本文關(guān)鍵詞：基于特征點的二維心臟超聲圖像匹配與運動跟蹤

  更多相關(guān)文章： 超聲 心臟 醫(yī)學(xué)圖像 圖像匹配 運動跟蹤

【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(xué)影像技術(shù)對心臟疾病進行預(yù)防、分析、診斷,具有重要的臨床意義。心臟的幾何形狀和運動較為復(fù)雜,以往超聲檢查手段對心臟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心肌的特征斑點,從而追蹤心肌組織的運動軌跡。通過觀察并記錄心肌運動的相關(guān)信息,構(gòu)建出二維或三維的模型來模擬心肌組織的運動情況。醫(yī)院結(jié)合相關(guān)的診療手段來判斷心肌組織特征點的運動趨勢來分析心臟的相關(guān)收縮情況為進一步診斷提供信息來預(yù)防或診斷心血管疾病。基于SIFT算法的優(yōu)異特性,本文采用SIFT算法對圖像匹配以及點跟蹤進行研究,并通過實驗來驗證結(jié)論。本文首先介紹超聲圖像的預(yù)處理,接著引出圖像特征的概念,通過相關(guān)算法來提取特征點。基于SIFT算法是一個非常重要的特征提取和圖像配準的方法,本文將重點介紹SIFT算法,將其具體的運算分解為五個步驟,每一個步驟加以詳細的說明,結(jié)合去除噪聲后的圖像運行SIFT算法,提取出其特征點并顯示每一個特征點的描述子。提取特征點之后進行圖像的匹配,依據(jù)特征點的描述子并設(shè)置閾值,在MATLAB平臺上分析其相關(guān)的匹配情況。下一步利用現(xiàn)有的實驗數(shù)據(jù),將心臟的運動按周期劃分,對心臟超聲圖像上每一幀的特征點做出匹配,得出特征點的運動情況。最后分析周期間的心肌組織的收縮情況,記錄相關(guān)信息,再進一步對心肌特征點的運動連貫性、匹配精確度、及運動趨勢做出分析,為分析心肌運動提供一種更加精確的手段。
【關(guān)鍵詞】：超聲 心臟 醫(yī)學(xué)圖像 圖像匹配 運動跟蹤
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R540.4;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-17
• 1.1 引言9
• 1.2 課題研究背景與意義9-14
• 1.2.1 醫(yī)學(xué)超聲圖像的基本原理9-12
• 1.2.2 MATLAB簡介12
• 1.2.3 心臟四腔運動及二維超聲心動圖12-14
• 1.3 國內(nèi)外發(fā)展狀況14
• 1.4 本文研究內(nèi)容14-17
• 第2章 超聲圖像預(yù)處理17-27
• 2.1 圖像濾波的常用方法17-23
• 2.1.1 線性-均值濾波18-19
• 2.1.2 非線性-中值濾波19-20
• 2.1.3 自適應(yīng)-維納濾波20-21
• 2.1.4 三種濾波的對比分析21-23
• 2.2 基于特征點的去除噪聲處理23-25
• 2.2.1 基于特征點去除噪聲的依據(jù)23
• 2.2.2 基于特征點去噪處理的實驗分析23-25
• 2.3 本章小結(jié)25-27
• 第3章 心臟超聲圖像特征點的提取27-41
• 3.1 背景簡介27
• 3.2 圖像特征的描述27-30
• 3.2.1 點特征27-28
• 3.2.2 邊緣特征28
• 3.2.3 局部特征28
• 3.2.4 全局特征28-29
• 3.2.5 空間關(guān)系特征29-30
• 3.3 超聲圖像斑點30
• 3.4 特征點提取方法30-38
• 3.4.1 Forstner算法30-34
• 3.4.2 SUSAN角點檢測法34-38
• 3.5 實驗對比與分析38-40
• 3.6 本章小結(jié)40-41
• 第4章 SIFT算法綜述41-55
• 4.1 SIFT基本算法41-52
• 4.2 PCA-SIFT52-53
• 4.3 本章小結(jié)53-55
• 第5章 心臟超聲圖像特征點的匹配與跟蹤55-71
• 5.1 SIFT算法的特征點匹配55-61
• 5.1.1 樸素最近鄰搜索56-57
• 5.1.2 K-D樹算法57-58
• 5.1.3 BBF算法58-59
• 5.1.4 特征點匹配結(jié)果59-61
• 5.2 SIFT算法的特征點跟蹤61-70
• 5.2.1 跟蹤起點的選取61-64
• 5.2.2 斑點軌跡的運動分析64-70
• 5.2.3 斑點軌跡跟蹤補充70
• 5.4 本章小結(jié)70-71
• 第6章 總結(jié)和展望71-73
• 6.1 總結(jié)71
• 6.2 展望71-73
• 參考文獻73-75
• 致謝75

