基于超聲視頻輪廓檢測(cè)與光流的下腔靜脈分割檢測(cè)追蹤

樊 瀟， 莊樹(shù)昕， 邱舜敏， 郭境峰， 盧星宇， 莊哲民

(1. 汕頭大學(xué) 工學(xué)院， 廣東 汕頭 515063； 2. 汕頭大學(xué) 醫(yī)學(xué)院第一附屬醫(yī)院， 廣東 汕頭 515041； 3. 汕頭市超聲儀器研究所有限公司， 廣東 汕頭 515041)

0 引 言

心腦血管疾病是一種嚴(yán)重威脅人類身體健康的疾病， 2018年6月， 世界衛(wèi)生組織(WHO)發(fā)布了《2018世界衛(wèi)生統(tǒng)計(jì)報(bào)告》(WorldHealthStatistics2018)， 據(jù)統(tǒng)計(jì)， 2016年全世界死于心腦血管疾病的人數(shù)高達(dá)1 790萬(wàn)人， 占非傳染性疾病死亡人數(shù)的44%. 心血管病的死亡率極高， 占疾病死亡人數(shù)的40%， 高于癌癥等其他疾病， 是公認(rèn)的第一致死疾病， 因此， 對(duì)心血管疾病的早期診斷和治療具有重要的意義. 在臨床上， 對(duì)下腔靜脈(Inferior Vena Cava， IVC)內(nèi)徑進(jìn)行檢測(cè)， 對(duì)判斷心臟的多種疾病和快速評(píng)估患者血容量狀態(tài)有著重要作用[1-2]. 例如， 當(dāng)患者三尖瓣關(guān)閉不全時(shí), 因收縮期大量血液從右心室返入右心房及上下腔靜脈， 可使其下腔靜脈內(nèi)徑增寬； 心衰病人和心包疾患者， 由于右心功能下降， 回心血流受阻， 下腔靜脈吸氣時(shí)下腔靜脈內(nèi)徑也會(huì)增寬[3]. 由于劍突下的下腔靜脈縱切面可以顯示血管深度信息， 所以， 該探測(cè)點(diǎn)常用于測(cè)量下腔靜脈不同位置的內(nèi)徑. 在臨床上， 醫(yī)生通常采用手持超聲方式(Hand Held Ultrasound， HHUS)對(duì)下腔靜脈進(jìn)行實(shí)時(shí)探測(cè)， 并對(duì)內(nèi)徑進(jìn)行人工手動(dòng)測(cè)量， 從而實(shí)現(xiàn)對(duì)心臟機(jī)能的實(shí)時(shí)評(píng)估. 但由于探測(cè)的不可重復(fù)性和無(wú)標(biāo)準(zhǔn)性， 患者的呼吸、 影像偽影等因素會(huì)對(duì)下腔靜脈內(nèi)徑的測(cè)量造成影響， 使得測(cè)量難度增加， 大大降低了對(duì)下腔靜脈血管內(nèi)徑測(cè)量的準(zhǔn)確性. 因此， 本文提出基于劍突下縱切面下腔靜脈超聲圖像對(duì)下腔靜脈進(jìn)行實(shí)時(shí)、 自適應(yīng)分割提取， 進(jìn)而實(shí)現(xiàn)對(duì)其內(nèi)徑的全自動(dòng)測(cè)量， 極大地降低了主客觀因素的影響， 提高了測(cè)量下腔靜脈內(nèi)徑的準(zhǔn)確性， 在臨床上具有重要的應(yīng)用價(jià)值與意義.

傳統(tǒng)上， 人們基于SNAKE、 水平集和超像素等方法， 對(duì)乳腺、 腫瘤、 頸動(dòng)脈內(nèi)膜等進(jìn)行自動(dòng)分割[4-7]， 但此類方法一般適用于封閉區(qū)域的分割， 而劍突下縱切面下腔靜脈超聲圖像一般呈開(kāi)放型， 如圖 1 所示， 故上述方法對(duì)于下腔靜脈的分割作用有限.

圖 1 下腔靜脈超聲圖Fig.1 Inferior vena cava ultrasonogram

人們也嘗試用深度學(xué)習(xí)的方法進(jìn)行分割， 例如基于卷積神經(jīng)網(wǎng)絡(luò)、 RDAU-NE、 U-Net結(jié)構(gòu)對(duì)肺實(shí)質(zhì)、 乳腺等進(jìn)行分割[8-12]. 但基于深度學(xué)習(xí)的分割往往需要大量的樣本， 對(duì)數(shù)據(jù)和樣本標(biāo)簽有著較高的要求， 醫(yī)學(xué)影像， 特別是超聲影像， 在數(shù)據(jù)量往往很難滿足訓(xùn)練運(yùn)算的需求， 因此， 使用深度學(xué)習(xí)的方法進(jìn)行分割也存在一定的局限性. 為此， 本文提出了一種對(duì)劍突下縱切面這類非封閉的下腔靜脈進(jìn)行自適應(yīng)、 自動(dòng)分割并測(cè)量的圖像處理方法. 該方法首先使用中值濾波、 大津法、 閉操作等方法進(jìn)行超聲圖像的預(yù)處理； 再基于拓?fù)浣Y(jié)構(gòu)分析對(duì)下腔靜脈超聲圖進(jìn)行自動(dòng)分割并測(cè)量其內(nèi)徑距離； 為消除呼吸等引起的抖動(dòng)， 提高實(shí)時(shí)測(cè)量的精度， 通過(guò)光流法隨動(dòng)追蹤內(nèi)徑位置， 從而完成對(duì)下腔靜脈內(nèi)徑逐幀的實(shí)時(shí)測(cè)量.

1 方 法

本文方法主要由兩個(gè)步驟組成： 自適應(yīng)分割檢測(cè)和光流自適應(yīng)追蹤. 具體方法步驟框圖如圖 2 所示.

由圖 2 可見(jiàn)， 由于下腔靜脈分為上壁和下壁兩部分， 在自適應(yīng)分割部分， 首先基于輪廓檢測(cè)檢測(cè)出包含血管上壁和下壁的輪廓， 實(shí)現(xiàn)對(duì)下腔靜脈的分割， 在此基礎(chǔ)上， 對(duì)下腔靜脈標(biāo)準(zhǔn)位置(臨床上以測(cè)量距開(kāi)口17 mm～19 mm的髂總靜脈匯合處作為下腔靜脈測(cè)量的標(biāo)準(zhǔn)位置)的內(nèi)徑進(jìn)行最小內(nèi)徑測(cè)量， 并計(jì)算呼吸周期內(nèi)的平均值作為測(cè)量數(shù)據(jù). 在實(shí)際臨床使用中， 由于大部分醫(yī)生是采用手持超聲儀器進(jìn)行實(shí)時(shí)探測(cè)， 因此， 患者呼吸引起的波動(dòng)會(huì)極大地影響下腔靜脈標(biāo)準(zhǔn)位置測(cè)量的數(shù)據(jù). 為了確保在波動(dòng)中能準(zhǔn)確地跟蹤測(cè)量同一位置的內(nèi)徑， 我們采用光流自適應(yīng)追蹤， 通過(guò)追蹤超聲影像中的光流， 實(shí)時(shí)自適應(yīng)追蹤下腔靜脈標(biāo)準(zhǔn)位置， 從而更準(zhǔn)確的檢測(cè)下腔靜脈內(nèi)徑， 消除呼吸造成的測(cè)量干擾.

圖 2 方法結(jié)構(gòu)框圖Fig.2 The method structure diagram

2 基于輪廓檢測(cè)的下腔靜脈自適應(yīng)分割

為了消除超聲影像中固有的噪聲及偽影， 首先在預(yù)處理部分對(duì)原始圖像進(jìn)行灰度化、 中值濾波. 在此基礎(chǔ)上， 對(duì)血管超聲影像進(jìn)行二值化閾值分割、 形態(tài)學(xué)和輪廓檢測(cè)等處理， 從而完成基于輪廓檢測(cè)的下腔靜脈自適應(yīng)分割.

由于超聲圖像二值化是下腔靜脈自適應(yīng)分割的重要部分， 其閾值的選取是二值化處理的關(guān)鍵， 由于大津法(OTSU)不受圖像亮度和對(duì)比度的影響， 因此， 本文根據(jù)下腔靜脈超聲圖的灰度分布特點(diǎn)， 采用大津法處理超聲圖并確定最佳分割閾值， 它將圖像分為背景和前景兩部分， 背景和前景的類間方差越大， 說(shuō)明兩部分差別越大， 故類間方差最大的分割意味著錯(cuò)分概率最小.

(1)

(2)

D1和D2類的均值分別為

(3)

(4)

圖像中的總體灰度值為

(5)

根據(jù)上述可以得出D1和D2之間的類間方差為

p1(t)|μ1(t)-μT|2.

(6)

當(dāng)類間方差越大時(shí)， 說(shuō)明D1和D2之間的差別越大， 也就是下腔靜脈與背景差別越大， 所以， 確定最佳的分割閾值就是求兩類區(qū)域類之間方差的最大值， 即

(7)

根據(jù)上述公式求出最佳閾值， 即可以實(shí)現(xiàn)超聲圖像二值化生成的下腔靜脈二值化圖像, 如圖 3(b) 所示； 二值化后， 通過(guò)形態(tài)學(xué)閉操作填補(bǔ)孔洞可起到去噪和減輕運(yùn)算負(fù)擔(dān)的作用， 其結(jié)果如圖3(c)所示； 再通過(guò)輪廓檢測(cè)把超聲圖中的下腔靜脈血管輪廓檢測(cè)出來(lái)， 如圖3(d)所示， 從而為后續(xù)根據(jù)坐標(biāo)篩選出下腔靜脈， 完成分割奠定基礎(chǔ).

圖 3 下腔靜脈超聲圖預(yù)處理結(jié)果Fig.3 Pretreatment results of inferior vena cava ultrasonogram

由圖 1 可以看出， 下腔靜脈在超聲圖中以開(kāi)放、 狹長(zhǎng)的特點(diǎn)呈現(xiàn)， 并分為上下血管壁， 本文通過(guò)此形狀特征遍歷像素點(diǎn)， 找到輪廓區(qū)域內(nèi)符合此特征的像素點(diǎn)， 此類像素點(diǎn)包括血管輪廓和噪聲偽影， 由于噪聲和偽影的像素點(diǎn)具有分散、 孤立的特點(diǎn)， 所以， 本文用連通域檢測(cè)方法檢測(cè)出圖像最大連通域和第二大連通域， 即下腔靜脈上壁和下壁， 從而濾除噪聲和偽影， 完成下腔靜脈的分割. 其結(jié)果如圖4(b)所示.

圖 4 基于輪廓檢測(cè)的下腔靜脈分割Fig.4 Inferior vena cava segmentation based on contour detection

在完成上述下腔靜脈自動(dòng)分割的基礎(chǔ)上， 對(duì)下腔靜脈內(nèi)徑值進(jìn)行自動(dòng)測(cè)量， 下腔靜脈內(nèi)徑值是通過(guò)測(cè)髂總靜脈匯合處的最小內(nèi)徑得到的， 我們通過(guò)三點(diǎn)取樣法檢測(cè)出髂總靜脈匯合處的大致位置， 并測(cè)量出髂總靜脈匯合處上壁點(diǎn)與下壁點(diǎn)的最短歐式距離， 即下腔靜脈最小內(nèi)徑， 從而完成下腔靜脈的內(nèi)徑測(cè)量.

3 基于光流技術(shù)的下腔靜脈血管自適應(yīng)追蹤

呼吸對(duì)于測(cè)量下腔靜脈內(nèi)徑值的影響較大， 呼氣和吸氣時(shí)， 下腔靜脈的內(nèi)徑相差近1.8 mm～3.3 mm， 所以， 單獨(dú)測(cè)量某一幀的下腔靜脈內(nèi)徑是沒(méi)有參考價(jià)值的. 本文考慮患者呼吸和位置誤差等主客觀因素， 使用光流自適應(yīng)追蹤算法來(lái)追蹤髂總靜脈匯合處位置， 此算法可隨著探頭的晃動(dòng)、 患者的呼吸等主客觀因素進(jìn)行實(shí)時(shí)準(zhǔn)確的測(cè)量追蹤， 從而消除以上因素帶來(lái)的測(cè)量誤差. 首先， 輸入第1幀進(jìn)行髂總靜脈匯合處的下腔靜脈最小內(nèi)徑測(cè)量后， 獲得上壁坐標(biāo)及下壁坐標(biāo)， 在上壁坐標(biāo)附近區(qū)域處進(jìn)行角點(diǎn)檢測(cè)[13]， 檢測(cè)出的角點(diǎn)作為基準(zhǔn)點(diǎn)進(jìn)行追蹤. 再利用Lucas-Kanade光流算法[14]計(jì)算臨近2幀所有角點(diǎn)的平均光流值. 下1幀的上下壁坐標(biāo)以上1幀的位置為基礎(chǔ)， 通過(guò)平均光流值的大小和方向進(jìn)行位移， 最后， 根據(jù)此距離找到新幀的上下壁坐標(biāo)從而免除不斷分割帶來(lái)的誤差和不穩(wěn)定性. 鑒于實(shí)時(shí)性和實(shí)用性考慮， 無(wú)需每幀都進(jìn)行最短距離檢測(cè). 圖 5 為間隔為25幀的8張下腔靜脈追蹤檢測(cè)結(jié)果.

圖 5 部分下腔靜脈追蹤檢測(cè)結(jié)果Fig.5 Some inferior vena cava tracing and detection results

LK算法是多種光流算法中較簡(jiǎn)單的一種， 其本質(zhì)是通過(guò)最小二乘法以一種免除迭代的方法求解光流， LK算法有一個(gè)額外的假設(shè)， 即空間一致性假設(shè)， 意為某個(gè)像素點(diǎn)領(lǐng)域內(nèi)保持相同的瞬時(shí)速度， 由于下腔靜脈隨呼吸的變化并不劇烈， 所以， 滿足空間一致性假設(shè). 在給定窗口的情況下， 公式如下

(8)

式中：qn為搜索區(qū)域中的像素點(diǎn)；lx(qn)為qn在x方向的偏導(dǎo)；ly(qn)為qn在y方向的偏導(dǎo).

Av=b.

(9)

由于下腔靜脈隨呼吸的運(yùn)動(dòng)并不劇烈， 故以上壁基準(zhǔn)點(diǎn)為中心的邊長(zhǎng)為200像素的正方形區(qū)域作為搜索區(qū)域， 如圖 6 區(qū)域所示.

圖 6 基于上壁基準(zhǔn)點(diǎn)的搜索區(qū)域Fig.6 Search area based on upper wall datum

該方程組的等式個(gè)數(shù)多于未知數(shù)個(gè)數(shù)， 所以， 為超定方程， 可通過(guò)最小二乘法求出近似解， 公式如下

(10)

即

(11)

根據(jù)Vx,Vy即可知道每一幀的下腔靜脈超聲圖像的偏移距離和方向， 從而準(zhǔn)確地追蹤髂總靜脈匯合處位置， 完成對(duì)下腔靜脈內(nèi)徑值準(zhǔn)確的測(cè)算.

4 實(shí) 驗(yàn)

4.1 下腔靜脈分割結(jié)果實(shí)驗(yàn)

為了能數(shù)值化地衡量下腔靜脈分割結(jié)果， 本文在實(shí)驗(yàn)部分將涉及到4種不同的誤差度量， 分別為交并比(IoU)， 真陽(yáng)性比(TPR)， 假陽(yáng)性比(FPR)， 準(zhǔn)確率(precision)， 分別表示如下

(12)

(13)

(14)

(15)

式中：S為超聲圖像全圖區(qū)域；Sm為人工繪制輪廓所覆蓋區(qū)域；Sc為算法所得輪廓覆蓋區(qū)域. 在本文實(shí)驗(yàn)中， 對(duì)比高質(zhì)量視頻、 中質(zhì)量視頻和低質(zhì)量視頻進(jìn)行測(cè)算， 其中高質(zhì)量視頻為患者呼吸穩(wěn)定且無(wú)大面積噪聲的視頻， 中質(zhì)量視頻為總體良好， 但由于醫(yī)生調(diào)整探頭位置導(dǎo)致偶爾幾幀影像中下腔靜脈消失的視頻. 低質(zhì)量視頻為由于探頭位置不佳或患者呼吸過(guò)于劇烈導(dǎo)致出現(xiàn)大量噪聲或大幅度晃動(dòng)的視頻， 高中低質(zhì)量視頻受測(cè)人員皆為健康成年男性.

表 1 為分割誤差度量表， 可見(jiàn)分割的總體水平良好， 在中質(zhì)量和高質(zhì)量視頻中尤為出色， 多項(xiàng)指標(biāo)達(dá)到預(yù)想要求， 雖然在低質(zhì)量視頻中由于干擾過(guò)大導(dǎo)致IOU偏低， 但準(zhǔn)確率依然維持在及格線上， 可見(jiàn)本分割算法具有良好的魯棒性和準(zhǔn)確性. 經(jīng)汕頭市超聲儀器研究所有限公司工程師及汕頭大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院的醫(yī)生評(píng)估， 滿足臨床的實(shí)時(shí)性及準(zhǔn)確性要求.

表 1 分割誤差度量表Tab.1 Segmentation error table

4.2 下腔靜脈追蹤測(cè)量實(shí)驗(yàn)

下腔靜脈呼吸變異指數(shù)(Shape Change Index， SCI)是反映右心房壓力的敏感指標(biāo)， 可以進(jìn)行患者心臟容量負(fù)荷評(píng)價(jià). 在自主呼吸或機(jī)械通氣過(guò)程中， 隨著胸腔內(nèi)壓力的變化， IVC回心阻力隨之變化； 當(dāng)循環(huán)容量不足時(shí)， IVC回心血流受到胸腔內(nèi)壓力變化影響越大， 其呼吸變異度越明顯. 臨床表明， 當(dāng)下腔靜脈出現(xiàn)明顯塌陷或者變異率大于50%， 則說(shuō)明患者存在血液容量嚴(yán)重不足； 若變異率幾乎為零， 則說(shuō)明患者血液容量過(guò)大導(dǎo)致負(fù)荷過(guò)重， 需要利尿治療. 使用超聲探查下腔靜脈最大徑(IVCmax)、 下腔靜脈最小徑(IVCmin)， 并計(jì)算SCI可快速判斷血容量[15-16].

(16)

下腔靜脈各段的內(nèi)徑各有不同， 開(kāi)口處為右心房與下腔靜脈交匯處， 距開(kāi)口17 mm～19 mm為髂總靜脈匯合處、 19 mm～21 mm為腎靜脈水平處、 最寬處一般在20 mm～24 mm之間. 本文通過(guò)測(cè)量前3種位置的最大徑和最小徑來(lái)計(jì)算18個(gè)質(zhì)量較高的視頻(其中包括10例年齡在25歲～55歲的健康男性和25歲～50歲的健康女性)的SCI平均值， 通過(guò)對(duì)比金標(biāo)準(zhǔn)和算法測(cè)量的SCI平均值來(lái)判斷算法測(cè)量下腔靜脈內(nèi)徑值的準(zhǔn)確性， 從而評(píng)估算法的性能. 經(jīng)醫(yī)生指導(dǎo)， 均值絕對(duì)誤差小于0.25%可視為兩組數(shù)據(jù)等效.

表 2 為SCI值對(duì)比表， 可知本方法測(cè)量下腔靜脈內(nèi)徑與人工金標(biāo)準(zhǔn)相比誤差很小， 在下腔靜脈開(kāi)口處均值絕對(duì)誤差低至0.08%， 在腎靜脈水平處由于血管收縮舒張比較劇烈， 誤差為0.21%， 三處位置的誤差均小于0.25%， 所以兩種方法可視為等效， 總體說(shuō)明本方法測(cè)量下腔靜脈內(nèi)徑的距離值準(zhǔn)確度很高， 可作為臨床輔助診斷.

表 2 SCI值對(duì)比表Tab.2 Comparison table of SCI value

5 結(jié) 語(yǔ)

本文基于下腔靜脈分割檢測(cè)追蹤的方法， 可對(duì)下腔靜脈髂總靜脈匯合處的內(nèi)徑進(jìn)行準(zhǔn)確、 快速和穩(wěn)定的測(cè)量. 本文方法的分割部分是基于拓?fù)浣Y(jié)構(gòu)分析的輪廓檢測(cè)完成， 追蹤部分是基于LK光流法完成. 本方法具有較強(qiáng)的魯棒性， 可隨著患者的呼吸和探頭的移動(dòng)實(shí)時(shí)地追蹤測(cè)量下腔靜脈的內(nèi)徑信息， 無(wú)論是在視覺(jué)還是實(shí)用性上都有很好的效果. 本方法在多種血管的超聲圖中都可有效地進(jìn)行分割、 檢測(cè)和追蹤. 經(jīng)汕頭市超聲儀器研究所有限公司工程師及汕頭大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院的資深醫(yī)生評(píng)估， 本文方法具有較高的臨床應(yīng)用價(jià)值， 對(duì)于心血管疾病的早期診斷和治療具有重要的實(shí)際意義.