奇異值分解濾波對(duì)超聲造影超微血管成像圖像質(zhì)量的影響

程 慧，胡海曼，雷炳松，王 琦，李 楠，葉華容*

(1.武漢科技大學(xué)附屬華潤(rùn)武鋼總醫(yī)院，湖北 武漢 430080；2.武漢科技大學(xué)醫(yī)學(xué)院，湖北 武漢 430081；3.湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，湖北 武漢 430068)

肝臟病變、尤其腫瘤性病變的血管分布可為診斷疾病提供重要信息[1]。超聲造影(contrast enhanced ultrasound，CEUS)可顯示病灶與正常組織血流灌注模式及形態(tài)結(jié)構(gòu)的差異，現(xiàn)已用于診斷肝臟疾病[2]，而診斷準(zhǔn)確率與圖像質(zhì)量密切相關(guān)[3]。信噪比(signal-to-noise ratio，SNR)、對(duì)比組織比(contrast-to-tissue ratio，CTR)及分辨率是評(píng)價(jià)CEUS圖像質(zhì)量的重要參數(shù)，對(duì)以上參數(shù)進(jìn)行優(yōu)化有利于提高CEUS的臨床應(yīng)用價(jià)值。肝臟受呼吸運(yùn)動(dòng)影響較大，導(dǎo)致SNR提升空間有限[4]。超微血管成像(superb microvascular imaging，SMI)為新型超聲成像技術(shù)，基于可自適應(yīng)算法顯著消除雜波。奇異值分解(singular value decomposition，SVD)是基于已采集數(shù)據(jù)的圖像后處理技術(shù)[4]，可根據(jù)聲學(xué)響應(yīng)的空間和時(shí)間特征分離造影信號(hào)和組織信號(hào)，通過(guò)將獲取圖像數(shù)據(jù)的空間和時(shí)間信息放入Casorati矩陣并進(jìn)行組合，使每幀圖像均被矢量化并添加為一列。SVD濾波器在去除組織和雜波信號(hào)抑制方面表現(xiàn)優(yōu)異[5]，近年來(lái)亦已用于血流成像[6]及SMI[7]。本研究觀察SVD濾波處理對(duì)肝臟CEUS SMI圖像質(zhì)量的影響。

1 資料與方法

1.1 數(shù)據(jù)來(lái)源 圖像數(shù)據(jù)來(lái)源于2021年11月于武漢科技大學(xué)附屬華潤(rùn)武鋼總醫(yī)院接受CEUS檢查的1例疑診肝血管瘤患者，男，32歲；檢查前患者簽署知情同意書(shū)。

1.2 儀器與方法 囑患者檢查前禁食6 h。采用Mindray Resona R9超聲診斷儀，配備頻率1.2～6.0 MHz的SC6-1U凸陣探頭。囑患者仰臥，保持安靜狀態(tài)，充分暴露腹部，根據(jù)檢查要求配合呼吸。由1名具有20年以上工作經(jīng)驗(yàn)的超聲科醫(yī)師首先以二維超聲掃查肝臟，成像深度10 cm，記錄病灶的灰階超聲特征(如大小、位置、回聲等)；選取顯示病灶最佳切面，切換至CEUS模式，經(jīng)肘靜脈注入2.4 ml聲諾維造影劑，囑患者屏氣，以雙幅模式及高幀率造影功能(造影圖像幀率41 幀/秒)、機(jī)械指數(shù)0.1[8]行CEUS，觀察肝臟造影表現(xiàn)。以DICOM格式存儲(chǔ)灰階及CEUS圖像。

1.3 圖像處理選取 250幀動(dòng)脈期不受呼吸運(yùn)動(dòng)干擾的圖像，以SVD進(jìn)行濾波處理，具體流程見(jiàn)圖1。將Casorati矩陣記為S，并通過(guò)SVD進(jìn)行分解，見(jiàn)公式(1)：

圖1 SVD濾波處理流程圖 Casorati矩陣形成過(guò)程中，每幀的空間信息被重組成為Casorati矩陣的列向量

S=UDV*

(1)

其中，U表示空間奇異向量；V表示對(duì)應(yīng)的時(shí)間向量；D為1個(gè)對(duì)角矩陣，包含作為奇異值的元素，奇異值元素表示對(duì)每個(gè)奇異向量對(duì)的整體信號(hào)；*代表轉(zhuǎn)置矩陣。

可將被重新排序?yàn)镹z行及Nx列的空間奇異向量視為1幀從數(shù)據(jù)中提取的虛擬圖片，所對(duì)應(yīng)的時(shí)間奇異矢量控制每個(gè)像素點(diǎn)大小隨時(shí)間推移而變化。對(duì)于檢測(cè)組織的背景信號(hào)，選擇相對(duì)較低的奇異值閾值，以濾除不需要的組織背景；對(duì)于噪聲信號(hào)，選擇相對(duì)較高的奇異值閾值，以濾除雜亂的背景噪聲信號(hào)。

矩陣SVD濾波由Matlab函數(shù)“svd(.)”提供數(shù)值解?？晒┱{(diào)整的SVD濾波系數(shù)包括組織閾值T1及噪聲閾值T2，其定義如下：默認(rèn)奇異值以降序排列，舍棄小于組織閾值T1的奇異值以去除背景組織信號(hào)，舍棄大于噪聲閾值T2的奇異值以去除系統(tǒng)噪聲信號(hào)；最終保留T1與T2間的奇異值，以保留最佳造影信號(hào)。采用奇異值曲線拐點(diǎn)作為選取T1的優(yōu)化策略，設(shè)定組織殘留閾值T1為50(奇異值曲線拐點(diǎn)處)，見(jiàn)圖2。

圖2 奇異值隨奇異值索引變化的曲線

1.4 評(píng)估圖像質(zhì)量指標(biāo) 以SNR、CTR及半高全寬測(cè)量所得的分辨率作為評(píng)價(jià)指標(biāo)，評(píng)估SVD對(duì)圖像質(zhì)量的影響：SNR越高代表穿透力越好、檢測(cè)造影劑的敏感度越高[9]；CTR可衡量本底殘留，CTR越大代表殘留組織信號(hào)越低、造影信號(hào)越強(qiáng)[10]；分辨率越高，代表分辨2條相鄰微血管的能力越強(qiáng)[4]。分別采用公式(2)和(3)計(jì)算本例250幀造影圖像在SVD濾波處理前后的SNR、CTR。半高全寬為函數(shù)的某個(gè)峰在峰值之半時(shí)兩點(diǎn)之間的距離；對(duì)平面內(nèi)的數(shù)值進(jìn)行投影并計(jì)算函數(shù)時(shí)，將2個(gè)峰值之間的距離視為2條血管的距離。

(2)

(3)

式中，Asignal、Anoise和Atissue分別表示微泡、噪聲和組織殘留對(duì)應(yīng)的信號(hào)區(qū)域。

2 結(jié)果

2.1 可視化 相比二維聲像圖及CEUS圖像，SVD濾波處理后，SMI的近場(chǎng)組織殘留被顯著抑制，微泡造影劑信號(hào)獲得增強(qiáng)，肝臟區(qū)域可見(jiàn)更多微血管網(wǎng)絡(luò)，見(jiàn)圖3。

圖3 各種圖像顯示肝臟

2.2 血管之間的距離 二維超聲無(wú)法觀測(cè)微血管；CEUS可顯示直徑較大的血管，但無(wú)法顯示直徑較小者。CEUS SMI可清晰顯示微血管分支，并支持測(cè)量血管間的距離，見(jiàn)圖4。

圖4 局部放大圖像顯示肝臟微血管 A.二維聲像圖；B.CEUS；C.CEUS SMI；D.對(duì)A～C圖中的白線處進(jìn)行投影，基于CEUS的SMI可見(jiàn)2個(gè)波峰，其間距為0.79 mm，代表圖C中白線橫跨的2支微血管中心間距為0.79 mm，而圖A、B中的微血管及對(duì)應(yīng)波均難以分辨

2.3 SNR與CTR 二維聲像圖、CEUS及CEUS SMI的SNR分別為7.56、17.65及22.43 dB，CTR分別為1.12、7.56及16.34 dB，見(jiàn)圖5。

圖5 不同成像模式SNR與CTR比較 A.二維聲像圖；B.CEUS；C.CEUS SMI；D.SNR與CTR柱狀圖 (黃框：組織殘留；白框：造影信號(hào)；綠框：噪聲)

3 討論

CEUS可通過(guò)觀察病灶血流灌注模式而診斷疾病[2]，但對(duì)于細(xì)微及深層血管的價(jià)值有限[11]。SMI雖可提示CEUS無(wú)法檢測(cè)的微血管血流信號(hào)，但不能表達(dá)腫瘤增強(qiáng)模式的洗脫信息[12]。CEUS聯(lián)合SMI用于診斷疾病具有更高的臨床價(jià)值[13]。CEUS中，在超聲激勵(lì)下，臨床所用造影劑會(huì)發(fā)生收縮及膨脹，形成頻率較為豐富的非線性信號(hào)[14-15]；組織運(yùn)動(dòng)亦可產(chǎn)生非線性信號(hào)，并對(duì)設(shè)備產(chǎn)生干擾，使非造影劑信號(hào)被檢出，且系統(tǒng)噪聲影響圖像質(zhì)量提升[13]。SMI不僅可消除雜波，還能檢出緩慢低速的造影劑信號(hào)，在提高檢測(cè)微血管能力的同時(shí)提升圖像質(zhì)量；但同樣不能免于組織運(yùn)動(dòng)的影響。

既往研究[16]表明，經(jīng)SVD處理后的圖像可顯示更多傳統(tǒng)CEUS不能顯示的血流信號(hào)，以及單一SMI難以檢出的速度較慢的血流信號(hào)[17]。本研究發(fā)現(xiàn)，對(duì)基于肝臟CEUS的SMI行SVD濾波處理可顯示更多微血管網(wǎng)絡(luò)、甚至檢出2條相距0.79 mm的微血管，而其CTR及SNR也相比原始CEUS圖像分別提升8.78 dB及4.78 dB，提示采用上述方法可有效避免組織運(yùn)動(dòng)及雜波信號(hào)對(duì)圖像質(zhì)量的影響，彌補(bǔ)造影劑及單純SMI的不足。

根據(jù)既往文獻(xiàn)[17]報(bào)道，本研究采取奇異值曲線拐點(diǎn)這一普適性優(yōu)化策略選取組織殘留閾值T1。相對(duì)而言，選取噪聲閾值T2更應(yīng)謹(jǐn)慎，降低噪聲閾值雖可有效抑制噪聲，但同時(shí)一些微弱的微泡信號(hào)也將被抑制而導(dǎo)致圖像丟失細(xì)節(jié)信息。

綜上所述，基于肝臟CEUS SMI圖像行SVD濾波處理可在提高圖像SNR和CTR的同時(shí)提升其分辨率。但本研究?jī)H為針對(duì)單例患者的初步探索，有待累積樣本進(jìn)一步觀察。