基于特征点的二维心脏超声图像匹配与运动跟踪

发布时间：2017-08-16 02:20

  本文关键词：基于特征点的二维心脏超声图像匹配与运动跟踪

  更多相关文章： 超声 心脏 医学图像 图像匹配 运动跟踪

【摘要】：心血管疾病是一种严重威胁人类健康的高危疾病,居各种死因首位,而通过医学影像技术对心脏疾病进行预防、分析、诊断,具有重要的临床意义。心脏的几何形状和运动较为复杂,以往超声检查手段对心脏特征运动的检测方法存在不足。近年来出现的超声二维斑点追踪成像技术可以通过提取和匹配心肌的特征斑点,从而追踪心肌组织的运动轨迹。通过观察并记录心肌运动的相关信息,构建出二维或三维的模型来模拟心肌组织的运动情况。医院结合相关的诊疗手段来判断心肌组织特征点的运动趋势来分析心脏的相关收缩情况为进一步诊断提供信息来预防或诊断心血管疾病。基于SIFT算法的优异特性,本文采用SIFT算法对图像匹配以及点跟踪进行研究,并通过实验来验证结论。本文首先介绍超声图像的预处理,接着引出图像特征的概念,通过相关算法来提取特征点。基于SIFT算法是一个非常重要的特征提取和图像配准的方法,本文将重点介绍SIFT算法,将其具体的运算分解为五个步骤,每一个步骤加以详细的说明,结合去除噪声后的图像运行SIFT算法,提取出其特征点并显示每一个特征点的描述子。提取特征点之后进行图像的匹配,依据特征点的描述子并设置阈值,在MATLAB平台上分析其相关的匹配情况。下一步利用现有的实验数据,将心脏的运动按周期划分,对心脏超声图像上每一帧的特征点做出匹配,得出特征点的运动情况。最后分析周期间的心肌组织的收缩情况,记录相关信息,再进一步对心肌特征点的运动连贯性、匹配精确度、及运动趋势做出分析,为分析心肌运动提供一种更加精确的手段。
【关键词】：超声 心脏 医学图像 图像匹配 运动跟踪
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R540.4;TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-17
• 1.1 引言9
• 1.2 课题研究背景与意义9-14
• 1.2.1 医学超声图像的基本原理9-12
• 1.2.2 MATLAB简介12
• 1.2.3 心脏四腔运动及二维超声心动图12-14
• 1.3 国内外发展状况14
• 1.4 本文研究内容14-17
• 第2章 超声图像预处理17-27
• 2.1 图像滤波的常用方法17-23
• 2.1.1 线性-均值滤波18-19
• 2.1.2 非线性-中值滤波19-20
• 2.1.3 自适应-维纳滤波20-21
• 2.1.4 三种滤波的对比分析21-23
• 2.2 基于特征点的去除噪声处理23-25
• 2.2.1 基于特征点去除噪声的依据23
• 2.2.2 基于特征点去噪处理的实验分析23-25
• 2.3 本章小结25-27
• 第3章 心脏超声图像特征点的提取27-41
• 3.1 背景简介27
• 3.2 图像特征的描述27-30
• 3.2.1 点特征27-28
• 3.2.2 边缘特征28
• 3.2.3 局部特征28
• 3.2.4 全局特征28-29
• 3.2.5 空间关系特征29-30
• 3.3 超声图像斑点30
• 3.4 特征点提取方法30-38
• 3.4.1 Forstner算法30-34
• 3.4.2 SUSAN角点检测法34-38
• 3.5 实验对比与分析38-40
• 3.6 本章小结40-41
• 第4章 SIFT算法综述41-55
• 4.1 SIFT基本算法41-52
• 4.2 PCA-SIFT52-53
• 4.3 本章小结53-55
• 第5章 心脏超声图像特征点的匹配与跟踪55-71
• 5.1 SIFT算法的特征点匹配55-61
• 5.1.1 朴素最近邻搜索56-57
• 5.1.2 K-D树算法57-58
• 5.1.3 BBF算法58-59
• 5.1.4 特征点匹配结果59-61
• 5.2 SIFT算法的特征点跟踪61-70
• 5.2.1 跟踪起点的选取61-64
• 5.2.2 斑点轨迹的运动分析64-70
• 5.2.3 斑点轨迹跟踪补充70
• 5.4 本章小结70-71
• 第6章 总结和展望71-73
• 6.1 总结71
• 6.2 展望71-73
• 参考文献73-75
• 致谢75

