基于MRI图像的左心室分割方法研究现状与发展

doi:10.3778/j.issn.1002-8331.1810-0085

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (2): 28-35.DOI: 10.3778/j.issn.1002-8331.1810-0085

基于MRI图像的左心室分割方法研究现状与发展

周钦1，阿都建华1，尹立雪2，张红梅2，崔威2，曾强1

1.成都信息工程大学软件工程学院，成都 610225
2.四川省医学科学院·四川省人民医院心血管超声及心功能科超声心脏电生理学与生物力学四川省重点实验室，成都 610072

出版日期:2019-01-15 发布日期:2019-01-15

Recent Advances and Prospects on Left Ventricular Segmentation Method Based on MRI

ZHOU Qin1, ADU Jianhua1, YIN Lixue2, ZHANG Hongmei2, CUI Wei2, ZENG Qiang1

1.School of Software Engineering, Chengdu University of Information Technology, Chengdu 610225, China
2.Sichuan Provincial Key Laborary of Ultrasound in Cardiac Electrophysiology and of Biomechanics, Sichuan Academy of Medical Sciences & Sichuan Provincial People’s Hospital, Chengdu 610072, China

Online:2019-01-15 Published:2019-01-15

摘要/Abstract

摘要： 心脏的磁共振图像（Magnetic Resonance Imaging，MRI）对比度强、分辨率高、能够准确描述心脏的解剖功能，因此被认为是准确评估心脏挤压能力的金标准。在心脏的核磁共振图像上准确分割出左心室是准确评估左心室功能的前提。阐述了磁共振图像左心室分割的基本特点和难点，针对现阶段具有代表性的4种MRI左心室分割算法的基本原理、分割效果及时间效率等特点进行了归纳与总结。总结分析了MRI左心室分割领域面临的一些问题和发展方向。

关键词: 左心室分割, 磁共振图像, 左心室功能, 心内膜, 心外膜

Abstract: The Magnetic Resonance Imaging（MRI） of the heart has a strong contrast, high resolution, and accurate description of the anatomy of the heart, and is therefore considered the gold standard for accurate assessment of cardiac compression capacity. Accurate segmentation of the left ventricle on the nuclear magnetic resonance image of the heart is a prerequisite for accurate assessment of left ventricular function. This paper describes the basic characteristics and difficulties of left ventricular segmentation in magnetic resonance images. The basic principles, segmentation effects and time efficiency of four representative MRI left ventricular segmentation algorithms are concluded and summarized. Finally, the problems and directions of MRI left ventricular segmentation are summarized and analyzed.

Key words: left ventricular segmentation, Magnetic Resonance Imaging（MRI）, left ventricular function, endocardium, epicardium

周钦1，阿都建华1，尹立雪2，张红梅2，崔威2，曾强1. 基于MRI图像的左心室分割方法研究现状与发展[J]. 计算机工程与应用, 2019, 55(2): 28-35.

ZHOU Qin1, ADU Jianhua1, YIN Lixue2, ZHANG Hongmei2, CUI Wei2, ZENG Qiang1. Recent Advances and Prospects on Left Ventricular Segmentation Method Based on MRI[J]. Computer Engineering and Applications, 2019, 55(2): 28-35.

[1]	赵海峰，夏国峰，宋维明，张少杰. 强噪声干扰下MR图像的脑组织分割[J]. 计算机工程与应用, 2018, 54(6): 183-187.
[2]	汪娟1, 刘哲1, 宋余庆1, 陈香远2. 基于改进的GLCM甲状腺纹理特征提取与分析[J]. 计算机工程与应用, 2018, 54(23): 176-182.
[3]	迟冬祥¹，程伟中². 应用迭代四叉树的肝脏MR图像分割[J]. 计算机工程与应用, 2010, 46(9): 142-145.
[4]	程起才，王洪元，施连敏. 改进的模糊CMAC神经网络 [J]. 计算机工程与应用, 2009, 45(23): 182-185.
[5]	魏本征^1,2,尹义龙¹. 基于PSO的Markov随机场在医学图像分割中的应用[J]. 计算机工程与应用, 2008, 44(6): 213-215.
[6]	张宁,秦安,陈武凡. 一种新的心脏磁共振图像分割方法[J]. 计算机工程与应用, 2008, 44(31): 224-226.
[7]	李彬陈武凡颜刚. 基于模糊马尔可夫场的脑部MR图像分割算法[J]. 计算机工程与应用, 2007, 43(7期): 14-16.
[8]	林卫,何华灿,刘丽,贾澎涛. fMRI脑图的感知状态分析 ——回归模型及其寻优的非同质检验 [J]. 计算机工程与应用, 2007, 43(31): 28-33.
[9]	高秀梅¹，金忠²，王元全³. 基于可形变模型的左心室形状恢复与运动跟踪[J]. 计算机工程与应用, 2007, 43(22): 244-248.
[10]	张建伟、陈允杰、夏德深 . 模糊各向异性扩散人脑MR图像自动分割[J]. 计算机工程与应用, 2006, 42(5期): 19-.

基于MRI图像的左心室分割方法研究现状与发展

Recent Advances and Prospects on Left Ventricular Segmentation Method Based on MRI

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics