Automatic left ventricular centre point extraction in echocardiographic images

An automatic method for estimating the location of the left ventricular centre point (LVCP) in short axis (SA) and long axis (LA) two-dimensional echocardiographic images is described. The system uses descriptive features of the LVCP in the extraction process. The three main steps of the method are image preprocessing, knowledge based candidate pixels estimation using fuzzy logic, and actual LVCP extraction by template matching. In the preprocessing step, the input image is low-pass filtered and decimated to reduce the noise and the data size. In the second step, the global knowledge in the standard echo views are firstly translated to fuzzy sub-sets using appropriate fuzzy membership functions and then fuzzy logic set-theoretic operators are employed to produce the most probable candidate pixels for LVCP. In the last step, a template matching technique is used to extract the most likely LVCP among the candidate pixels. The system provides a first step towards the automatic LV boundary detection which is a long term goal in the automatic echocardiographic image analysis. The performance of the system is assessed using real SA and LA echo images. Beschrieben wird eine automatische Methode zur Ortsschätzung des LVCP (left ventricular centre point) in SA (short axis) und LA (long axis) zweidimensionalen echokardiographischen Darstellungen. Das System benutzt deskriptive Merkmale des LVCP beim Extraktionsprozeβ. Die drei Hauptschritte bei dieser Methode sind Bildvorverarbeitung, Schätzung geeigneter Pixel unter Einbeziehung von Vorwissen bei Anwendung von Fuzzy Logik sowie Extraktion aktueller LVCP durch Schablonenanpassung. Im Vorverarbeitungsschritt wird das Eingangsbild tiefpaβgefiltert und dezimiert, um das Rauschen und die Datenmenge zu verringern. Im zweiten Schritt wird das globale Wissen über Standardecho-Abbildungen zunächst zu Fuzzy-Untergruppen unter Benutzung geeigneter Fuzzy Mitgliedsfunktionen zusammengefaβt. Anschlieβend werden gruppentheoretische Operatoren aus der Fuzzy-Logik eingeführt, um die am besten geeigneten Pixel zur Auswahl des LVCP zu erhalten. Im letzten Schritt wird eine Schablonenanpassungstechnik zur Bestimmung des besten Pixels unter den vorausgewählten Pixeln eingesetzt. Das hier beschriebene System stellt einen ersten Schritt zur automatischen LV-Grenzen Detektion dar, welches seit langer Zeit ein Ziel der automatischen echokardiographischen Bildverarbeitung darstellt. Die Beurteilung der Effizienz des Systems erfolgt mit real