基于超聲影像的骨骼肌運動估計方法及應用研究.pdf

1、骨骼肌是構成人體的重要組織。理解骨骼肌在運動中的作用可以幫助解決不同人群可能存在的肌肉骨骼系統問題。超聲影像技術作為一種無創(chuàng)、實時和便捷的成像手段，已經被越來越多地用于骨骼肌的研究。從20世紀90年代開始，研究人員嘗試從超聲圖像中獲取肌肉橫截面積、肌肉厚度、羽狀角和肌纖維長等肌肉結構化參數來反映肌肉的狀態(tài)變化。而除了生理結構外，對局部運動的定量估計有助于提供肌肉收縮過程中肌肉組織所發(fā)生的變化的更多信息。本文主要采用運動估計的方法來描述肌

2、肉的運動。
　　 變分光流計算在模型通用性和稠密光流場的獲得等方面具有明顯的優(yōu)越性，同時由于其自適應性比較強、貼近圖像特性等特點，已成為運動估計的主流方法之一。在本文中，我們針對亮度不變、梯度不變等假設，構造不同的數據項和光滑項，推導了8種不同的光流模型，同時采用分裂Bregman方法分別對典型的H-S模型、L1-L2模型和L1-高階模型進行求解。分裂Bregman方法由于其計算速度快以及數值實現容易等特點，已經被廣泛應用于圖像

3、去噪、去模糊和壓縮傳感等方面。針對模型求解過程中線性方程組的求解，我們采用預條件共軛梯度法來提高計算速度，同時給出了其系數矩陣對稱正定的理論分析。
　　 數值計算部分，真實場景圖像和超聲仿真圖像分別被用來比較不同運動估計算法的性能。本文在多尺度金字塔光流計算框架下對上述幾類算法進行實現。結果顯示，對于綜合了L1項和高階項優(yōu)點的L1-高階模型在提高光流計算精度方面具有一定的優(yōu)點。
　　 應用部分，我們首先設計試驗來采集腓腸