ناحيه‌بندي مرز اندوكارد بطن چپ در تصاوير تشديد مغناطيسي قلبي با شدت روشنايي غيريكنواخت

Segmentation of Endocardium Boundary of the Left Ventricle in Inhomogeneous Cardiac Magnetic

مرز فعال تصادفي (STACS) روشي متداول و پركاربرد براي بخش‌بندي مرز اندوكارد در تصاوير تشديد مغناطيسي قلبي (CMR) است. با اين وجود، STACS در تصاوير CMR با روشنايي غيريكنواخت عملكرد مطلوبي ندارد؛ زيرا در تابعي انرژي آن براي توصيف توزيع سطح خاكستري نواحي درون و برون مرز فعال، از دو تابع چگالي احتمال گوسي استفاده شده است. از طرف ديگر، مرز فعال تطبيق باينري محلي (LBF)، به‌دليل استفاده از كرنل گوسي براي پردازش محلي سطح خاكستري پيكسل‌ها، از عملكرد مناسبي در بخش‌بندي نواحي ناهمگن برخوردار است. در اين مقاله، با جايگزين كردن جمله مبتني بر ناحيه در تابعي انرژي STACS با بخشي از تابعي انرژي LBF، يك مدل فرم‌پذير جديد براي بخش‌بندي تصاوير CMR با روشنايي ناهمگن ارايه شده است. به‌علاوه، ضرايب جملات مختلف تابعي انرژي در طول تكامل مرز فعال به‌صورت زمان- واقعي تنظيم شده‌اند. براي ارزيابي عملكرد روش پيشنهادي از چهل تصوير CMR در دو مرحله پايان سيستول و دياستول استفاده شده است. در هر تصوير، مرز اندوكارد مطلوب توسط يك متخصص به‌صورت دستي مشخص شده است. نتايج تجربي بيان‌گر عملكرد بهتر روش پيشنهادي در بخش‌بندي مرز اندوكارد در مقايسه با مرز فعال هندسي، مرز فعال بدون لبه و STACS است.

The stochastic active contour scheme (STACS) is a well-known and frequently-used approach for segmentation of the endocardium boundary in cardiac magnetic resonance (CMR) images. However, it suffers significant difficulties with image inhomogeneity due to using a region-based term based on the global Gaussian probability density functions of the inner\outer regions of the active contour. On the other hand, the local binary fitting (LBF) provides suitable results for segmentation of inhomogeneous regions because of employing a local Gaussian kernel function. In this paper, we propose a new active contour for inhomogeneous CMR images segmentation by substituting the region-based term of STACS with the corresponding energy functional of LBF. Furthermore, we automatically adjust weighting coefficients of the proposed energy functional according to the simulated annealing algorithm. The performance of the proposed method has been demonstrated on fourteen CMR images. All benchmark images are selected at the end of diastolic\systolic phase of the cardiac cycle. Furthermore, for each benchmark CMR image, the desired boundary was delineated by an expert. Experimental results demonstrated that compared to the geometric active contour, active contour without edge and STACS; the proposed method provides significantly superior performance for segmentation of the endocardium boundary of left ventricle of the human heart.