人工電子耳蝸植入所需關鍵參數(shù)的無創(chuàng)傷性測量研究.pdf

1、人工電子耳蝸植入(CI)是目前公認的治療感音神經性耳聾的有效方法?？茖W研究表明，CI術后設置的各電極頻率與其所在位置的聽神經元的敏感特征頻率相匹配，可極大地提高術后耳聾患者的言語分辨率。而根據(jù)人類耳蝸的頻率響應沿基底膜呈指數(shù)分布的拓撲排列關系，要估算耳蝸內電極對應的聽神經元的敏感特征頻率，必須對耳蝸長度、電極植入深度進行準確的測量。但是，由于以下幾個難點：①耳蝸尺寸小、結構復雜，②從醫(yī)學體數(shù)據(jù)中分割耳蝸的難度大，③缺乏一個準確的耳蝸長度

2、測量方法，使得準確地測量耳蝸長度成為臨床應用的中一個難題。此外，CI術前制定的手術計劃對于手術的成功和安全性至關重要。由于圖像分辨率低、內耳尺寸小、結構復雜等原因，手術醫(yī)生僅通過瀏覽二維圖像切片很難對內耳的畸形做出判斷，對耳蝸的鼓階、前庭階的通暢性更是難以進行評估。因此，如何應用顳骨螺旋CT圖像提供CI術前、術后所需的重要信息，成為臨床上急需解決的問題。本文主要對耳蝸的分割、耳蝸長度的測量、耳蝸橫斷面的提取、內耳的分割、內耳的可視化、電

3、極植入深度的測量等關鍵技術進行了深入的研究和探討，主要研究成果如下： 1.在耳蝸的分割方面:[1]提出了一種交互式的、半自動的、由粗到細的、具有三維顯示反饋功能的耳蝸分割方法；[2]對基于區(qū)域競爭的三維窄帶水平集算法進行改進，并用于耳蝸的分割，減少了調節(jié)算法內部參數(shù)的難度，提高了分割速度；[3]建立了分割結果與灰度圖像的對應關系，對分割結果的有效性進行了分析，其準確性滿足臨床應用的要求；[4]本文的耳蝸分割方法自動化程度高，除了

4、需要手動設置初始輪廓和調節(jié)內部參數(shù)，分割過程自動完成；[5]與基于活動輪廓模型的逐層分割方法需要15～25分鐘、手動勾畫方法需要幾個小時相比，本文耳蝸分割方法具有速度快、結果表面均勻的優(yōu)點，分割一個耳蝸只需3～5分鐘。 2.在耳蝸長度測量方面:[1]提出了一種自動跟蹤與手動指定相結合的耳蝸長度測量方法；[2]在基于距離變換的基礎上，設計了一種新的、快速的中心路徑提取算法，用于實現(xiàn)耳蝸基底周中心線的自動提取；[3]對于難以分離的耳

5、蝸中周和頂周，依次提取沿其螺旋方向各個位置的橫斷面，在橫斷面上通過手動指定選擇其質心點，并建立了耳蝸模型與其橫斷面的對應關系以提高手動指定部分的準確性；[4]最后，在提取的耳蝸質心點之間使用Cardinal樣條插值，得到光滑的耳蝸中心線，該中心線的長度，即為耳蝸長度。[5]與參數(shù)化螺旋線模型對耳蝸進行近似的方法相比，本文耳蝸長度測量方法準確性高，通過建立提取的中心線與耳蝸模型的對應關系，對其準確性給出了直觀的證明，滿足臨床要求；與完全手

6、動勾畫之后自動調整的方法相比，本文方法具有速度快的優(yōu)勢；此外，不僅可測量正常的耳蝸，對于畸形的耳蝸同樣有效。 3.在內耳的分割方面:[1]將改進的基于區(qū)域競爭的三維窄帶水平集算法用于內耳的分割，[2]通過在三維上實現(xiàn)與目標形狀接近的初始輪廓的設置、調節(jié)內部參數(shù)等，實現(xiàn)了內耳的快速分割。應用臨床顳骨螺旋CT數(shù)據(jù)進行了5例內耳的分割實驗，自動分割算法實現(xiàn)了4例內耳的完整分割，1例Mondini畸形內耳的分割結果包含了多余的組織。[3

7、]通過建立三維模型表面上的點與三個正交截面的對應關系，可快速的定位出弱邊界所在的位置，在正交截面上手動編輯以去除多余的組織，從而實現(xiàn)內耳的完整分割。[4]與手動勾畫或者自動算法結合手動編輯的方法分割1例內耳需要幾個小時相比，本文內耳分割方法具有速度快、手動交互少、結果表面均勻的優(yōu)點，分割1例內耳約10分鐘。 4.在電極植入深度的測量方面，應用本文設計的快速的中心線自動提取算法實現(xiàn)了電極中心線的提取，完成了電極植入深度的測量。這一

8、電極植入深度測量方法可以消除部分體積效應帶來的不利影響，入口點、終點除外。應用1例CI術后的圖像數(shù)據(jù)進行了實驗，術中所見的電極植入深度為16～17mm，本文測量結果為16.14mm，與術中觀察相比，該實驗結果直觀、準確。應用所則量的耳蝸長度、電極植入深度，結合耳蝸的頻率——位置計算公式，估算出了電極入點、終點對應的特征頻率，該測量結果對于言語處理器頻率參數(shù)的設置其有重要的參考價值。 5.進行了基于螺旋CT數(shù)據(jù)的前庭階和鼓階的無創(chuàng)