摘要: 目的以流形学习为基础,提出一种基于血管内超声(IVUS)图像序列的关键帧门控方法,抑制IVUS序列纵切方向上的运
动伪影。方法应用流形学习方法中的拉普拉斯特征映射算法,将高维IVUS图像序列降到低维流形中,利用低维特征向量,构
建一个距离函数来反映心脏运动规律,将IVUS图像分为心脏舒张末期和非心脏舒张末期两类,从而提取关键帧,组成门控序
列。结果临床采集13组IVUS序列(图像915±142帧,血管长度15.24±2.37 mm),计算门控前后图像序列的血管容积、管腔容
积和平均斑块负荷。统计实验结果,表明门控序列血管容积、管腔容积显著小于原始序列,门控前后序列的平均斑块负荷差异
性不显著,满足临床诊断要求。血管面积方差和管腔面积的方差显著小于原始序列,表明门控序列较原始序列稳定。在IVUS
图像序列的纵切图像上,门控序列减少了锯齿形状的运动伪影,与原始序列形状一致,且具有良好的连续性。并将本文方法与
已有的提取门控序列方法进行对比。结论本文方法算法简单稳定,抑制了IVUS图像序列的纵向运动伪影。