影像引導(dǎo)血管內(nèi)精準(zhǔn)介入診療

陳芳，馬龍飛，廖洪恩

清華大學(xué) 醫(yī)學(xué)院 生物醫(yī)學(xué)工程系，北京 100084

影像引導(dǎo)血管內(nèi)精準(zhǔn)介入診療

陳芳，馬龍飛，廖洪恩

清華大學(xué) 醫(yī)學(xué)院 生物醫(yī)學(xué)工程系，北京 100084

血管類(lèi)疾病作為全球頭號(hào)死因，其診斷與治療已受到越來(lái)越多的關(guān)注。由于創(chuàng)傷小、恢復(fù)時(shí)間短及術(shù)后并發(fā)癥少等原因，微創(chuàng)介入診療成為血管內(nèi)疾病治療的新趨勢(shì)。而血管內(nèi)介入診療需要借助于術(shù)中影像的引導(dǎo)，如術(shù)中2D X線透視圖。但是X線透視圖引導(dǎo)的方式存在以下問(wèn)題：術(shù)前影像的定量分析不足；缺少對(duì)介入裝置及組織的三維實(shí)時(shí)影像且影像顯示方式不直觀；術(shù)中依賴重復(fù)的X線照射會(huì)帶來(lái)安全隱患。針對(duì)這些問(wèn)題，本文從基于影像分析的術(shù)前先驗(yàn)、術(shù)前術(shù)中影像結(jié)合及引導(dǎo)、直觀的影像顯示3方面展開(kāi)，提出了術(shù)中無(wú)輻射的影像引導(dǎo)血管內(nèi)介入診療方法，為醫(yī)生提供3D定量、顯示直觀的影像引導(dǎo)信息，輔助血管內(nèi)診療。

圖像引導(dǎo)；血管內(nèi)診療；三維直觀；無(wú)輻射

1 研究背景

2015年美國(guó)最新研究報(bào)告顯示血管類(lèi)疾病已成為全球頭號(hào)死因[1]，每年死于血管類(lèi)疾病的人數(shù)多于任何其他死因。隨著人口的老齡化，預(yù)計(jì)在很長(zhǎng)的一段時(shí)間內(nèi)，血管類(lèi)疾病將繼續(xù)成為單個(gè)首要死因[2]。血管內(nèi)微創(chuàng)介入手術(shù)具有創(chuàng)傷小、術(shù)后恢復(fù)快、并發(fā)癥少等優(yōu)點(diǎn)，是血管類(lèi)疾病治療的重要手段，并得到了不斷推廣與應(yīng)用。而影響血管內(nèi)微創(chuàng)介入手術(shù)效率與手術(shù)成功率的關(guān)鍵因素之一是術(shù)中影像導(dǎo)航的直觀性和準(zhǔn)確度[3]。

血管內(nèi)微創(chuàng)介入臨床手術(shù)中，醫(yī)生通過(guò)屏幕上2D血管造影和X線透視圖，憑經(jīng)驗(yàn)在腦中想象三維組織結(jié)構(gòu)，判斷導(dǎo)管插入的路徑與到達(dá)的位置和植入支架的位姿。該影像引導(dǎo)血管內(nèi)介入診療方式存在以下問(wèn)題：

（1）對(duì)術(shù)前影像定量分析不足，未能給醫(yī)生提供病情嚴(yán)重等級(jí)的先驗(yàn)信息和組織變形信息等，且術(shù)前影像未在術(shù)前高效使用。

（2）為了實(shí)時(shí)追蹤導(dǎo)管位置，醫(yī)生需要術(shù)中重復(fù)注射造影劑進(jìn)行X-線照射，使醫(yī)生和患者被暴露在大量的射線輻射下，造成安全隱患。

（3）醫(yī)生基于2D血管造影圖像定性判斷血管分支位置和支架距離血管目標(biāo)的距離，會(huì)導(dǎo)致支架放置位置不準(zhǔn)確。特別是對(duì)血管狹窄嚴(yán)重的病人，通過(guò)2D影像難以準(zhǔn)確確定血管狹窄的位置，會(huì)引起支架放置位置誤差。血管內(nèi)介入微創(chuàng)手術(shù)中放置支架是通過(guò)人體自然血管通道到達(dá)血管病變區(qū)，導(dǎo)管植入過(guò)程中血管分支會(huì)帶來(lái)路徑干擾，影響導(dǎo)管快速到達(dá)病變目標(biāo)區(qū)，導(dǎo)致手術(shù)時(shí)間延長(zhǎng)。所以2D的X線透視圖或血管造影無(wú)法提供給醫(yī)生三維的解剖信息，影響手術(shù)成功率和導(dǎo)管插入時(shí)間。

（4）手術(shù)過(guò)程中，醫(yī)生從2D屏幕獲取引導(dǎo)影像信息，容易造成手眼不協(xié)調(diào)的問(wèn)題。

為解決臨床血管內(nèi)微創(chuàng)診療導(dǎo)航手術(shù)存在的問(wèn)題，國(guó)內(nèi)外相關(guān)研究不斷展開(kāi)。首先，為了實(shí)現(xiàn)影像定量分析，Sandhu等[4]通過(guò)實(shí)現(xiàn)血管造影圖自動(dòng)分割算法，對(duì)血管異常、血管堵塞嚴(yán)重程度進(jìn)行定量評(píng)估。但基于2D血管造影圖的分析方法，會(huì)因不合適的投影角度使圖像出現(xiàn)線性放大，導(dǎo)致定量評(píng)估精度低。血管內(nèi)超聲（Intravascular Ultrasound，IVUS）作為介入式血管內(nèi)成像新方式，臨床證明IVUS比傳統(tǒng)的血管造影對(duì)血管成像更清晰，對(duì)血管鈣化和斑塊程度的診斷更準(zhǔn)確。Wong等[5]比較了血管造影、血管鏡和血管內(nèi)超聲影像對(duì)病變血管的管腔直徑和面積的評(píng)估，認(rèn)為血管內(nèi)超聲可以正確評(píng)估管腔直徑大小和內(nèi)膜缺陷。關(guān)于IVUS影像自動(dòng)分割算法也相繼展開(kāi)[6-7]，如利用一些曲線變形和統(tǒng)計(jì)學(xué)分類(lèi)的方法。但這些算法需要醫(yī)生進(jìn)行較復(fù)雜的參數(shù)設(shè)置且對(duì)噪聲敏感。特別是對(duì)IVUS圖像中存在的偽影噪聲、Ring-down噪聲、導(dǎo)絲噪聲和斑塊弱邊緣等。除了結(jié)構(gòu)影像，一些研究也從血管功能成像出發(fā)，采用吲哚青綠（Indocyanine Green，ICG）熒光染料，利用熒光分子成像對(duì)血管進(jìn)行細(xì)胞分子水平成像[8-9]，但受限于光學(xué)成像的約束、功能成像深度淺，只能實(shí)現(xiàn)血管表層微米級(jí)成像。

其次為了解決術(shù)中X線過(guò)度輻射問(wèn)題，Sandhu等[4]提出利用電磁線圈定位系統(tǒng)跟蹤導(dǎo)管導(dǎo)絲的方式來(lái)取代傳統(tǒng)的基于X線透視圖的追蹤方式。但是單一的電磁定位信息并不能直觀反映導(dǎo)絲導(dǎo)管與目標(biāo)血管區(qū)域的距離，所以在臨床應(yīng)用中需結(jié)合部分術(shù)中X線透視圖或者血管造影圖，這樣的方式并不能顯著解決輻射量問(wèn)題。一些研究也提出將磁定位和術(shù)前CT影像結(jié)合，但該方式缺少術(shù)中組織成像，缺少術(shù)中組織變形信息，影響導(dǎo)航精度[10]。此外，一些研究利用超聲來(lái)取代X線透視圖，引導(dǎo)血管內(nèi)診療導(dǎo)航。Onogi等[11]提出利用3D超聲引導(dǎo)，來(lái)判斷血管分支與流向并重建血管網(wǎng)來(lái)實(shí)現(xiàn)血管內(nèi)治療。Ormesher等[12]提出利用3D對(duì)比度增強(qiáng)的超聲來(lái)引導(dǎo)血管內(nèi)導(dǎo)航。但是，術(shù)中實(shí)時(shí)3D超聲影像在臨床手術(shù)中的使用率比較低，所以該方式的臨床實(shí)用性需進(jìn)一步提高，而且多普勒超聲作為血管常用的成像方式，并沒(méi)有被有效使用。作為血管內(nèi)導(dǎo)航方式，利用單一模態(tài)的超聲影像，其導(dǎo)航精度難以滿足臨床需求。

為了使術(shù)中導(dǎo)航影像更直觀，為醫(yī)生提供三維解剖信息，一種利用多方向透視圖來(lái)重建3D影像、提供三維導(dǎo)航信息的方法被提出[13]。但這樣的方式至少需要3個(gè)方向的透視圖，才能完成重建，會(huì)延長(zhǎng)手術(shù)時(shí)間，且增加了術(shù)中輻射量。George等[14]通過(guò)外部標(biāo)志點(diǎn)實(shí)現(xiàn)術(shù)前MR與術(shù)中X-ray影像的融合來(lái)引導(dǎo)介入手術(shù)，模型實(shí)驗(yàn)精度為2.4 mm，未進(jìn)行動(dòng)物或病人實(shí)驗(yàn)，難以滿足臨床應(yīng)用準(zhǔn)確性要求。一些研究[15-16]也提出將X-ray透視圖與IVUS進(jìn)行融合，通過(guò)在X透視圖中分割出血管的中心線，來(lái)實(shí)現(xiàn)IVUS序列的重排，為醫(yī)生提供一個(gè)具有三維結(jié)構(gòu)的目標(biāo)血管，但這樣的方式受限于IVUS成像深度問(wèn)題，無(wú)法直觀反映出血管分支信息，且提供的三維信息不全，周?chē)M織三維解剖信息無(wú)法呈現(xiàn)。這樣的結(jié)合方式自動(dòng)化程度差，一般需要醫(yī)生進(jìn)行手動(dòng)干預(yù)，臨床實(shí)用性低。

為解決現(xiàn)有血管內(nèi)微創(chuàng)介入方式的不足，相關(guān)的醫(yī)療公司也提出了一些解決方案。如美國(guó)強(qiáng)生公司開(kāi)發(fā)的CARTO Merge（Biosense Webster，USA）系統(tǒng)[17]和圣猶達(dá)醫(yī)療公司開(kāi)發(fā)的EnsiteNavX（St Jude Medical，USA）系統(tǒng)[18]將術(shù)前影像和心肌組織三維重建圖進(jìn)行結(jié)合為醫(yī)生提供三維導(dǎo)航信息，采用磁電雙定位（Advanced Catheter Location，ACL）原理，通過(guò)電場(chǎng)感知定位導(dǎo)管。該系統(tǒng)能減少射線輻射，但主要基于術(shù)前影像，術(shù)中實(shí)時(shí)結(jié)構(gòu)影像信息少，無(wú)法提供給醫(yī)生定量的血管診斷信息，且設(shè)備較昂貴。

