[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

摘要

本发明公开了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，是把某帧图像的兴趣ROI分为16级子区域，分别求出各个子区域的重心；并通过遍历搜索区域，以各个子区域重心位置相似差最小化为标准，求得下一帧图像ROI新位置可能的16个位置；再根据SAD方法，选择一个与上一帧图像ROI差别最小的作为斑点跟踪的结果。本发明能够有效降低传统手动跟踪计算斑点位置的工作量，提高处理的实际和数据处理的重复性，同时，相比传统SAD斑点跟踪方法，本发明通过多区域重心估计匹配的方法，特别有利于形变组织的跟踪。

主权项

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。