[发明专利]基于穿刺针尖自动识别的超声穿刺引导线成像方法

权利要求书

1.基于穿刺针尖自动识别的超声穿刺引导线成像方法，其特征在于：包括如下步骤：

（a）读入超声视频图像；

（b）选定超声视频图像中的跟踪判别区域；

（c）识别跟踪判别区域中的强回声图像部分；

（d）在超声视频图像中绘制强回声图像的长度方向的延长线，并输出视频图像；

（e）重复步骤（c）至（d），更新视频图像中的延长线位置；

所述步骤（c）包括

（c-1）使用光流法计算帧间运动；预测运动方向；

（c-2）根据视频的运动趋势，匹配上一帧中的目标特征点；

所述步骤（c-2）包括：

（c-21）根据运动方向与幅度，划定目标可能落在的区域；

（c-22）计算步骤（c-21）中区域的特征点；

（c-23）计算步骤（c-22）得到的特征点与上一帧图像中目标的特征点间的差异程度，若差异度小于最大差异阈值，则认为两者匹配；

（c-24）计算步骤（c-23）得到两两匹配的特征点间的欧氏距离与方向；

（c-25）计算步骤（c-24）得到的匹配特征点间的欧氏距离与方向的方差，若方差小于最大匹配方差阈值，则选取匹配特征点中强度最强点，更新目标位置；

步骤(c-23)中，给定当前帧位于（x₁,y₁）的特征点与上一帧位于（x₂,y₂）特征点,其差异程度的计算方法为：

其中f_k(x,y)为第k帧图像中位于(x,y)点像素的强度值；N为邻域尺寸，设为图像中针头所占的像素个数；w的计算方法为:

最大差异阈值t_diff设为15，若两个特征点的差异程度Diff小于t_diff，则认为两者匹配，否则认为两者不匹配。

2.根据权利要求1所述的基于穿刺针尖自动识别的超声穿刺引导线成像方法，其特征在于：所述步骤（c-1）包括：

（c-11）计算光流场，并统计光流场中光流的方向与幅度；

（c-12）使用isodata聚类方法，对光流进行聚类；

（c-13）若步骤（c-12）得到的聚类结果包含超过1个分类，则将包含光流数量最大的分类认为是穿刺导致的光流，其余分类认为是噪声，从光流场中去除；

（c-14）计算步骤（c-13）中得到的筛选后的光流场，计算光流方向与幅度的均值，若幅度均值大于最小幅度阈值，更新运动方向与运动幅度，否则保持原有的运动方向与幅度。