專(zhuān)利名稱(chēng)：基于多鄰域輔助二維超聲形變組織圖像跟蹤方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學(xué)設(shè)備領(lǐng)域中的超聲圖像追蹤技術(shù)，尤其是一種基于多鄰域輔助二維超聲形變組織圖像跟蹤方法及裝置。
背景技術(shù)：
超聲心臟圖像的組織追蹤是基于組織多普勒顯像的一種新技術(shù)，它通過(guò)測(cè)定房室平面位移，能夠評(píng)價(jià)心肌的收縮、舒張功能，除了能夠評(píng)價(jià)心臟整體功能，而且更主要應(yīng)用于評(píng)估心室局部功能，因此它在心肌缺血的早期檢出、梗死心肌的成活性評(píng)價(jià)、預(yù)測(cè)心臟病預(yù)后中有重要意義?，F(xiàn)有的二維組織跟蹤技術(shù)主要有快匹配法，像素遞歸法，基于頻域的方法，基于特征匹配的方法等等，塊匹配法由于簡(jiǎn)單和易于硬件實(shí)現(xiàn)而被廣泛采用，但是其缺點(diǎn)是穩(wěn)定性差且受噪聲影響大?，F(xiàn)有技術(shù)常把圖像分成個(gè)定若干相同大小的塊，采用塊匹配法，其基本思路是選取相鄰兩幀圖像的圖形塊進(jìn)行匹配，尋找最有匹配塊，常用的有求絕對(duì)和差SAD 算法，最小均方誤差LSE法，歸一化互相關(guān)函數(shù)NCCF法。有的學(xué)者提出多層搜索算法加快搜索速度，有的采用傅立葉變換為基礎(chǔ)的分析方法，但是，以上各個(gè)方法，其跟蹤是以一個(gè)基本源興趣區(qū)域(ROI)為跟蹤區(qū)域，沒(méi)有專(zhuān)門(mén)考慮鄰域影響問(wèn)題。但實(shí)際超聲心動(dòng)圖噪音較大，即使源ROI區(qū)域的跟蹤是精確的，但是，由于噪音的影響，讓這次精確的跟蹤偏離了實(shí)際的組織運(yùn)動(dòng)，所以，單區(qū)域的跟蹤存在重大缺陷，因此必須結(jié)合考慮其鄰域的跟蹤結(jié)果， 減少噪音的影響?，F(xiàn)有的二維組織跟蹤技術(shù)，例如在中國(guó)發(fā)明專(zhuān)利20101(^846 . 1中公開(kāi)了一種基于分級(jí)重心估計(jì)的二維超聲形變組織圖像跟蹤方法，是把某幀圖像的興趣ROI分為16 級(jí)子區(qū)域，分別求出各個(gè)子區(qū)域的重心；并通過(guò)遍歷搜索區(qū)域，以各個(gè)子區(qū)域重心位置相似差最小化為標(biāo)準(zhǔn)，求得下一幀圖像ROI新位置可能的16個(gè)位置；再根據(jù)SAD方法，選擇一個(gè)與上一幀圖像ROI差別最小的作為斑點(diǎn)跟蹤的結(jié)果。本發(fā)明能夠有效降低傳統(tǒng)手動(dòng)跟蹤計(jì)算斑點(diǎn)位置的工作量，提高處理的實(shí)際和數(shù)據(jù)處理的重復(fù)性，同時(shí)，相比傳統(tǒng)SAD 斑點(diǎn)跟蹤方法，本發(fā)明通過(guò)多區(qū)域重心估計(jì)匹配的方法，特別有利于形變組織的跟蹤。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種具有良好的抗噪性，特別有利于運(yùn)動(dòng)組織的運(yùn)動(dòng)評(píng)估和參數(shù)計(jì)算利用精度參數(shù)的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法及裝置。本發(fā)明的技術(shù)方案是一種基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，包括如下步驟
(1)在高幀頻條件下采集本受試心臟對(duì)象的二維超聲心動(dòng)圖用于脫機(jī)分析；
(2)圖像濾波預(yù)處理；
(3)任意采集一張?jiān)汲曅膭?dòng)圖像I作為交互式感興趣區(qū)域選取的初始幀；
(4)將興趣區(qū)域置于特征區(qū)域，所謂的特征區(qū)域，應(yīng)具有以下性質(zhì)(a)在超聲投影范圍之內(nèi)，雖然整個(gè)超聲圖像是長(zhǎng)方形，但是超聲采集有效區(qū)域?yàn)樯刃螀^(qū)域；
(b)具有一定灰度，不能是全黑色區(qū)域； 其特征在于，所述方法還包括如下步驟
(5)在圖像I上，在初始幀上選擇初始興趣區(qū)域ROI；
(6)確定斑點(diǎn)跟蹤在整個(gè)圖形中的搜索遍歷范圍；
(7)設(shè)定跟蹤精度；
(8)根據(jù)跟蹤精度，在遍歷范圍內(nèi)定位各跟蹤的初始區(qū)域；
(9)計(jì)算得到各個(gè)跟蹤的結(jié)果矢量；
(10)平均各個(gè)跟蹤結(jié)果，設(shè)為I上ROI在Il上的跟蹤結(jié)果；
(11)重復(fù)上文(5)—( 10)的步驟，直到所有圖像都被跟蹤。上述跟蹤方法的附加技術(shù)方案如下 優(yōu)選地，在步驟(6)中
令(ΥΛ)和O2J2)為ROI的
左上和右下點(diǎn)以像素為單位的整數(shù)坐標(biāo)，其搜索的遍歷范圍為 X 方向=X1-(X2-X1) |lj X2 + ( - J1)
Y 方向Λ — O2 —Λ)到Λ +(Λ —Λ)。優(yōu)選地，在步驟(7)中精度d設(shè)定為1到X2 - X1XO72 - )。優(yōu)選地，在步驟(8)中根據(jù)跟蹤精度，在遍歷范圍內(nèi)定位各跟蹤的初始區(qū)域各跟蹤?quán)徲虺跏紖^(qū)域的范圍為
X 方向!X1-(X2-X1) +i ^d 到 X1 - (x2 -x^+i^-d + (x2 -X1)
y 方向- O2 -Λ)+1 到Λ -( ) + 產(chǎn)d + 0 -Λ)
其中i為輔助鄰域跟蹤子區(qū)域序號(hào)，其范圍為1到( - )/^。優(yōu)選地，在步驟(9)中的計(jì)算方法是下述方法中的一種
設(shè)定各個(gè)子輔助鄰域的跟蹤區(qū)域?yàn)榇藚^(qū)域?yàn)橹行?，圍繞其同樣大小的八個(gè)塊構(gòu)成，然后在此搜索區(qū)域內(nèi)尋找其跟蹤矢量，具體的跟蹤方法有 A)求和絕對(duì)差SAD算法
權(quán)利要求
1.一種基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，包括如下步驟(1)在高幀頻條件下采集本受試心臟對(duì)象的二維超聲心動(dòng)圖用于脫機(jī)分析；(2)圖像濾波預(yù)處理；(3)任意采集一張?jiān)汲曅膭?dòng)圖像I作為交互式感興趣區(qū)域選取的初始幀；(4)將興趣區(qū)域置于特征區(qū)域，所謂的特征區(qū)域，應(yīng)具有以下性質(zhì)(a)在超聲投影范圍之內(nèi)，雖然整個(gè)超聲圖像是長(zhǎng)方形，但是超聲采集有效區(qū)域?yàn)樯刃螀^(qū)域；(b)具有一定灰度，不能是全黑色區(qū)域；其特征在于，所述方法還包括如下步驟(5)在圖像I上，在初始幀上選擇初始興趣區(qū)域ROI；(6)確定斑點(diǎn)跟蹤在整個(gè)圖形中的搜索遍歷范圍；(7)設(shè)定跟蹤精度；(8)根據(jù)跟蹤精度，在遍歷范圍內(nèi)定位各跟蹤的初始區(qū)域；(9)計(jì)算得到各個(gè)跟蹤的結(jié)果矢量；(10)平均各個(gè)跟蹤結(jié)果，設(shè)為I上ROI在Il上的跟蹤結(jié)果；(11)重復(fù)上文(5)—( 10)的步驟，直到所有圖像都被跟蹤。
2.根據(jù)權(quán)利要求1所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，其特征在于，在步驟(6)中，令O1,Λ)和 ( , )為ROI的左上和右下點(diǎn)以像素為單位的整數(shù)坐標(biāo)，其搜索的遍歷范圍為X 方向Xf (X2-X1)到 H + ( — )γ 方向Λ -( ->'ι)到)'2 +0 -yo。
3.根據(jù)權(quán)利要求2所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法， 其特征在于，上述跟蹤方法的附加技術(shù)方案如下在步驟(7)中精度d設(shè)定為1到^2- ).1 -. ))。
4.根據(jù)權(quán)利要求3所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，其特征在于，在步驟(8)中根據(jù)跟蹤精度，在遍歷范圍內(nèi)定位各跟蹤的初始區(qū)域各跟蹤?quán)徲虺跏紖^(qū)域的范圍為X 方向巧—( — )+i 至1J — ( — ) +2 *d + ( — X1)y 方向Λ - 0 ) +產(chǎn)rf 到Λ -CF2 —Λ )+產(chǎn)d + 0 -Λ)其中i為輔助鄰域跟蹤子區(qū)域序號(hào)，其范圍為1 IlJ(X2-X1)^。
5.根據(jù)權(quán)利要求4所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，其特征在于，在步驟(9)中的計(jì)算方法如下，設(shè)定各個(gè)子輔助鄰域的跟蹤區(qū)域?yàn)榇藚^(qū)域?yàn)橹行?，圍繞其同樣大小的八個(gè)塊構(gòu)成，然后在此搜索區(qū)域內(nèi)尋找其跟蹤矢量，跟蹤方法是求和絕對(duì)差 SAD算法，M N厶(《，《)-Λ-ι( + ，《+川，其中，.、為位移矢量，f，f 分別為 M-I κ-1^J'J}Jk Jm當(dāng)前幀和下一幀的灰度值，M，N為塊的大小，如在某一點(diǎn)(‘Λ)處·(WJc)達(dá)到最小，則該點(diǎn)為要尋找的最優(yōu)匹配點(diǎn)。
6.根據(jù)權(quán)利要求4所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，其特征在于，在步驟(9)中的計(jì)算方法如下，設(shè)定各個(gè)子輔助鄰域的跟蹤區(qū)域?yàn)榇藚^(qū)域?yàn)橹行?，圍繞其同樣大小的八個(gè)塊構(gòu)成，然后在此搜索區(qū)域內(nèi)尋找其跟蹤矢量，跟蹤方法是最小均方誤差MSE法^MN2MSEQ,/) = τ--Σ Σ [ΛMNtitfiJMSE最小的是最佳匹配點(diǎn)。
7.根據(jù)權(quán)利要求4所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，其特征在于，在步驟(9)中的計(jì)算方法如下，設(shè)定各個(gè)子輔助鄰域的跟蹤區(qū)域?yàn)榇藚^(qū)域?yàn)橹行?，圍繞其同樣大小的八個(gè)塊構(gòu)成，然后在此搜索區(qū)域內(nèi)尋找其跟蹤矢量，跟蹤方法是歸一化互相關(guān)函數(shù)NCCF法μ雙Σ Σ y'k (m'n、—/w + ，《+·/) INCCFQ J) - M「M JVt 「M JT ΣΣ/加《) 餓面I S-I 一_ ？a-I sJ, JNCCF的最大相關(guān)系數(shù)取值點(diǎn)就是最佳匹配點(diǎn)。
8.根據(jù)權(quán)利要求5或6或7所述的基于多鄰域輔助二維超聲形變組織圖像跟蹤方法， 其特征在于，在步驟(10)中平均各個(gè)跟蹤結(jié)果，設(shè)為I上ROI在Il上的跟蹤結(jié)果每個(gè)子鄰域的跟蹤結(jié)果，是采用X，y方向的移動(dòng)表征，最后的跟蹤結(jié)果為A、，一 2-1ηη其中η為( - )/^ (取值為1或2)為該跟蹤子鄰域中心點(diǎn)所處子區(qū)域權(quán)重系數(shù)， 其位置與相應(yīng)值為中心區(qū)域?yàn)?，圍繞中心區(qū)域的周邊八個(gè)區(qū)域均為1 ；幀Il上的最終跟蹤坐標(biāo)為 4 = X1 +Δζ , χ; = X2+Ax , = y1 +Ay , y2 = y2 +Ay。
9. 一種實(shí)施權(quán)利要求1所述方法的裝置，其特征在于該裝置包括心電圖信號(hào)采集裝置和處理心電圖信號(hào)采集裝置采集數(shù)據(jù)的計(jì)算機(jī)，在計(jì)算機(jī)中按權(quán)利要求1所述步驟對(duì)信號(hào)進(jìn)行處理。
全文摘要
本發(fā)明設(shè)計(jì)一種基于多鄰域輔助二維超聲形變組織圖像跟蹤方法，該方法首先在高幀頻條件下采集受試心臟對(duì)象的二維超聲心動(dòng)圖用于脫機(jī)分析；然后以任意可見(jiàn)圖像作為興趣區(qū)域(ROI)選取的初始幀，使ROI包括心肌組織，并同時(shí)排除灰度信號(hào)干擾；當(dāng)在原始圖像I上的初始幀ROI選取完畢后，設(shè)定以原ROI為中心，連同包裹其四周的8個(gè)同大小區(qū)域作為新的搜索源區(qū)域，并通過(guò)SAD算法遍歷此搜索區(qū)域中所有大小為原ROI大小的所有子區(qū)域的跟蹤矢量，最后將各個(gè)跟蹤矢量進(jìn)行加權(quán)平均，即得到原ROI的跟蹤結(jié)果。相比傳統(tǒng)SAD跟蹤方法，本發(fā)明充分考慮了ROI鄰域的跟蹤結(jié)果，具有良好的抗噪性，特別有利于運(yùn)動(dòng)組織的運(yùn)動(dòng)評(píng)估和參數(shù)計(jì)算。
文檔編號(hào)A61B8/08GK102217953SQ20111016458
公開(kāi)日2011年10月19日 申請(qǐng)日期2011年6月17日 優(yōu)先權(quán)日2011年6月17日
發(fā)明者尹立雪, 蔣體鋼 申請(qǐng)人:四川省醫(yī)學(xué)科學(xué)院(四川省人民醫(yī)院)