【相似文献】

中国期刊全文数据库 前10条

1 范晓东，，朱泽煌;心电特征点定位算法[J];北京生物医学工程;1996年01期

2 朱灿生;《太极(阴、阳)-科学灯塔》初揭[J];按摩与导引;1986年05期

3 郭静玉;何琳;景爱华;;阈值法在脉搏信号特征提取中的应用[J];河南科技大学学报(医学版);2011年01期

4 陈培军,陈士贵,俞尧荣,刘向昕;二项式小波检测心电特征点[J];航天医学与医学工程;2004年01期

5 周平;李传富;陈荻;周康源;;一种基于小波变换的配准特征点自动标记算法[J];北京生物医学工程;2007年04期

6 胡国宁,王炜,欧阳楷,邹睿,宁新宝,朱兵;ART2网络在心电特征点自动检测中的应用[J];南京大学学报(自然科学版);1998年04期

7 梅振顺;战荫伟;钟左峰;;基于SURF特征的目标跟踪[J];中国体视学与图像分析;2011年01期

8 刘红;王晔;雷长海;;基于区域局部特征的中医舌像检索[J];医学信息;2010年01期

9 伍亚军;周正东;戴耀东;;基于特征点互信息预配准的医学图像配准技术[J];南京航空航天大学学报;2007年05期

10 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年

2 付洪川;王剑;万婵;赵建英;付凯;;图像特征点匹配算法的研究与改进[A];2009中国控制与决策会议论文集（1）[C];2009年

3 温文雅;陈建华;;一种基于特征点的图像匹配算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 任明武;胡明昊;杨静宇;;一种快速实用的特征点匹配算法[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

5 许竞;姜波;;摄像机运动下特征点追踪方法研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

6 张田;王希常;苏志荣;;基于特征点和轮廓检测的粘连数字分割[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

7 杜鹏飞;彭代强;林幼权;;基于二乘向量机的特征点配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

8 舒志龙;阮秋琦;;基于KLT特征点跟踪的图象拼接[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

9 杨向林;严洪;任兆瑞;陈靖一;;基于小波变换的ECG信号多特征点综合检测算法[A];第八届全国信息获取与处理学术会议论文集[C];2010年

10 韩广良;陈小云;;利用多特征点搜索实现纸钞图像的状态检测[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

中国重要报纸全文数据库 前1条

1 本报记者 王宇;芯技术点亮未来[N];电脑报;2010年

中国博士学位论文全文数据库 前10条

1 刘洪涛;基于视觉的微夹持构件受力与应变测量方法[D];上海交通大学;2014年

2 刘通;面向心拍识别的心电信号的高层特征研究[D];吉林大学;2016年

3 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年

4 杨占龙;基于特征点的图像配准与拼接技术研究[D];西安电子科技大学;2008年

5 杨利敏;图像特征点定位算法研究及其应用[D];上海交通大学;2008年

6 李旭东;基于特征点的增强现实三维注册算法研究[D];天津大学;2009年

7 鲁统伟;前视目标图像匹配定位技术研究[D];华中科技大学;2008年

8 戴激光;渐进式多特征异源高分辨率卫星影像密集匹配方法研究[D];辽宁工程技术大学;2013年

9 宋琳;无人机飞行途中视觉导航关键技术研究[D];西北工业大学;2015年

10 杨奎元;基于深层结构的图像内容分析及其应用[D];中国科学技术大学;2012年

中国硕士学位论文全文数据库 前10条

1 曾宝莹;基于图像识别的中国书法真伪鉴别方法研究[D];西安建筑科技大学;2015年

2 周兆镇;基于双目视觉的特征点匹配算法研究[D];西安建筑科技大学;2015年

3 冯翔;基于人脸对齐和多特征融合的人脸识别方法研究[D];南京理工大学;2015年

4 姜小会;基于特征点的图像拼接技术研究[D];山东建筑大学;2015年

5 吴昊;基础矩阵估计方法研究[D];兰州大学;2015年

6 陈伟;基于唇形特征的身份识别算法的设计[D];兰州大学;2015年

7 秦清欣;GPS辅助摄影测量的边坡监测技术研究[D];南京理工大学;2015年

8 宋伟;远程火光瞄准与探测系统设计[D];西安工业大学;2015年

9 刘智;塑料面膜印刷质量的视觉检测方法研究[D];沈阳理工大学;2015年

10 任筱强;行星及行星卫星着陆探测自主导航方法研究[D];哈尔滨工业大学;2015年

本文编号：681014