[发明专利]一种基于灰阶超声图像的心脏流场速度矢量分析方法

说明书

技术领域

本发明涉及医学图像处理及心脏流体力学研究领域，具体涉及一种基于灰阶超声图像的心脏流场速度矢量分析方法。

背景技术

从心脏超声图像序列中同步提取血液和心肌的动态运动矢量包括两个重要步骤：去除斑点噪声对图像的影响和运动矢量计算；

(1)超声图像去噪：医学噪声图像去噪的目的是在平滑噪声的同时尽可能地保持原图像的重要特征。医学超声图像的噪声主要是斑点噪声，对此学术界提出了一些抑制斑点噪声的方法为后续处理提供高质量图像。斑点噪声的空域滤波包括均值滤波、中值滤波、Lee滤波、Kuan滤波、Frost滤波、Sigma滤波及Gamma Map滤波等，这类算法无法克服的矛盾为：一方面增强斑点去噪效果需要选较大的滤波窗口，另一方面为保持图像的实际分辨率要求所选的窗口较小，而且窗口选择将大大地影响图像的处理结果。

近年来，出现了许多非线性滤波器，例如各向异性扩散滤波器，SRAD(Speckle reducing anisotropic diffusion)斑点噪声各向异性滤波器，及相干异性扩散性滤波器等，这些滤波器由于在不同的扩散方向上采用不同的扩散系数，因此具有增强对比度、保留细节等优点，成为滤波技术的一个亮点，然而需要多次计算，严重影响速度。

(2)血流运动矢量计算：现有计算心脏超声的方法主要有PIV方法、斑点跟踪方法、VFM方法和光流法。

PIV方法：PIV根据粒子浓度的高低分成两类，一类是适合于低浓度的PTV(Particle Tracking Velocimery)方法，另一类是处理高浓度的粒子分布相关法，这种方法是采用局部区域内粒子分布模型的相似性原理，使该区域内粒子同时得到确认。其算法由四部分组成：图像粒子的标定、连续两帧图像中粒子对应关系(采用互相关技术匹配)、粒子速度确定和误对应粒子速度的判定及其消除。

斑点跟踪方法：斑点跟踪一般包括两个方面，匹配和搜索。匹配的准则有多种，常用的准则有归一化相关函数(NCCF)，平均均方误差函数(MSD)及平均绝对差函数(MAD)等。搜索方法也有多种，全搜索法、十字搜索法和菱形搜索法等。

VFM方法：VFM方法是应用到多普勒彩超计算运动矢量的方法，由于算法先天性的角度依赖问题，使得临床应用很不稳定，而且不能处理灰度超声图像。

光流法：将光流法应用于心脏黑白超声图像研究极为少见，P.Burlina等人在2011年将现有光流法应用于超声造影图像，但是效果并不是很理想，一方面没有针对超声图像特点进行高效预处理，另一方面没有根据心脏流体特性(速度快、流体复杂)对多尺度的权值进行优化。由于光流法与图像梯度关系密切相关，没有经过平滑的图像几乎不能得到较为准确的运动矢量结果。同时，由于血流速度较慢，而且血流流场复杂，直接将光流法应用于超声图像很难获得较为准确的结果。

发明内容

本发明的目的在于：针对于现有技术的不足，提供一种基于灰阶超声图像的心脏流场速度矢量分析方法，该方法首先对灰阶超声图像进行去除斑点噪声处理，使心室内血流区域更加平滑，再采用光流法计算血流区域的运动矢量，从而解决了基于灰阶超声图像的心脏流场速度矢量的分析问题。

为了达到上述发明目的，本发明采用的技术方案是：提供一种基于灰阶超声图像的心脏流场速度矢量分析方法，其特征在于，包括以下步骤：

①将灰阶超声图像在横向和纵向方向等距离划分为网格单元；

②计算网格单元中每个单元格的平均灰度值P_mn，并选取单元格内最接近平均灰度值的像素点作为单元格的控制点；其中，平均灰度值的的计算公式为：

Pmn=Σi,jpijCellW×CellH]]>