图匹配算法及其在左心室运动估计中的应用研究

发布时间：2024-07-11 01:48

　　心血管疾病(CVDs)一直以来都是全球人口死亡的最主要原因。心血管疾具有病发病急、隐蔽性强、死亡率高的特点,加强对心血管疾病的早期检测和诊断变得愈发重要。左心室在心脏运动中有着重要作用,它具有厚实发达的心肌,可以为血液循环提供动力,反映了心脏的供血能力的强弱,可以为诊断提供参考依据。因此,精确计算左心室的形变函数对临床诊断有着重要参考意义。在心脏运动估计方法中,确定心肌层轮廓点之间的对应关系非常重要。图匹配作为一种模式匹配方法,在计算匹配关系时,将待匹配的关键点看做一个图结构,同时考虑了点间和边间的相似性,匹配结果更加鲁棒。图匹配对于初始条件要求比较低,非常适合解决心脏运动估计中的点对应关系问题。在做图匹配之前,最为关键的步骤是提取左心室的轮廓点集。通常我们用图像分割算法来提取目标区域的轮廓关键点,但是,由于在心脏图像中,目标边缘往往受到信噪比、体容积效应等因素的影响而形成弱边界,使得心脏左心室的分割成为一个难点。针对这个问题我们提出了基于模板匹配的左心室分割算法,首先利用已有的专家标记数据提取出左心室标准模板库,并对每一个模板做降采样、归一化、向量化处理;利用稀疏表示算法来衡量候选区...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 左心室运动估计方法研究现状
    1.3 图匹配概述
        1.3.1 权值图匹配
        1.3.2 属性关系图匹配
        1.3.3 精确图匹配
        1.3.4 非精确图匹配
    1.4 本文工作及内容安排
第2章 基于模板匹配的左心室分割
    2.1 引言
    2.2 模板匹配简介
    2.3 基于模板匹配的左心室分割算法
        2.3.1 建立左心室模板库
        2.3.2 l₁-范数最小化相似性度量
        2.3.3 粒子群算法搜索最优解
    2.4 实验结果及分析
    2.5 小结
第3章 图匹配算法
    3.1 引言
    3.2 图的定义
        3.2.1 双随机松弛
        3.2.2 仿射约束与稀疏约束
    3.3 ADMM优化求解
        3.3.1 ADMM概述
        3.3.2 ADMM求解
    3.4 实验结果及分析
    3.5 小结
第4章 CGM算法在左心室运动估计中的应用
    4.1 引言
    4.2 构建左心室图结构
    4.3 估计左心室形变场
    4.4 实验结果及分析
    4.5 小结
第5章 总结与展望
参考文献
致谢
攻读硕士学位期间的研究成果



本文编号：4005062