tǒng)獲取的是單張橫斷面圖像（B-模式）集合而成的圖像序列，前后幀之間具有很強(qiáng)的相關(guān)性。如圖1所示，血管壁在橫向視圖上呈現(xiàn)回聲不同的三層環(huán)形結(jié)構(gòu)[3]：超聲導(dǎo)管始終位于圖像中心，周圍由內(nèi)而外依次為管腔、血管壁內(nèi)膜及內(nèi)彈性膜（強(qiáng)回聲亮環(huán)）、中膜（低回聲暗區(qū)）、外膜和外彈性膜（較亮的強(qiáng)回聲帶）和毗鄰結(jié)構(gòu)。如圖2所示，異常IVUS顯像表現(xiàn)為4類不同成分的斑塊[3]：①脂質(zhì)斑塊，透聲性強(qiáng)，表現(xiàn)為低回聲區(qū)；②纖維性斑塊，回聲強(qiáng)度與鈣化性斑塊相近，但其后無(wú)負(fù)性聲影；③鈣化性斑塊，回聲很強(qiáng)，強(qiáng)回聲后有負(fù)性聲影；④混合性斑塊，同時(shí)具有兩種以上斑塊的聲學(xué)特征。使用馬達(dá)驅(qū)動(dòng)的自動(dòng)回撤系統(tǒng)回撤超聲導(dǎo)管，可獲得血管的縱向視圖（L-模式）。由于心臟運(yùn)動(dòng)等因素，冠狀動(dòng)脈內(nèi)超聲的縱向視圖中會(huì)出現(xiàn)“鋸齒樣”特征性的偽影[4]如圖3所示。

圖2 IVUS圖像中不同的斑塊組織

圖3 IVUS縱向視圖

IVUS圖像序列的數(shù)據(jù)量巨大，且由于采用高頻超聲探頭，圖像受噪聲污染嚴(yán)重，對(duì)比度低，存在多種影響視覺(jué)效果的偽影。若由醫(yī)生手動(dòng)完成對(duì)圖像的分析和解讀（包括找出存在病變的圖像、提取血管壁內(nèi)外膜（包含斑塊）的邊緣、對(duì)血管腔、血管壁和斑塊組織的形態(tài)進(jìn)行定量測(cè)量以及分析斑塊成分等），則是一項(xiàng)非常繁瑣的工作，而且結(jié)果易受操作者的專業(yè)知識(shí)和臨床經(jīng)驗(yàn)的影響。利用先進(jìn)的計(jì)算機(jī)技術(shù)和圖像處理技術(shù)，對(duì)IVUS圖像進(jìn)行自動(dòng)分析和處理，可獲得精確、客觀、可重復(fù)性高的分析結(jié)果。

目前，對(duì)IVUS圖像序列進(jìn)行后處理的研究?jī)?nèi)容主要包括：圖像的分割和組織標(biāo)定、抑制運(yùn)動(dòng)偽影、定量測(cè)量血管形態(tài)和血流動(dòng)力學(xué)參數(shù)、三維重建血管、血管組織定征顯像，以及與其他影像的融合等。本文從上述幾方面就近年來(lái)IVUS圖像計(jì)算機(jī)后處理的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行簡(jiǎn)要概述，并對(duì)該領(lǐng)域的發(fā)展方向進(jìn)行展望。

1 圖像的分割和組織標(biāo)定

1.1 提取血管壁輪廓

對(duì)IVUS圖像進(jìn)行分割，提取出血管內(nèi)腔-斑塊邊界和血管壁中-外膜邊界，是定量測(cè)量血管形態(tài)和血流動(dòng)力學(xué)參數(shù)、三維重建血管以及IVUS與其他影像融合的必要步驟和保證其精度的關(guān)鍵。

由于IVUS圖像一般受噪聲污染嚴(yán)重，包括斑點(diǎn)噪聲、偽影和部分血管壁鈣化陰影等的影響，常規(guī)的灰度圖像輪廓提取方法，如微分法等，難以獲得滿意結(jié)果。

半自動(dòng)方法包括圖搜索[5]、活動(dòng)輪廓模型及其相關(guān)改進(jìn)算法[6]等，其分割效果較常規(guī)方法有很大提高，但仍需操作者一定程度的手動(dòng)參與，可能延長(zhǎng)處理時(shí)間或引入誤差。

已提出的全自動(dòng)分割方法包括：基于統(tǒng)計(jì)活動(dòng)輪廓模型的方法[7]、基于模糊聚類的方法[8]、自動(dòng)獲得初始輪廓的 snake方法[9]、概率統(tǒng)計(jì)分割內(nèi)腔的方法[10]、基于紋理分析的方法[11]、形狀驅(qū)動(dòng)方法[12]、多智能體方法[13]、基于 contourlet變換的snake方法[14]、二值形態(tài)學(xué)重建方法[15]、基于對(duì)中膜層整體解釋的方法[16]和基于快速推進(jìn)的方法[17]等。上述方法都是在二維空間中對(duì)橫截面圖像序列進(jìn)行串行處理，即逐幀分割。

近年來(lái)，三維分割技術(shù)[18]成為該領(lǐng)域新的研究方向，如圖4所示。與二維分割相比，其優(yōu)勢(shì)在于可以利用整個(gè)圖像序列的信息，實(shí)現(xiàn)對(duì)序列的并行處理，提高處理效率。

對(duì)由超聲信號(hào)重建出的灰度圖像進(jìn)行分割，其局限性在于重建出的灰度圖像內(nèi)容很大程度上取決于IVUS的系統(tǒng)參數(shù)設(shè)置[3]。為了克服該不足，近年來(lái)研究者開始探討利用原始超聲射頻信號(hào)(radio frequency, RF)完成對(duì)IVUS圖像的分割[19]。但是并非所有IVUS成像系統(tǒng)都允許對(duì)原始射頻信號(hào)進(jìn)行采集，因而限制了此類方法的臨床應(yīng)用。

圖4 IVUS圖像的三維分割示意圖[18]

