ناحیه بندی بطن چپ در تصاویر اکوکاردیوگرافی با استفاده از یادگیری منیفلد و تلفیق میدان برداری جهت دار دینامیکی

بیماری های قلبی شایع ترین علت مرگ و میر در جهان هستند. بررسی عملکرد بطن چپ که وظیفه خون رسانی به تمامی نقاط بدن را دارد، در تشخیص بیماری های قلبی بسیار حائز اهمیت است. تعیین و ردیابی خودکار مرزهای دیواره بطن چپ در طول یک سیکل قلبی جهت کمی سازی عملکرد دیواره بطن چپ قلبی به جهت تشخیص بیماری های مختلف قلبی از جمله بیماری ایسکمی استفاده می شود. در این مقاله، روش خودکار جدیدی برای تعیین مرز دیواره بطن چپ در تصاویر اکوکاردیوگرافی یک سیکل قلبی ارائه شده که در این الگوریتم از ترکیب روش های کانتور فعال هندسی بر اساس نیروی خارجی تلفیق میدان برداری جهت دار و یادگیری منیفلد استفاده شده است. در این روش، ابتدا تصاویر اکوکاردیوگرافی یک سیکل قلبی با استفاده از یکی از پرکاربردترین روش های یادگیری منیفلد به نام نگاشت محلی خطی به فضای دوبعدی نگاشت می شود. در این فضای ویژگی جدید ارتباط بین فریم های یک سیکل قلبی به خوبی نشان داده می شود. سپس تعیین مرز دیواره بطن چپ در طول یک سیکل قلبی با استفاده از روش کانتور فعال هندسی بر اساس نیروی خارجی تلفیق میدان برداری جهت دار انجام می گیرد. در این روش مرز نهایی یک فریم به عنوان مرز اولیه فریم بعدی در نظر گرفته شده و به منظور افزایش دقت تعیین مرز دیواره بطن چپ و همچنین جلوگیری از انحراف مرز، میزان حرکت مجاز مرز ناشی از روش کانتور فعال هندسی از ارتباط بین فریم ها، متناظر با فریم جاری و فریم قبلی، در فضای دوبعدی محدود می گردد. برای ارزیابی کمی روش پیشنهادی از 9 توالی تصاویر اکوکاردیوگرافی (5 داوطلب سالم و 4 بیمار) استفاده شده است. مرز دیواره بطن چپ به دست آمده با روش پیشنهادی با مرز دیواره به دست آمده توسط پزشک متخصص باتجربه (استاندارد طلایی) مقایسه شده و نتایج به دست آمده حاکی از دقت بالای روش پیشنهادی در تعیین مرز دیواره بطن چپ می باشد.