一种抑制IVUS图像序列中运动伪像的方法

２０１３住　１月　图学学报　ＪＯＵＲＮＡＬ　０Ｆ　ＧＲＡＰＨＩＣＳ　Ｊａｎｕａｒｙ　２０１３　第３４卷　第１期　Ｖ０ｌ＿３４　Ｎｏ．１　一种抑制ＩＶＵＳ图像序列中运动伪像的方法　孙　正　（华北电力大学电子与通信工程系，河北保定０７１００３）　摘　要：针对连续回撤超声导管采集的冠状动脉血管内超声（ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｔｒａｓｏｕｎｄ，ＩＶＵＳ）图像序列中存在由周期性心脏运动所致运动伪像的问题，提出一种抑制　方法，以改善ＩｖＵＳ纵向视图的视觉效果。首先，在综合分析运动伪像产生机制和表现形式　的基础上，对相邻帧之间血管壁的刚性运动进行定量估计；然后，采用谱分析方法完成刚性　运动参数中运动分量和几何分量的分离；最后，通过对各帧图像中血管壁的运动分量进行补　偿，完成对运动伪像的抑制。该方法既不需要专门的ＥＣＧ门控图像采集装置，也无需记录　ＥＣＧ信号，同时不需要抛弃有用帧，在抑制运动伪像的同时保证图像数据集合的完整性。　对模拟图像和临床图像的实验验证了方法的可行性。　关键词：冠状动脉；血管内超声；运动伪像；心脏运动；抑制　中图分类号：ＴＰ　３９１；Ｒ　８１６．２　文献标识码：Ａ　文章编号：２０９５—３０２Ｘ（２０１３）０１—０００１—０８　Ａ　ｍｅｔｈｏｄ　ｆｏｒ　ｓｕｐｐｒｅｓｓｉｎｇ　ｍｏｔｉｏｎ　ａｒｔｉｆａｃｔｓ　ｉｎ　ＩＶＵＳ　ｉｍａｇｅ　ｓｅｑｕｅｎｃｅ　Ｓｕｎ　Ｚｈｅｎｇ　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆＥｌｅｃｔｒｏｎｉｃ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈ　Ｃｈｉｎａ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ　Ｈｅｂｅｉ　０７１００３，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａ　ｍｅｔｈｏｄ　ｆｏｒ　ｓｕｐｐｒｅｓｓｉｎｇ　ｍｏｔｉｏｎ　ａｒｔｉｆａｃｔｓ　ｄｕｅ　ｔｏ　ｃｙｃｌｉｃ　ｃａｒｄｉａｃ　ｍｏｔｉｏｎ　ｅｘｉｓｔｉｎｇ　ｉｎ　ｃｏｎｔｉｎｕｏｕｓ　ｐｕｌｌｂａｃｋ　ｃｏｒｏｎａｒｙ　ａｒｔｅｒｙ　ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｔｒａｓｏｕｎｄ（ＩＶＵＳ）ｉｍａｇｅ　ｓｅｑｕｅｎｃｅ　ａｃｑｕｉｒｅｄ　ｉｎ　ｖｉｖｏ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｒｉｇｉｄ　ｍｏｔｉｏｎ　ｐａｒａｍｅｔｅｒｓ　ｏｆ　ｃｒｏｓｓ—ｓｅｃｔｉｏｎａｌ　ｖｅｓｓｅｌ　ｗａｌｌ　ｉｎ　ｔｏｍｏｇｒａｐｈｉｃ　ｉｍａｇｅ　ｓｅｑｕｅｎｃｅ　ａｒｅ　ｑｕａｎｔｉｔａｔｉｖｅｌｙ　ｅｓｔｉｍａｔｅｄ　ｂａｓｅｄ　ｏｎ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｂｏｔｈ　ｍｅｃｈａｎｉｓｍ　ａｎｄ　ｅｘｐｒｅｓｓｉｏｎｓ　ｏｆ　ｍｏｔｉｏｎ　ａｒｔｉｆａｃｔｓ．Ｔｈｅｎ，ｄｙｎａｍｉｃ　ａｎｄ　ｇｅｏｍｅｔｒｉｃａｌ　ｃｏｍｐｏｎｅｎｔｓ　ｏｆ　ｒｉｇｉｄ　ｍｏｔｉｏｎ　ｐａｒａｍｅｔｅｒｓ　ａｒｅ　ｓｅｐａｒａｔｅｄ　ｗｉｔｈ　ｓｐｅｃｔｒｕｍ　ａｎａｌｙｓｉｓ　ｔｅｃｈｎｉｑｕｅ．Ｆｉｎａｌｌｙ，ｇｅｏｍｅｔｒｉｃａｌ　ｃｏｍｐｏｎｅｎｔｓ　ｏｆ　ｖｅｓｓｅｌ　ｗａｌｌ　ｍｏｔｉｏｎ　ｉｎ　ｓｕｃｃｅｓｓｉｖｅ　ｔｏｍｏｇｒａｐｈｉｃ　ｆｒａｍｅｓ　ａｒｅ　ｑｕａｎｔｉｔａｔｉｖｅｌｙ　ｃｏｍｐｅｎｓａｔｅｄ　ｔｏ　ｉｍｐｌｅｍｅｎｔ　ｓｕｐｐｒｅｓｓｉｏｎ　ｏｆ　ｍｏｔｉｏｎ　ａｒｔｉｆａｃｔｓ．Ｎｅｉｔｈｅｒ　ｓｐｅｃｉａｌ　ＥＣＧ－ｇａｔｉｎｇ　ａｃｑｕｉｓｉｔｉｏｎ　ｄｅｖｉｃｅ　ｎｏｒ　ＥＣＧ　ｓｉｇｎａｌｓ　ａｒｅ　ｒｅｑｕｉｒｅｄ．Ｉｔ　ｉｓ　ｎｏｔ　ｒｅｑｕｉｒｅｄ　ｔｏ　ｄｉｓｃａｒｄ　ｕｓｅｆｕｌ　ｆｒａｍｅｓ　ｔｏ　ｇｕａｒａｎｔｅｅ　ｔｈｅ　ｉｎｔｅｇｒｉｔｙ　ｏｆ　ｔｈｅ　ｉｍａｇｅ　ｄａｔａ　ｓｅｔ．Ｔｈｅ　ｖａｌｉｄｉｙ　ｈａｓ　ｂｅｅｎ　ｄｅｍｏｎｓｔｔｒａｔｅｄ　ｗｉｔｈ　ｃｏｍｐｕｔｅｒ－ｓｉｍｕｌａｔｅｄ　ａｎｄ　ｃｌｉｎｉｃａｌｌｙ　ａｃｑｕｉｒｅｄ　ｉｍａｇｅ　ｄａｔａ．　Ｋｅｙ　ｗｏｒｄｓ：ｃｏｒｏｎａｒｙ　ａｒｔｅｒｙ；ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｒｔａｓｏｕｎｄ（ＩＶＵＳ）；ｍｏｔｉｏｎ　ａｒｔｉｆａｃｔ；ｃａｒｄｉａｃ　ｍｏｔｉｏｎ；ｓｕｐｐｒｅｓｓｉｏｎ　收稿日期：２０１卜１１－３０；定稿日期：２０１２—０４—１０　基金项目：国家自然科学基金资助项目（３０５００１２９，６０９７３０８７）；中央高校基本科研业务费专项资金资助项目（１０ＺＧ０５）　作者简介：孙正（１９７７一），女，河北保定人，教授，博士，主要研究方向为医学图像处理。Ｅ－ｍａｉｌ：ｓｕｎｚｈｅｎｇｔｊｕ＠１６３．ｅＯＩＴＩ　图　学学报　血管内超声（ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｔｒａｓｏｕｎｄ，ＩＶＵＳ１　断价值的信息。　成像是临床诊断冠心病的一种基于导管的腔内　成像技术，具有独特的在活体中观察血管壁、管　腔及斑块形态性质，甚至管壁功能状态的特点，　已经成为ｘ射线冠状动脉造影（ｘ—ｒａｙ　ｃｏｒｏｎａｒｙ　ａｎｇｉｏｇｒａｐｈｙ）的弥补影像技术。　由于心脏运动以及血压变化所造成的运动　目前，对非门控ＩＶＵＳ图像序列直接进行运　动估计的方法包括光流法（ｏｐｔｉｃａｌ　ｆｌｏｗ，ＯＦ１［　］和　块匹配法（ｂｌｏｃｋ　ｍａｔｃｈｉｎｇ，ＢＭ）　ｍ】。此类方法既　不需要门控图像采集装置，无需记录ＥＣＧ信号，　也不需要抛弃有用帧，可保证图像数据集合的完　整性。但是光流法的估计结果极易受到血流随机　伪像是影响ＩＶＵＳ图像的视觉效果，进而影响定　量分析和血管三维重建精度的主要因素。目前主　要采用门控的方法减少ＩＶＵＳ序列中的运动伪　运动的干扰，且对噪声十分敏感；块匹配法需要　明显的标志物（例如钙化，血管分叉等），而此　类标志并非在每帧中都存在。　像，包括３种方式：　一是心电（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）门控的图　像采集方法：即采用ＥＣＧ门控的马达回撤超声　导管，根据ＥＣＧ信号只在每个心动周期的相同　时相（一般是Ｒ波）采集图像，改善心脏搏动所　致的伪像　Ｊ。该方法的缺点在于需要专门的ＥＣＧ　门控采集装置，而目前临床采用的多数ＩＶＵＳ系　统不包含此功能。并且由于每个心动周期只采集　一帧，因此与连续回撤导管的非门控采集方式相　比，图像采集时间延长至少３倍Ｌ２Ｊ。　二是离线ＥＣＧ门控方法：即连续回撤超声　导管采集图像序列，同时记录ＥＣＧ信号。待介　入检查过程结束后，由医生根据ＥＣＧ信号从图　像序列中选取在相同心脏时相采集的图像。这种　方式虽然不会延长介入检查的时间，但是其不足　之处在于：ＥＣＧ信号是心脏的生理电特性通过骨　骼、肌肉和皮肤等反映在体表的信号，而ＩＶＵＳ　图像是通过插入血管腔内的超声探头采集的，两　者不可能完全同步；门控结果的客观性和可重复　性差，受操作者的临床经验和主观因素影响较　大；虽然多采用０％点即舒张末期作为采样点，　但无法确定采用该点是否可以获得最稳定的门　控图像序列；目前尚无公认、明确的标准，来确　定采用心动周期中的哪一时相作为最佳采样点，　可获得最大帧间稳定度Ｉｊ　Ｊ。　三是基于图像的离线门控方法：基于ＥＣＧ　门控技术在抑制运动伪像方面的不足，近年来，　运用数字图像处理技术，从连续回撤超声导管采　集的ＩＶＵＳ图像序列中提取出隐含的心动周期信　息，并据此从每个心动周期中选取一帧图像，组　成同步采样序列，即基于图像的门控　（ｉｍａｇｅ—ｂａｓｅｄ　ｇａｔｉｎｇ）技术　］，逐渐成为该领域的　研究热点。这种方法虽然可以避免离线ＥＣＧ门　控方法的缺点，但是由于每个心动周期只选择一　帧，需要抛弃大量帧，因而可能会丢失很多有诊　本文在综合分析ＩＶＵＳ图像序列中由周期性　心脏运动所致运动伪像的产生机制和表现形式　的基础上，对覆盖多个心动周期的非门控ＩＶＵＳ　图像序列直接进行刚性运动伪像的定量估计和　补偿。首先建立横向视图中的血管壁在心动周期　中的刚性运动模型；然后定量估计相邻帧间的血　管横断面刚性运动参数（包括位移和旋转角），　并采用谱分析的方法分离运动分量与几何分量；　最后通过补偿运动分量，达到抑制运动伪像的目　的。无需利用ＥＣＧ信号，也不需要抛弃任何一　帧图像，在抑制运动伪像的同时保证图像数据集　合的完整性。　１　方法　１．１　运动伪像的产生机制和表现形式　ＩＶＵＳ图像序列中由周期性心脏运动和搏动　血流所致的运动伪像的主要表现形式为：　１）帧问的错位，即横断面图像序列（图１（ａ））　中相邻帧之间血管横截面的平移和旋转（图　１（ｂ））；　２）在沿管腔长轴方向的纵向视图中，血管　壁边缘呈现锯齿形（图１（ｃ））。　图２说明了运动伪像的产生机制。假设对一　段均匀直径的直血管段进行ＩＶＵＳ成像，在回撤　超声导管的过程中，导管始终位于各帧断层图像　的中心。若无运动伪像，且假设导管回撤路径与　管腔轴线重合，则将各帧图像按照采集顺序依次　排列得到的纵向视图中，血管壁的上下轮廓应近　似为直线（图２（ａ））。若血管处于周期性运动状　态，则可能导致导管和管腔之间的相对运动。因　而在回撤导管的过程中，采集到的各帧断层图像　记录的并非血管的真实状态，在纵向视图中将出　现“锯齿样”的血管壁上下轮廓，如图２（ｂ）所示。　这种伪像不仅会影响对血管腔和斑块形态的观　图学学报　和血管壁中一外膜边界，不仅是本文抑制运动伪　）分别进行傅立叶变换，得到其幅度谱△　、　像方法的重要步骤，而且也是量化分析［Ｈ】、三维　重建¨５Ｊ以及ＩＶＵＳ与其它冠状动脉图像融合［　］　△　和△Ａ　。由于由血管本身的不规则几何形状　所引起的相邻帧之间管腔横截面空间方向和重　心位置的变化速度，远小于由周期性心脏运动所　致的变化速度，因此在△　、△　和△Ａ　中，　的基础和保证其精度的关键。近年来，提出了很　多计算机辅助的自动分割方法［１７－１８］。考虑到处理　效率等因素，本文采用一种三维分割方法　，与　二维分割方法是对图像序列进行逐帧串行处理　相比，三维分割技术可实现对图像序列的并行处　理，提高处理效率。　１．３．２计算运动参数　对于图像序列中的各相邻帧，例如第　１和　ｋ帧（ｋ＝２，３，…，Ｍ，Ｍ是ＩＶＵＳ图像序列的总帧　数），计算血管内腔边界曲线的几何中心　高频分量对应于刚性运动分量（Ａｘ　－ｄ，△　女－ｄ，　Ａ　），且其变化频率应等于心率，而低频分　量对应于几何分量（△　Ｉｇ＇△　Ｉｇ＇Ａｃｔ　）。分别　对△　、△　和△Ａ　进行高通滤波，则滤波器　的输出即是刚性运动分量的幅度谱　（△　－ｄ，△　－ｄ，△Ａ　ｄ），对其进行逆傅立叶变换　．。＝（Ｘｃ　，Ｙｃ　）和　＝（Ｘｃ　，Ｙ　）作为对其　即可得到（ＡｘｋＩｄ，Ａｙ　，Ａｃｔ¨）的估计值。　由于运动分量（Ａｘ　，Ａｙ　，Ａａ删）主要由　周期性心脏运动引起，因此本文将高通滤波器的　通带截止频率设定为病人的心率值（单位：次／　秒，即Ｈｚ）。采用文献［６］中的方法从ＩＶＵＳ图像　序列中估计平均心率的近似值，原理如下：　首先，对ＩＶＵＳ图像序列进行逐帧比较，通　过计算两帧图像之间灰度值的归一化互相关　（ＮＣＣ）　重心的近似，并如§１．２中所述方法计算出重心之　间的位移量（Ａｒｋ，　）和旋转角Ａｃｔ　。Ａｘｋ、　△　和Ａｃｔ　包含运动分量（Ａｘｋ－ｄ，ＡＹ，－ｄ，Ａａｋ，ｄ）　和几何分量（　分离出运动分量　Ｉ２，Ａａｋ）两部分，需从中　，　△　ｄ和Ａａ　。　，１－３．３分离运动分量和几何分量　本文对计算出的Ａｘ　、Ａｙ，和Ａｏｔｋ（尼＝２，３，…，　Ⅳ．一１Ⅳ，一ｌ　∑Ｉ，　（　，ｙ）－ｐ　１．１Ｉ　（　，ｙ）－／．ｔ　ＮＣＣ（Ｉ　，Ｉ，）＝　ｘ＝０　ｙ＝０　（４）　计算各帧图像之间的差异值　ｄｅ，：１一ＮＣＣ（Ｉ￣，Ｉｊ）　．心脏的周期性运动所造成的，该曲线的重复频　（５）　率，即其幅度谱曲线峰值所对应的频率即为病人　心率的近似值Ｒ（单位：次／分钟，即Ｈｚ）。　１．３．４补偿运动伪像　式中，ｆ，Ｊ＝ｌ，２，…，Ｍ；Ｉｉ和，　分别表示ＩＶＵＳ　图像序列中的第ｉ帧和第，帧，其大小均为　Ⅳｌ×ＪＶ２像素，平均灰度值分别为Ｐｉ和　，；　是图像序列的总帧数。　估计出各帧图像　（　，　）（ｋ＝２，３，…，Ｍ）　的位移（ｒ　＿Ａｄ，Ａｙｋｄ）和旋转角△　ｄ之后，将其　，．然后，计算间隔为ｋ帧的两帧图像　和　＋　血管区域（血管壁中＿夕　膜轮廓和管腔轮廓之间的　区域）内各像素的坐标（基于以导管中心为坐标　ｋ　ｋ　（　＝ｌ，２，…，Ｍ—ｋ）的平均差异值Ｄ（ｋ）　１１刍，１－￣　…＋　（６）　原点的坐标系）先反向平移（∑ＡＸｉ，ｄ∑△　ｉ，ｄ），　ｉ＝２　ｉ＝２　ｋ　得到曲线Ｄ（　）～ｋ，ｋ＝０，１，２，…，　—ｌ，且　Ｄｆ０１：０。该曲线具有近似周期的形状，这是由　再反向旋转５－＇Ａａ　，即得到消除刚性运动伪像　●＿＿　，　ｉ＝２　后的图像Ｉｋ（Ｘ’，Ｙ’）　ｋ　一ｉｎ（一∑Ａａ　）　ｃｏｓ（一∑Ａａ　）　ｓｉ＝２　ｋ　－∑　，　ｉ＝２　ｉ＝２　ｋ　（７）　ｓｉｎ（一∑ＡＯ（ｉ，ｄ）　ｏｏｓ（－￣Ａａ　）　一∑　ｉ＝２　图　学学报　２　０１　３丘　Ｉｍａｇｅ・ｂａｓｅｄ　ｇａｔｉｎｇ　ｏｆ　ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｔｒａｓｏｕｎｄ　ｐｕｌｌｂａｃｋ　ｓｅｑｕｅｎｃｅｓ【Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ｂｉｏｍｅｄｉｃｉｎｅ，２００８，１２（３）：　２９９—３０６．　【７】Ｃａｒｌｏ　Ｇ，Ｏｒｉｏｌ　Ｐ’Ｏｒｉｏｌ　Ｒ　Ｌ，ｅｔ　ａ１．Ｒｏｂｕｓｔ　ｉｍａｇｅ—ｂａｓｅｄ　ＩＶＵＳ　ｐｕｌｌｂａｃｋｓ　ｇａｔｉｎｇ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　１　ｌｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍｅｄｉｃａｌ　Ｉｍａｇｅ　Ｃｏｍｐｕｔｉｎｇ　ａｎｄ　Ｃｏｍｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ　Ｉｎｔｅｒｖｅｎｔｉｏｎ　Ｐａｒｔ　ＩＩ　（ＭＩＣＣＡＩ　２００８），Ｎｅｗ　Ｙｏｒｋ　Ｃｉｔｙ，ＵＳＡ：ＭＩＣＣＡＩ　Ｓｏｃｉｅｔｙ　Ｐｒｅｓｓ，２００８，５２４２：５　１　８－５２５．　［８】　孙　正．抑制冠状动脉内超声图像序列运动伪影的　离线门控方法［Ｊ］．光电子・激光．２０１０，２１（４）：　６３２—６３８．　【９］Ｄａｎｉｌｏｕｃｈｋｉｎｅ　Ｍ　Ｇ，Ｍａｓｔｉｋ　Ｆ，Ｓｔｅｅｎ　Ａ　Ｆ　Ｗ．Ａｃｃｕｒａｃｙ　ｉｎ　ｐｒｅｄｉｃｔｉｏｎ　ｏｆ　ｃａｔｈｅｔｅｒ　ｒｏｔａｔｉｏｎ　ｉｎ　ＩＶＵＳ　ｗｉｔｈ　ｆｅａｔｕｒｅ－ｂａｓｅｄ　ｏｐｔｉｃａｌ　ｆｌ　ｏｗ——ａ　ｐｈａｎｔｏｍ　ｓｔｕｄｙ［Ｊ］．　ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ｂｉｏｍｅｄｉｃｉｎｅ，２００８，１２（３）：３５６　３６５．　［１０］Ｄａｎｉｌｏｕｃｈｋｉｎｅ　Ｍ　Ｇ，Ｍａｓｔｉｋ　Ｆ，Ｓｔｅｅｎ　Ａ　Ｆ　Ｗ．Ｔｗｏ　ｍｅｔｈｏｄｓ　ｆｏｒ　ｃａｔｈｅｔｅｒ　ｍｏｔｉｏｎ　ｃｏｒｒｅｃｔｉｏｎ　ｉｎ　ｒＶＵＳ　ｐａｌｐｏｇｒａｐｈｙ［ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　２００７　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｕｌｔｒａｓｏｎｉｃ　Ｓｙｍｐｏｓｉｕｍ（ＩＵＳ），Ｎｅｗ　Ｙｏｒｋ　ＮＹ：ＩＥＥＥ　Ｐｒｅｓｓ，２００７：１７２４—１７２７．　［１１］Ｎａｄｋａｍｉ　Ｓ　Ｋ，Ｍｉｌｌｓ　Ｇ，Ｂｏｕｇｈｎｅｒ　Ｄ　Ｒ，ｅｔ　ａ１．Ａ　ｐｕｌｓａｔｉｎｇ　ｃｏｒｏｎａｒｙ　ｖｅｓｓｅｌ　ｐｈａｎｔｏｍ　ｆｏｒ　ｔｗｏ－－ａｎｄ　ｔｈｒｅｅ－－　ｄｉｍｅｎｓｉｏｎａｌ　ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｔｒａｓｏｕｎｄ　ｓｔｕｄｉｅｓ［ｃ］／／　Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　４ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍｅｄｉｃａｌ　Ｉｍａｇｅ　Ｃｏｍｐｕｔｉｎｇ　ａｎｄ　Ｃｏｍｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ　Ｉｎｔｅｒｖｅｎｔｉｏｎ（ＭＩＣＣＡＩ　２００１），Ｕｔｒｅｃｈｔ，Ｎｅｔｈｅｒｌａｎｄｓ：　ＭＩＣＣＡＩ　Ｓｏｃｉｅ哆Ｐｒｅｓｓ，２００１，２２０８：１　１６４—１　１６５．　【１　２］Ｈｏｌｚａｐｆｅｌ　Ｇ，Ｇａｓｓｅｒ　Ｌ　Ｓｔａｄｌｅｒ　Ｍ．Ａ　ｓｔｒｕｃｔｕｒａｌ　ｍｏｄｅｌ　ｆｏｒ　ｔｈｅ　ｖｉｓｃｏｅｌａｓｔｉｃ　ｂｅｈａｖｉｏｒ　ｏｆ　ａ￣ｅｒｉａｌ　ｗａｌｌｓ：　ｃｏｎｔｉｎｕｕｍ　ｆｏｒｍｕｌａｔｉｏｎ　ａｎｄ　ｉｆｎｉｔｅ　ｅｌｅｍｅｎｔ　ａｎａｌｙｓｉｓ［Ｊ］　Ｅｕｒｏｐｅａｎ　Ｊｏｕｒｎａｌ　ｏｆ　Ｍｅｃｈａｎｉｃｓ　Ａ－Ｓｏｌｉｄｓ，２００２，２　１：　４４１—４６３．　［１３］　Ｒｏｓａｌｅｓ　Ｍ，Ｒａｄｅｖａ　Ｐ’Ｒｏｄｒｉｇｕｅｚ—Ｌｅｏｒ　Ｏ，ｅｔ　ａ１．　Ｍｏｄｅｌｉｎｇ　ｏｆ　ｉｍａｇｅ—ｃａｈｔｅｔｅｒ　ｍｏｔｉｏｎ　ｏｆｒ　３－Ｄ　ＩＶＵＳ［Ｊ］．　Ｍｅｄｉｃａｌ　Ｉｍａｇｅ　Ａｎａｌｙｓｉｓ，２００９，１３（１）：９１—１０４．　［１４】　Ｂａｌｄｅｗｓｉｎｇ　Ｒ　Ａ，Ｄａｎｉｌｏｕｃｈｋｉｎｅ　Ｍ　Ｇ，Ｍａｓｔｉｋ　Ｆ，ｅｔ　ａ１．　Ａｎ　ｉｎｖｅｒｓｅ　ｍｅｔｈｏｄ　ｆｏｒ　ｉｍａｇｉｎｇ　ｔｈｅ　ｌｏｃａｌ　ｅｌａｓｔｉｃｉｔｙ　ｏｆ　ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ　ｃｏｒｏｎａｒｙ　ｐｌａｑｕｅｓ　［Ｊ］．　ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ｂｉｏｍｅｄｉｃｉｎｅ，２００８，１２（３）：２７７—２８９．　【１５】　Ｐａｕｌ　Ｓ．３－Ｄ　Ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｒｔａｓｏｕｎｄ（ＩＶＵＳ）ａｎｄ　ＩＶＵＳ—Ｐａｌｐｏｇｒａｐｈｙ：ｉｎｓｉｇｈｔｓ　ｉｎｔｏ　ｔｈｅ　ｍｅｃｈａｎｉｃａｌ　ｂｅｈａｖｉｏｒ　ｏｆ　ｔｈｅ　ｃｏｒｏｎａｒｙ　ｖｅｓｓｅｌ　ｗａｌｌ［Ｊ］．Ｔｈｅ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｃａｒｄｉｏｖａｓｃｕｌａｒ　Ｉｍａｇｉｎｇ，　２００６，２２：１５３—１５５．　［１６】　Ｓｕｎ　Ｚｈｅｎｇ．Ｔｈｒｅｅ—ｄｉｍｅｎｓｉｏｎａｌ　ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　ｏｆ　ｖｅｓｓｅｌｓ　ｆｒｏｍ　ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌ￣ａｓｏｕｎｄ　ｓｅｑｕｅｎｃｅ　ａｎｄ　Ｘ—ｒａｙ　ａｎｇｉｏｇｒａｍｓ　［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　２ｎｄ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｅｅ　ｏｎ　ＢｉｏＭｅｄｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｃｓ（ＢＭＥＩ　２００９），Ｔｉａｎｊｉｎ，　Ｃｈｉｎａ：ＩＥＥＥ　Ｐｒｅｓｓ，２００９，１：４４４—４４８．　［１７］　Ｂｏｖｅｎｋａｍｐ　Ｅ　Ｇ　Ｐ’Ｄｉｊｋｓｒｔａ　Ｊ，Ｂｏｓｃｈ　Ｊ　Ｇ，ｅｔ　ａ１．　Ｕｓｅｒ－ａｇｅｎｔ　ｃｏｏｐｅｒａｔｉｏｎ　ｉｎ　ｍｕｌｔｉａｇｅｎｔ　ＩＶＵＳ　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｍｅｄｉｃａｌ　Ｉｍａｇｉｎｇ，２００９，２８（１）：９４—１０５．　［１８］　Ｚｈａｎｇ　Ｑｉ，Ｗａｎｇ　Ｙｕａｎｙｕａｎ，Ｗａｎｇ　Ｗｅｉｑｉ，ｅｔ　ａ１．　Ａｕｔｏｍａｔｉｃ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｏｆ　ｃａｌｃｉｆｉ　ｃａｔｉｏｎｓ　ｉｎ　ｉｎｔｒａｖａｓｃｕｌａｒ　ｕｌｔｒａｓｏｕｎｄ　ｉｍａｇｅｓ　ｕｓｉｎｇ　ｓｎａｋｅｓ　ａｎｄ　ｔｈｅ　ｃｏｎｔｏｕｒｌｅｔ　ｔｒｎａｓｆｏｒｍ【Ｊ］．Ｕｌｒｔａｓｏｕｎｄ　ｉｎ　Ｍｅｄｉｃｉｎｅ＆　Ｂｉｏｌｏｇｙ，２０１０，３６（１）：ｌ１卜１２９．　［１９】　孙正，杨宇．一种基于ｓｎａｋｅ模型的ＩＶＵＳ图像　序列三维分割方法［Ｊ】．工程图学学报，２０１１，２２（６）：　２５—３２．