[发明专利]一种基于分级重心估计的二维超声形变组织图像跟踪方法

权利要求书

1.一种基于多区域重心估计的二维超声图像斑点跟踪方法，其特征在于，包括以下步骤：

①在高帧频条件下采集受试二维超声心动图图像序列用于脱机分析；

②任意采集一张超声心动图图像作为交互式感兴趣区域选取的初始帧；

③将感兴趣区域置于特征区域，所述特征区域具有以下性质：a、在超声投影范围之内；b、具有一定灰度而不是全黑色区域；

④当初始帧和初始源兴趣区域选择完毕后，确定源感兴趣区域中心点；

⑤通过源感兴趣区域中心点和感兴趣区域大小，确定斑点跟踪在整个超声心动图图像中的搜索遍历范围；

⑥把源感兴趣区域分为16级子区域，并计算16个子区域分级重心位置；

⑦找出一个与源感兴趣区域大小相同的若干候选目的区域，分别计算各候选区域对应的16个子区域分级重心；

⑧计算源感兴趣区域和各候选区域的各子区域重心的相似差参数；

⑨由此重复⑦到⑧，直到搜索范围被遍历；

⑩提取遍历后，得到相似距离参数最小的16个感兴趣区域，通过计算16个感兴趣区域与源感兴趣区域的SAD值，其最小者对应的图像，就是最终识别的感兴趣区域。

2.根据权利要求1所述的基于多区域重心估计的二维超声图像斑点跟踪方法，其特征在于，在步骤④中，源感兴趣区域中心点的确定方法如下：

                    p_0，x＝(x₁+x₂)/2

P₀＝{p_0，x，p_0，y}

                    p_0，y＝(y₁+y₂)/2

其中(x₁，y₁)和(x₂，y₂)为源感兴趣区域的左上和右下点图像坐标，W，H为区域的宽度和高度。

3.根据权利要求1所述的基于多区域重心估计的二维超声图像斑点跟踪方法，其特征在于，在步骤⑤中，确定斑点跟踪在整个超声心动图图像中的搜索遍历范围方法如下：

源感兴趣区域长方形大小

L_x＝|(x₁-x₂)/2|

L_y＝|(y₁-y₂)/2|

遍历区域范围

max(0，p_0，x-3L_x/2)≤p_x≤min(p_0，x+3L_x/2，W)

max(0，p_0，y-3L_y/2)≤p_y≤min(p_0，y+3L_y/2，H)

                        p_0，x＝(x₁+x₂)/2

其中，P₀＝{p_0，x，p_0，y}

                        p_0，y＝(y₁+y₂)/2

(x₁，y₁)和(x₂，y₂)为源感兴趣区域的左上和右下点图像坐标，W，H为区域的宽度和高度。