形状ベースのB-スプラインを使用した3D-Teeからの大動脈バルブトラクトセグメンテーション明示的な活性表面

大動脈弁（AV）壁のセグメンテーションの新しい半自動アルゴリズムは、3D経由性病理心エコー造影（TEE）データセットのために提示されています。提案された方法論は、しきい値ベースとローカライズされた領域ベースの段階を含む、デュアルステージエネルギー進化プロセスで、Bスプライン明示的アクティブサーフェス（BEA）フレームワークの3D円筒形成を使用します。HERETO、強度、形状ベースの特徴を組み合わせて、AV壁を上行大動脈（AA）から左心室流出管（LVOT）に正確に描きます。形状優先情報は、プロファイルベースの統計形状モデル（SSM）を使用して含まれ、2つの新しい正規化用語を使用してBEASに埋め込まれています。1つは、SSM（ハード正規化）で見られる形状にセグメント化されたAVプロファイルを閉じ込め、プロファイルの程度（ソフト正規化）に従って罰則を科します。したがって、提案されたエネルギー機能は、画像コンテンツが強い地域の強度データを活用し、画像データがほとんどない領域の形状知識でそれを補完します。提案されたアルゴリズムは、狭窄バルブと非測定バルブの両方を備えた20の3D-TEEデータセットで検証されています。正確で堅牢で計算上効率的であることが示されており、平均精度が0.78 mmのAAからLVOTにAV壁をセグメント化するのに1秒未満かかりました。関連する4つの解剖学的レベル（LVOT、大動脈輪、バルサルバの副鼻腔、副核接合部）での半自動抽出測定値は、手動で抽出された測定値よりも高い再現性を持つ専門家のものと優れた一致を示しました。

A novel semi-automatic algorithm for aortic valve (AV) wall segmentation is presented for 3D transesophageal echocardiography (TEE) datasets. The proposed methodology uses a 3D cylindrical formulation of the B-spline Explicit Active Surfaces (BEAS) framework in a dual-stage energy evolution process, comprising a threshold-based and a localized region-based stage. Hereto, intensity and shape-based features are combined to accurately delineate the AV wall from the ascending aorta (AA) to the left ventricular outflow tract (LVOT). Shape-prior information is included using a profile-based statistical shape model (SSM), and embedded in BEAS through two novel regularization terms: one confining the segmented AV profiles to shapes seen in the SSM (hard regularization) and another penalizing according to the profile's degree of likelihood (soft regularization). The proposed energy functional takes thus advantage of the intensity data in regions with strong image content, while complementing it with shape knowledge in regions with nearly absent image data. The proposed algorithm has been validated in 20 3D-TEE datasets with both stenotic and non-stenotic valves. It was shown to be accurate, robust and computationally efficient, taking less than 1 second to segment the AV wall from the AA to the LVOT with an average accuracy of 0.78 mm. Semi-automatically extracted measurements at four relevant anatomical levels (LVOT, aortic annulus, sinuses of Valsalva and sinotubular junction) showed an excellent agreement with experts' ones, with a higher reproducibility than manually-extracted measures.