劉盛鋒，卓柳，倪東△

（1.哈爾濱理工大學(xué)自動(dòng)化學(xué)院，哈爾濱150080；2.醫(yī)學(xué)超聲關(guān)鍵技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，廣東省生物醫(yī)學(xué)信息檢測(cè)與超聲成像重點(diǎn)實(shí)驗(yàn)室，深圳大學(xué)生物醫(yī)學(xué)工程系，深圳518060）

1 引 言

超聲檢查對(duì)胎兒和孕婦無(wú)副作用，診斷準(zhǔn)確，是目前產(chǎn)前診斷與缺陷兒篩查的首選影像檢查方法。胎兒顏面部檢查是一項(xiàng)重要的超聲產(chǎn)前檢查項(xiàng)目。其中，包含重要解剖結(jié)構(gòu)的標(biāo)準(zhǔn)切面的定位是超聲產(chǎn)前診斷的關(guān)鍵步驟之一。目前臨床超聲產(chǎn)前診斷主要有二維超聲和三維超聲。與二維超聲相比，三維超聲具有表面模式、三平面正交模式和多平面模式，可提供更加全面可靠的信息，更好的評(píng)估解剖結(jié)構(gòu)，已廣泛應(yīng)用于臨床胎兒顏面部的診斷。由于宮內(nèi)胎兒胎位的不確定性，醫(yī)生從胎兒顏面部三維超聲體數(shù)據(jù)中手動(dòng)校對(duì)胎兒胎位，手動(dòng)定位三正交的基準(zhǔn)標(biāo)準(zhǔn)切面是非常困難和耗時(shí)的。

近年來(lái)，吸引了許多研究者對(duì)三維超聲自動(dòng)提取標(biāo)準(zhǔn)切面的興趣。Carneiro等［1］提出通過(guò)精確定位三維胎兒腦部體數(shù)據(jù)中的解剖結(jié)構(gòu)的位置、方向和大小，來(lái)定位其解剖結(jié)構(gòu)的標(biāo)準(zhǔn)切面。采用類(lèi)似的方法，Lu等［2］研究了心臟三維超聲數(shù)據(jù)中標(biāo)準(zhǔn)切面的自動(dòng)提取方法。Feng等人［3］，針對(duì)三維超聲的表面模式，提出了從三維超聲胎兒顏面部體數(shù)據(jù)中自動(dòng)尋找胎兒面部的最優(yōu)視角，結(jié)合3D人臉表面和2D面部輪廓精確檢測(cè)3D人臉。Cuingnet等人［4］針對(duì)三維超聲腦部體數(shù)據(jù)，提出將胎兒腦部解剖結(jié)構(gòu)頭骨、正中矢狀面和眼球軌道作為參考，重新建立腦部體數(shù)據(jù)的正交坐標(biāo)系和原點(diǎn)，最終確定腦部解剖結(jié)構(gòu)的標(biāo)準(zhǔn)切面。Chen等人［5］針對(duì)三維超聲胎兒顱腦輪廓分割進(jìn)行了研究。

迄今為止，關(guān)于三維超聲標(biāo)準(zhǔn)切面搜索研究已取得了一些進(jìn)展，但就我們所知，尚無(wú)一個(gè)方法是針對(duì)從顏面部體數(shù)據(jù)中自動(dòng)獲取重要解剖結(jié)構(gòu)的標(biāo)準(zhǔn)切面。另一方面，不管是臨床研究還是計(jì)算機(jī)輔助，針對(duì)胎兒顱腦的研究，最受關(guān)注的解剖結(jié)構(gòu)為雙眼球［4-6］和面部輪廓［3-4，7-8］。雙眼球在超聲圖像中特異性強(qiáng)，對(duì)稱(chēng)存在，相比其他解剖結(jié)構(gòu)易識(shí)別，且受胎兒胎位、胎齡的影響小。但是雙眼球灰度信息較為單一，在超聲圖像中存在較多與其表觀(guān)類(lèi)似的區(qū)域，文獻(xiàn)［4-5］僅用雙眼球本身來(lái)定位，魯棒性有待提高。另一方面，正中矢狀面上的面部輪廓線(xiàn)亦較易識(shí)別，可反應(yīng)顏面部的本質(zhì)特性，臨床上往往對(duì)其進(jìn)行多個(gè)生物學(xué)參數(shù)測(cè)量［9-12］，以判斷是否有顏面部畸形。

本研究提出一種三維超聲胎兒顏面部三正交基準(zhǔn)標(biāo)準(zhǔn)切面自動(dòng)校對(duì)系統(tǒng)，可減少醫(yī)生工作量，提高產(chǎn)前超聲診斷的標(biāo)準(zhǔn)化水平。首先，根據(jù)平面上一點(diǎn)和法向量確定平面的原理，即通過(guò)自動(dòng)檢測(cè)雙眼球，并基于對(duì)稱(chēng)性雙眼球軌道和軌道中點(diǎn)定位正中矢狀面；然后，通過(guò)自動(dòng)檢測(cè)正中矢狀面上的面部輪廓線(xiàn)定位面額冠狀切面；最后，根據(jù)雙眼球和三平面正交關(guān)系校對(duì)水平橫切面。從而重新定義胎兒顏面部的三維基向量。

2 方法

2.1 眼球自動(dòng)檢測(cè)

在三維超聲顏面部體數(shù)據(jù)中，眼球能反應(yīng)胎兒顏面部的本質(zhì)特征：眼球受胎兒體位、大小和圖像質(zhì)量等變化影響??；超聲眼球表現(xiàn)為中央極小的無(wú)回聲區(qū)，眼球周邊為一完整的、厚度均勻的強(qiáng)回聲，這一強(qiáng)回聲壁由眼框骨和眼瞼組成，見(jiàn)圖1；眼球具有對(duì)稱(chēng)性，可確定顏面部解剖結(jié)構(gòu)的參考方向，校對(duì)正中矢狀面，所以最先檢測(cè)雙眼球的位置。但是雙眼球灰度信息較為單一，在超聲圖像中存在較多與其表觀(guān)類(lèi)似的區(qū)域，可能降低自動(dòng)檢測(cè)的魯棒性。在超聲圖像中，蝶骨位于眼球下方，具有對(duì)稱(chēng)性，其聲像表現(xiàn)為中央極小的強(qiáng)回聲區(qū)，周邊為厚度均勻的弱回聲區(qū)，具有較強(qiáng)的標(biāo)識(shí)性。因此，可通過(guò)聯(lián)合眼球下方的蝶骨增加眼球自動(dòng)檢測(cè)的魯棒性。

圖1 3D超聲眼球灰度示意圖Fig 1 Diagram of 3D ultrasound eyeballs gray images

考慮到超聲圖像中典型眼球和蝶骨具有旋轉(zhuǎn)不變的特性的表觀(guān)，本研究擬將2D Haar-like特征［14］擴(kuò)展到三維空間來(lái)描述訓(xùn)練樣本的表觀(guān)。2D Haar-like特征的基本原理是：特征值定義為特征模板中不同區(qū)域的像素灰度值之差。本研究定義了10種形式的3D Haar-like特征，見(jiàn)圖2。

圖2 3D Haar-like特征模板示意圖Fig 2 Diagram of 3D Haar-like feature templates

為了更有效的計(jì)算濾波器的值，本研究提出了與計(jì)算2D Haar-like型特征的“積分圖”方法類(lèi)似的方法“積分體”?！胺e分體”和“積分圖”的區(qū)別在于“積分體”是在三維空間中計(jì)算出來(lái)的。其具體計(jì)算過(guò)程如下：

（1）“積分體”是一個(gè)大小與體數(shù)據(jù)相同的三維矩陣，對(duì)于“積分體”上的某一點(diǎn)（x，y，z）來(lái)說(shuō)，其值是時(shí)空體中所有序號(hào)小于等于當(dāng)前位置的所有點(diǎn)的像素亮度和：

其中 iv（x，y，z）表示積分體（x，y，z）位置的值，i（x′，y′，z′）表示體數(shù)據(jù)中（x′，y′，z′）位置的值。（2）借助“積分體”的概念，任何一個(gè)立方體中的所有像素和可以通過(guò)7個(gè)加減操作計(jì)算出來(lái)。對(duì)于每一點(diǎn)（x，y，z）積分體的計(jì)算公式為：

每次計(jì)算特征值時(shí)，只需要計(jì)算頂點(diǎn)上的積分體值，這樣可以大大減少計(jì)算時(shí)間［14-15］。

在機(jī)器學(xué)習(xí)的實(shí)際應(yīng)用中，特征數(shù)量往往較多，其中可能存在不相關(guān)的特征，特征之間也可能存在相互依賴(lài)，容易導(dǎo)致如下后果：（1）特征個(gè)數(shù)越多，分析特征、訓(xùn)練模型所需的時(shí)間就越長(zhǎng)。（2）特征個(gè)數(shù)越多，容易引起“維度災(zāi)難”，模型也會(huì)越復(fù)雜，其推廣能力會(huì)下降?；诖?，本研究將所有Haarlike總特征維數(shù)28318分成每1000維的特征子集，使用支持向量機(jī) （support vector machine，SVM）分類(lèi)器，然后利用每個(gè)特征子集對(duì)樣本集進(jìn)行分類(lèi)，選取分類(lèi)精度最高的特征子集做為最后的特征。

在獲取最優(yōu)特征子集后，即可分別訓(xùn)練眼球和蝶骨檢測(cè)的SVM分類(lèi)器；根據(jù)眼球與蝶骨位置關(guān)系空間不變性，采用眼球和蝶骨聯(lián)合檢測(cè)的方法；對(duì)所有眼球檢測(cè)的預(yù)測(cè)點(diǎn)使用k-means聚類(lèi)求得雙眼球中心；最后，由雙眼球中心所確定方向向量和雙眼球中心連線(xiàn)的中心點(diǎn)，來(lái)定位正中矢狀面。雙眼球與正中矢狀切面空間位置關(guān)系見(jiàn)圖3。

圖3 雙眼球與正中矢狀切面空間位置關(guān)系示意圖Fig 3 Diagram of the spatial relation between the eyeballs and the median sagittal plane

2.2 面部輪廓線(xiàn)自動(dòng)檢測(cè)

面部輪廓線(xiàn)自動(dòng)檢測(cè)的過(guò)程，也是求最優(yōu)直線(xiàn)的過(guò)程包括三個(gè)部分：鼻骨位置、面部輪廓模型和最優(yōu)面部輪廓線(xiàn)擬合。

在三維超聲顏面部體數(shù)據(jù)中，面部輪廓能反應(yīng)胎兒顏面部的本質(zhì)特征：面部輪廓受胎兒體位、胎兒大小和圖像質(zhì)量等變化影響小，清楚可見(jiàn)，易獲取；面部輪廓表現(xiàn)為成一定形狀的強(qiáng)回聲，區(qū)別于周?chē)渌浗M織，這一強(qiáng)回聲壁由面額骨、鼻子、鼻骨和下巴皮膚、下頜骨組成；面額冠狀切面通過(guò)面額骨、鼻骨和下額骨，與正中矢狀面的交線(xiàn)為面部輪廓線(xiàn)，即鼻骨和下額骨的連線(xiàn)，定位面部輪廓線(xiàn)，從而校對(duì)面額冠狀面。面部輪廓線(xiàn)及面部冠狀切面超聲圖像見(jiàn)圖4。

圖4 面部輪廓線(xiàn)及面部冠狀切面超聲圖像Fig 4 Ultrasound images of facial profile plane and facial coronary plane

正中矢狀面、雙眼球水平橫切面、面額冠狀切面之間成兩兩正交關(guān)系，相交于鼻骨［16］。鼻骨和雙眼球具有固定的空間位置和大小比例關(guān)系：（1）鼻骨和雙眼球成等腰三角形，鼻骨為頂點(diǎn)；（2）鼻骨到雙眼球中心連線(xiàn)的距離d（如圖（5a）的紅色直線(xiàn)）即為等腰三角形的高；（3）雙眼球中心之間的距離D（如圖5（a）的藍(lán)色直線(xiàn)），即為等腰三角形的底邊；（4）等腰三角形的高和底邊具有一定的比例關(guān)系，大概為d∶D=1∶4。所以，由雙眼球中心連線(xiàn)即可粗略確定鼻骨位置。鼻骨初定位后，為后面的正中矢狀面的面部輪廓區(qū)域分割進(jìn)行了限制，可減少超聲圖像中宮內(nèi)其他組織結(jié)構(gòu)的噪聲影響，提高分割的準(zhǔn)確性。鼻骨-顏面部模型見(jiàn)圖5。

Hough變換是圖像處理中從圖像中識(shí)別幾何形狀的基本方法之一。Hough變換的基本原理在于利用點(diǎn)與線(xiàn)的對(duì)偶性，將原始圖像空間的給定的曲線(xiàn)通過(guò)曲線(xiàn)表達(dá)形式變?yōu)閰?shù)空間的一個(gè)點(diǎn)。這樣就把原始圖像中給定曲線(xiàn)的檢測(cè)問(wèn)題轉(zhuǎn)化為尋找參數(shù)空間中的峰值問(wèn)題。也即把檢測(cè)整體特性轉(zhuǎn)化為檢測(cè)局部特性。本研究中是用來(lái)檢測(cè)直線(xiàn)。

在根據(jù)鼻骨確定的面部輪廓區(qū)域中，進(jìn)行kmeans聚類(lèi)分割得到二值圖，再進(jìn)行Hough直線(xiàn)檢測(cè)，檢測(cè)到的多條直線(xiàn)集中分布在面部輪廓線(xiàn)區(qū)域，這是因?yàn)槊娌枯喞埔粭l直線(xiàn)。根據(jù)Hough變換直線(xiàn)得到極坐標(biāo)下的θ，便大大減少了面部輪廓線(xiàn)確定的范圍，即已經(jīng)確定了面部輪廓線(xiàn)的大致范圍（θ1，θ2）。

圖5 鼻骨-顏面部模型示意圖a.模型示意圖；b.面部比例示意圖；c.鼻骨-眼球中心距離統(tǒng)計(jì)圖Fig 5 Diagram of the nasal-facial model

然后采用模板匹配的方法對(duì)Hough直線(xiàn)檢測(cè)確定的角度范圍和初步鼻骨位置兩個(gè)參數(shù)進(jìn)行篩選，得到最佳的面部輪廓擬合直線(xiàn)方程，即為面部輪廓線(xiàn)。其過(guò)程是：首先，將多個(gè)胎兒正中矢狀面上的面部輪廓區(qū)原圖和對(duì)應(yīng)的k-means分割二值圖加權(quán)平均，得到平均模板圖，其中模板大小為80×180。然后，對(duì)平均模板圖閾值分割得到面部輪廓線(xiàn)二值模板圖；最后，進(jìn)行模板匹配，原則是，在已經(jīng)確定的面部輪廓線(xiàn)大致范圍內(nèi)（θ1，θ2），將 Hough直線(xiàn)檢測(cè)得到的二值圖與面部輪廓線(xiàn)二值模板圖進(jìn)行運(yùn)算再求和，得到和最大的匹配角度方向即為面部輪廓線(xiàn)的方向位置，再結(jié)合之前確定的鼻骨這個(gè)點(diǎn)，就可以精確擬合面部輪廓線(xiàn)。

面部輪廓線(xiàn)檢測(cè)后，直接校對(duì)面額冠狀切面。最后以鼻骨、雙眼球、面部輪廓線(xiàn)為參考，重新定義胎兒顏面部三維空間坐標(biāo)（x′，y′，z′，o′），鼻骨為新坐標(biāo)系的原點(diǎn)o′，面部輪廓線(xiàn)為新坐標(biāo)的z′軸，雙眼球方向向量為新坐標(biāo)的x′軸，鼻骨與雙眼球軌道中心所在方向向量為新坐標(biāo)的 y′軸，x′o′y′平面即為雙眼球水平橫切面，所以由此校對(duì)雙眼球水平橫切面。

2.3 評(píng)價(jià)方法

本研究對(duì)算法在眼球檢測(cè)和三個(gè)基準(zhǔn)標(biāo)準(zhǔn)切面和用戶(hù)間可變性等方面進(jìn)行了定量評(píng)估，為了便于作定量評(píng)價(jià)，基于VTK開(kāi)發(fā)了一個(gè)交互式軟件。用戶(hù)可以從體數(shù)據(jù)里獲取任意點(diǎn)的位置，記錄點(diǎn)的坐標(biāo)，還可以獲取任意位置的切面，主要包括切面的法向量和中心點(diǎn)在內(nèi)的參數(shù)信息。此外，還邀請(qǐng)了兩位在胎兒顏面部超聲檢查方面有三年以上經(jīng)驗(yàn)的超聲醫(yī)生（記為醫(yī)生1和2）和三位超聲醫(yī)學(xué)影像專(zhuān)業(yè)的研究生（訓(xùn)練他們從體數(shù)據(jù)中標(biāo)注三個(gè)基準(zhǔn)標(biāo)準(zhǔn)切面；記為學(xué)生1，2和3），請(qǐng)他們標(biāo)注最優(yōu)的標(biāo)準(zhǔn)切面，并記錄下這些切面的法向量和中心點(diǎn)等參數(shù)。在標(biāo)注過(guò)程中，用戶(hù)可以重復(fù)多次直到結(jié)果滿(mǎn)意為止。

本研究用上述兩位醫(yī)生的平均結(jié)果作為評(píng)測(cè)的金標(biāo)準(zhǔn)：眼球中心點(diǎn)真實(shí)位置（坐標(biāo)點(diǎn)）和三個(gè)基準(zhǔn)標(biāo)準(zhǔn)切面的真實(shí)位置（切面的法向量和中心點(diǎn)）。其中，眼球真實(shí)位置用紅色標(biāo)注，三個(gè)標(biāo)準(zhǔn)切面用帶有紅色邊線(xiàn)的平面標(biāo)注。對(duì)于評(píng)價(jià)眼球檢測(cè)結(jié)果的好壞，是通過(guò)評(píng)價(jià)自動(dòng)檢測(cè)眼球中心點(diǎn)和臨床專(zhuān)家醫(yī)生標(biāo)注的實(shí)際位置的歐式距離。對(duì)于評(píng)價(jià)獲取三個(gè)基準(zhǔn)標(biāo)準(zhǔn)切面的好壞，主要采用兩個(gè)指標(biāo)：（1）手動(dòng)獲取與自動(dòng)檢測(cè)的切面之間的角度：

其中，nm表示手動(dòng)獲取切面的法向量，na表示自動(dòng)獲取切面的法向量。（2）兩個(gè)平面之間的距離：

其中，bautomatic為體數(shù)據(jù)原點(diǎn)到自動(dòng)獲取切面中心點(diǎn)的距離，bmanual為體數(shù)據(jù)原點(diǎn)到手動(dòng)獲取切面中心點(diǎn)的距離。