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 范曉東，，朱澤煌;心電特征點定位算法[J];北京生物醫(yī)學(xué)工程;1996年01期

2 朱燦生;《太極(陰、陽)-科學(xué)燈塔》初揭[J];按摩與導(dǎo)引;1986年05期

3 郭靜玉;何琳;景愛華;;閾值法在脈搏信號特征提取中的應(yīng)用[J];河南科技大學(xué)學(xué)報(醫(yī)學(xué)版);2011年01期

4 陳培軍,陳士貴,俞堯榮,劉向昕;二項式小波檢測心電特征點[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2004年01期

5 周平;李傳富;陳荻;周康源;;一種基于小波變換的配準特征點自動標記算法[J];北京生物醫(yī)學(xué)工程;2007年04期

6 胡國寧,王煒,歐陽楷,鄒睿,寧新寶,朱兵;ART2網(wǎng)絡(luò)在心電特征點自動檢測中的應(yīng)用[J];南京大學(xué)學(xué)報(自然科學(xué)版);1998年04期

7 梅振順;戰(zhàn)蔭偉;鐘左峰;;基于SURF特征的目標跟蹤[J];中國體視學(xué)與圖像分析;2011年01期

8 劉紅;王曄;雷長海;;基于區(qū)域局部特征的中醫(yī)舌像檢索[J];醫(yī)學(xué)信息;2010年01期

9 伍亞軍;周正東;戴耀東;;基于特征點互信息預(yù)配準的醫(yī)學(xué)圖像配準技術(shù)[J];南京航空航天大學(xué)學(xué)報;2007年05期

10 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點匹配算法的研究與改進[A];2009中國控制與決策會議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實用的特征點匹配算法[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

5 許競;姜波;;攝像機運動下特征點追蹤方法研究[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

7 杜鵬飛;彭代強;林幼權(quán);;基于二乘向量機的特征點配準算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點跟蹤的圖象拼接[A];中國體視學(xué)學(xué)會圖像分析專業(yè)、中國體視學(xué)學(xué)會仿真與虛擬現(xiàn)實專業(yè)、中國航空學(xué)會信號與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會議論文集[C];2000年

9 楊向林;嚴洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點綜合檢測算法[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點搜索實現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 王宇;芯技術(shù)點亮未來[N];電腦報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉洪濤;基于視覺的微夾持構(gòu)件受力與應(yīng)變測量方法[D];上海交通大學(xué);2014年

2 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學(xué);2016年

3 廖斌;基于特征點的圖像配準技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

4 楊占龍;基于特征點的圖像配準與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

5 楊利敏;圖像特征點定位算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

6 李旭東;基于特征點的增強現(xiàn)實三維注冊算法研究[D];天津大學(xué);2009年

7 魯統(tǒng)偉;前視目標圖像匹配定位技術(shù)研究[D];華中科技大學(xué);2008年

8 戴激光;漸進式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學(xué);2013年

9 宋琳;無人機飛行途中視覺導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

10 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 曾寶瑩;基于圖像識別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

2 周兆鎮(zhèn);基于雙目視覺的特征點匹配算法研究[D];西安建筑科技大學(xué);2015年

3 馮翔;基于人臉對齊和多特征融合的人臉識別方法研究[D];南京理工大學(xué);2015年

4 姜小會;基于特征點的圖像拼接技術(shù)研究[D];山東建筑大學(xué);2015年

5 吳昊;基礎(chǔ)矩陣估計方法研究[D];蘭州大學(xué);2015年

6 陳偉;基于唇形特征的身份識別算法的設(shè)計[D];蘭州大學(xué);2015年

7 秦清欣;GPS輔助攝影測量的邊坡監(jiān)測技術(shù)研究[D];南京理工大學(xué);2015年

8 宋偉;遠程火光瞄準與探測系統(tǒng)設(shè)計[D];西安工業(yè)大學(xué);2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺檢測方法研究[D];沈陽理工大學(xué);2015年

10 任筱強;行星及行星衛(wèi)星著陸探測自主導(dǎo)航方法研究[D];哈爾濱工業(yè)大學(xué);2015年

本文編號：681014