三维运动估计优化方案

采用同时在两个角度拍摄的冠状动脉造影图像序列，将冠脉的三维重建和运动估计结合起来进行，可得到对冠脉树的结构、形态及运动的全面描述，提取出无空间偏差的局部和整体的运动信息。通过跟踪心脏周期中冠脉树的运动及变形，可获得对心脏整体和局部运动的全面了解，为心脏状态和功能的临床分析以及与其他成像技术的融合提供基础。

冠状动脉血管骨架的三维运动估计由四个步骤组成，如图2-93所示，下面分别对各步骤进行介绍。

（1）采集CAG图像序列

首先，采集两个角度的造影图像序列，并记录成像系统参数（包括造影角度、X射线源到成像平面的距离等）。若采用单面造影系统，则为了保证两个角度的图像序列是在同一时刻获取的，还需根据造影过程中同步记录的心电信号选取两个角度的对应图像。同时为了进行运动分析，必须保证图像序列的时间分辨率足够高，CAG图像采集速率通常为15～120f／s，可以准确地跟踪心脏周期中动脉的运动。还必须保证适当的空间分辨率，便于进行常规的诊断。

对成像系统进行标定的目的是为了得到三维空间和每个X射线成像设备的二维透视投影之间的几何关系（假设拍摄过程中X射线源的位置是已知的）。该几何关系由几何变换矩

图2-92 5个时刻的三维血管骨架跟踪结果

图2-93 冠状动脉血管骨架树三维运动估计示意图

阵决定（详见第2.5节），矩阵的系数可由球管中标定的三维位置及其在图像平面上的坐标估计出来。

（2）提取CAG图像中的血管骨架

由于血管造影图像在获取、传输和存储过程中受到各种因素的限制和噪声干扰，因此首先要对图像进行预处理，如中值滤波、高斯平滑等，目的是消除干扰噪声，保留并突出所需的图像信息。之后，为了减少后续处理过程的数据量和便于模式特征的提取，需要对冠脉造影图像进行二维骨架提取，可获得连通的、逼近中轴线且为单像素宽的血管分支的骨架^［5］。由于临床上只有主干血管信息对冠心病的诊治具有重要意义，所以只需从冠脉造影图像中提取主干血管的骨架。

为了正确分割冠脉树的骨架，需要对骨架的特征点进行识别，包括分叉点（血管在该处出现分支，血管骨架出现交点）、交叉点（指两条空间不相交的血管在造影图上投影的交叉点）和端点（造影图上血管的终止点）。最后，获得二维血管骨架树的拓扑结构描述，并将二维血管骨架树表示成像素点的有序序列，详见第2.4节。

（3）重建首时刻的三维血管骨架

血管造影图像序列中第一个时刻t＝1的血管骨架树进行三维重建的具体方法参见第2.5节。(www.xing528.com)

（4）对整个图像序列进行血管骨架的三维重建和运动估计

首先，对时刻t和时刻t＋1的两个角度的图像分别进行沿血管中心线的二维运动估计，得到中心线上各点的二维运动向量。第2.8.3节中所述的光流法虽然是运动图像分析的重要方法，但是其在应用过程中存在抗噪性能较差、对图像的帧采样率要求很高等局限。而且采用光流法只能计算出骨架上点的运动向量，得不到两幅图像点之间的对应关系。基于弹性配准的二维运动估计方法对所处理的相邻图像的时间间隔没有严格的约束，可以计算大位移的运动向量场，得到血管骨架上各点的二维运动向量。

然后，采用外极约束优化二维运动估计结果。得到序列中时刻t＝1的三维冠脉骨架。在血管骨架的三维重建过程中，采用外极约束完成了两个视角间点的匹配，即冠状动脉骨架上的每个三维点在两个图像平面上各有一个投影点，而且这种对应关系在整个图像序列中是不变的。这也为二维运动估计引入了一个新的约束条件，即时刻t空间血管上的一点P，在图像平面A和B上的投影点分别为p₁和p₂。经过二维运动估计后，得到平面A上的p₁与时刻t＋1的点p′₁相对应，运动向量为 ；平面B上的p₂与时刻t＋1的点p₂′相对应，运动向量为 。那么p′₁与p′₂应该在彼此的外极线上，如图2-94所示。将上述约束条件应用到对造影图像序列的二维运动估计中，得到优化后的结果。

其次，由两个角度的二维运动向量重建出三维运动向量及t＋1时刻的三维血管骨架。由p′₁与p′₂的坐标可计算出空间点P在时刻t＋1的位置P′的坐标，从而得到三维运动向量 ，如图-94所示。

最后，t值增加1，即t→t＋1，重复上述步骤，直至图像序列的末尾，就得到了对整个图像序列中相邻时刻间血管骨架的三维运动向量。

运用上述算法对图2-91和图2-92所示的左冠CAG图像序列进行血管骨架运动估计的结果如图2-95和图2-96所示。

图2-94 运动向量的三维重建示意图

图2-95 3个时刻的CAG图像和重建出的左冠血管三维骨架

图2-96 对在RAO30°CAUD24°和LAO46°CRAN21°角度拍摄的两个左冠造影图像序列进行主要血管分支骨架的运动估计结果

a）10个时刻的三维血管骨架 b）相邻时刻间的三维运动场（十个时刻）