论文摘要
心脏是人体最重要的器官,它的健康关系到人类生命的安危。因此,检测心脏动态信息借以分析心肌疾病是生命科学的重要课题。福州大学生物医学工程研究所开发研制了全方向M型心动图系统,借助计算机和图像处理技术从超声心脏视频影像中提取隐含的心脏运动信息。临床研究表明其对心肌疾病的诊断有重要的辅助作用。在福建省科技厅重点项目（2011H0027）、福建省自然科学基金项目（2011J01268）以及欧盟第七框架计划（FP7）等项目的支持下,本论文围绕着全方向M型心动图运动曲线的精确检测及临床应用提出的新问题进行了研究和改进,主要工作有：（1）设计了一种全方向M型心动图运动曲线即图像边缘的新检测方法。运动曲线的检测作为全方向M型心动图系统的核心,它的精确度决定了系统所检测的心脏动态信息的临床适用性。本文就该技术的相关问题展开了研究,查阅国内外大量文献,对一些经典的医学图像边缘检测技术进行分析和总结；在此基础上从实现运动曲线检测的实时性、准确性及临床实用性出发,提出一种基于Contourlet变换的多尺度自适应检测方法：首先通过局域熵的算法对心动图进行检测尺度的划分,然后在单一尺度空间对图像进行Contourlet变换并借鉴小波变换的模极大值检测思想来定位图像边缘,最后通过补偿链接的方法融合不同尺度下的边缘信息,得到最佳的运动曲线。实验证明该方案有效的减轻了原系统的人工干预,为后续的心脏动态信息检测提供了良好的基础信息。（2）设计了一种提高心脏动态信息精确度的方法。本课题针对全方向M型心动图的特点,合理地修正微分运算在图像处理中的实现方法,进而获取心脏运动的速度和加速度信息,同时利用基于AR模型的Marple算法提取心脏运动的功率谱信息。此外,为了进一步推进系统的临床使用价值,本文提出了一种基于区域滤波的方案来优化心脏动态信息,对心动周期的相关信息反映在心动图不同区域之间的差异进行了详细的分析,从滤波器的选择和低通截止频率的确定等方面研究了该方案的具体实现方法。实验证明该方案能够在保留心脏运动大部分有用信息的前提下最大程度地削弱阶梯效应和噪声干扰,提高了心脏动态信息的精确度。本课题相关设计是在研究所开发的LEJ-2型全方向M型心动图系统上进行改进实验,提供了详细的实验数据和结果分析,证明了课题研究方法的有效性。