1.2 斑塊的識(shí)別和分類

在完成血管壁內(nèi)、外膜輪廓的提取之后，對(duì)異常圖像中的斑塊組織進(jìn)行正確地自動(dòng)識(shí)別和分類，對(duì)于評(píng)價(jià)斑塊的易損性、預(yù)測(cè)其進(jìn)展以及選擇適當(dāng)?shù)闹委煼桨妇哂兄匾饬x。根據(jù)所采用的數(shù)據(jù)類型的不同，現(xiàn)有的方法可分為2類：

(1) 基于圖像的方法，即分析灰度圖像的紋理特征變化，同時(shí)結(jié)合不同斑塊特征的先驗(yàn)知識(shí)，完成對(duì)斑塊組織的標(biāo)定[20]。由于斑塊的組織構(gòu)成多變以及超聲顯像自身的局限性等諸多因素的影響，以IVUS灰階圖像判斷斑塊性質(zhì)的準(zhǔn)確性和可重復(fù)性較差，尚難以嚴(yán)格區(qū)分纖維性、脂質(zhì)性和纖維脂質(zhì)混合性斑塊。

(2) 對(duì)超聲導(dǎo)管采集的原始射頻信號(hào)進(jìn)行分類，完成對(duì)不同斑塊組織的識(shí)別[21]；或者在利用射頻信號(hào)重建灰度圖像的同時(shí)，通過(guò)分析紋理特征完成對(duì)血管壁組織的分類[22]。但是，如前所述，其局限在于并非所有臨床使用的IVUS成像系統(tǒng)都允許采集原始射頻信號(hào)。

1.3 小 結(jié)

考慮到IVUS圖像序列的數(shù)據(jù)量巨大和圖像質(zhì)量差等因素，實(shí)現(xiàn)全自動(dòng)的圖像分割和組織標(biāo)定是未來(lái)的發(fā)展方向。但是，由于醫(yī)生在手動(dòng)分割圖像和標(biāo)定斑塊時(shí)使用了大量的專業(yè)知識(shí)和臨床經(jīng)驗(yàn)，所以沒(méi)有任何一種自動(dòng)分割和標(biāo)定方法能達(dá)到人類視覺(jué)系統(tǒng)的水平。因而，結(jié)合手動(dòng)操作的交互式方法仍然是目前的主要發(fā)展方向。

2 抑制運(yùn)動(dòng)偽影

在進(jìn)行冠狀動(dòng)脈內(nèi)超聲成像的過(guò)程中，心臟運(yùn)動(dòng)和管腔內(nèi)搏動(dòng)的血流會(huì)導(dǎo)致位于導(dǎo)管頂端的超聲傳感器在管腔長(zhǎng)軸方向產(chǎn)生縱向位移，且導(dǎo)管相對(duì)于管腔的角度也會(huì)有所改變。此外，血管的腔徑在心動(dòng)周期中亦呈現(xiàn)特征性變化[3]。在這些因素的共同作用下，連續(xù)回撤超聲導(dǎo)管采集的血管腔橫斷面圖像序列的灰度特征存在周期性變化，這種現(xiàn)象就是由心臟運(yùn)動(dòng)所致的運(yùn)動(dòng)偽影，在縱向視圖中表現(xiàn)為血管壁邊緣呈鋸齒形，在橫向視圖中表現(xiàn)為相鄰幀之間管腔橫截面的錯(cuò)位，如圖5所示。運(yùn)動(dòng)偽影是影響IVUS縱向視圖的視覺(jué)效果、測(cè)量血管形態(tài)參數(shù)以及血管三維重建精度的主要因素。

圖5 IVUS縱向和橫向視圖中的運(yùn)動(dòng)偽影[23]

2.1 心電門控

目前臨床主要采用心電(electrocardiogram, ECG)觸發(fā)技術(shù)減少運(yùn)動(dòng)偽影，包括2種方式：

(1) 前瞻性心電觸發(fā)[24]：需要專門的ECG觸發(fā)圖像采集裝置。與連續(xù)回撤導(dǎo)管的采集方式相比，圖像采集時(shí)間延長(zhǎng)至少三倍[25]。僅能獲得一個(gè)特定心臟時(shí)相（通常是R波）的圖像序列。

(2) 回顧性心電門控：根據(jù)同步記錄的ECG信號(hào)，從連續(xù)回撤超聲導(dǎo)管采集的圖像序列中選取每個(gè)心動(dòng)周期內(nèi)預(yù)設(shè)定時(shí)相（通常是R波）的圖像組成門控子序列。其缺點(diǎn)是：ECG與IVUS圖像的采集不可能完全同步；目前沒(méi)有一個(gè)公認(rèn)的明確標(biāo)準(zhǔn)來(lái)確定采用心動(dòng)周期中的哪一時(shí)刻作為最佳采樣點(diǎn)，可獲得最大幀間穩(wěn)定度[26]。

2.2 基于圖像的門控

考慮到 ECG門控技術(shù)在抑制運(yùn)動(dòng)偽影方面的上述不足，近年來(lái)，運(yùn)用數(shù)字圖像處理技術(shù)，通過(guò)分析IVUS圖像灰度特征的周期性變化，從圖像序列中選取在各心動(dòng)周期的相同心臟時(shí)相（通常是R波）采集的圖像，組成同步采樣序列，即基于圖像的門控(image-based gating)技術(shù)，如圖6所示，逐漸成為解決該問(wèn)題的熱點(diǎn)方法[25-28]。該方法無(wú)需門控圖像采集裝置，也無(wú)需利用 ECG信號(hào)，雖然可以避免 ECG門控的缺點(diǎn)，但是由于每個(gè)心動(dòng)周期只選擇一幀，可能會(huì)丟失很多有診斷價(jià)值的信息。

圖6 基于圖像的門控示意圖[27]

2.3 直接抑制方法

針對(duì)門控技術(shù)抑制運(yùn)動(dòng)偽影的不足，近年來(lái)研究者開始探討對(duì)IVUS灰度圖像序列直接進(jìn)行運(yùn)動(dòng)補(bǔ)償?shù)姆椒?。目前提出的方法主要包括以?類：

(1) 利用射頻信號(hào)[29]：即根據(jù)原始射頻信號(hào)分析圖像灰度的變化。由于射頻信號(hào)是基于極坐標(biāo)系的，因而此類方法只考慮圖像平面內(nèi)的旋轉(zhuǎn)運(yùn)動(dòng)。同時(shí)，并非所有臨床使用的IVUS成像系統(tǒng)都允許采集原始射頻信號(hào)。

(2) 光流法(optical flow)[30]：運(yùn)動(dòng)估計(jì)結(jié)果對(duì)圖像中存在的噪聲非常敏感，且極易受到血流隨機(jī)運(yùn)動(dòng)的干擾[31]。

(3) 塊匹配法(block matching)[32]：需要明顯的標(biāo)志物（例如鈣化、血管分叉等），而此類標(biāo)志并非在每幀圖像中都存在。

(4) 運(yùn)動(dòng)模型法：通過(guò)跟蹤血管腔輪廓的橢圓近似[23]；或者由圖像灰度特征估計(jì)出的血管質(zhì)心[33]來(lái)估算運(yùn)動(dòng)參數(shù)。

此類偽影抑制方法既不借助ECG信號(hào)，也不需要拋棄有用幀，在抑制運(yùn)動(dòng)偽影的同時(shí)，還可保證圖像數(shù)據(jù)集合的完整性，因而是未來(lái)的主要發(fā)展方向。

3 血管的三維重建

早期的血管三維重建方法是把一系列的 IVUS圖像按照采集順序等間距疊加起來(lái)形成三維直血管段[34]如圖7所示，不考慮血管本身的彎曲和扭曲、超聲導(dǎo)管在回撤過(guò)程中的扭曲和滑動(dòng)所造成的圖像旋轉(zhuǎn)和信息丟失、以及由于心臟運(yùn)動(dòng)所導(dǎo)致的運(yùn)動(dòng)偽影等。由于IVUS本身不能提供每一幀切片圖像的空間信息和定位導(dǎo)管回撤路徑，因而此類方法往往將彎曲的血管重建成直的血管，其結(jié)果是不準(zhǔn)確的。

圖7 IVUS圖像序列中的血管直接重建結(jié)果[34]

由于在進(jìn)行IVUS檢查的過(guò)程中，X線血管造影和IVUS分別同步顯示導(dǎo)管探頭在管腔內(nèi)的部位和相應(yīng)血管壁的結(jié)構(gòu)形態(tài)，因而可采用一對(duì)近似正交的造影圖像對(duì)導(dǎo)管的回撤路徑進(jìn)行精確定位，將由造影圖像獲得的超聲導(dǎo)管和管腔長(zhǎng)軸方向的三維幾何信息與由IVUS圖像獲得的管腔橫截面信息相融合，三維重建血管，充分發(fā)揮兩種成像手段的優(yōu)勢(shì)，克服分別獨(dú)立采用二者重建血管時(shí)的不足，如圖8所示。文獻(xiàn)[35-38]是代表性方法，主要不足在于確定各幀IVUS圖像的空間方向時(shí)，從造影圖像中重建出的三維血管腔模型或造影中的管腔輪廓或軸線作為基準(zhǔn)，采用優(yōu)化的方法求得各幀IVUS圖像的最優(yōu)空間方向。而基于造影圖像的三維重建本身就存在誤差（例如，重建時(shí)一般假設(shè)管腔橫截面為橢圓，而事實(shí)上當(dāng)發(fā)生狹窄時(shí)管腔的形狀通常復(fù)雜多樣），且在反投影的過(guò)程中，可能再次引入成像系統(tǒng)參數(shù)的誤差。

圖8 基于血管造影和IVUS圖像融合的重建結(jié)果[37]

更重要的是，目前對(duì)冠狀動(dòng)脈內(nèi)超聲圖像序列中血管三維重建的研究?jī)H限于重建某一個(gè)時(shí)相（通常是舒張末期）的血管。而研究冠狀動(dòng)脈血管組織的生物力學(xué)特性、分析血管壁受到的由搏動(dòng)血流引入的應(yīng)力應(yīng)變分布情況、建立血管彈性圖等，都需要分析動(dòng)脈血管在心動(dòng)周期中不同時(shí)刻的變形，因而限制了IVUS在此方面的應(yīng)用。

利用同步采集的、覆蓋多個(gè)心動(dòng)周期的冠狀動(dòng)脈內(nèi)超聲圖像序列和一對(duì)近似正交的血管造影圖像序列對(duì)靶血管段進(jìn)行動(dòng)態(tài)三維（四維，即三維+時(shí)間）重建，再現(xiàn)冠狀動(dòng)脈血管（包含可能存在的斑塊）在心動(dòng)周期中各時(shí)相的真實(shí)形態(tài)，是未來(lái)的主要發(fā)展方向。同時(shí)，對(duì)重建結(jié)果精度的定量評(píng)價(jià)也是需要解決的關(guān)鍵問(wèn)題，目前一般采用仿體實(shí)驗(yàn)或動(dòng)物（如豬）心臟的體外實(shí)驗(yàn)，但是制作可真實(shí)模擬人體搏動(dòng)狀態(tài)下的血管仿體是非常困難的，動(dòng)物體外實(shí)驗(yàn)同樣存在不能模擬搏動(dòng)的動(dòng)脈血管問(wèn)題。

4 血管形態(tài)和血流動(dòng)力學(xué)參數(shù)的定量測(cè)量

4.1 形態(tài)參數(shù)

在完成IVUS圖像的分割和血管三維重建的基礎(chǔ)上，采用幾何方法，可對(duì)具有臨床參考價(jià)值的血管形態(tài)參數(shù)（包括最大和最小管腔直徑、管腔橫截面積、管腔偏心率、管腔容積、血管壁厚、斑塊體積、血管段長(zhǎng)度等）進(jìn)行定量測(cè)量[39-40]，輔助血管病變的診斷和指導(dǎo)介入治療。

4.2 血流動(dòng)力學(xué)參數(shù)

利用重建出的三維血管模型，采用計(jì)算流體力學(xué)(computational fluid dynamics, CFD)數(shù)值模擬技術(shù)，可對(duì)血管壁應(yīng)力/應(yīng)變的分布和管壁的彈性模量等進(jìn)行估算[41]，如圖9所示。通過(guò)分析血管形態(tài)參數(shù)和血流動(dòng)力學(xué)參數(shù)之間的關(guān)系，還可研究斑塊的分布規(guī)律與血管的局部曲率和管壁剪應(yīng)力之間的關(guān)系，預(yù)測(cè)斑塊的發(fā)展趨勢(shì)，探討動(dòng)脈粥樣硬化的發(fā)病機(jī)理[42]。該測(cè)量方法的缺點(diǎn)是結(jié)果的精度很大程度上取決于血管三維重建的精度。重建過(guò)程中，圖像采集、二維分割、確定各幀IVUS圖像的軸向位置和空間方向等步驟中存在的誤差都會(huì)累積在最終的重建結(jié)果中，進(jìn)而影響對(duì)血流動(dòng)力學(xué)參數(shù)的測(cè)量精度。同時(shí)由于需借助 CFD軟件進(jìn)行數(shù)值模擬分析，限制了其適用范圍。

圖9 血管壁剪應(yīng)力CFD數(shù)值模擬結(jié)果[41]

4.3 小 結(jié)

血管形態(tài)和血流動(dòng)力學(xué)參數(shù)的精確測(cè)量，對(duì)冠心病臨床治療介入方案的選擇和對(duì)治療效果的評(píng)價(jià)等具有重要的參考價(jià)值。由于實(shí)際中動(dòng)脈血管內(nèi)部的血液流場(chǎng)是高度復(fù)雜的，而且心臟的周期性運(yùn)動(dòng)也會(huì)導(dǎo)致動(dòng)脈血管一定程度的變形，因而目前亟待解決的主要難題是對(duì)測(cè)量結(jié)果精度的定量、客觀評(píng)價(jià)。

5 血管組織定征顯像

為了準(zhǔn)確獲取斑塊信息，在IVUS的基礎(chǔ)上出現(xiàn)了虛擬組織成像(virtual histology, VH)和血管彈性圖(vascular elastography, VE)兩種技術(shù)，由于均以獲取斑塊的組織信息為目的，故統(tǒng)稱為組織定征顯像[43]。

5.1 虛擬組織成像

VH是美國(guó)Volcano公司(Volcano Therapeutics, Rancho Cordova, CA, USA)開發(fā)的一項(xiàng)新技術(shù)[44]，其原理是計(jì)算超聲回波信號(hào)的背向散射積分，并與預(yù)先建立的數(shù)據(jù)庫(kù)進(jìn)行相關(guān)性分析，將斑塊成分區(qū)分為 4種不同類型并以不同的顏色顯示，如圖 10所示。VH的臨床應(yīng)用價(jià)值尚需進(jìn)一步研究才能證實(shí)[45]。目前只有Volcano公司生產(chǎn)的IVUS設(shè)備具有VH-IVUS的分析功能。同時(shí)，VH-IVUS的圖像采集是通過(guò)ECG門控采集RF數(shù)據(jù)，因此如果沒(méi)有接上病人的ECG信號(hào)，或者病人ECG信號(hào)的R波波幅太低就不可能作VH-IVUS的圖像分析。

法家思想是當(dāng)時(shí)最先進(jìn)的的思想，商鞅的兩次變法正是法家思想的實(shí)踐，對(duì)戶籍制度、爵位制度、土地制度、行政制度、稅收制度以及民風(fēng)民俗進(jìn)行變革，制定出嚴(yán)苛的法律，全面推行依法治國(guó)。正如劉歆《新序論》所言，“法令必行，內(nèi)不私貴寵，外不偏疏遠(yuǎn)。是以令行而禁止，法出而奸息”[3]，在法家思想的指導(dǎo)下，在重刑厚賞的指令下，秦國(guó)舊有的奴隸制度、奴隸主貴族特權(quán)得以徹底推翻，真正完成了從奴隸制到封建制的過(guò)渡，建立起符合新興地主階級(jí)利益、適應(yīng)新的生產(chǎn)力新的生產(chǎn)關(guān)系的上層建筑，以及郡縣為基礎(chǔ)的中央集權(quán)制，奠定了影響中國(guó)社會(huì)兩千余年的封建政治制度的基礎(chǔ)。

圖10 最新一代的Volcano血管內(nèi)超聲儀可提供實(shí)時(shí)的VH-IVUS顯像[44]

5.2 血管彈性圖

血管彈性圖是一種顯示管壁和斑塊組織的生物力學(xué)特征的技術(shù)，用于評(píng)估斑塊的易損性。建立在 IVUS基礎(chǔ)上的稱為血管內(nèi)超聲彈性圖(intravascular ultrasound elastography, IVUSE)，依據(jù)構(gòu)建原理的不同分為2類：

(1) 基于射頻信號(hào)的IVUSE[46]：由于將射頻信號(hào)轉(zhuǎn)化為灰階圖像的過(guò)程中損失了部分信息，所以理論上基于射頻信號(hào)的 IVUSE較之基于圖像處理的 IVUSE具有更高的分辨力和精度。但基于射頻的 IVUSE計(jì)算是沿血管徑向方向的組織變形，屬于一維應(yīng)變，而實(shí)際上，組織的變形是三維的，包括徑向、周向和縱向3個(gè)分量，所以IVUSE無(wú)法全面顯示斑塊組織的彈性信息，這種限制性是該技術(shù)難以克服的[47]。此外，只有在組織運(yùn)動(dòng)方向與射頻信號(hào)方向一致時(shí)才能獲得可靠的應(yīng)變估計(jì)。由于受射頻信號(hào)低 SNR的影響，很難獲得對(duì)較短舒張末期區(qū)間中較小應(yīng)變的估計(jì)。

