Bayesovský odhad pohybu v arteriálních a srdečních ultrazvukových sekvencích
Loading...
Date
Authors
Dorazil, Jan
ORCID
Advisor
Referee
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Ultrazvukové vyšetření je běžně používaná neinvazivní technika pro hodnocení zdraví kardiovaskulárního systému. Analýza pohybu kardiovaskulárních struktur může poskytnout cenné informace pro diagnostiku kardiovaskulárních onemocnění. V této práci se zaměřujeme na vývoj nových bayesovských metod pro odhad pohybu v ultrazvukových sekvencích krkavice a srdce. V první části práce se zaměřujeme na ultrazvukové sekvence zobrazující příčný řez krkavicí. Zde navrhujeme novou metodu pro lokalizaci tepenné stěny krkavice a dvě nové metody pro odhad jejího pohybu. Tyto dvě metody jsou inicializovány právě výsledkem lokalizace. Navrhovaná metoda lokalizace, na rozdíl od těch stávajících, nespoléhá na výpočet gradientu v obraze, který je v ultrazvukových snímcích kontaminovaných šumem a ultrazvukovými artefakty nepřesný. Experiment provedený na 145 reálných ultrazvukových snímcích s ručně vymezenou stěnou krkavice ukazuje, že navrhovaná metoda překonává nejlepší stávající metodu v přesnosti lokalizace. První metoda pro odhad pohybu je založena na sledování sady referenčních bodů (RB), které jsou ve snímku umístěny v blízkosti tepenné stěny. Pro tento účel používáme upravenou verzi známého algoritmu pro sledování více objektů, tzv. joint integrated probabilistic data association algorithm. Ačkoli tato metoda překonává nejlepší stávající metodu na syntetických ultrazvukových sekvencích, má určitá omezení. Metoda nemusí vždy uspět při identifikaci dostatečného počtu RB v blízkosti tepenné stěny, a navíc předpokládá konstantní srdeční frekvenci. Tato omezení jsou řešena ve druhé navrhované metodě. Zde mohou být RB umístěny kdekoli podél tepenné stěny a srdeční frekvence může být časově proměnná. Polohy RB, parametry tepenné stěny a srdeční frekvence jsou zde trasovány pomocí varianty Kalmanova filtru, tzv. unscented Kalman filter. Rozsáhlé experimenty na několika syntetických ultrazvukových sekvencích ukazují, že tato metoda překonává nejlepší stávající i předchozí navrženou metodu v přesnosti odhadu. Experiment na skutečné ultrazvukové sekvenci navíc dokládá její praktickou použitelnost. Ve druhé části práce se zaměřujeme na ultrazvukové sekvence zachycující srdce. Zde navrhujeme nový bayesovský framework a metody pro odhad optického toku, které umožňují efektivní využití statistického modelu snímků v dané modalitě a vyčíslení nejistoty výsledného odhadu. Numerické experimenty na syntetických srdečních ultrazvukových sekvencích potvrzují, že využití znalosti o statistickém modelu ultrazvukových snímků má pozitivní vliv na přesnost odhadu. Zároveň pak ukazují, že navrhované metody překonávají nejlepší stávající metody v přesnosti odhadu.
Ultrasound examination is a widely used non-invasive technique for assessing cardiovascular health. Analysis of the motion of cardiovascular structures can provide valuable information for the diagnosis of cardiovascular diseases. In this thesis we focus on developing novel Bayesian methods for motion estimation in ultrasound sequences of the common carotid artery (CCA) and the heart. In the first part of the thesis, we focus on the problem of CCA wall motion estimation in ultrasound sequences viewing the transverse section of the CCA. Here, we propose a new method for localization of the CCA wall and two new methods for estimation of its motion. In contrast to the existing methods, the proposed localization method does not rely on computation of the image gradient which is unreliable in ultrasound images contaminated by speckle noise and artifacts. Numerical experiment on 145 manually labeled ultrasound images shows that the proposed localization method outperforms a state-of-the-art method in accuracy. The first motion estimation method is based on tracking a set of feature points (FPs) that are located around the CCA wall. For this purpose we use a modified version of a well established multi-object tracking algorithm—the joint integrated probabilistic data association algorithm. While the method outperforms a state-of-the-art method on synthetic ultrasound sequences, it also has some limitations. Concretely, the method may fail to identify a sufficient number of FPs near the CCA wall, and it assumes a constant heart-rate. Both of these limitations are addressed in the second proposed method. In the second motion estimation method the FPs can be placed anywhere along the CCA wall and a time-varying heart-rate is assumed. The FP positions, CCA wall parameters, and heart-rate, are jointly tracked by an unscented Kalman filter. Extensive experiments on several synthetic ultrasound sequences show that the method outperforms a state-of-the-art method as well as the first proposed method. Furthermore, an experiment on real ultrasound sequence supports the method’s practical viability. In the second part of the thesis, we focus on the problem of cardiac motion estimation. Here, we introduce a novel Bayesian framework and methods for optical flow estimation that allows effective incorporation of domain-specific knowledge and provide quantitative measures of the uncertainty of the produced estimates. Numerical experiments on synthetic cardiac ultrasound sequences confirm the effectiveness of incorporating domain-specific knowledge about the ultrasound image statistics, and show that the proposed methods outperform state-of-the-art methods in accuracy.
Ultrasound examination is a widely used non-invasive technique for assessing cardiovascular health. Analysis of the motion of cardiovascular structures can provide valuable information for the diagnosis of cardiovascular diseases. In this thesis we focus on developing novel Bayesian methods for motion estimation in ultrasound sequences of the common carotid artery (CCA) and the heart. In the first part of the thesis, we focus on the problem of CCA wall motion estimation in ultrasound sequences viewing the transverse section of the CCA. Here, we propose a new method for localization of the CCA wall and two new methods for estimation of its motion. In contrast to the existing methods, the proposed localization method does not rely on computation of the image gradient which is unreliable in ultrasound images contaminated by speckle noise and artifacts. Numerical experiment on 145 manually labeled ultrasound images shows that the proposed localization method outperforms a state-of-the-art method in accuracy. The first motion estimation method is based on tracking a set of feature points (FPs) that are located around the CCA wall. For this purpose we use a modified version of a well established multi-object tracking algorithm—the joint integrated probabilistic data association algorithm. While the method outperforms a state-of-the-art method on synthetic ultrasound sequences, it also has some limitations. Concretely, the method may fail to identify a sufficient number of FPs near the CCA wall, and it assumes a constant heart-rate. Both of these limitations are addressed in the second proposed method. In the second motion estimation method the FPs can be placed anywhere along the CCA wall and a time-varying heart-rate is assumed. The FP positions, CCA wall parameters, and heart-rate, are jointly tracked by an unscented Kalman filter. Extensive experiments on several synthetic ultrasound sequences show that the method outperforms a state-of-the-art method as well as the first proposed method. Furthermore, an experiment on real ultrasound sequence supports the method’s practical viability. In the second part of the thesis, we focus on the problem of cardiac motion estimation. Here, we introduce a novel Bayesian framework and methods for optical flow estimation that allows effective incorporation of domain-specific knowledge and provide quantitative measures of the uncertainty of the produced estimates. Numerical experiments on synthetic cardiac ultrasound sequences confirm the effectiveness of incorporating domain-specific knowledge about the ultrasound image statistics, and show that the proposed methods outperform state-of-the-art methods in accuracy.
Description
Citation
DORAZIL, J. Bayesovský odhad pohybu v arteriálních a srdečních ultrazvukových sekvencích [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. Ing. Jaroslav Koton, Ph.D. (předseda)
prof. Ing. Zdeněk Smékal, CSc. (člen)
doc. Ing. Radim Burget, Ph.D. (člen)
doc. Ing. Jiří Mekyska, Ph.D. (člen)
prof. Dr. Ing. Franz Hlawatsch (člen)
Prof. Bernard H. Fleury, Ph.D. (člen)
doc. Ing. Rastislav Róka, Ph.D. (člen)
Date of acceptance
2025-06-05
Defence
Obhajoba práce probíhala presenčně. Setkání zahájil předseda prof. Koton, kdy uvítal uchazeče, členy komise a přítomné hosty. Slovo bylo předáno ing. Dorazilovi, který v rámci svého vystoupení prezentoval motivaci, dosažené výsledky a perspektivy další vědeckovýzkumné činnosti v oblasti tématu disertace. Následovala otevřená diskuze mezi ing. Dorazilem a ostatními členy komise. V detailu byly diskutovány hlavní přínosy disertační práce. Pozornost byla také věnována možnostem budoucího aplikačního využití v praxi. Byly položeny i otázky související s budoucím vývojem a možnostem využití umělé inteligence. Ing. Dorazil na dotazy reagoval pohotově a prokázal svoji erudici v oboru. Kromě členů komise se veřejné části zúčastnilo také 2 hostů. Celková doba veřejného vystoupení trvala téměř 1,5 hodiny. Následovalo uzavřené jednání členů komise, která tajně hlasovala.
The dissertation defense took place in person. The event was initiated by the committee chair prof. Koton, who welcomed the applicant, the committee members, and guests. Ing. Dorazil was asked to give his presentation, who within his speech discussed the motivation, reached results and perspectives for further research in the area of the dissertation topic. The presentation was followed by open discussion between Ing. Dorazil and all the committee members. The main contribution of the dissertation was discussed in detail. The attention was also paid to future application of the results in practice. Questions to future challenges and possible utilization of artificial intelligence were raised. Ing. Dorazil always responded promptly and proved his erudition in the area. Next to the committee members, 2 guests were also present during the public part. The public part of the defense took almost 1.5 hour. It was followed by non-public meeting of the committee members and secrete vote.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení