[A review on motion tracking methods for left myocardium based on cardiac cine magnetic resonance image].

跟踪(教育) 运动(物理) 匹配移动 计算机视觉 计算机科学 磁共振成像 分割 人工智能 心室 医学 生物医学工程 心脏病学 放射科 心理学 教育学
作者
Jiansheng Lin,Lijia Wang
出处
期刊:PubMed 卷期号:37 (3): 549-556
标识
DOI:10.7507/1001-5515.201904007
摘要

Due to the high spatiotemporal resolution , cardiac cine magnetic resonance imaging (CCMRI) has been widely used to evaluate the cardiac function of cardiovascular diseases such as myocardial ischemia and so on. Segmentation-based motion tracking of left myocardium is very important for comprehensive evaluation of cardiac function in the diagnosis and treatment of cardiovascular diseases. However, it is a challenge to track motion of left myocardium, which is homogeneous and cannot provide effective motion information. In this paper, CCMRI imaging techniques for myocardial motion tracking are introduced firstly. Then approaches for motion tracking of left myocardium based on CCMRI image are described in details and are summarized and prospected at the end, which not only helps beginners to have a quick and comprehensive understanding on this topic, but also provides theoretical reference to related researchers for further optimization of approaches for motion tracking of left myocardium. From the current study, motion tracking approaches for left myocardium based on CCMRI image make comprehensive use of the spatiotemporal motion characteristics of CCMRI image, the motion and structures of myocardium of left ventricle and so on, which can make up for the shortcomings of sparse motion information of CCMRI image. However, it still needs improved constraint framework, verification methods and so on.心脏电影磁共振成像(CCMRI)时空分辨率高,被广泛应用于心肌缺血等心血管疾病的心脏功能评价中。在左心肌分割的基础上进一步追踪左心肌运功,对临床全面评估心脏的运动功能、诊疗心血管疾病具有非常重要的意义。然而,CCMRI 图像的左心肌比较均匀,无法提供有效运动信息,给运动追踪带来了不小的挑战。本文从适用于左心肌运动追踪的磁共振成像技术出发,然后详细叙述了基于 CCMRI 图像的左心肌运动追踪方法,最后对左心肌运动追踪方法进行了总结与展望,既帮助初学者快速全面地了解该研究课题,也为相关研究者进一步优化左心肌运动追踪方法提供理论参考。从目前的研究来看,基于 CCMRI 图像的左心肌追踪方法可通过综合利用 CCMRI 图像的时空运动特征、左心肌的运动规律及组织特征等先验知识,来弥补图像稀疏运动信息的短板,但仍需在约束框架、验证方式等方面进一步完善。.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
甄友谦发布了新的文献求助10
3秒前
桐桐应助帅气老虎采纳,获得10
7秒前
8秒前
GoQao完成签到,获得积分10
9秒前
gjq发布了新的文献求助10
9秒前
爆米花应助奇异物质采纳,获得10
11秒前
一米七的小柯基完成签到,获得积分10
11秒前
12秒前
狐狸狗狗完成签到,获得积分20
13秒前
华仔应助高挑的悲采纳,获得10
13秒前
14秒前
14秒前
高兴英完成签到,获得积分10
16秒前
小树发布了新的文献求助10
17秒前
想跟这个世界讲个道理完成签到,获得积分10
19秒前
帅气老虎发布了新的文献求助10
19秒前
YY发布了新的文献求助30
20秒前
CipherSage应助紫苏采纳,获得10
22秒前
22秒前
高兴英发布了新的文献求助10
22秒前
24秒前
24秒前
26秒前
奇异物质发布了新的文献求助10
27秒前
28秒前
29秒前
大模型应助xxxxxxx采纳,获得10
29秒前
30秒前
乐乐应助Okpooko采纳,获得10
31秒前
32秒前
34秒前
35秒前
36秒前
飞飞完成签到,获得积分10
36秒前
yu发布了新的文献求助10
37秒前
科研通AI5应助辞镜ing采纳,获得10
38秒前
38秒前
科研通AI2S应助研友_8op5gL采纳,获得10
39秒前
太后娘娘发布了新的文献求助10
41秒前
41秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Ophthalmic Equipment Market 1500
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
いちばんやさしい生化学 500
Genre and Graduate-Level Research Writing 500
The First Nuclear Era: The Life and Times of a Technological Fixer 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3673662
求助须知:如何正确求助?哪些是违规求助? 3229164
关于积分的说明 9784494
捐赠科研通 2939740
什么是DOI,文献DOI怎么找? 1611281
邀请新用户注册赠送积分活动 760896
科研通“疑难数据库(出版商)”最低求助积分说明 736326