(2) 基于圖像處理的IVUSE[48]：無(wú)需獲取原始射頻信號(hào)，而是直接通過(guò)對(duì)灰階圖像的處理和分析構(gòu)建 VE?？捎?jì)算斑塊橫截面上任意方向上的正應(yīng)變和剪應(yīng)變，其構(gòu)建的是二維彈性圖，所以較基于射頻的 IVUSE能更全面地反映斑塊組織的彈性特征。但該方法的前提是必須確保在兩個(gè)不同管腔壓力下的相同位置處獲得對(duì)應(yīng)的一組血管壁橫截面圖像。由于心臟運(yùn)動(dòng)和動(dòng)脈管腔內(nèi)搏動(dòng)的血流會(huì)導(dǎo)致超聲導(dǎo)管在管腔內(nèi)產(chǎn)生復(fù)雜運(yùn)動(dòng)，所以圖像的獲取較困難。

近年來(lái)，國(guó)內(nèi)理工醫(yī)的科研人員圍繞該問(wèn)題開展了一系列的研究工作。例如，復(fù)旦大學(xué)汪源源教授領(lǐng)導(dǎo)的項(xiàng)目組在結(jié)合血流多普勒信號(hào)和血管內(nèi)壓力測(cè)量的冠脈彈性參數(shù)和等效阻抗的計(jì)算[49]方面開展了一系列的研究工作。山東大學(xué)齊魯醫(yī)院張運(yùn)院士[50]和西安交通大學(xué)萬(wàn)明習(xí)教授[51]領(lǐng)導(dǎo)的項(xiàng)目組分別獨(dú)立地對(duì)IVUS動(dòng)脈血管壁彈性顯像問(wèn)題進(jìn)行了深入研究。

未來(lái)的發(fā)展方向是從IVUS灰階圖像序列中獲取血管壁組織隨血流施壓變化產(chǎn)生的運(yùn)動(dòng)場(chǎng)的基礎(chǔ)上，根據(jù)力學(xué)理論得到各幀血管壁橫截面圖像上各點(diǎn)的應(yīng)力和應(yīng)變值。

6 與其他影像的融合

6.1 IVUS與X線血管造影圖像的融合

如第3節(jié)中所述，X線血管造影和IVUS具有互補(bǔ)性：造影圖像反映血管腔被造影劑充填后的投影輪廓，無(wú)法獲得血管壁和斑塊的形態(tài)結(jié)構(gòu)信息；IVUS顯示血管橫斷面，但無(wú)法提供管腔及斑塊的空間位置信息。融合IVUS和造影圖像數(shù)據(jù)，對(duì)血管進(jìn)行三維重建，可克服分別獨(dú)立采用二者重建血管時(shí)的不足[35-38,52]。

6.2 IVUS與IV-OCT圖像的融合

IVUS與血管內(nèi)光學(xué)相干斷層掃描技術(shù)(intravascular optical coherence tomography, IV-OCT)的成像原理類似，都是用能量束在血管腔內(nèi)進(jìn)行360°周向掃描，獲得管腔橫斷面圖像，而且二者具有互補(bǔ)性[53]：IVUS可獲得較好地探測(cè)深度，但是空間分辨率較低，對(duì)血管微小結(jié)構(gòu)變化提供價(jià)值有限；IV-OCT的軸向和側(cè)向分辨率都很高，接近組織學(xué)分辨率，但由于采用紅外光源，導(dǎo)致其組織穿透力較弱。因此，將同一段血管的IV-OCT與IVUS圖像數(shù)據(jù)進(jìn)行配準(zhǔn)和融合[54]，可充分發(fā)揮IVUS的強(qiáng)組織穿透力和IV-OCT的高分辨率的優(yōu)勢(shì)，獲得對(duì)血管壁以及損傷和斑塊的全面描述（圖11）。

配準(zhǔn)時(shí)通常需要采用圖像中的標(biāo)志物作為配準(zhǔn)依據(jù)，例如側(cè)支血管和鈣化等。但是在IVUS和IV-OCT圖像序列中，并非每個(gè)切面中都有此類標(biāo)志，例如IVUS圖像中可觀察到鈣化，但其在對(duì)應(yīng)的IV-OCT圖像中不一定可見。而且，由于IVUS和IV-OCT檢查并非同時(shí)進(jìn)行，因此成像導(dǎo)絲在管腔內(nèi)的回撤軌跡可能會(huì)不同。即使按照相同的回撤速度，同一段血管的IVUS和IV-OCT圖像序列的對(duì)應(yīng)幀之間仍然存在誤差。同時(shí)，由于心臟運(yùn)動(dòng)，各心動(dòng)周期中圖像的采集時(shí)間點(diǎn)也會(huì)不同，導(dǎo)致對(duì)應(yīng)的IVUS和IV-OCT圖像中的血管會(huì)有一定程度的變形，更加大了配準(zhǔn)的難度。

圖11 IVUS和OCT圖像配準(zhǔn)[54]

未來(lái)的發(fā)展方向是開發(fā)多功能的血管內(nèi)超聲成像系統(tǒng)，使得血管內(nèi)超聲和 OCT成像可同時(shí)進(jìn)行[55]，獲得對(duì)靶血管段形態(tài)結(jié)構(gòu)更為全面的了解。

6.3 IVUS與CT血管造影圖像的融合

CTA(CT angiography)作為一種無(wú)創(chuàng)的血管影像技術(shù)，為多數(shù)病人提供了與X線血管造影相似的解剖結(jié)構(gòu)信息[56]。在利用IVUS圖像序列對(duì)血管進(jìn)行三維重建時(shí)，可采用 CTA圖像重建目標(biāo)血管的中心線，作為對(duì)三維導(dǎo)管回撤路徑的近似[57]，如圖12所示。但是，在對(duì)冠狀動(dòng)脈成像時(shí)，由于 CTA與IVUS圖像并非同步獲取，因此，二者記錄的可能不是相同狀態(tài)下的心臟及冠狀動(dòng)脈。并且，如圖 13所示，通常情況下血管腔軸線與超聲導(dǎo)管回撤路徑并不重合[58]，因而估計(jì)重建誤差和評(píng)價(jià)算法精度時(shí)必須考慮這一因素的影響。

圖12 CTA與IVUS圖像的融合[57]

圖13 超聲導(dǎo)管與血管腔軸線示意圖[58]

7 結(jié)論和展望

目前，已經(jīng)應(yīng)用于臨床的IVUS圖像計(jì)算機(jī)后處理軟件，如VH-IVUS (volcano therapeutics, rancho Cordova, CA, USA)、iMAP-IVUS (Boston scientific, Santa Clara, CA, USA)、integrated backscatter IVUS (IB-IVUS)和automated differential echogenicity (ADE)，主要包括自動(dòng)提取血管壁內(nèi)外膜輪廓、定量測(cè)量具有臨床參考價(jià)值的血管形態(tài)參數(shù)、射頻信號(hào)分析、虛擬組織學(xué)顯像和血管彈性顯像等功能。上述的其他研究?jī)?nèi)容雖然目前尚未應(yīng)用于臨床，但其應(yīng)用前景是光明的。

血管內(nèi)超聲基本的信號(hào)被轉(zhuǎn)化為標(biāo)準(zhǔn)顯示的常規(guī)灰度圖像。雖然對(duì)于超聲信號(hào)的高級(jí)分析（包括射頻信號(hào)、背向散射信號(hào)以及彈性特征等），可進(jìn)一步了解組織特征，為血管壁形態(tài)學(xué)分類和斑塊成分的分析提供更客觀及重復(fù)性好的分類方法，但是并非所有IVUS成像系統(tǒng)都允許對(duì)原始射頻信號(hào)進(jìn)行采集，因而限制了此類處理方法（涉及血管壁邊緣提取、組織標(biāo)定、運(yùn)動(dòng)偽影的抑制、血管彈性顯像、血管三維重建等）的廣泛應(yīng)用?；谏鲜鲈?，對(duì)IVUS數(shù)字圖像序列的自動(dòng)、定量、客觀地解讀，對(duì)于血管病變（特別是冠狀動(dòng)脈粥樣硬化性病變）的計(jì)算機(jī)輔助診斷和篩查、制定介入手術(shù)規(guī)劃和實(shí)現(xiàn)手術(shù)的精確定位、評(píng)價(jià)介入治療效果等將具有很好的應(yīng)用前景。

[1] Gibbons R J, Araoz P A, Gerber T C. The year in cardiac imaging [J]. Journal of the American College of Cardiology, 2012, 59(21): 1849-1860.

[2] Suh W M, Seto A H, Margey R J P, et al. Intravascular detection of the vulnerable plaque [J]. Circulation: Cardiovascular Imaging, 2011, 4: 169-178.

[3] Schoenhagen P. 輕松掌握血管內(nèi)超聲[M]. 劉茜蒨,劉 健, 陳 蕓, 譯. 北京: 人民軍醫(yī)出版社, 2009.

[4] Ge Junbo. Current status of percutaneous coronary intervention of chronic total occlusion [J]. Journal of Zhejiang University-Science B, 2012, 13(8): 589-602.

[5] Olszewski M E, Wahle A, Vigmostad S C, et al. Multidimensional segmentation of coronary intravascular ultrasound images using knowledge-based methods [C]// Proceedings of SPIE Conference on Medical Imaging and Image Processing. San Diego, CA, USA: SPIE, 2005: 496-504.

[6] Zhu X, Zhang P, Shao J, et al. A snake-based method for segmentation of intravascular ultrasound images and its in vivo validation [J]. Ultrasonics, 2011, 51(2): 181-189.

[7] Brusseau E, de Korte C L, Mastik F, et al. Fully automatic luminal contour segmentation in intracoronary ultrasound imaging - a statistical approach [J]. IEEE Transactions on Medical Imaging, 2004, 23(5): 554-566.

[8] Filho E S, Yoshizawa M, Tanaka A, et al. Detection of luminal contour using fuzzy clustering and mathematical morphology in intravascular ultrasound images [C]// Proceedings of 27th Annual International Conference of the IEEE Engineering in Medicine and Biology, Shanghai, China: IEEE, 2005: 3471-3474.

[9] Giannoglou G D, Chatzizisis Y S, Koutkias V, et al. A novel active contour model for fully automated segmentation of intravascular ultrasound images: in vivo validation in human coronary arteries [J]. Computers in Biology and Medicine, 2007, 37(9): 1292-1302.

[10] Mendizabal-Ruiz G, Rivera M, Kakadiaris I A. A probabilistic segmentation method for the identification of luminal borders in intravascular ultrasound images [C]//Proceedings of 26thIEEE Conference on Computer Vision and Pattern Recognition, Anchorage, AK, USA: IEEE, 2008: 1-8.

[11] Papadogiorgaki M, Mezaris V, Chatzizisis Y S, et al. Image analysis techniques for automated IVUS contour detection [J]. Ultrasound in Medicine and Biology, 2008, 34(9): 1482-1498.

[12] Unal G, Bucher S, Carlier S, et al. Shape-driven segmentation of the arterial wall in intravascular ultrasound images [J]. IEEE Transactions on Information Technology in Biomedicine, 2008, 12(5): 335-347.

[13] Bovenkamp E G P, Dijkstra J, Bosch J G, et al. User-agent cooperation in multiagent IVUS image segmentation [J]. IEEE Transactions on Medical Imaging, 2009, 28(1): 94-105.

[14] Zhang Qi, Wang Yuanyuan, Wang Weiqi, et al. Automatic segmentation of calcifications in intravascular ultrasound images using snakes and the contourlet transform [J]. Ultrasound in Medicine and Biology, 2010, 36(1): 111-129.

[15] Moraes M, Furuie S. Automatic coronary wall segmentation in intravascular ultrasound images using binary morphological reconstruction [J]. Ultrasound in Medicine and Biology, 2011, 37(9): 1486-1499.

[16] Ciompi F, Pujol O, Gatta C, et al. HoliMAb: a holistic approach for media-adventitia border detection in intravascular ultrasound [J]. Media Image Analysis, 2012, 16(6): 1085-1100.

[17] Francois D, Marie-Hélène Roy C, Louise A, et al. Segmentation method of intravascular ultrasound images of human coronary arteries [J]. Computerized Medical Imaging and Graphics, 2014, 38(2): 91-103.

[18] 孫 正, 楊 宇. 基于snake模型的IVUS圖像序列三維分割方法[J]. 工程圖學(xué)學(xué)報(bào), 2011, 32(6): 25-32.

[19] Mendizabal-Ruiz E G, Kakadiaris I A. Probabilistic segmentation of the lumen from intravascular ultrasound radio frequency data [C]//Proceedings of 15thInternational Conference on Medical Image Computing and Computer Assisted Intervention, Nice, France, 2012: 454-461.

[20] Athanasiou L S, Karvelis P S, Tsakanikas V D, et al. A novel semiautomated atherosclerotic plaque characterization method using grayscale intravascular ultrasound images: comparison with virtual histology [J]. IEEE Transactions on Information Technology in Biomedicine, 2012, 16(3): 391-400.

[21] Nair A, Margolis M P, Kuban B D, et al. Automated coronary plaque characterization with intravascular ultrasound backscatter: ex vivo validation [J]. Eurointervention, 2007, 3(1): 113-120.

[22] Ciompi F, Gatta C, Pujol O, et al. Reconstruction and analysis of intravascular ultrasound sequences [J]. New Advances in Biomedical Signal Processing, 2011: 231-250.

[23] Rosales M, Radeva P, Rodriguez-Leor O, et al. Modeling of image-catheter motion for 3-D IVUS [J]. Medical Image Analysis, 2009, 13(1): 91-104.

[24] 閻 靜, 成官迅, 劉國(guó)順, 等. 雙源CT前瞻性和回顧性心電門控冠狀動(dòng)脈成像對(duì)比研究[J]. 醫(yī)學(xué)影像學(xué)雜志, 2012, 22(1): 45-49.

[25] O′Malley S M, Granada J F, Carlier S, et al. Image-based gating of intravascular ultrasound pullback sequences [J]. IEEE Transactions on Information Technology in Biomedicine, 2008, 12(3): 299-306.

[26] Gatta C, Balocco S, Ciompi F, et al. Real-time gating of IVUS sequences based on motion blur analysis: method and quantitative validation [C]//Proceedings of International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2010). Beijing, China, 2010: 59-67.

[27] Sun Zheng, Yan Qi. An off-line gating method for suppressing motion artifacts in ICUS sequence [J]. Computers in Biology and Medicine, 2010, 40(11): 860-868.

[28] Hernàndez-Sabaté A, Gil D, Garcia-Barnés J, et al. Image-based cardiac phase retrieval in intravascular ultrasound sequences [J]. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 2011, 58(1): 60-72.

[29] Saijo Y, Tanaka A, Owada N, et al. Tissue velocity imaging of coronary artery by rotating-type intravascular ultrasound [J]. Ultrasonics, 2004, 42: 753-757.

[30] Danilouchkine M G, Mastik F, Steen A F W. Accuracy in prediction of catheter rotation in ICUS with feature-based optical flow-a phantom study [J]. IEEE Transactions on Information Technology in Biomedicine, 2008, 12(3): 356-365.

[31] Rosales M, Radeva P, Rodriguez O, et al. Suppression of IVUS image rotation. A kinematic approach [J]. Functional Imaging and Modeling of the Heart, 2005, 3504: 359-368.

[32] Danilouchkine M G, Mastik F, van der Steen A F W. Improving IVUS palpography by incorporation of motion compensation based on block matching and optical flow [J]. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control, 2008, 55(11): 2392-2404.

[33] Hernàndez-Sabaté A, Gil D, Fernandez-Nofrerías E, et al. Approaching artery rigid dynamics in IVUS [J]. IEEE Transactions on Medical Imaging, 2009, 28(11): 1670-1680.

[34] Sanz-Requena R, Moratal D, Garcia-Sanchez D R, et al. Automatic segmentation and 3D reconstruction of intravascular ultrasound images for a fast preliminar evaluation of vessel pathologies [J]. Computerized Medical Imaging and Graphics, 2007, 31(2): 71-80.

[35] Wahle A, Prause G P M, DeJong S C, et al. Geometrically correct 3-D reconstruction of intravascular ultrasound images by fusion with biplane angiography-methods and validation [J]. IEEE Transactions on Medical Imaging, 1999, 18(8): 686-699.

[36] Slager C J, Wentzel J J, Schuurbiers J C, et al. True 3-dimensional reconstruction of coronary arteries in patients by fusion of angiography and IVUS (ANGUS) and its quantitative validation [J]. Circulation, 2000, 102(5): 511-516.

[37] Andreas W, Steven C M, Mark E O, et al. Accuratevisualization and quantification of coronary vasculature by 3-D/4-D fusion from biplane angiography and intravascular ultrasound [C]//Proceedings of SPIE Conference on Biomonitoring and Endoscopy Technologies, Amsterdam, Netherlands, 2000: 144-155.

[38] Stéphane C, Rich D, Tristan S, et al. A new method for real-time co-registration of 3D coronary angiography and intravascular ultrasound or optical coherence tomography [J]. Cardiovascular Revascularization Medicine, 2014, 15(3): 226-232.

[39] Luo Zhongchi, Wang Yuanyuan, Wang Weiqi. Estimating coronary artery lumen area with optimization-based contour detection [J]. IEEE Transactions on Medical Imaging, 2003, 22(4): 564-566.

[40] Medina R, Wahle A, Olszewski M E, et al. Three methods for accurate quantification of plaque volume in coronary arteries [J]. The International Journal of Cardiovascular Imaging, 2003, 19(4): 301-311.

[41] Wahle A, Mitchell S C, Ramaswamy S D, et al. Four-dimensional coronary morphology and computational hemodynamics [C]//Proceedings of SPIE International Conference on Medical Imaging 2001: Image Processing, San Diego, CA, USA, 2001: 743-754.

[42] Wahle A, Lopez J J, Olszewski M E, et al. Plaque development, vessel curvature, and wall shear stress in coronary arteries assessed by X-ray angiography and intravascular ultrasound [J]. Medical Image Analysis, 2006, 10(4): 615-631.

[43] Garcìa-Garcìa H M, Gogas B D, Serruys P W, et al. IVUS-based imaging modalities for tissue characterization: similarities and differences [J]. International Journal of Cardiovascular Imaging, 2011, 27(2): 215-224.

[44] Volcano. IVUS IMAGING: VH? IVUS imaging [EB/OL]. [2015-01-25]. http://www.volcanocorp.com/products/ ivus- imaging/ vh-ivus.php.

[45] Sonka M, Downe R W, Garvin J W, et al. IVUS-based assessment of 3D morphology and virtual histology: prediction of atherosclerotic plaque status and changes [C]// Proceedings of 33rd Annual International Conference of the IEEE EMBS. Boston, Massachusetts USA: IEEE, 2011: 6647-6650.

[46] Brugaletta S, Garcia-Garcia H M, Serruys P W, et al. Relationship between palpography and virtual histology in patients with acute coronary syndromes [J]. Journal of JACC: Cardiovascular Imaging, 2012, 5(3): 19-27.

[47] 胡曉波, 張 梅. 血管內(nèi)超聲組織定征顯像的研究現(xiàn)狀[J]. 中華超聲影像學(xué)雜志, 2010, 19(1): 77-79.

[48] Liang Yun, Zhu Hui, Friedman M H. Estimation of the transverse strain tension of the arterial wall using IVUS image registration [J]. Ultrasound in Medicine and Biology, 2008, 41: 2906-2911.

[49] Zhang Qi, Steinman D A, Friedman M H. Use of factor analysis to characterize arterial geometry and predict hemodynamic risk: application to the human carotid bifurcation [J]. Journal of Biomechanical Engineering, 2010, 132(11): 114505(1-5).

[50] Zhang Pengfei, Su Haijun, Zhang Mei, et al. Atherosclerotic plaque components characterization and macrophage infiltration identification by intravascular ultrasound elastography based on B-mode analysis: validation in vivo [J]. The International Journal of Cardiovascular Imaging, 2011, 27(1): 39-49.

[51] Wan Mingxi, Li Yangmei, Li Junbo, et al. Strain imaging and elasticity reconstruction of arteries based on intravascular ultrasound video images [J]. IEEE Transactions on Biomedical Engineering, 2001, 48(1): 116-120.

[52] Tu Shengxian. Three-dimensional quantitative coronary angiography and the registration with intravascular ultrasound and optical coherence tomography [D]. Netherlands: Leiden University, 2012.

[53] Jang I K. Optical coherence tomography or intravascular ultrasound [J]. Journal of JACC: Cardiovascular Imaging, 2011, 4(5): 492-494.

[54] Paulya O, Unala G, Slabaugha G, et al. Semi-automatic matching of OCT and IVUS images for image fusion [C]// Proceedings of SPIE International Conference on Medical Imaging 2008: Image Processing. San Diego, CA, USA: SPIE, 2008: 6914 2N.

[55] Yang Haochung, Yin Jiechen, Hu Changhong, et al. A dual-modality probe utilizing intravascular ultrasound and optical coherence tomography for intravascular imaging applications [J]. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 2010, 57(12): 2839-2843.

[56] Feuchtner G, Loureiro R, Bezerra H, et al. Quantification of coronary stenosis by dual source computed tomography in patients: a comparative study with intravascular ultrasound and invasive angiography [J]. European Journal of Radiology, 2012, 81(1): 83-88.

[57] van der Giessen A G, Schaap M, Gijsen F J, et al. 3D fusion of intravascular ultrasound and coronary computed tomography for in-vivo wall shear stress analysis: a feasibility study [J]. The International Journal of Cardiovascular Imaging, 2010, 26(7): 781-796.

[58] Wahle A, Prause G P M, Birgelen C, et al. Fusion of angiography and intravascular ultrasound in vivo: establishing the absolute 3-D frame orientation [J]. IEEE Transactions on Biomedical Engineering, 1999, 46(10): 1176-1180.

Review on Post-Processing of Intravascular Ultrasound Images

Sun Zheng

(Department of Electronic and Communication Engineering, North China Electric Power University, Baoding Hebei 071003, China)

Intravascular ultrasound (IVUS) imaging, an invasive imaging modality, has been widely used in clinical diagnosis of vascular diseases. With IVUS, the morphology of the vessel wall and lumen including atherosclerosis plaques as well as components of plaques can be obtained in vivo. Automatic or semi-automatic processing and analysis of IVUS images with digital image processing techniques is important for computer-aided diagnosis and planning of treatment of vascular diseases. This paper provides a survey on the current process of post-processing of IVUS images. The improvements of this topic in the last several years are discussed in detail including image segmentation and tissue characterization, suppression of motion artifacts, vessel reconstruction, measurement of morphological and hemodynamic parameters, tissue characterization imaging, and fusion of IVUS with other imaging modalities. The discussion assesses the progress so far, and outlines some future directions.

intravascular ultrasound; image segmentation; motion artifact; 3D reconstruction; tissue characterization imaging; image fusion

TN 911.73

A

2095-302X(2015)03-0468-09

2014-03-22；定稿日期：2015-04-15

國(guó)家自然科學(xué)基金資助項(xiàng)目(61372042)；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2014ZD31)

孫 正(1977-)，女，河北保定人，教授，博士。主要研究方向?yàn)獒t(yī)學(xué)圖像處理。E-mail：sunzheng_tju@163.com