3 實(shí)驗(yàn)內(nèi)容與結(jié)果

3.1 實(shí)驗(yàn)數(shù)據(jù)

本研究使用的數(shù)據(jù)全部由深圳婦幼保健院超聲科邁瑞DC-8機(jī)器上采集，包括經(jīng)驗(yàn)豐富和新手醫(yī)生采集的數(shù)據(jù)，數(shù)據(jù)孕周分布在20周到39周，主要集中在29周到32周之間。共采集了788個(gè)來(lái)自174個(gè)不同的胎兒體數(shù)據(jù)，體數(shù)據(jù)的平均大小為250×195×220（像素），兩個(gè)像素相當(dāng)于1 mm，每個(gè)胎兒有橫切面和矢狀面兩種掃查方式獲得的多個(gè)顏面部體數(shù)據(jù)。本研究使用來(lái)自134個(gè)胎兒的708個(gè)體數(shù)據(jù)做為訓(xùn)練，來(lái)自40個(gè)胎兒的80個(gè)體數(shù)據(jù)（其中矢狀面掃查方式和水平橫切面掃查方式各40個(gè)）做為檢測(cè)。2D FP profile模板為20個(gè)胎兒的平均模板。所有的檢測(cè)數(shù)據(jù)都能反應(yīng)一般情況。

3.2 實(shí)驗(yàn)結(jié)果

主要通過(guò)平均誤差、中間誤差和標(biāo)準(zhǔn)偏差，定量得到自動(dòng)檢測(cè)的雙側(cè)眼球中心點(diǎn)和三個(gè)基準(zhǔn)標(biāo)準(zhǔn)切面的真實(shí)位置與臨床專(zhuān)家醫(yī)生標(biāo)注的實(shí)際位置誤差分析結(jié)果分別見(jiàn)表1和表2。其中，表2中第一列的前三個(gè)指標(biāo)分別為矢狀、冠狀和水平切面的角度，后三個(gè)為其對(duì)應(yīng)切面間的距離。

表1 眼球檢測(cè)的歐氏距離誤差分析Table 1 Error analysis of Euclidean distance for eyeballs detection

表2 三基準(zhǔn)標(biāo)準(zhǔn)切面檢測(cè)的誤差分析Table 2 Error analysis of the three reference standard planes detection

為了驗(yàn)證用戶(hù)間的可變性，表3給出了不同用戶(hù)之間（包括醫(yī)生與醫(yī)生、醫(yī)生與學(xué)生以及自動(dòng)檢測(cè)與醫(yī)生）的誤差比較。由此可知，自動(dòng)檢測(cè)與醫(yī)生之間的誤差小于醫(yī)生與醫(yī)生之間的誤差，驗(yàn)證了本研究提出的方法自動(dòng)獲得的結(jié)果誤差在用戶(hù)間可變性變化范圍內(nèi)，可以減少用戶(hù)間的差異。

表3 不同用戶(hù)間的誤差比較Table 3 Error comparison between different users

4 結(jié)論

首次實(shí)現(xiàn)了三維超聲中胎兒顏面部自動(dòng)校對(duì)多基準(zhǔn)標(biāo)準(zhǔn)切面導(dǎo)航系統(tǒng)。通過(guò)自動(dòng)檢測(cè)胎兒雙眼球定位正中矢狀面，進(jìn)而通過(guò)自動(dòng)檢測(cè)正中矢狀面上的面部輪廓線(xiàn)定位面額冠狀切面，最后以鼻骨、雙眼球和面部輪廓線(xiàn)為參考校對(duì)水平橫切面，從而自動(dòng)定義胎兒顏面部三維基準(zhǔn)向量。實(shí)驗(yàn)表明，標(biāo)準(zhǔn)切面角度誤差在2.541～4.601度之間，距離誤差在0.739～1.000毫米之間。實(shí)驗(yàn)結(jié)果說(shuō)明了本系統(tǒng)的可行性。