上述相關(guān)研究未能解決臨床中影像引導(dǎo)血管內(nèi)介入診療的不足，所以本文從基于影像分析的術(shù)前先驗(yàn)、術(shù)前術(shù)中影像結(jié)合與引導(dǎo)、直觀的血管內(nèi)影像引導(dǎo)顯示3個(gè)方面展開(kāi)，提出了術(shù)中無(wú)輻射的影像引導(dǎo)血管內(nèi)介入診療方法，為輻射量少、3D定量、顯示直觀的影像引導(dǎo)輔助血管內(nèi)診療的實(shí)現(xiàn)提供新思路。

2 影像引導(dǎo)血管內(nèi)精準(zhǔn)介入診療中的關(guān)鍵技術(shù)

2.1 基于術(shù)前影像精確分析的先驗(yàn)信息

2.1.1 基于CTA影像的血管變形分析

以頸動(dòng)脈為研究對(duì)象，Ohya等[19]分析了頸動(dòng)脈周?chē)趋溃ㄈ珙^骨頜段、頸椎等）對(duì)頸動(dòng)脈5個(gè)分支點(diǎn)變形的影響。利用一些常用的醫(yī)學(xué)影像處理軟件如Mimics、3D slicer對(duì)6組病人的兩類(lèi)CT血管影像（CTA）進(jìn)行分割處理，提取出頸動(dòng)脈周?chē)趋酪约邦i動(dòng)脈并標(biāo)識(shí)出5個(gè)重要的分支點(diǎn)。為保證分割的準(zhǔn)確性，以同一個(gè)病人兩類(lèi)CTA數(shù)據(jù)集分割得到的骨對(duì)象的DICE系數(shù)＞0.95為檢測(cè)標(biāo)準(zhǔn)。CT掃描過(guò)程中，病人位姿的不一致（如仰臥位、俯臥位及側(cè)臥位）會(huì)導(dǎo)致不同病人術(shù)前CTA坐標(biāo)系的不一致。為了保證采集到的多組病人數(shù)據(jù)在相同的坐標(biāo)系下，引入了一個(gè)新的標(biāo)準(zhǔn)化的坐標(biāo)系統(tǒng)。該坐標(biāo)系統(tǒng)以頜面骨段的慣性主軸為主方向建立。把兩類(lèi)CTA影像中得到的骨模型及頸動(dòng)脈模型過(guò)渡到該標(biāo)準(zhǔn)化坐標(biāo)系后，通過(guò)圖像配準(zhǔn)的方式，獲得兩類(lèi)骨模型及頸動(dòng)脈模型之間的變形量，該變形通過(guò)X、Y、Z三個(gè)軸方向的平移和旋轉(zhuǎn)歐拉角來(lái)表示。為實(shí)現(xiàn)兩類(lèi)點(diǎn)集模型的精確配準(zhǔn)，使用迭代最近點(diǎn)（Iterative Closest Point，ICP）算法。最后通過(guò)線性回歸的方式，分析周?chē)墙M織位移與頸動(dòng)脈變形之間的關(guān)系?；贑TA影像的血管變形分析，確定頸動(dòng)脈變形先驗(yàn)信息，為術(shù)中提高導(dǎo)管導(dǎo)航的準(zhǔn)確性，提供一定參考。如利用非侵入式的骨固定轉(zhuǎn)置或者侵入式的頭銷(xiāo)方式來(lái)減少周?chē)且莆?，防止頸動(dòng)脈變形?；蛘咄ㄟ^(guò)術(shù)中周?chē)怯跋衽c術(shù)前骨影像位移測(cè)定量來(lái)矯正術(shù)中頸動(dòng)脈變形，而不需要術(shù)中血管造影成像，從而減少術(shù)中輻射量和造影劑的使用。

2.1.2 基于IVUS影像處理的斑塊等級(jí)分析

血管內(nèi)超聲（IVUS）成像是一種基于導(dǎo)管的血管內(nèi)成像技術(shù)，可用于輔助診斷血管疾病如動(dòng)脈粥樣硬化。IVUS圖像分析或管腔膜和內(nèi)外膜的自動(dòng)識(shí)別是血管形態(tài)學(xué)特征定量分析的關(guān)鍵步驟，也為評(píng)估病人斑塊嚴(yán)重程度提供了參考。血管內(nèi)超聲影像的自動(dòng)分析是一個(gè)復(fù)雜的過(guò)程，存在著各種圖像噪聲（如導(dǎo)絲和環(huán)狀偽影等），為提高自動(dòng)分割的精度，提出了一種將圖像紋理特征與血管膜曲線形態(tài)特征結(jié)合的IVUS影像分割方法。該方法先提取圖像的laws紋理特征后，通過(guò)訓(xùn)練得到有監(jiān)督的支持向量機(jī)分類(lèi)器[20]。通過(guò)圖像測(cè)試，得到基于紋理特征的分類(lèi)結(jié)果，利用該分類(lèi)結(jié)果與曲線變形模型[21]（如參數(shù)變形模型和幾何變形模型）結(jié)合，實(shí)現(xiàn)自動(dòng)初始曲線獲取，自動(dòng)變形參數(shù)調(diào)整以及對(duì)圖像噪聲的去除。該方法將圖像紋理和血管輪廓拓?fù)浣Y(jié)構(gòu)結(jié)合，克服了傳統(tǒng)的變形模型分割算法的不足，可實(shí)現(xiàn)自動(dòng)的IVUS圖像術(shù)前分析，且參數(shù)和初始曲線的自動(dòng)設(shè)置大大減少了臨床醫(yī)生繁雜的手動(dòng)輔助過(guò)程。

2.2 術(shù)前、術(shù)中影像與電磁定位結(jié)合實(shí)現(xiàn)術(shù)中無(wú)輻射影像引導(dǎo)

2.2.1 術(shù)前與術(shù)中影像融合技術(shù)

在血管內(nèi)介入診療手術(shù)中，2DUS或者X-ray影像由于實(shí)時(shí)成像的特性，往往被用于對(duì)術(shù)中組織或者介入導(dǎo)管及設(shè)備的成像。但是受限于圖像質(zhì)量和2D影像的限制，單一的術(shù)中影像常難以滿足臨床需求。術(shù)前高質(zhì)量的CT/MR影像不僅可用于術(shù)前診斷，且通過(guò)術(shù)前術(shù)中影像的融合，可提高術(shù)中影像的清晰度和影像范圍來(lái)提供更有效的影像導(dǎo)航信息。在血管內(nèi)介入診療手術(shù)中，為了減少X線輻射，術(shù)中US作為血管血流成像的重要影像模態(tài)，可用于術(shù)中導(dǎo)航。

但是US影像成像質(zhì)量低、成像范圍有限且對(duì)骨頭等組織穿透力差，需要與高質(zhì)量的術(shù)前影像融合，來(lái)提高術(shù)中影像的清晰度。但是，由于兩種影像維度和模態(tài)的差異，實(shí)時(shí)的術(shù)前與術(shù)中影像融合是一個(gè)挑戰(zhàn)[22]。為解決該問(wèn)題，在術(shù)前利用一個(gè)已標(biāo)定的三維超聲探頭進(jìn)行一次掃描，得到術(shù)前3D超聲影像，并記錄探頭在跟蹤定位系統(tǒng)轉(zhuǎn)置下的位姿。對(duì)術(shù)中2D超聲探頭，同樣在探頭上固定定位小球或線圈，實(shí)時(shí)記錄2D超聲探頭在術(shù)中掃描時(shí)在跟蹤定位系統(tǒng)下的位姿。為了獲得2DUS和3DUS的粗配準(zhǔn)關(guān)系，需要融合2DUS探頭和3DUS探頭的標(biāo)定矩陣和（標(biāo)定矩陣代表了超聲圖像坐標(biāo)系與超聲探頭坐標(biāo)系之間的轉(zhuǎn)換關(guān)系）和2D、3D超聲探頭的位姿信息（如公式1）。對(duì)于不同的超聲探頭，將選擇不同的探頭標(biāo)定方法，對(duì)于2D探頭，設(shè)計(jì)N-線標(biāo)定板。改變標(biāo)定板中的繞線方式，可得到IXI線標(biāo)定板，用于3D超聲探頭的標(biāo)定。2DUS與3DUS的粗配準(zhǔn)關(guān)系由下式求得：

基于粗配準(zhǔn)關(guān)系，利用圖像信息進(jìn)一步實(shí)現(xiàn)2D-3DUS圖像的精配準(zhǔn)。考慮到2D-3DUS具有相同的圖像模態(tài)，圖像歸一化相關(guān)系數(shù)是圖像間配準(zhǔn)優(yōu)化度量的合適選擇，同時(shí)結(jié)合Powell優(yōu)化方式得到最優(yōu)的配準(zhǔn)參數(shù)。為實(shí)現(xiàn)術(shù)前3DUS和3DMR的配準(zhǔn)，對(duì)兩組術(shù)前影像進(jìn)行分割處理后，得到組織模型，并在3DSlicer平臺(tái)下手動(dòng)完成兩者的配準(zhǔn)，獲得配準(zhǔn)關(guān)系。融合2DUS-3DUS同模態(tài)配準(zhǔn)和3DUS-3DMR同維度配準(zhǔn)，最終得到術(shù)前3DMR-術(shù)中2DUS間不同維度不同模態(tài)配準(zhǔn)關(guān)系，如下式

Chen等[23]提出的配準(zhǔn)框架將大部分任務(wù)（如超聲標(biāo)定、耗時(shí)的三維配準(zhǔn)等）在術(shù)前完成，術(shù)中只需完成基于圖像信息的局部微調(diào)，故可保證配準(zhǔn)的速度和精度。以一個(gè)動(dòng)態(tài)的心臟模型為研究對(duì)象，搭建實(shí)驗(yàn)平臺(tái)，得到的2DUS與3DMR配準(zhǔn)結(jié)果，見(jiàn)圖1。經(jīng)融合后，術(shù)中2DUS與術(shù)前3DMR中心室輪廓可實(shí)現(xiàn)匹配。

圖1 術(shù)中術(shù)前影像融合圖

人體正常的呼吸作用會(huì)引起組織變形，給圖像的配準(zhǔn)融合帶來(lái)困難。為解決該問(wèn)題，為醫(yī)生提供更精確的影像信息，一種基于可變彈簧模型的非剛性配準(zhǔn)方法被提出[24]，通過(guò)加入一個(gè)物理約束項(xiàng)來(lái)保證變形中不違背器官的彈性特征。假設(shè)人體器官為彈性體，利用與連接各相鄰體素的3D彈簧體作為模擬。配準(zhǔn)中以B樣條變形的非剛性方式，配準(zhǔn)優(yōu)化度量是圖像信息與彈簧勢(shì)能相結(jié)合：

其中，Ei代表圖像信息，Ep為彈簧勢(shì)能，α為權(quán)重變量對(duì)于同模態(tài)影像，圖像信息選擇平方差，對(duì)于不同模態(tài)影像選擇互信息作為圖像信息。該方法不但考慮了不同組織圖像信息的一致而且考慮了組織彈性特性（如硬度和柔軟度）。該方法對(duì)變形影像配準(zhǔn)精度高，能更好去除呼吸作用影響。

2.2.2 術(shù)前CT/MR影像、術(shù)中US結(jié)合磁定位引導(dǎo)血管內(nèi)介入診療

傳統(tǒng)的術(shù)中X-ray影像引導(dǎo)方式，只能提供給醫(yī)生2D的組織結(jié)構(gòu)信息和介入導(dǎo)管的2D相對(duì)位置信息。而且術(shù)中需要大量重復(fù)的X線輻射并對(duì)病人重復(fù)注射造影劑。為了實(shí)現(xiàn)術(shù)中無(wú)輻射情況下的血管分支判別，提出了一種結(jié)合術(shù)中Freehand 2D超聲（Doppler 效應(yīng)）、術(shù)前3DCT及電磁定位的圖像引導(dǎo)血管內(nèi)導(dǎo)管介入的方式[25]。跟蹤系統(tǒng)坐標(biāo)系下，介入導(dǎo)管的路徑和位置通過(guò)電磁線圈定位的方式獲得。術(shù)中Freehand 3D US運(yùn)行在功率Doppler狀態(tài)，將得到的US圖像、導(dǎo)管路徑與術(shù)前影像結(jié)合，可獲得精確的術(shù)中血管3D圖像，提供給醫(yī)生目標(biāo)血管與導(dǎo)管的相對(duì)位置信息，進(jìn)行術(shù)中無(wú)輻射的影像引導(dǎo)。

該導(dǎo)航方式涉及3個(gè)重要的坐標(biāo)系：病人坐標(biāo)系、跟蹤系統(tǒng)坐標(biāo)系和術(shù)前圖像坐標(biāo)系，這些坐標(biāo)系統(tǒng)之間的相互轉(zhuǎn)換流程，見(jiàn)圖2。由于導(dǎo)管路徑是在電磁跟蹤系統(tǒng)坐標(biāo)系下探測(cè)的，所以導(dǎo)管路徑能直接過(guò)渡到跟蹤系統(tǒng)坐標(biāo)系下?？紤]到所記錄的導(dǎo)管路徑會(huì)受到噪聲點(diǎn)的影響，使用最小二乘樣條曲線擬合，得到一個(gè)光滑的導(dǎo)管路徑。Freehand的Doppler超聲圖像利用探頭標(biāo)定矩陣和電磁系統(tǒng)下探頭位姿信息，也過(guò)渡到電磁跟蹤系統(tǒng)坐標(biāo)系下。對(duì)獲得的Doppler圖像，通過(guò)圖像分割獲得代表血管的彩色像素點(diǎn)，利用這些像素點(diǎn)經(jīng)三角面片化得到術(shù)中血管模型。從導(dǎo)管路徑和術(shù)中Doppler獲得的血管模型，難以得到血管分支信息，因?yàn)樾g(shù)中超聲成像范圍有限。術(shù)前CT影像成像質(zhì)量高，成像范圍廣，所以將術(shù)中影像與術(shù)前影像結(jié)合，可以解決分支判別的問(wèn)題。在3D slicer軟件平臺(tái)下對(duì)術(shù)前CT影像分割，可得到術(shù)前圖像的血管中心線。導(dǎo)管路徑與超聲圖像中血管中心線已經(jīng)過(guò)渡到了跟蹤系統(tǒng)坐標(biāo)系下。應(yīng)用迭代最近點(diǎn)（Iterative Closest Point，ICP）算法實(shí)現(xiàn)術(shù)前圖像中血管中心線與術(shù)中超聲圖像中血管中心線的自動(dòng)配準(zhǔn)，將術(shù)前影像過(guò)渡到跟蹤系統(tǒng)坐標(biāo)系下。這樣導(dǎo)管路徑、術(shù)中血管、術(shù)前血管都過(guò)渡到了相同坐標(biāo)系下，通過(guò)渲染顯示為醫(yī)生提供影像和導(dǎo)管的位置信息，引導(dǎo)血管內(nèi)介入手術(shù)。

圖2 坐標(biāo)系統(tǒng)

術(shù)前影像、術(shù)中US結(jié)合磁定位的血管內(nèi)引導(dǎo)方法，在動(dòng)物豬（44.5 kg）頸動(dòng)脈（血管內(nèi)直徑約3 mm）進(jìn)行了導(dǎo)管介入實(shí)驗(yàn)。實(shí)驗(yàn)證實(shí)，目標(biāo)血管分支定位誤差為2.4 mm，結(jié)果表明所提出的引導(dǎo)方式可以準(zhǔn)確引導(dǎo)導(dǎo)管介入目標(biāo)血管進(jìn)行治療。

2.3 導(dǎo)航影像直觀的顯示方式

傳統(tǒng)血管內(nèi)診療導(dǎo)航通過(guò)屏幕2D顯示的方式僅供醫(yī)生進(jìn)行二維觀察，缺乏對(duì)目標(biāo)血管和血管內(nèi)病灶的空間信息感知。為醫(yī)生提供更直觀的引導(dǎo)影像顯示方式，能讓醫(yī)生對(duì)血管內(nèi)病變情況及介入導(dǎo)管與血管相對(duì)位置信息有直接的信息反饋，是影像引導(dǎo)血管內(nèi)介入診療領(lǐng)域的一個(gè)研究重點(diǎn)。

2.3.1 基于虛擬視覺(jué)反饋的無(wú)輻射血管內(nèi)影像引導(dǎo)方法

數(shù)字減影血管造影（Digital Subtraction Angiography，DSA）和X線透視作為目前導(dǎo)管介入的引導(dǎo)影像，由于缺乏事實(shí)的血管內(nèi)視覺(jué)反饋，難以將一個(gè)柔性導(dǎo)管放置到形態(tài)復(fù)雜的目標(biāo)血管位置。為此，提出了一種基于虛擬視覺(jué)反饋的無(wú)輻射血管內(nèi)影像引導(dǎo)方法[26]。從術(shù)前CTA影像中分割出血管，建立術(shù)前信息樹(shù)（圖3a），完成路徑規(guī)劃。術(shù)中在介入導(dǎo)管的前端和拐角處固定兩個(gè)磁定位線圈，并利用數(shù)學(xué)建模確定兩個(gè)磁定位線圈固定點(diǎn)與導(dǎo)管形狀之間的關(guān)系圖（圖3b）。則術(shù)中通過(guò)對(duì)電磁定位確定線圈處位姿信息，可進(jìn)一步推導(dǎo)出導(dǎo)管模型形態(tài)。為了實(shí)現(xiàn)跟蹤系統(tǒng)和CT術(shù)前影像之間的配準(zhǔn)關(guān)系，在術(shù)前CT掃描時(shí)，先在病人的頭部和頸部放置一些皮膚標(biāo)志點(diǎn)。這些標(biāo)志點(diǎn)在術(shù)前CT中的坐標(biāo)位置可獲得，同時(shí)利用磁線圈可獲得這些標(biāo)志點(diǎn)在磁定位跟蹤系統(tǒng)下的坐標(biāo)位置。利用基于點(diǎn)配準(zhǔn)的方式可獲得術(shù)前CT影像與磁定位坐標(biāo)系之間的轉(zhuǎn)換矩陣，點(diǎn)配準(zhǔn)中利用無(wú)跡卡爾曼濾波來(lái)減少誤差。確定了兩個(gè)坐標(biāo)系間的轉(zhuǎn)換關(guān)系，即可確定導(dǎo)管在術(shù)前CT信息樹(shù)中的位姿信息。最后通過(guò)導(dǎo)管位姿來(lái)確定虛擬內(nèi)窺鏡的視角和鏡頭方向，基于虛擬內(nèi)窺鏡技術(shù)，實(shí)現(xiàn)虛擬視覺(jué)反饋，獲得血管內(nèi)成像圖。所以通過(guò)將電磁跟蹤與虛擬血管成像和路徑規(guī)劃相結(jié)合，為柔性導(dǎo)管介入提高直觀的視覺(jué)反饋導(dǎo)航圖像，從而減少術(shù)中X線輻射和對(duì)比劑劑量。

為了驗(yàn)證基于虛擬視覺(jué)反饋的無(wú)輻射血管內(nèi)影像引導(dǎo)方法，搭建了顱骨模型頸動(dòng)脈導(dǎo)管介入系統(tǒng)（圖4）。術(shù)前采集CT影像，圖像尺寸為512×512×258，物理分辨率為0.43 mm × 0.43 mm× 0.7 mm。術(shù)前CT影像與電磁跟蹤系統(tǒng)配置誤差為0.73 mm。該方法的導(dǎo)管定位精度為（1.80±0.85）mm。在一名專業(yè)臨床醫(yī)生的幫助下，利用提出的影像引導(dǎo)方式，在5 min內(nèi)成功地將導(dǎo)管放置到目標(biāo)位置處。傳統(tǒng)影像導(dǎo)航方式下，往往需要20 min～2 h的導(dǎo)管放置時(shí)間，這取決于病人情況和醫(yī)生技能。初步的實(shí)驗(yàn)結(jié)果證明了該方法的可行性及有效性。

圖3 基于導(dǎo)管定位建模和虛擬視覺(jué)反饋的影像引導(dǎo)與顯示[26]注：a.術(shù)前路徑規(guī)劃與血管信息樹(shù)；b.雙線圈導(dǎo)管定位；c.視覺(jué)反饋導(dǎo)航圖像。

圖4 頭顱模型頸動(dòng)脈導(dǎo)管介入實(shí)驗(yàn)[26]

2.3.2 原位透視融合顯示與血管內(nèi)診療影像引導(dǎo)

DSA和X線透視作為引導(dǎo)影像通過(guò)2D屏幕顯示的方式，需要醫(yī)生在屏幕和患者病灶區(qū)域之間進(jìn)行視野切換，來(lái)判斷手術(shù)入口、介入導(dǎo)管和目標(biāo)血管之間的相對(duì)位置。這樣就會(huì)帶來(lái)手眼不協(xié)調(diào)問(wèn)題，且2D屏幕導(dǎo)航顯示方式缺乏深度空間信息感知。原位透視融合顯示技術(shù)[27-28]能夠提供給醫(yī)生疊加到真實(shí)病灶組織中的醫(yī)學(xué)影像信息，見(jiàn)圖5。該顯示導(dǎo)航方式能夠滿足三維原位可視化的臨床需求，解決手眼不協(xié)調(diào)問(wèn)題，提高導(dǎo)航精度。該技術(shù)已經(jīng)應(yīng)用于膝關(guān)節(jié)、導(dǎo)針穿刺、牙科和微創(chuàng)手術(shù)模型、動(dòng)物實(shí)驗(yàn)中，也將進(jìn)一步被應(yīng)用到血管內(nèi)介入診療中。

圖5 心臟原位透視融合手術(shù)顯示效果

3 結(jié)論與展望

醫(yī)學(xué)影像分析與引導(dǎo)為血管內(nèi)微創(chuàng)精準(zhǔn)介入診療提供了可能，輔助醫(yī)生判斷介入裝置或?qū)Ч芘c目標(biāo)血管病灶區(qū)和周邊組織的相對(duì)位置關(guān)系，從而保證血管內(nèi)手術(shù)的安全、提高手術(shù)成功率。但是傳統(tǒng)的術(shù)中X-ray、DSA影像引導(dǎo)的方式，只能提供給醫(yī)生2D引導(dǎo)信息，術(shù)中過(guò)于依賴醫(yī)生經(jīng)驗(yàn)，對(duì)術(shù)前影像未有效利用，且2D屏幕的顯示方式很不直觀。另外，術(shù)中重復(fù)的X線輻射和造影劑的使用會(huì)帶來(lái)不安全因素。

本文從基于術(shù)前影像精確分析的先驗(yàn)信息、術(shù)前、術(shù)中影像與電磁定位結(jié)合，實(shí)現(xiàn)術(shù)中無(wú)輻射影像引導(dǎo)和導(dǎo)航影像直觀的顯示方式三個(gè)方面展開(kāi)，介紹了目前影像分析與引導(dǎo)在血管內(nèi)介入診療中的關(guān)鍵技術(shù)。術(shù)前影像分析主要包括基于術(shù)前CTA影像的血管變形分析和基于IVUS影像處理的斑塊等級(jí)分析。通過(guò)術(shù)前影像分析為醫(yī)生提供組織和病情的先驗(yàn)信息，輔助術(shù)中治療。術(shù)前術(shù)中影像結(jié)合與引導(dǎo)包括術(shù)前與術(shù)中影像融合技術(shù)及術(shù)前影像、術(shù)中影像結(jié)合磁定位引導(dǎo)血管內(nèi)介入導(dǎo)航方法。術(shù)前術(shù)中影像并與磁定位跟蹤結(jié)合，可實(shí)現(xiàn)術(shù)中3D影像信息和無(wú)輻射的術(shù)中導(dǎo)航環(huán)境。導(dǎo)航影像直觀的顯示方式部分主要介紹了基于虛擬相機(jī)的血管內(nèi)虛擬視覺(jué)反饋技術(shù)和原位透視融合顯示技術(shù)。直觀的顯示方式能夠解決手眼不協(xié)調(diào)問(wèn)題，提高導(dǎo)管介入效率和精度。相較于傳統(tǒng)的X線導(dǎo)航血管內(nèi)介入診療的方式，本文介紹的影像引導(dǎo)血管內(nèi)介入診療的相關(guān)技術(shù)為3D直觀術(shù)中無(wú)輻射的影像引導(dǎo)血管內(nèi)介入診療提供了可行的解決方案，雖然還存在一定的技術(shù)制約，如圖像處理的實(shí)時(shí)性和US影像對(duì)組織成像質(zhì)量需要提高，且所提出的技術(shù)需要更多的臨床試驗(yàn)實(shí)現(xiàn)系統(tǒng)效率與可行性的評(píng)估。

可以預(yù)見(jiàn)，安全精確的血管內(nèi)影像導(dǎo)航方式是血管內(nèi)介入診療重要的發(fā)展方向。其相關(guān)研究包括：① 影像分析的精確定量化，即利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)處理算法，實(shí)現(xiàn)影像的定量化分析；② 術(shù)前高空間分辨率影像與術(shù)中高時(shí)間分辨率影像結(jié)合，通過(guò)時(shí)空分辨率互補(bǔ)來(lái)豐富導(dǎo)航影像；③ 通過(guò)新型影像顯示方式來(lái)提高導(dǎo)航影像的直觀性；④ 開(kāi)發(fā)設(shè)計(jì)診療一體化的介入設(shè)備，在診斷的同時(shí)進(jìn)行高效治療。引導(dǎo)方式的安全性、導(dǎo)航影像的精確直觀性，以及介入設(shè)備的診療一體化將會(huì)為更精準(zhǔn)安全的血管內(nèi)微創(chuàng)介入診療提供可能。

致謝

感謝國(guó)家自然科學(xué)基金（81427803、61361160417、81271735），北京市科委《生命科學(xué)領(lǐng)域前沿技術(shù)》專項(xiàng)（Z151100003915079）及“985工程”項(xiàng)目的資助。

[1] Mozaffarian D,Benjamin EJ,Go AS,et al.Heart disease and stroke statistics--2015 update: a report from the American Heart Association[J].Circulation,2015,131(4):e29-322.

[2] http://www.who.int/mediacentre/factsheets/fs317/zh/.

[3] Vykoukal D,Chinnadurai P,Davies MG.Cardiovascular Imaging, Navigation and Intervention: Hybrid Imaging and Therapeutics[M].Computational Surgery and Dual Training. Springer New York,2014:125-148.

[4] Sandhu D,Kim JH,Vasquez C,et al.Abstract T P25: Angiographic Predictors Of Hemorrhagic Transformation In Acute Endovascular Treatment Of Ischemic Stroke: A Retrospective Review[J].Stroke,2015,46(Suppl 1):ATP25-ATP25.

[5] Wong CKW, Adviser-Chung AC.Segmentation algorithms for quantitative analysis of vascular abnormalities on three dimensional angiography[D].Hong Kong:Hong Kong University of Science and Technology (People's Republic of China),2006.

[6] Mendizabal-Ruiz EG,Rivera M,Kakadiaris IA.Segmentation of the luminal border in intravascular ultrasound B-mode images using a probabilistic approach[J].Med Image Anal,2013,17(6):649-670.

[7] Gao Z,Hau WK,Lu M,et al.Automated Framework for Detecting Lumen and Media–Adventitia Borders in Intravascular Ultrasound Images[J].Ultrasound Med Biol,2015,41(7):2001-2021.

[8] Sheth RA,Tam JM,Maricevich MA,et al.Quantitative endovascular fluorescence-based molecular imaging through blood of arterial wall infammation[J].Radiology,2009,251(3):813-821.

[9] Weber CN,Hunt S,Ge BH,et al.Translational rat model of arteriovenous fistula for the study of the pathophysiology and molecular imaging of dialysis access stenosis and development of endovascular therapies[J].J Vasc IntervRadiol,2015,26(2):S164.

[10] Ludwig DR,Menon PG,Schwartzman D.CT-Electromagnetic Three-Dimensional Tracking for Renal Endovascular Sympathetic Ablation Catheter Positioning in an Animal Model[J].J Vasc Interv Radiol,2015,26(5):741-745.

[11] Onogi S,Phan TH,Bossard A,et al.3D ultrasound navigation system with reconstruction of blood vessel network for microbubble delivery therapy[J].Advanced Biomedical Engineering,2014,3: 29-36.

[12] Ormesher DC,Lowe C,Sedgwick N,et al.Use of threedimensional contrast-enhanced duplex ultrasound imaging during endovascular aneurysm repair[J].J Vasc Surg,2014,60(6):1468-1472.

[13] Stárek Z,Lehar F,Je? J,et al.3D X-ray imaging methods in support catheter ablations of cardiac arrhythmias[J].Int J Cardiovasc Imaging,2014,30(7):1207-1223.

[14] George AK,Sonmez M,Lederman RJ,et al.Robust automatic rigid registration of MRI and X-ray using external fiducial markers for XFM-guided interventional procedures[J].Med Phys,2011,38(1):125-141.

[15] Doulaverakis C,Tsampoulatidis I,Antoniadis AP,et al.IVUSAngio tool: a publicly available software for fast and accurate 3D reconstruction of coronary arteries[J].Comput Biol Med,2013,43(11):1793-1803.

[16] Lang P,Seslija P,Chu MW,et al.US-fuoroscopy registration for transcatheter aortic valve implantation[J].IEEE Trans Biomed Eng,2012,59(5):1444-1453.

[17] Martinek M,Nesser HJ,Aichinger J,et al.Impact of integration of multislice computed tomography imaging into three-dimensional electroanatomic mapping on clinical outcomes, safety, and efficacy using radiofrequency ablation for atrial fibrillation[J].Pacing Clin Electrophysiol, 2007,30(10):1215-1223.

[18] Richmond L,Rajappan K,Voth E,et al.Validation of computed tomography image integration into the EnSite NavX mapping system to perform catheter ablation of atrial fibrillation[J].J Cardiovasc Electrophysiol,2008,19(8):821-827.

[19] Ohya T,Iwai T,Luan K,et al.Analysis of carotid artery deformation in different head and neck positions for maxillofacial catheter navigation in advanced oral cancer treatment[J].Biomed Eng Online,2012,11:65

[20] Kwang Kim,Keechul Jung,Se Hyun Park.Support vector machines for texture classification[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002,24(11):1542-1550.

[21] Xu C,Prince JL.Snakes, shapes, and gradient vector fow[J].IEEE Trans Image Process,1998,7(3):359-369.

[22] Markelj P,Toma?evi? D,Likar B,et al.A review of 3D/2D registration methods for image-guided interventions[J].Med Image Anal,2012,16(3):642-661.

[23] Chen F,Liao R,Liao H.Fast Registration of Intraoperative Ultrasound and Preoperative MR Images Based on Calibrations of 2D and 3D Ultrasound Probes[C].World Congress on Medical Physics and Biomedical Engineering,2015,Toronto,Canada. Springer International Publishing,2015:220-223.

[24] Herlambang N,Liao H,Matsumiya K,et al.Physically accurate B-spline based non-rigid registration using variable spring model[C].Biomedical Imaging:From Nano to Macro,2007. IEEE International Symposium on,2007:748-751.

[25] Luan K,Ohya T,Liao H,et al.Vessel bifurcation localization based on intraoperative three-dimensional ultrasound and catheter path for image-guided catheter intervention of oral cancers[J].Comput Med Imaging Graph,2013,37(2):113-122.

[26] Wang J,Ohya T,Liao H,et al.Intravascular catheter navigation using path planning and virtual visual feedback for oral cancer treatment[J].Int J Med Robot,2011,7(2):214-224.

[27] Herlambang N,Liao H,Matsumiya K,et al.Real-time autostereoscopic visualization of registration-generated 4D MR image of beating heart[M].Medical Imaging and Augmented Reality.Springer Berlin Heidelberg,2008:349-358.

[28] Liao H,Inomata T,Sakuma I,et al.3-D augmented reality for MRI-guided surgery using integral videography autostereoscopic image overlay[J].IEEE Trans Biomed Eng,2010,57(6):1476-1486.

Image-guided Endovascular Interventional Diagnosis and Treatment

CHEN Fang, MA Long-fei, LIAO Hong-en
Department of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing 100084, China

As the leading cause of death in the world, the diagnosis and treatment of vascular diseases has received more and more attention. The minimally invasive endovascular procedures which require effective intraoperative guidance, such as 2D X ray fuoroscopy, become the preferred option for patients because the patient trauma, risk of complications and recovery times can be reduced. The 2D-fuoroscopyguided endovascular navigation, however, is limited by a number of factors: insufficient analysis of the preoperative images; lacking of 3D real-time images of instruments and surrounding anatomy and exposure to repeated doses of X-ray radiation. To solve these problems, an intraoperative fuoroscopyfree endovascular navigation method is introduced in this paper from three aspects: the preoperative prior information based on image analysis, the fusion of preoperative and intraoperative images and the intuitive navigation images. The proposed intraoperative fuoroscopy-free navigation method can provide 3D quantitative and intuitive navigation information for doctors to assist endovascular interventional therapy.

image guidance; endovascular diagnosis and treatment; 3D intuitive; fuoroscopy-free

R197.39

B

10.3969/j.issn.1674-1633.2016.06.006

1674-1633(2016)06-0029-07

2015-11-15

2015-12-16

國(guó)家自然科學(xué)基金（81427803，61361160417，81271735），北京市科委《生命科學(xué)領(lǐng)域前沿技術(shù)》專項(xiàng)（Z151100003915079）及“985工程”等支持。

廖洪恩，教授。

通訊作者郵箱：liao@tsinghua.edu.cn