基于DT-MRI數(shù)據(jù)的三維心室組織分層方法

肖立邦，王寬全，袁永峰

(哈爾濱工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院，150001哈爾濱，xiaolibang@gmail.com)

在過去的幾十年中，研究者先后采用了多種方法來對心室組織進(jìn)行分層，進(jìn)而構(gòu)建心室解剖結(jié)構(gòu).喻德曠等［1］給出了結(jié)果，但是其采用的數(shù)據(jù)并不是心室組織的解剖數(shù)據(jù)，而且其三維分層結(jié)構(gòu)中細(xì)胞的排列存在間斷性;Gulrajani等［2］也給出了心室組織結(jié)構(gòu)中3種細(xì)胞的分布結(jié)果，但是其采用的方法沒有給予介紹.因此，本文提出一種方法來構(gòu)建心室組織三維解剖結(jié)構(gòu).首先對三維心室組織進(jìn)行切片處理，然后對各個切片分別進(jìn)行邊界檢測、邊界匹配、區(qū)域填充和融合后處理，最后將所有切片整合組建形成三維解剖結(jié)構(gòu).本文基于構(gòu)建的三維心室組織模型進(jìn)行建模和偽心電圖仿真，并與臨床心電圖做比較研究，以驗證此分層結(jié)果的合理性.

1 心臟電生理基礎(chǔ)與分層依據(jù)

1.1 心室肌細(xì)胞電生理異質(zhì)性

1991年，Sciouri等［3］發(fā)現(xiàn)了心室肌細(xì)胞存在電生理異質(zhì)性，即不同部位心室肌細(xì)胞動作電位的形態(tài)、間期存在差異，這種差異形成了特定形態(tài)的心電圖(Electrical Cardiac Graphics，ECG).人們對于心室肌細(xì)胞的動作電位差異進(jìn)行的大量研究發(fā)現(xiàn)心室去極化的方向總體上是自心內(nèi)膜向心外膜擴(kuò)布，而復(fù)極過程在心外膜開始較早，依次是心內(nèi)膜和中間層，如圖1(a)所示.從圖1(a)中可以看出心外膜復(fù)極最早，中間層細(xì)胞復(fù)極最晚，且其時程較心內(nèi)膜細(xì)胞和心外膜細(xì)胞要長.由于不同心室肌細(xì)胞的動作電位間期和去極、復(fù)極時間先后差異，形成了ECG的QRS波群和T波.

1.2 線性分層方法依據(jù)

在心室組織中，心肌細(xì)胞處于細(xì)胞液的包圍中，水分子在細(xì)胞中的擴(kuò)散運(yùn)動在心肌細(xì)胞纖維方向較垂直纖維方向要明顯得多，DT-MRI［4］即磁共振擴(kuò)散張量成像技術(shù)就是利用擴(kuò)張向量場中的各向異性擴(kuò)散的方向追蹤心肌細(xì)胞纖維的走向.本文使用的是由約翰霍普金斯大學(xué)的心血管生物信息建模中心所提供的高分辨率DT-MRI人類心臟成像數(shù)據(jù)集［5］.如圖1(b)所示，心室透壁的心肌纖維旋轉(zhuǎn)角從心外膜至心內(nèi)膜成線性變化，而不同的纖維走向旋轉(zhuǎn)角對應(yīng)著不同的心室細(xì)胞，因此，心室細(xì)胞的層間劃分從心外膜至心內(nèi)膜具有線性劃分規(guī)律.

圖1 心室肌細(xì)胞電生理特性和組織特性

2 心室組織分層方法

由于生物實驗的局限性和心臟結(jié)構(gòu)的復(fù)雜性，心內(nèi)膜、中間層、心外膜在心室組織中的精確構(gòu)成比例尚不明確.本文根據(jù)文獻(xiàn)［6］仿真研究的結(jié)果，將心室壁細(xì)胞中心內(nèi)膜細(xì)胞、中間層細(xì)胞和心外膜細(xì)胞的構(gòu)成比例設(shè)定為25∶35∶40;室間隔細(xì)胞中右心室心內(nèi)膜細(xì)胞、中間層細(xì)胞和左心室心內(nèi)膜細(xì)胞的構(gòu)成比例設(shè)定為1∶1∶1.由于心室壁和室間隔的細(xì)胞種類及構(gòu)成比例的不一致，本文分類的基本過程是，先將心室壁切片和室間隔切片分別進(jìn)行細(xì)胞分類，然后融合成心室組織切片，最后將所有心室組織切片整合組建，構(gòu)建三維心室解剖結(jié)構(gòu).

2.1 邊界檢測

本文對心室組織切片逐片進(jìn)行細(xì)胞分層，對某特定心室組織切片中心內(nèi)膜線和心外膜線的確定采用八叉樹搜索法，以心外膜線為例，具體步驟為:

1)利用Canny邊緣檢測算法［7］檢測心室組織切片中的心外膜線.

2)確定心外膜線中位于心室組織切片最上端的點(diǎn)為搜索起點(diǎn)，用數(shù)組記錄.

3)以起點(diǎn)為當(dāng)前點(diǎn)，搜索位于當(dāng)前點(diǎn)右方向的邊緣點(diǎn)，數(shù)組記錄，并以此點(diǎn)為當(dāng)前點(diǎn).

4)沿當(dāng)前點(diǎn)的上、下、左、右、左上、左下、右上、右下8個方向搜索邊緣點(diǎn)，若邊緣點(diǎn)全部已經(jīng)記錄在數(shù)組中，則結(jié)束;否則，將該邊緣點(diǎn)記錄入數(shù)組中，以此點(diǎn)作為當(dāng)前點(diǎn)，轉(zhuǎn)步驟4).

記錄到數(shù)組中的點(diǎn)的順序為順時針方向.對于心內(nèi)膜線，除了搜索起點(diǎn)需要滿足“與外邊緣線搜索起點(diǎn)位于同一垂直方向”的條件外，方法完全相同.

2.2 邊界匹配

為實現(xiàn)心室壁細(xì)胞的分類，需要明確心內(nèi)膜線與心外膜線的對應(yīng)情況.本文提出2種方法來解決這個問題:圓心散射法、等比匹配法.

2.2.1 圓心散射法

心內(nèi)膜線和心外膜線之間的區(qū)域為心室壁，心室壁形似一個圓環(huán)區(qū)域，心內(nèi)膜線為內(nèi)圓，心外膜線為外圓.設(shè)其共同的圓心為O，內(nèi)圓的半徑為r，外圓的半徑為R.采用極坐標(biāo)系，內(nèi)圓上的任意一點(diǎn)可表示為(r，θ)，其中0≤θ≤2π;外圓上的任意一個點(diǎn)可表示為(R，θ)，其中0≤θ≤2π.

設(shè)外圓上的A點(diǎn)坐標(biāo)為(R，θ1)，內(nèi)圓上的B點(diǎn)坐標(biāo)為(r，θ2)，若θ1=θ2，本文定義A點(diǎn)和B點(diǎn)即為一對匹配點(diǎn)，如圖2(a)所示.

2.2.2 等比匹配法

在邊界檢測方法中，已經(jīng)按順時針順序確定了心內(nèi)膜線和心外膜線，設(shè)心內(nèi)膜線的起始點(diǎn)為A1，心外膜線的起始點(diǎn)為B1，心內(nèi)膜線的順時針點(diǎn)序列為A1，A2，A3，…，Ai，…，An，心外膜線的順時針點(diǎn)序列為B1，B2，B3，…，Bj，…，Bm，則AiBj相對應(yīng)的充要條件是i∶j=n∶m，如圖2(b)所示.因為心外膜線的長度大于心內(nèi)膜線，很顯然，相鄰的多個心外膜線上的點(diǎn)可能會匹配同一個心內(nèi)膜線上的點(diǎn).

對于室間隔，其邊界檢測結(jié)果只是一條封閉邊緣線，形似矩形.本文依據(jù)矩形四角處內(nèi)積最小的特點(diǎn)來對其4個“頂點(diǎn)”進(jìn)行空間定位［8］，如圖2(c)所示.根據(jù)4個“頂點(diǎn)”，確定上、下邊緣，然后采用等比匹配法匹配邊緣線，室間隔邊緣線匹配情況，如圖2(d)所示.

圖2 輪廓匹配

2.3 填充

以心室壁為例，設(shè)AiBj為心內(nèi)膜線和心外膜線的一對匹配點(diǎn)，那么AiBj間的0.40分點(diǎn)和0.75分點(diǎn)分別為Bj+(Ai-Bj)×0.40和Bj+(Ai-Bj)× 0.75，據(jù)此可以得到心室壁區(qū)域中的0.40分線和0.75分線.這2條分線將心室壁劃分為中間層區(qū)域、心內(nèi)膜區(qū)域和心外膜區(qū)域.對區(qū)域的填充，本文采用掃描線算法.

算法的基本過程為:當(dāng)給定種子點(diǎn)(x，y)時，首先填充種子點(diǎn)所在掃描線上的位于給定區(qū)域的一個區(qū)段，然后確定與這一區(qū)段相連通的上、下兩條掃描線上位于給定區(qū)域內(nèi)的區(qū)段，并依次保存下來.反復(fù)這個過程，直到填充結(jié)束.

將從心外膜至心內(nèi)膜的4條邊緣線分別采用掃描線填充法，結(jié)果如圖3所示.

圖3 心室壁分層及填充

2.4 融合及后處理

分層后的心室壁和室間隔，可以簡單地融合在一起，但是簡單融合后，仍然存在一個問題:在心室壁的中間層細(xì)胞區(qū)域和室間隔的中間層細(xì)胞區(qū)域間是心室壁的心內(nèi)膜細(xì)胞區(qū)域.在生物學(xué)上對該區(qū)域并沒有明確的說明.但是從視覺感官和心肌細(xì)胞分布的連續(xù)性來看，可以推測出該區(qū)域應(yīng)該是中間層細(xì)胞區(qū)域.因此，本文采用區(qū)域生長法［9］，以室間隔的中間層細(xì)胞區(qū)域為種子，以斜率為特征，增長該區(qū)域使其與心室壁的中間層細(xì)胞區(qū)域連接，如圖4所示.

圖4 區(qū)域增長前后

區(qū)域生長算法可由下列幾個步驟實現(xiàn):

1)計算室間隔區(qū)域邊緣線兩端的斜率.

2)根據(jù)斜率使室間隔邊緣線端點(diǎn)向前延伸.

3)判斷室間隔邊緣線的當(dāng)前端點(diǎn)是否處于心室壁的中間層區(qū)域，若是，則轉(zhuǎn)步驟4)，否則，返回步驟1).

4)將新增加的區(qū)域填充為該區(qū)域顏色.

3 結(jié)果及評價

3.1 分層結(jié)果

本文對所有心室組織切片進(jìn)行分層，然后將所有切片進(jìn)行三維解剖結(jié)構(gòu)重建，得到心室組織三維解剖結(jié)構(gòu)模型.在三維結(jié)構(gòu)重建過程中，本方法對于相鄰切片的分層參數(shù)數(shù)值設(shè)置相近，故相鄰切片的分層情況差異很小，可以從圖5的3個切面視圖上看出.從圖5中還可以看出心室壁中心內(nèi)膜細(xì)胞、中間層細(xì)胞和心外膜細(xì)胞是按照25∶ 35∶40的比例分布，室間隔中右心室心內(nèi)膜細(xì)胞、中間層細(xì)胞、左心室心內(nèi)膜細(xì)胞按照1∶1∶1的比例分布，而且在室間隔和心室壁的交界處，細(xì)胞分布漸變性良好.

圖5 三維及多切面視圖

3.2 評價

不同類型的心室組織細(xì)胞動作電位不同，而心電圖的形成正是多種心室組織細(xì)胞不同的動作電位的相互作用.因此心室組織的細(xì)胞分層會直接影響心電圖的形態(tài)、波形和間期的長短.本文將心室組織分割成460×482×487的三維陣列，整個心室組織共近億個心肌細(xì)胞單元.本文采用文獻(xiàn)［1］中提出的心室組織的電生理模型，基于前面建立的心室細(xì)胞分層結(jié)構(gòu)，構(gòu)建了具有特異性的心室三維計算模型，并進(jìn)行了偽心電圖仿真.圖6所示為該模型仿真的偽心電圖，每個導(dǎo)聯(lián)心電圖都有完整的QRS和T波波形，符合正常心電圖的波形特征.各導(dǎo)聯(lián)的QRS波走向與臨床觀測都一致，其T波的方向、QRS波寬和QT間期與臨床數(shù)據(jù)［10］比較如表1所示.

圖6 仿真心電圖與臨床心電圖比較

表1 偽心電圖與臨床心電圖比較 ms

4 結(jié)論

1)采用線性分層填充法來處理DT-MRI心室組織切片數(shù)據(jù)并用于三維心室組織解剖結(jié)構(gòu)的重建，然后基于心室細(xì)胞計算模型，構(gòu)建了具有特異性和解剖結(jié)構(gòu)的心室三維計算模型.

2)根據(jù)建立的三維計算模型進(jìn)行偽心電圖仿真.結(jié)果表明:偽心電圖與臨床心電圖不僅在形態(tài)上頗為相似，其T波的方向，ST段的變化，QRS波寬和QT間期與臨床數(shù)據(jù)也十分吻合.

3)本文所模擬的心室組織結(jié)構(gòu)不僅為生物學(xué)上心室組織細(xì)胞的分類提供了參考依據(jù)，而且為研究心室組織在正常及病理條件下的電生理活動仿真提供了有力的假設(shè)研究手段.

［1］喻德曠.心室三維可視化及心電仿真建模［D］.廣州:第一軍醫(yī)大學(xué)，2005.

［2］TRUDEL M C，DUBE B，POTSE M，et al.Simulation of QRST integral maps with a membrane-based computer heart model employing parallel processing［J］.IEEE Trans Biomed Eng，2004，5l(8):1319-1329.

［3］SICOURI S，ANZTELEVICTH C.A subpopulation of cells with unique electrophysiological properties in the deep subepicardium of the canine ventricle:The M cell［J］.Circulation Research，1991，68(6):1729-1741.

［4］江貴平，劉哲星，馮前進(jìn)，等.基于DT-MRI的纖維跟蹤及可視化研究［J］.中國醫(yī)學(xué)物理學(xué)雜志，2005，22(3):514-518.

［5］KELLER D.Detailed Anatomical and Electrophysiological Modeling of the Human Ventricles based on Diffusion Tensor MRI data［D］.Germany:University of Karlsruhe，2006.

［6］ZHANG H，KHARCHE S，HOLDEN A V，et al.Repolarisation and vulnerability to re-entry in the human heart with short QT syndrome arising from KCNQ1 mutation-A simulation study［J］.Progress in Biophysics＆Molecular Biology，2008，96(1/3):112-131.

［7］CANNY J.A computational approach to edge detection［J］. Pattern Analysis and Machine Intelligence，1986，8(6): 679-698.

［8］李明，王甲卓，李玲玲，等.曲率統(tǒng)計角點(diǎn)檢測方法［J］.心智與計算，2009，3(3):209-214.

［9］苗語，王艷春，郭乃珠，等.基于邊緣檢測終止條件的區(qū)域生長算法［J］.長春理工大學(xué)學(xué)報，2009，32(4): 680-682.

［10］龔淑華.基于二維心室模型的心電圖仿真研究［D］.哈爾濱:哈爾濱工業(yè)大學(xué)，2007.