【摘要】：心血管疾病是一種嚴重威脅人類健康的高危疾病,居各種死因首位,而通過醫(yī)學影像技術(shù)對心臟疾病進行預防、分析、診斷,具有重要的臨床意義。右心室?guī)缀涡螤詈瓦\動較為復雜,以往超聲檢查手段對右心室特征運動的檢測方法存在不足。近年來出現(xiàn)的超聲二維斑點追蹤成像技術(shù)可以通過提取和匹配右心室心肌的特征斑點,從而追蹤。心肌組織的運動軌跡。本文根據(jù)二維右心室超聲圖像運動序列,通過斑點追蹤技術(shù)來分析右心室心肌的運動情況,并與光流算法進行對比分析。主要工作內(nèi)容分為4部分：1.光流法的特征點檢測和跟蹤。本文根據(jù)右心室超聲圖像的特點,介紹光流法概念,并詳細介紹其基本原理和Horn Schunck算法、Lucas-Kanade算法以及改進LK的pyramidal LK算法這三種傳統(tǒng)光流法,并通過實驗對光流法的特征點檢測與跟蹤結(jié)果進行分析。2.超聲圖像預處理。本文根據(jù)超聲的成像原理,分析出某點運動軌跡誤判的原因,對線性均值濾波、非線性中值濾波和自適應維納濾波三種濾波進行實驗分析,并剔除影響特征點匹配的區(qū)域。3.超聲圖像特征點提取。本文采用了三種常用的點特征提取算子實現(xiàn)了對心臟超聲圖像特征點的提取,并通過實驗與分析的方式對幾種算子在心臟超聲圖像的特征點提取方面進行了簡單總結(jié),最終選擇最優(yōu)特征點提取SIFT算法。4.右心室心肌點跟蹤實驗分析。采用SIFT算法實現(xiàn)對右心室超聲圖像的匹配工作,對匹配點個數(shù)、精確度、變化趨勢等進行分析,從而得出右心室心肌的運動情況,并對SIFT算法在多幀匹配時的連貫性進行改進。就計算時間和跟蹤點數(shù)目,與光流算法進行實驗對比分析,并進行總結(jié)。
【圖文】：

斷超聲成像可分為衰減成像、反射成像、渡越時間成像。其中超聲反射成像是臨床上使逡逑用最多的成像方法。逡逑對于也臟、肝臟等組織功能的診斷過程中，過去常用的評價方法是基于多普勒效應逡逑的多普勒組織成像（ＴＤＩ：化ｓｕｅ邋Ｄｏｐｐｌｅｒ邋ｉｍａｇｉｎｇ）技術(shù)，但容易受到角度的影響Ｗ。如逡逑圖１．３為彩色多普勒血流顯像表示的右屯、室血流通過。逡逑

隨著金字塔層數(shù)的向下遞進，圖像分辨率逐漸減弱，，在上一分辨率的中得到的光流場運動結(jié)果將作為下一分辨率的計算初值，通過分層的方式ａｓ－Ｋａｎａｄｅ算法進行計算，能夠大大減少在大量光流運動時所產(chǎn)生的海量數(shù)據(jù)計算短運算時間。逡逑不斷進行重復迭代，直到計算出最終的光流結(jié)果，即為金字塔光流法的主體思想
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R540.45;TP391.41


本文編號：2563001