基于LOG算子边缘检测算法的冠状动脉CT血管造影图像质量优化研究*

杨德武 晏子旭 杜志强 王俊莹 周 振 高一峰

冠状动脉CT造影(coronary computed tomography angiography，CCTA)是一种通过被检者静脉注射造影剂后，采用螺旋CT对冠状动脉进行断层扫描，获取冠状动脉解剖形态和病变信息的影像学检查方法，是目前临床开展冠状动脉相关疾病的早期诊断、手术治疗及预后评估过程中的最有效辅助手段[1-2]。受到心脏运动节律性和冠状动脉结构复杂性的影响，CCTA图像易产生运动伪影和梯状伪影，从而降低冠状动脉的边缘影像质量，并影响疾病诊断准确率。

随着数字图像处理技术的发展，医生对图像中不同组织和(或)器官相邻区域间像素集合(边缘)的识别能力逐步提升，其基本原理是对图像局部灰度变化明显的信息进行提取[3-4]。常用检测方法包括一阶导数检测中的Sobel算子、Robert算子和Prewitt算子等，以及二阶导数过零点检测中的拉普拉斯-高斯算子(Laplacian of Gaussian，LOG)、Laplacian算子等边缘检测算法。边缘检测算法在医学图像质量优化中具有较高的临床应用价值，但不同算法的优劣存在一定差异，且研究对象以颅脑、胸肺等为主，而CCTA冠状动脉边缘优化的研究较少[5-6]。根据边缘检测和对图像噪声抑制的效果，本研究采用LOG边缘检测算法探索CCTA冠状动脉边缘检测的有效途径，通过对比主观检测和客观检测的差异性，探讨其在临床图像质量优化中的应用价值。

1 资料与方法

1.1 临床图像资料

选取2019年7-8月期间首都医科大学附属北京安贞医院放射科接诊行CCTA检查的100例患者，其中男性57例，女性43例；年龄38～88岁，平均年龄(64.08±11.36)岁；心率(94.77±39.62)次/min。将CCTA检查的曲面重建(CPR)图像主观检测数据纳入对照组，LOG算子边缘检测数据纳入观察组。对照组采用的主观检测方法是由影像诊断医师进行冠状动脉的边缘识别和质量评估；观察组采用的客观检测是通过LOG边缘检测算法进行冠状动脉的边缘识别和质量评估。本研究经医院伦理委员会批准，符合医学伦理学标准，并获得患者或家属的知情同意。

1.2 纳入与排除标准

(1)纳入标准：①心电图诊断为心律不齐的患者；②临床诊治及影像学资料齐全的患者。

(2)排除标准：①合并肝、肾、心功能衰竭的患者；②患有精神类疾病的患者；③依从性较差的患者。

1.3 仪器设备与药物

采用256排Revolution螺旋CT(美国GE公司)为影像采集设备；AW4.5影像处理工作站(美国GE公司)。优维显370(德国拜耳)为造影剂。

1.4 图像采集及处理

扫描参数设置为：管电压100 kV，管电流为自动毫安，扫描层厚及间隔为0.625 mm，扫描范围140～160 mm，对比剂浓度370 mg/ml，流率4～4.5 ml/s，总量55～60 ml，随机采用相对时相(30%～80%的RR波间期)和绝对时相(R波后250～350 ms)扫描各50例，选择冠状动脉运动追踪最佳期相。图像后处理技术采用曲面重建(curve planar reconstruction，CPR)和容积再现(volume rendering，VR)。

1.5 冠状动脉边缘检测

(1)主观检测方法：由2名具有两年以上影像诊断经验的医师组成图像分析小组，独立完成冠状动脉边缘的识别和清晰度的评估，当分析结果不一致时由高一级影像医师协助[7-8]。根据横断面图像的边缘识别情况判定冠状动脉狭窄程度(S)，轻度狭窄为S＜50%，中度狭窄为50%≤S＜70%，重度狭窄为S≥70%；依据国际心血管CT协会制定的冠状动脉18段分段标准，血管光滑完整无伪影得4分，有伪影但不影响诊断得3分，有严重伪影且影响诊断得2分，血管不连续且伪影严重得1分。

(2)客观检测方法：较之于一阶导数算子，二阶导数算子具有更高的检测效率，图像分界效果更明显，但也存在对图像噪声敏感的不利因素，易出现双边缘现象。LOG边缘检测算法是通过高斯函数对图像进行滤波，降低图像噪声，而通过拉普拉斯算子进行二阶导数运算，找到边缘之间的零交叉，达到改善边缘检测效果的目的[9-10]。其中，采用的边缘检测掩模(g)计算为公式1，高斯函数(h)和拉普拉斯算子(Δ)计算方法为公式2和公式3：

式中h(x,y)为高斯函数，标准差为σ，决定图像平滑程度，Δ2h(x,y)为输入图像的拉普拉斯算子。

(3)图像分析：图像分析小组根据矩阵实验室(matrix laboratory，MATLAB)处理CPR图像的边缘识别情况判定冠状动脉狭窄程度(S)；图像中冠状动脉分界线连贯且无双边缘现象得4分，分界线不连贯但不影响诊断得3分，分界线中断明显且影响诊断得2分，分界线不明显得1分。

1.6 观察指标

以VR图像为参照标准，对比两组冠状动脉的狭窄程度分析结果准确性，即轻度狭窄、中度狭窄以及重度狭窄的真阳性率，进行冠状动脉图像的清晰度评估；对比两组冠状动脉分段的评分结果，进行冠状动脉边缘识别的效果评估。

1.7 统计学方法

采用SPSS19.0统计软件进行数据分析，两组冠状动脉狭窄程度的准确性数据为计数资料，以百分比(%)表示，采用x2检验进行组间比较；冠状动脉分段评分为计量资料，以均值±标准差()表示，数据呈正态分布采用独立样本t检验进行组间比较，以P＜0.05为差异有统计学意义。

2 结果

2.1 LOG图像处理结果分析

(1)冠状动脉分支原始图像：重建后CPR输出灰度图的像素分辨率为800×700，典型患者的3个主要冠状动脉分支图像分别为右冠状动脉(right coronary artery，RCA)、左前降支(left anterior descending，LAD)和左回旋支(left circumflex artery，LCX)，见图1。

(2)LOG边缘检测处理图像：应用MATLAB7.0处理软件处理LOG边缘检测结果显示，冠状动脉血管和少量组织的边界信息保留，背景信息和噪声被减弱，见图2。

2.2 两组冠状动脉狭窄程度分析结果比对

100例患者经VR影像诊断显示，轻度狭窄、中度狭窄及重度狭窄患者分别为67例(占67%)、24例(占24%)和9例(占9%)。对照组诊断为轻度狭窄、中度狭窄及重度狭窄的真阳性率分别为80.59%(54/67)、70.83%(17/24)和55.56%(5/9)；观察组分别为92.54%(62/67)、95.83%(23/24)和100%(9/9)，两组比较差异均有统计学意义(x2=4.107，x2=5.400，x2=5.143；P＜0.05)，见表1。

表1 两组100例患者冠状动脉狭窄程度分析结果比对(例)

图1 主要冠状动脉分支原始图像

图2 LOG边缘检测处理后冠状动脉分段图像

2.3 两组冠状动脉分段评分结果比对

对照组右冠状动脉、左回旋支动脉、左前降支动脉和冠状动脉的评分分别为(3.31±0.67)分、(3.19±0.59)分、(3.07±0.68)分和(3.19±0.51)分；观察组分别为(3.71±0.31)分、(3.59±0.33)分、(3.52±0.41)分和(3.61±0.28)分，两组比较差异均有统计学意义(t=2.126，t=2.333，t=2.183，t=2.762；P＜0.05)，见表2。

表2 两组100例患者冠状动脉分段评分结果比对(分，)

表2 两组100例患者冠状动脉分段评分结果比对(分，)

3 讨论

医学图像最基本的特征是人体组织、器官和病灶的边界，表示图像局部区域内不连续的突变信息，是医学图像处理和影像诊断最关键的要素之一。边缘检测方法利用图像一阶导数的极值或二阶导数的过零点信息判断边缘点，通过构造对图像灰度阶跃变化敏感的差分算子实现图像的分割，具有计算简便、执行效率高、灵敏度高等特点，但也存在对图像噪声敏感的缺点，在医学影像处理领域具有较高的研究价值。国内诸多学者对图像边缘检测的原理和方法研究较多，提出了很多改进的措施，图像质量得到了进一步优化[11-12]。目前，在结合临床研究方面，探索实践内容仍然较少。

本研究选取了医院放射科接诊行CCTA检查的100例患者，对重建CPR图像分别进行冠状动脉边缘的主观检测和LOG检测，以VR诊断结果为诊断标准，对比两种方法的优劣。本研究结果数据显示，主观检测方法进行冠状动脉轻度狭窄、中度狭窄及重度狭窄的真阳性率低于LOG检测方法，组间差异有统计学意义；通过CPR图像进行右冠状动脉、左回旋支动脉、左前降支动脉和冠状动脉的评分低于LOG处理图像，组间差异有统计学意义。结果表明，LOG边缘检测算法提高了冠状动脉CCTA图像的清晰度和血管边缘锐利度，血管边缘信息连贯且对比度高，其在优化CCTA图像质量中具有较高的临床应用价值。

4 结论

本研究对LOG边缘检测技术在冠状动脉CCTA图像质量优化中的应用进行了初步探索，提示LOG可有效地提高冠状动脉边缘的清晰度和对比度，提高冠状动脉疾病影像诊断的准确性，应用于CCTA图像质量优化中具有可行性。考虑到被检患者和影像医师对研究结果的影响程度，今后将进一步增加临床案例的收集和分析，提高研究结果的科学性，同时在自动检测技术方面提高信息化效率。