CN113040825B - 一种亚像素精度的快速三维超声心动图散斑跟踪方法 - Google Patents

一种亚像素精度的快速三维超声心动图散斑跟踪方法 Download PDF

Info

Publication number
CN113040825B
CN113040825B CN202110253373.XA CN202110253373A CN113040825B CN 113040825 B CN113040825 B CN 113040825B CN 202110253373 A CN202110253373 A CN 202110253373A CN 113040825 B CN113040825 B CN 113040825B
Authority
CN
China
Prior art keywords
sad
frame
block
tracking
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110253373.XA
Other languages
English (en)
Other versions
CN113040825A (zh
Inventor
孙丰荣
周晓彤
刘莹莹
边栋
邢跃林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN202110253373.XA priority Critical patent/CN113040825B/zh
Publication of CN113040825A publication Critical patent/CN113040825A/zh
Application granted granted Critical
Publication of CN113040825B publication Critical patent/CN113040825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0883Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/483Diagnostic techniques involving the acquisition of a 3D volume of data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Image Processing (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种亚像素精度的快速三维超声心动图散斑跟踪方法,包括:由操作医师选取跟踪点,并进行块大小、搜索区域大小等初始参数的设定;隔帧(奇数帧)对参考块像素值进行校准后执行1/16亚像素精度的块匹配跟踪;通过样条插值计算获得偶数帧跟踪点坐标,并由计算机在3D超声心动图序列图像上自动标注心肌组织感兴趣区域。本发明实现了一种高精度的快速3D超声心动图散斑跟踪方法,且该方法具有良好的自适应特性和鲁棒性。本发明方法适用于旨在实现心脏功能精确评价和定量诊疗的3D STE成像技术。本发明方法的2D变体是一种亚像素精度的快速2D超声心动图散斑跟踪方法。

Description

一种亚像素精度的快速三维超声心动图散斑跟踪方法
技术领域
本发明涉及一种三维(3D)超声心动图散斑跟踪方法,尤其涉及一种亚像素精度的快速3D超声心动图散斑跟踪方法,属于医学超声图像处理技术领域,旨在实现心脏功能精确评价和定量诊疗的3D STE成像技术(3D Speckle TrackingEchocardiography)。
背景技术
心力衰竭是冠心病、高血压、先天性心脏病、瓣膜性心脏病、心肌病等心血管疾病发展的最后阶段,是造成心血管疾病患者死亡的主要原因和临床治疗的最后战场,被认为是21世纪心血管界面临的最大挑战。对易患心力衰竭的高危人群,早期进行心脏功能的定量评价,及早识别心脏收缩与舒张功能异常并进行有效的干预,有利于预防和延缓心力衰竭的发生和发展,从而有助于延长心血管疾病患者的寿命和改善预后。散斑跟踪三维超声心动图(3D Speckle TrackingEchocardiography,3D STE)正是这样一种新兴的、旨在实现心脏功能精确评价和定量诊疗的超声成像技术,它通过对3D超声心动图散斑(Speckle)或散斑模式(Speckle pattern)的跟踪和运动分析,能精确地实现心肌组织的速度向量成像、应变和应变率成像,以及左心室扭转角位移、扭转力矩、扭转角速度等运动参数的测量与显像,从而为临床医生客观评估心肌的整体和局部功能、心室的收缩与舒张功能提供定量分析依据,也为临床医生定量研究心肌组织的生物弹性力学特性提供技术手段。
超声心动图散斑跟踪方法中要跟踪分析的散斑或散斑模式,在图像处理实践中则是位于心肌组织内的若干感兴趣区域(ROI),亦即传统块匹配处理的块或核(Block/Kernel)。而见诸文献报道的超声心动图散斑跟踪方法主要有两类:块匹配的散斑跟踪方法和光流场的散斑跟踪方法。光流场的散斑跟踪方法(Optical flow based speckletracking)能实现较高精度的心肌组织运动跟踪,但对图像质量要求苛刻,临床实用性差。块匹配的散斑跟踪方法(Block matching based speckle tracking)临床实用性较好,是3D STE成像技术领域主流的方法,但传统的块匹配方法难以实现高精度的心肌组织运动跟踪。另外,以往方法的计算处理效率以及自适应特性和鲁棒性等临床应用性能普遍欠佳。
发明内容
针对以往方法或者跟踪精度低,或者临床实用性差,普遍难以满足心脏功能精确评价和定量诊疗临床应用需求的弊端,本着性能良好、临床实用的技术原则,本发明提出了一种具有良好自适应特性和鲁棒性、1/16亚像素精度的快速3D超声心动图散斑跟踪方法。
术语解释:
1、三次样条插值,Cubic Spline Interpolation,其中,样条指穿过一系列形值点的光滑曲线,样条插值则是计算获得此类曲线的数学方法。
2、全搜索算法,Full search,图像处理中实现块匹配运算的一种策略,通过评估搜索区域内的全部候选点获得匹配块。
3、SAD,Sum of absolute differences,绝对误差和。
4、成像***3D图像空间,3D医学成像领域的技术术语,在本发明中指3D超声心动图序列图像所在的笛卡尔空间,如图3所示,三维是指笛卡尔空间的X、Y、Z坐标三维。
本发明的技术方案如下:
一种3D超声心动图散斑跟踪的方法,由一台配置了心脏功能精确评价和定量诊疗功能的计算机工作站来实现。设3D超声心动图序列图像由n帧图像组成,分别记作Ik,k=1,2,...,n,其中Ik为3D超声心动图序列图像的第k帧图像,I1为初始帧,In为末帧,I1,I3,...,In为奇数帧及末帧构成的序列图像;将第t帧图像进行块匹配所使用的参考块记作Rt,t=1,3,5,...,n,第t帧图像进行块匹配所使用的、经像素值校准后的参考块记作
Figure BDA0002965221040000021
将在第t帧图像上获得的最佳匹配块记作Mt,将在第t帧图像上获得的跟踪点在成像***3D图像空间中的位置记作rt(xt,yt,zt),其中(xt,yt,zt)表示跟踪点在3D图像空间中的坐标,该方法的步骤如下:
S1)由临床医师在初始帧I1上手动选取跟踪点;
