[發(fā)明專利]基于自適應(yīng)正則化光流模型的室壁運動估計方法及裝置

在審

• 申請?zhí)枺?/td>: 202211292203.3
• 申請日: 2022-10-21
• 公開（公告）號: CN115861172A
• 公開（公告）日: 2023-03-28
• 發(fā)明（設(shè)計）人: 朱新建;劉姍娜;張昊;周慶利;吳金玉
• 申請（專利權(quán)）人: 浙江大學(xué)醫(yī)學(xué)院附屬第四醫(yī)院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/269;A61B8/08
• 代理公司: 重慶敏創(chuàng)專利代理事務(wù)所(普通合伙) 50253
• 代理人: 陳千

本申請涉及一種基于自適應(yīng)正則化光流模型的室壁運動估計方法和裝置，屬于超聲波圖像處理技術(shù)領(lǐng)域，針對常用的光流模型估計方法采用恒定的正則化平滑系數(shù)導(dǎo)致室壁邊界區(qū)域計算誤差大引起運動邊界不清晰的問題，首先將初步得到的光流矢量通過二維小波分析及函數(shù)映射得到運動場相對突變的運動邊界信息；其次，將突變的運動邊界信息自適應(yīng)地反饋至光流計算模型中，以修正平滑項正則化系數(shù)并重新計算光流場；最后，重復(fù)上述的光流計算過程直到光流場小波高頻分量收斂；該方法將心肌室壁內(nèi)和周圍組織的梯度差距在正則化系數(shù)中加以體現(xiàn)，從而提高了運動估計的準(zhǔn)確度，具有較高的光流計算精度且有良好的異物檢測能力。

技術(shù)領(lǐng)域

本申請涉及超聲波圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于自適應(yīng)正則化光流模型的室壁運動估計方法及裝置。

背景技術(shù)

心血管疾病是威脅人類健康的一類重要疾病，在全球致死疾病中占首位，而缺血性心臟病是其中所占比例最大的一種類型。缺血性心臟病主要是由于心肌供血供氧不足而導(dǎo)致心肌缺血的一種臨床疾病，而心肌功能異常可引發(fā)心力衰竭、造成心肌梗死甚至猝死。因此，如何有效的評估心肌功能并實時分析顯得尤為重要。

目前，超聲技術(shù)以無創(chuàng)、實時、價格低等特有的優(yōu)勢，廣泛應(yīng)用于臨床中，超聲心動圖可以有效對患者生理和心臟功能、心臟解剖結(jié)果進(jìn)行顯示，還能測定患者左心室舒張、收縮能力，能夠有效診斷二尖瓣反流、左心室壁瘤等，近些年來心內(nèi)超聲心動圖已經(jīng)作為一種新的成像方式應(yīng)用于常規(guī)檢查和術(shù)中監(jiān)控，如左心耳閉合、導(dǎo)管支架植入等術(shù)中成像。超聲心動圖在心血管疾病的診斷和分析中起到至關(guān)重要的作用，但是診斷很大程度上依賴醫(yī)生的主觀意識，臨床經(jīng)驗的差異很可能會導(dǎo)致錯誤的診斷。超聲心動圖定量指標(biāo)分析可為心肌功能評估提供更準(zhǔn)確的技術(shù)手段。特別是通過室壁運動分析，可為臨床醫(yī)生提供可靠的量化指標(biāo)，從而潛在地降低人為錯誤的風(fēng)險。然而，由于超聲成像的物理限制，往往圖像中會出現(xiàn)散斑、噪聲等因素影響，使得超聲心動圖中常出現(xiàn)陰影、心肌室壁輪廓不明顯等問題，對室壁運動計算帶來一定困難，影響其應(yīng)用價值。

利用手動分割提供的心肌室壁內(nèi)外模邊界信息可以提高超聲心動圖運動估計質(zhì)量，為計算相鄰兩幀的位移計算提供幫助。但超聲心動圖中存在許多不規(guī)則的顆粒狀斑點，即使在心肌室壁內(nèi)，紋理信息依舊豐富，存在較多的噪聲及偽影；另外，醫(yī)生探頭的擺放和病人體位的改變會造成室壁存在“陰影”的情況。這些都會造成手動分割的結(jié)果和真實邊界有一定差距，且對于大量的超聲數(shù)據(jù)，手動分割效率過低。

發(fā)明內(nèi)容

本申請?zhí)峁┮环N基于自適應(yīng)正則化光流模型的室壁運動估計方法及裝置，利用小波分析自動得到心肌室壁與周圍組織的運動邊界信息，通過反饋建立自適應(yīng)的正則化參數(shù)迭代過程，逐步優(yōu)化光流計算模型直至小波系數(shù)收斂，從而提高超聲心動圖的室壁運動估計精度。

本申請的技術(shù)方案如下：

根據(jù)本申請實施例的第一方面，提供一種基于自適應(yīng)正則化光流模型的室壁運動估計方法包括：

步驟101：基于超聲波心動圖像獲取預(yù)設(shè)心動周期內(nèi)的多幀超聲圖像排序組合；

步驟102：采用光流法對所述多幀超聲圖像排序組合的前后兩幀圖像計算前后兩幀圖像的運動光流場；

步驟103：采用二維小波分析法對前后兩幀圖像的運動光流場進(jìn)行分解與重構(gòu)并提取運動邊界信息；

步驟104：將運動邊界信息經(jīng)過映射加入光流模型的正則化系數(shù)中，計算得到運動邊界平滑系數(shù)；

步驟105：根據(jù)運動邊界平滑系數(shù)重新計算前后兩幀圖像的運動光流場；

步驟106：循環(huán)執(zhí)行步驟103、步驟104和步驟105直至小波系數(shù)收斂，得到最終的室壁運動位移估計結(jié)果。

可選的，所述采用光流法對所述多幀超聲圖像排序組合的前后兩幀圖像計算前后兩幀圖像的運動光流場包括：