基于斑點跟蹤算法的心臟超聲圖像運動分析.pdf

1、目前，心血管疾病已經(jīng)成為當(dāng)前人類死亡的主要原因之一，而通過醫(yī)學(xué)影像技術(shù)獲得心臟圖像來進(jìn)行心臟疾病相關(guān)分析、診斷，已經(jīng)成為重要的臨床手段。正是由于成像迅速、安全性高、可便攜等優(yōu)點，超聲診斷技術(shù)已經(jīng)成為醫(yī)學(xué)影像技術(shù)的主要方法之一。而斑點跟蹤成像技術(shù)(speckle tracking imaging，STI)就是在超聲圖像的基礎(chǔ)上，通過識別并提取出心肌內(nèi)的特征斑點，跟蹤斑點的運動情況，并跟蹤其在每一幀圖像上的位置變化，標(biāo)測出不同幀圖像的心肌運

2、動軌跡。
　　本文主要是根據(jù)二維心臟超聲圖像運動序列，通過提取和跟蹤圖像中的特征斑點信息，來分析心肌運動情況。主要工作內(nèi)容分為3部分:
　　1.心臟超聲圖像特征點提取。根據(jù)心臟超聲圖像的特點，先是引入超聲圖像斑點概念，然后詳細(xì)介紹了Forstner、SUSAN、Harris和SIFT這四種圖像特征匹配中非常關(guān)鍵的點特征檢測技術(shù)，并通過實驗對這幾種算子在心臟超聲圖像特征點的提取效果方面進(jìn)行了比較分析。
　　2.超聲圖像特

3、征點匹配與跟蹤。本文主要采取SIFT特征匹配算法來實現(xiàn)對超聲心臟圖像的特征點提取與匹配跟蹤。首先通過尺度空間的極值點檢測、關(guān)鍵點的精確定位、確定關(guān)鍵點的主方向、生成SIFT特征矢量等一系列過程實現(xiàn)對心臟超聲圖像特征斑點的提取，每個特征點都包括位置、尺度、方向三個信息。
　　3.特征點運動分析。通過跟蹤由配準(zhǔn)得到斑點對應(yīng)的匹配點，從而可以得到斑點隨時間變化在不同圖像的位置變化情況，可以計算得到特征點的位移，從而可以大概得到心肌組織在