在3D超声心动图序列图像的初始帧I1上,由临床医师手动选取跟踪点,该跟踪点在成像***3D图像空间中的位置为r1(x1,y1,z1);
S2)设定初始参数;
设定以各帧的跟踪点为中心的心肌组织感兴趣区域的大小nx×ny×nz,其中nx、ny、nz分别在成像***3D图像空间中为沿x、y、z轴方向的大小;设定搜索区域大小;设定参考块像素值校准的因子m;令当前帧序号j=1;设定初始参考块大小,以rj(xj,yj,zj)点为中心形成初始参考块Rj;令
Figure BDA0002965221040000022
Rj是指在第j帧图像进行块匹配所使用的参考块,
Figure BDA0002965221040000023
是指第j帧图像进行块匹配所使用的、经像素值校准后的参考块,Mj是指在第j帧图像上获得的最佳匹配块;
S3)参考块像素值校准;
j增加2;令Rj=Mj-2
对参考块Rj的像素值进行校准,得到第j帧图像进行块匹配所使用的、经像素值校准后的参考块
Figure BDA0002965221040000031
S4)进行1/16亚像素精度的块匹配计算,获得当前帧跟踪点在成像***3D图像空间中的位置的坐标rj(xj,yj,zj);
S5)若Ij为末帧,则执行S6,否则执行S3;
S6)计算偶数帧跟踪点在成像***3D图像空间中的位置
对奇数帧和末帧跟踪点在成像***3D图像空间中的坐标,分别取其x轴、y轴、z轴坐标,通过三次样条插值计算偶数帧跟踪点在成像***3D图像空间中的x轴、y轴、z轴坐标,获得偶数帧跟踪点在成像***3D图像空间中的位置,进而得到所有帧跟踪点在成像***3D图像空间中的位置;
S7)形成并记录所有帧的心肌组织感兴趣区域
以所有帧的跟踪点为中心,形成并记录各帧大小为nx×ny×nz的感兴趣区域,实现3D超声心动图的散斑跟踪。
根据本发明优选的,对参考块Rj的像素值进行校准,如式(Ⅰ)所示:
Figure BDA0002965221040000032
式(Ⅰ)中,0<m,p,q<1,m+p+q=1,p=0.9(1-m)/(n-3)2·(j-3)2,q=1-m-p。
根据本发明优选的,以
Figure BDA0002965221040000033
为参考块,执行1/16亚像素精度的块匹配计算,实现过程如下:
S41)在Ij上对以rj-2(xj-2,yj-2,zj-2)点为中心的搜索区域进行第一次三次样条插值,使得2个相邻节点之间3个等间隔的内点***值,获得1/4亚像素精度的搜索区域S11;
S42)采用全搜索算法及SAD(Sum of absolute differences)匹配准则,并使用SAD迭代计算提前终止策略,在搜索区域S11中进行一次匹配,记最小SAD值对应的点为一次1/4亚像素精度跟踪点R11;
S43)以一次1/4亚像素精度跟踪点R11为中心点,对周围8个1/4体素块进行第二次三次样条插值,继而2个相邻节点之间3个等间隔的内点***值,获得1/16亚像素精度的搜索区域S12。
S44)通过计算1/8亚像素精度跟踪点对搜索区域S12进行压缩处理:
计算8个1/4体素块中心点B1、B2、B3、B4、B5、B6、B7、B8的SAD值,取其中最小的SAD值对应的点(以B5为例)为中心划定1/4体素块为二次搜索区域S13;
S44)采用全搜索算法及SAD匹配准则,并使用SAD迭代计算提前终止策略,进行二次匹配,最小SAD值对应的点即为当前帧(第j帧)1/16亚像素精度的跟踪点rj(xj,yj,zj),以该点为中心的块为当前帧(第j帧)上的最佳匹配块Mj
根据本发明优选的,步骤S42)及步骤S44)中,具体实现过程如下:
设CAmax为全搜索候选块总数,Lmax为全搜索候选块z轴方向层数,SADmin为当前最小SAD值,r代表当前计算第r个候选块,SADrs代表第r个候选块的前s层误差和,SADs代表第s层误差和,具体计算流程如下:
S421)计算初始候选块SAD作为SADmin,令r=1;
S422)判断是否为最后一个候选块,即判断r>CAmax是否成立,若是,则当前SADmin为最小SAD,计算结束,否则,r增加1,s=1,SADrs=0,并执行步骤S423);
S423)判断是否为当前候选块的最后一层,即判断s>Lmax是否成立,若是,则记当前SADrs为SADmin,转入步骤S422),否则,计算第s层SAD误差SADs,并令SADrs=SADrs+SADs,并执行步骤S424);
S424)判断前s层误差和SADrs是否大于SADmin,若是,则执行步骤S422),否则,s增加1,执行步骤S423)。
本发明的有益效果为:
本发明采用隔帧块匹配处理框架;结合心脏运动的医学知识,自适应地校准参考块的像素值以避免跟踪误差的传播与积累;对搜索区域通过三次样条插值获得1/16亚像素跟踪精度;采用搜索区域压缩、SAD迭代计算提前终止等策略提升块匹配处理的计算效率。实现了一种高精度的快速3D超声心动图散斑跟踪方法,且该方法具有良好的自适应特性和鲁棒性。本发明方法适用于旨在实现心脏功能精确评价和定量诊疗的3D STE成像技术(3DSpeckle TrackingEchocardiography)。将益于提高我国冠心病、高血压等常见心血管疾病心功能定量评价的临床诊疗水平。
附图说明
图1(a)为得到的一次1/4亚像素精度跟踪点R11及其周围8个1/4体素块示意图;
图1(b)为1/16亚像素精度的搜索区域S12的示意图;
图1(c)为8个1/4体素块中心点B1、B2、B3、B4、B5、B6、B7、B8的示意图;
图1(d)为二次搜索区域S13的示意图;
图2为3D超声心动图散斑跟踪的方法的流程示意图;
图3为成像***3D图像空间坐标系示意图。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步限定,但不限于此。
实施例1
一种3D超声心动图散斑跟踪的方法,本实施例中,某家医院的心内科超声检查室配置有国产心脏超声诊断仪和一台计算机工作站。该工作站的主要功能是基于本发明方法实现3D STE成像技术。即,利用本发明方法对3D超声心动图影像数据进行散斑跟踪,实现心肌组织的速度向量成像、应变和应变率成像,以及左心室扭转角位移、扭转力矩、扭转角速度等运动参数的测量与显像等。通过U盘等移动存储介质,临床医师将超声诊断仪采集获得的3D超声心动图影像数据转存到工作站,设3D超声心动图序列图像由n帧图像组成,分别记作Ik,k=1,2,...,n,其中Ik为3D超声心动图序列图像的第k帧图像,I1为初始帧,In为末帧,I1,I3,...,In为奇数帧及末帧构成的序列图像;将第t帧图像进行块匹配所使用的参考块记作Rt,t=1,3,5,...,n,第t帧图像进行块匹配所使用的、经像素值校准后的参考块记作
Figure BDA0002965221040000051
将在第t帧图像上获得的最佳匹配块记作Mt,将在第t帧图像上获得的跟踪点在成像***3D图像空间中的位置记作rt(xt,yt,zt),其中(xt,yt,zt)表示跟踪点在3D图像空间中的坐标(如图3所示),如图2所示,该方法的步骤如下:
S1)由临床医师在初始帧I1上手动选取跟踪点;
在3D超声心动图序列图像的初始帧I1上,由临床医师手动选取跟踪点,该跟踪点在成像***3D图像空间中的位置为r1(x1,y1,z1);
S2)设定初始参数;
设定以各帧的跟踪点为中心的心肌组织感兴趣区域的大小nx×ny×nz,其中nx、ny、nz分别在成像***3D图像空间中为沿x、y、z轴方向的大小;设定搜索区域大小;设定参考块像素值校准的因子m;令当前帧序号j=1;设定初始参考块大小,以rj(xj,yj,zj)点为中心形成初始参考块Rj;令
Figure BDA0002965221040000061
Rj是指在第j帧图像进行块匹配所使用的参考块,
Figure BDA0002965221040000062
是指第j帧图像进行块匹配所使用的、经像素值校准后的参考块,Mj是指在第j帧图像上获得的最佳匹配块;
S3)参考块像素值校准;
j增加2;令Rj=Mj-2
对参考块Rj的像素值进行校准,得到第j帧图像进行块匹配所使用的、经像素值校准后的参考块
Figure BDA0002965221040000063
S4)进行1/16亚像素精度的块匹配计算,获得当前帧跟踪点在成像***3D图像空间中的位置的坐标rj(xj,yj,zj);
S5)若Ij为末帧,则执行S6,否则执行S3;
S6)计算偶数帧跟踪点在成像***3D图像空间中的位置
对奇数帧和末帧跟踪点在成像***3D图像空间中的坐标,分别取其x轴、y轴、z轴坐标,通过三次样条插值计算偶数帧跟踪点在成像***3D图像空间中的x轴、y轴、z轴坐标,获得偶数帧跟踪点在成像***3D图像空间中的位置,进而得到所有帧跟踪点在成像***3D图像空间中的位置;
S7)形成并记录所有帧的心肌组织感兴趣区域
以所有帧的跟踪点为中心,形成并记录各帧大小为nx×ny×nz的感兴趣区域,实现3D超声心动图的散斑跟踪。
利用已记录的感兴趣区域,工作站软件通过心肌组织的速度向量成像、应变和应变率成像,以及左心室扭转运动参数测量与显像等方式或手段,可靠、便捷、高效地辅助临床医师对患者的心脏功能进行精确评价和定量诊疗。
实施例2
根据实施例1所述的一种3D超声心动图散斑跟踪的方法,其区别在于:
对参考块Rj的像素值进行校准,如式(Ⅰ)所示:
Figure BDA0002965221040000064
式(Ⅰ)中,0<m,p,q<1,m+p+q=1,p=0.9(1-m)/(n-3)2·(j-3)2,q=1-m-p。
实施例3
根据实施例1所述的一种3D超声心动图散斑跟踪的方法,其区别在于:
Figure BDA0002965221040000071
为参考块,执行1/16亚像素精度的块匹配计算,实现过程如下:
S41)在Ij上对以rj-2(xj-2,yj-2,zj-2)点为中心的搜索区域进行第一次三次样条插值,使得2个相邻节点之间3个等间隔的内点***值,获得1/4亚像素精度的搜索区域S11;
S42)采用全搜索算法及SAD(Sum of absolute differences)匹配准则,并使用SAD迭代计算提前终止策略,在搜索区域S11中进行一次匹配,记最小SAD值对应的点为一次1/4亚像素精度跟踪点R11;
S43)以一次1/4亚像素精度跟踪点R11为中心点,对周围8个1/4体素块(如图1(a)中A1-A8为顶点的区域)进行第二次三次样条插值,继而2个相邻节点之间3个等间隔的内点***值,获得1/16亚像素精度的搜索区域S12(如图1(b))。
S44)通过计算1/8亚像素精度跟踪点对搜索区域S12进行压缩处理:
计算8个1/4体素块中心点B1、B2、B3、B4、B5、B6、B7、B8(如图1(c))的SAD值,取其中最小的SAD值对应的点(以B5为例)为中心划定1/4体素块为二次搜索区域S13(如图1(d)以C1-C7及R11为顶点的区域);
S44)采用全搜索算法及SAD匹配准则,并使用SAD迭代计算提前终止策略,进行二次匹配,最小SAD值对应的点即为当前帧(第j帧)1/16亚像素精度的跟踪点rj(xj,yj,zj),以该点为中心的块为当前帧(第j帧)上的最佳匹配块Mj
本发明方法的2D变体是一种亚像素精度的快速2D超声心动图散斑跟踪方法,即本发明方法也适用于对2D超声心动图进行散斑跟踪。
实施例4
根据实施例1所述的一种3D超声心动图散斑跟踪的方法,其区别在于:
步骤S42)及步骤S44)中,具体实现过程如下:
设CAmax为全搜索候选块总数,Lmax为全搜索候选块z轴方向层数,SADmin为当前最小SAD值,r代表当前计算第r个候选块,SADrs代表第r个候选块的前s层误差和,SADs代表第s层误差和,具体计算流程如下:
S421)计算初始候选块SAD作为SADmin,令r=1;
S422)判断是否为最后一个候选块,即判断r>CAmax是否成立,若是,则当前SADmin为最小SAD,计算结束,否则,r增加1,s=1,SADrs=0,并执行步骤S423);
S423)判断是否为当前候选块的最后一层,即判断s>Lmax是否成立,若是,则记当前SADrs为SADmin,转入步骤S422),否则,计算第s层SAD误差SADs,并令SADrs=SADrs+SADs,并执行步骤S424);
S424)判断前s层误差和SADrs是否大于SADmin,若是,则执行步骤S422),否则,s增加1,执行步骤S423)。

Claims (3)

1.一种3D超声心动图散斑跟踪的方法,其特征在于,设3D超声心动图序列图像由n帧图像组成,分别记作Ik,k=1,2,...,n,其中Ik为3D超声心动图序列图像的第k帧图像,I1为初始帧,In为末帧,I1,I3,...,In为奇数帧及末帧构成的序列图像;将第t帧图像进行块匹配所使用的参考块记作Rt,t=1,3,5,...,n,第t帧图像进行块匹配所使用的、经像素值校准后的参考块记作
Figure FDA0003378147660000011
将在第t帧图像上获得的最佳匹配块记作Mt,将在第t帧图像上获得的跟踪点在成像***3D图像空间中的位置记作rt(xt,yt,zt),其中(xt,yt,zt)表示跟踪点在3D图像空间中的坐标,该方法的步骤如下:
S1)在初始帧I1上手动选取跟踪点;
在3D超声心动图序列图像的初始帧I1上手动选取跟踪点,该跟踪点在成像***3D图像空间中的位置为r1(x1,y1,z1);
S2)设定初始参数;
设定以各帧的跟踪点为中心的心肌组织感兴趣区域的大小nx×ny×nz,其中nx、ny、nz分别在成像***3D图像空间中为沿x、y、z轴方向的大小;设定搜索区域大小;设定参考块像素值校准的因子m;令当前帧序号j=1;设定初始参考块大小,以rj(xj,yj,zj)点为中心形成初始参考块Rj;令
Figure FDA0003378147660000012
Rj是指在第j帧图像进行块匹配所使用的参考块,
Figure FDA0003378147660000013
是指第j帧图像进行块匹配所使用的、经像素值校准后的参考块,Mj是指在第j帧图像上获得的最佳匹配块;
S3)参考块像素值校准;
j增加2;令Rj=Mj-2
对参考块Rj的像素值进行校准,得到第j帧图像进行块匹配所使用的、经像素值校准后的参考块
Figure FDA0003378147660000014
S4)进行1/16亚像素精度的块匹配计算,获得当前帧跟踪点在成像***3D图像空间中的位置的坐标rj(xj,yj,zj);
Figure FDA0003378147660000015
为参考块,执行1/16亚像素精度的块匹配计算,实现过程如下:
S41)在Ij上对以rj-2(xj-2,yj-2,zj-2)点为中心的搜索区域进行第一次三次样条插值,获得1/4亚像素精度的搜索区域S11;
S42)采用全搜索算法及SAD匹配准则,并使用SAD迭代计算提前终止策略,在搜索区域S11中进行一次匹配,记最小SAD值对应的点为一次1/4亚像素精度跟踪点R11;
S43)以一次1/4亚像素精度跟踪点R11为中心点,对周围8个1/4体素块进行第二次三次样条插值,获得1/16亚像素精度的搜索区域S12;
S44)通过计算1/8亚像素精度跟踪点对搜索区域S12进行压缩处理:
计算8个1/4体素块中心点B1、B2、B3、B4、B5、B6、B7、B8的SAD值,取其中最小的SAD值对应的点为中心划定1/4体素块为二次搜索区域S13;
S45)采用全搜索算法及SAD匹配准则,并使用SAD迭代计算提前终止策略,进行二次匹配,最小SAD值对应的点即为当前帧1/16亚像素精度的跟踪点rj(xj,yj,zj),以该点为中心的块为当前帧上的最佳匹配块Mj
S5)若Ij为末帧,则执行S6,否则执行S3;
S6)计算偶数帧跟踪点在成像***3D图像空间中的位置
对奇数帧和末帧跟踪点在成像***3D图像空间中的坐标,分别取其x轴、y轴、z轴坐标,通过三次样条插值计算偶数帧跟踪点在成像***3D图像空间中的x轴、y轴、z轴坐标,获得偶数帧跟踪点在成像***3D图像空间中的位置,进而得到所有帧跟踪点在成像***3D图像空间中的位置;
S7)形成并记录所有帧的心肌组织感兴趣区域
以所有帧的跟踪点为中心,形成并记录各帧大小为nx×ny×nz的感兴趣区域,实现3D超声心动图的散斑跟踪。
2.根据权利要求1所述的一种3D超声心动图散斑跟踪的方法,其特征在于,对参考块Rj的像素值进行校准,如式(Ⅰ)所示:
Figure FDA0003378147660000021
式(Ⅰ)中,0<m,p,q<1,m+p+q=1,p=0.9(1-m)/(n-3)2·(j-3)2,q=1-m-p。
3.根据权利要求1所述的一种3D超声心动图散斑跟踪的方法,其特征在于,步骤S42)及步骤S45)中,具体实现过程如下:
设CAmax为全搜索候选块总数,Lmax为全搜索候选块z轴方向层数,SADmin为当前最小SAD值,r代表当前计算第r个候选块,SADrs代表第r个候选块的前s层误差和,SADs代表第s层误差和,具体计算流程如下:
S421)计算初始候选块SAD作为SADmin,令r=1;
S422)判断是否为最后一个候选块,即判断r>CAmax是否成立,若是,则当前SADmin为最小SAD,计算结束,否则,r增加1,s=1,SADrs=0,并执行步骤S423);
S423)判断是否为当前候选块的最后一层,即判断s>Lmax是否成立,若是,则记当前SADrs为SADmin,转入步骤S422),否则,计算第s层SAD误差SADs,并令SADrs=SADrs+SADs,并执行步骤S424);
S424)判断前s层误差和SADrs是否大于SADmin,若是,则执行步骤S422),否则,s增加1,执行步骤S423)。
CN202110253373.XA 2021-03-08 2021-03-08 一种亚像素精度的快速三维超声心动图散斑跟踪方法 Active CN113040825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110253373.XA CN113040825B (zh) 2021-03-08 2021-03-08 一种亚像素精度的快速三维超声心动图散斑跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110253373.XA CN113040825B (zh) 2021-03-08 2021-03-08 一种亚像素精度的快速三维超声心动图散斑跟踪方法

