摘要
相控HIFU(High Intensity Focused Ultrasound，高强度聚焦超声)技术利用超声波特有的深穿透能力、强方向性和可聚焦性，通过控制换能器阵元激励信号源的相位，对超声声束施以聚焦，实现超声能量在人体深部组织的高强度会聚，在短时间内造成病变组织的急性热损伤而不伤及周围的正常组织，因此，相控HIFU技术已成为治疗超声和肿瘤热疗的研究热点。在计算机集成相控HIFU治疗系统中，治疗计划是一个很重要的组成部分，手术成败常取决于此，而病灶空间位置信息的获取却是超声治疗计划的一个关键步骤。高强度聚焦超声靶点小、强度高，而人体内有很多重要器官，为了避免损伤正常组织和提高治疗效率，必须对病灶的三维空间结构有一深刻的认识，并需要提供治疗目标的精确位置。因此，需对目标的序列图像进行分割，提取目标的相关信息，并将目标的序列断层图像三维地显示在计算机屏幕上，使病灶或感兴趣部位有明确的可视性，从而为制定正确的治疗计划提供科学的依据。正是在这样的背景下，本研究针对计算机集成相控HIFU治疗计划中的两项关键技术：序列医学断层图像的分割及其体视化技术，进行了理论研究和算法的设计。 本文首先阐述了由序列医学断层图像重建各向同性体数据的方法和步骤：为了有效地改善医学图像质量，提高信噪比，实现了基于各向异性散布的医学图像非线性滤波算法，同时研究了自动确定最优散布常数和迭代次数的方法以提高整个滤波过程的自动化程度，尽可能减少人工干预，使得基于各向异性散布的医学图像非线性滤波法更加完善；由于受到放射剂量等因素的制约，序列医学断层图像之间的距离一般大于断层内部像素间的距离，而序列二维医学图像的分割、可视化以及超声手术中超声剂量的计算等通常需要三维空间分辨率相同的数据，为了由序列断层图像重建出各向同性的医学图像体数据场，本文实现了基于对应点匹配的序列断层图像层间插值算法以消除直接线性插值带来的图像边界模糊和重影问题，使得插值后的图像质量比传统方法有明显提高；在对人体进行扫描获得器官或病灶的序列断层图像过程中，由于受测个体难以避免的运动，致使得到的图像序列可能无法保持精确对准，为此，本文实现了基于力矩主轴思想的序列断层图像的配准算法以在由序列二维图像重构体积数据，并将体数据场进行可视化和分割之前，对此平面图像序列进行配准，消除层与层图像之间的偏移和旋转，从而实现体数据空间位置的对准和坐标归一。 为了从体数据场中提取出感兴趣目标，本文提出了一个基于改进Hopfield神经网络(Modified Hopfield Neural Network，MHPNN)的目标轮廓提取新方法。通过最小化一个基于形变模型的能量函数，目标轮廓提取问题被描述为一个寻找边缘点的最优化过程。文中设计了一个改进的二维Hopfield神经网络来实现这个最优化过程，对如何由形变模型参数求解出该神经网络中各神经元间的连接权值作了详细的推导，并分析了此网络的收敛性。由于Hopfield神经网络具有集体计算和能量收敛的能力，MHPNN算法执行速度较快。 本文的另一主要工作是提出了一个三维旋转绘制(3D Rotational Rendering，RR)法快速实现医学图像体数据场的可视化。针对传统体绘制算法中体素分类这一难点，设计了一个从体素灰度到体素透明度的连续映射公式，实现了由体素灰度到体素透明度的直接转换，由于不需要对体素进行分类处理，体绘制算法得到大大简化。为了使显示更加灵活，将体数据灰度梯度也引入透明度映射公式中，通过调整透明度灰度权值和透明度梯度权值，实现了体数据中不同组织、不同频率成分的过滤显示。由源．衰减模型，朗伯漫反射余弦定律和Phong镜面反射模型，推导出了计算数据场中每一点明暗度的计算公式，通过旋转光源和视点，来自不同观察方向的感兴趣结构的体绘图能被满意地生成，从而避免了对内存中整个体数据的旋转。通过对人体头部CT图像数据场进行三维旋转绘制，实验结果表明该方法具有较好的实用性。 最后，将MHPNN分割算法应用到人体病灶和软组织器官的MR图像分割上，分别进行了序列脑瘤MR 图像、序列肝脏MR图像和序列胆囊MR图像的分割实验，并对分割结果进行了体视化，实验结果令人满意。
NETL