一种超声图像斑点追踪的肌肉运动位移参数检测方法技术

一种超声图像斑点追踪的肌肉运动位移参数检测方法，由初始化肌肉超声图像集、检测第一帧图像的显著超声斑点、粗细粒度匹配的超声斑点追踪、去除显著超声斑点的异常运动参数、拟合运动轨迹曲线组成。本发明专利技术采用图像局部自相关函数在初始帧中筛选显著超声斑点，构建感兴趣区域(ROI)，建立了六边形搜索模板，采用块匹配方法，对ROI的粗粒度超声斑点追踪，获取每一帧图像的最优匹配块；采用Lucas

A detection method of muscle motion displacement parameters based on ultrasonic image speckle tracking

【技术实现步骤摘要】
一种超声图像斑点追踪的肌肉运动位移参数检测方法


[0001]本专利技术涉及超声医学检测
，具体涉及到采用超声斑点追踪测量骨骼肌肉运动参数。

技术介绍

[0002]骨骼肌约占人体体重的30％～40％，是机体保持姿态、调节代谢和维持机能的重要组织器官。骨骼肌肉损伤(muscle damage，MD)是最常见的肌肉疾病之一，造成损伤的诱因众多，包括机械力造成的肌肉撕裂和挫伤等直接创伤、由年龄或慢性压力造成的间接损伤，以及其他因素所致的肌肉病变如肌萎缩侧索硬化、炎性肌病、肌肉营养不良等。在损伤过重或再生受损情况下肌肉功能难以达到有效修复，寻求经济、安全、有效干预手段来加速成肌细胞扩增与分化、抑制愈合伴随的纤维化反应、缩短骨骼肌损伤修复时间，一直以来都是医学和生理学研究的热点问题，对提高机体运动机能具有重要意义和临床价值。
[0003]骨骼肌医学超声由于无射性、实时性和便捷性等突出优点，可实时清晰地对骨骼肌结构和运动状态进行成像，获取肌肉厚度、横截面积、肌束长度、羽状角等形态学特征。由于上述形态学特征和肌肉组织的功能状态与力学特性紧密相关，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声图像斑点追踪的肌肉运动位移参数检测方法，其特征在于由下述步骤组成：(1)初始化肌肉超声图像集采用B超获取肌肉超声图像序列F，对F中第l帧超声图像f
l
(x,y)初始化剪裁为L1
×
L2尺寸的标准灰度图像，f
l
(x,y)∈{f1(x,y),f2(x,y),
…
,f
Π
(x,y)}，l∈{1,2,
…
,Π}，Π为超声图像序列F的数量；L1、L2为有限的正整数；(2)检测第一帧图像的显著超声斑点1)按(1)式确定第一帧图像f1(x,y)窗口沿不同方向进行平移(Δx,Δy)时的局部灰度变化E(Δx,Δy)：E(Δx,Δy)＝AΔx2+2CΔxΔy+BΔy2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)(1)C＝w(x,y)*f
x
f
y
式中w(x,y)为高斯加权函数，*表示卷积操作，f
x
表示图像沿x方向的梯度，f
y
表示图像沿y方向的梯度；2)设定超声斑点响应函数按(2)式设定超声斑点响应函数R(x,y)：R(x,y)＝detU
‑
δ(trackU)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)detU＝AB
‑
C2trackU＝A+B式中detU为矩阵U的行列式，trackU为矩阵U的迹，δ为控制参数；3)设定阈值R0(x,y)，按(3)式判断第一帧图像f1(x,y)每一个超声斑点满足：R(x,y)＞R0(x,y)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)被选为显著超声斑点h
k
(x,y)，按照响应函数大小降序排列，形成显著超声斑点集合H，显著超声斑点h
k
(x,y)如下：h
k
(x,y)＝{h1(x,y),h2(x,y),
…
,h
Δ
(x,y)}式中k∈{1,2,
…
,Δ}，Δ表示显著超声斑点集合H的数量；4)确定以显著超声斑点h
k
(x,y)为中心的模板块T
k
(x,y)，模板块T
k
(x,y)的尺寸大小M
×
N，M<L1，N<L2，显著超声斑点集合H对应模板块集合T
ROI
为：T
ROI
＝{T1(x,y),T2(x,y),
…
,T
Δ
(x,y)}；(3)粗细粒度匹配的超声斑点追踪1)在当前帧f
l
(x,y)中设定尺寸大小为m
×
n的搜索窗口S(x,y)，2≤l≤Π，m<L1，n<L2；2)划分当前帧f
l
(x,y)为互不重叠的子块，子块尺寸与模板块T
k
(x,y)相同，1≤k≤Δ；3)初始化将模板块T
k
(x,y)定位在搜索窗口S(x,y)中心像素点上，形成当前块C
k
(x,y)，当前块C
k
(x,y)周围上、下、左、右、左上、左下、右上、右下，G为8个邻居区块为Θ1,Θ2,Θ3,Θ4,Θ5,Θ6,Θ7,Θ8；4)以搜索窗口S(x,y)中心像素点作为大六边形模板的起始点开始搜索，按式(4)确定
当前块C
k
(x,y)与模板块T
k
(x,y)的匹配误差函数SAD
k
(u,v)：式中t(x,y)表示参考帧在(x,y)的灰度值，s(x+u
‑
1,y+v
‑
1)表示当前帧在(x+u
‑
1,y+v
‑
1)的灰度值，(u,v)为匹配块的相对位移运动矢量；5)在式(4)中，以匹配误差函数SAD
k
(u,v)最小的位置为顶点，确定匹配误差函数SAD
k
(u,v)对应顶点的搜索停止阈值β
C
：6)在式(4)中，以匹配误差函数SAD
k
(u,v)最小的位置为中心点，依据小六边形模板搜索前一步骤中最优的匹配误差函数SAD
k
(u,v)为中心点的4个顶点，确定1个中心点和4个顶点的匹配误差函数S...

【专利技术属性】
技术研发人员：梁洪涛，郭建中，封一晨，朱春媛，高乐，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：