Publications (2)

Publication Number Publication Date
CN113040825A CN113040825A (zh) 2021-06-29
CN113040825B true CN113040825B (zh) 2022-02-11

Family

ID=76510602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110253373.XA Active CN113040825B (zh) 2021-03-08 2021-03-08 一种亚像素精度的快速三维超声心动图散斑跟踪方法

Country Status (1)

Country Link
CN (1) CN113040825B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101617947A (zh) * 2009-07-17 2010-01-06 重庆医科大学 一种基于斑点跟踪技术的心肌纹理自动分析方法
CN103429164A (zh) * 2012-03-30 2013-12-04 东芝医疗***株式会社 超声波诊断装置、图像处理装置以及图像处理方法
CN103810708A (zh) * 2014-02-13 2014-05-21 西安交通大学 一种激光散斑图像深度感知方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2507987A (en) * 2012-11-15 2014-05-21 Imp Innovations Ltd Method of automatically processing an ultrasound image
CN103873875A (zh) * 2014-03-25 2014-06-18 山东大学 一种用于图像超分辨的分层亚像素运动估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101617947A (zh) * 2009-07-17 2010-01-06 重庆医科大学 一种基于斑点跟踪技术的心肌纹理自动分析方法
CN103429164A (zh) * 2012-03-30 2013-12-04 东芝医疗***株式会社 超声波诊断装置、图像处理装置以及图像处理方法
CN103810708A (zh) * 2014-02-13 2014-05-21 西安交通大学 一种激光散斑图像深度感知方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
超声心动图三维散斑跟踪技术及其应用研究;金培培;《中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》;20170915;全文 *

Also Published As

Publication number Publication date
CN113040825A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
Hashemi et al. Global time-delay estimation in ultrasound elastography
US6716175B2 (en) Autonomous boundary detection system for echocardiographic images
Kühl et al. High-resolution transthoracic real-time three-dimensional echocardiography: quantitation of cardiac volumes and function using semi-automatic border detection and comparison with cardiac magnetic resonance imaging
JP4427548B2 (ja) 局所的に変形する可能性のある動きを分析するための装置および方法
JP5484444B2 (ja) 医用画像診断装置、容積計算方法
Dwivedi et al. Reference values for mitral and tricuspid annular dimensions using two-dimensional echocardiography
US11676280B2 (en) Automated right ventricle medical imaging and computation of clinical parameters
Caselli et al. Three-dimensional echocardiographic characterization of patients with left ventricular noncompaction
JP6039876B2 (ja) 左心室のねじれを測定するシステム及び方法
JP2023502449A (ja) 超音波撮像並びに関連する装置、システム、及び方法のためのインテリジェントな測定支援
JPH06503483A (ja) 自動デジタルイメージ定量化システム
CN111815597A (zh) 基于ct影像的左心室长短轴切面提取方法、装置、计算机设备和存储介质
TWI445520B (zh) Methods of comparison of non - invasive cardiovascular status
Beyls et al. Usefulness of right ventricular longitudinal shortening fraction to detect right ventricular dysfunction in acute cor pulmonale related to COVID-19
Myhr et al. Semi‐automated estimation of left ventricular ejection fraction by two‐dimensional and three‐dimensional echocardiography is feasible, time‐efficient, and reproducible
Yue et al. Speckle tracking in intracardiac echocardiography for the assessment of myocardial deformation
WO2024126468A1 (en) Echocardiogram classification with machine learning
CN113040825B (zh) 一种亚像素精度的快速三维超声心动图散斑跟踪方法
CN113592802B (zh) 一种基于超声图像的二尖瓣环位移自动检测***
Bouchez et al. In-vivo validation of a new clinical tool to quantify three-dimensional myocardial strain using ultrasound
CN108289655B (zh) 具有中轴弯曲和横向偏心的心脏的超声心脏评估
Abudiab et al. Role of transesophageal echocardiography in the diagnosis of paradoxical low flow, low gradient severe aortic stenosis
Shanmuganathan et al. Image registration for multi-view three-dimensional echocardiography sequences
CN115457025A (zh) 基于置信权重分析光流追踪的室壁节段运动估计方法
Konofagou et al. Angle-independent myocardial elastography: theoretical analysis and clinical validation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant