23、医学影像处理与肌肉活动研究进展

医学影像处理与肌肉活动研究进展

在医学领域，影像处理和肌肉活动研究对于疾病的诊断和治疗具有至关重要的意义。本文将介绍自动左心室分割方法以及脑瘫患者步态中肌肉活动的研究。

自动左心室分割方法

在心肌梗死的治疗决策中，准确评估损伤程度以及区分存活和死亡的心肌组织至关重要。T2加权心脏磁共振（CMR）图像可以帮助可视化心肌梗死后心肌壁上的正常区域和水肿区域。为了确定心肌组织中水肿的位置和量化程度，首先需要对左心室的内膜和外膜进行分割。

传统的手动分割过程繁琐且耗时，而自动分割则面临诸多挑战，如心内膜壁上乳头肌的存在、左心室外膜周围边缘较弱，以及心肌组织中水肿的存在使信号强度高于正常心肌组织，且水肿的精确位置难以预测。

为了解决这些问题，研究人员提出了一种新的自动分割方法，具体步骤如下：
1. 预处理和中心点检测
- 预处理 ：使用测地形态学膨胀对图像进行预处理，以创建左心室血池内的均匀区域。
- 中心点检测 ：结合模糊推理，通过以下三个模糊子集来确定可能的中心点候选像素：
- 右侧模糊中心（RSF C）：$RSF C = {(x, y), μ_{RFSC}(p(x, y))}, (x, y) \in{image pixel}$
- 模糊垂直线（FV L）：$FV L = {x, u_{FV L}(v(x))}, x \in{index of vertical scan}$
- 模糊水平线（FHL）：$FHL = {y, u_{FHL}(v(y))}, y \in{index of horizon