心脏病是全世界目前致死率最高的病例之一，涵盖的年龄范围从青少年到老年均有，对人的健康构成极大威胁。如果提前检测和评估心脏功能能做到早发现早治疗，所以在医学领域上面，心脏的评估检测是目前一个特别重要的分支，每年大量的资源投入到其中进行研究。据麦姆斯咨询报道，全球心脏监测和心律管理设备市场预计将从2017年的206.7亿美元增长至2022年的251.2亿美元，预测期内复合年增长率为4%。其中设备研发过程中最重要的一环是如何在超声心动影像图中对心脏心肌的运动矢量进行准确的追踪，从而分析心脏心肌的功能。
　　目前对超声图像的运动矢量分析主要是斑点追踪，传统的的追踪方法有光流法和块匹配法，存在追踪精度差或者时间性能低这些局限性。
　　为了解决上面的问题，本文借鉴Visual-Object-TrackingChallenge(VOT)比赛上表现优异的核相关滤波目标追踪算法，结合超声心动图的特性提出基于核相关滤波的超声心动图心肌运动追踪。追踪的步骤主要分为：图像预处理去噪、特征的提取、算法模型参数初始化以及追踪检测。在核相关滤波器的超声心动图心肌运动追踪模型中，主要的三个创新点：(a)利用高斯滤波器对图像输入帧进行去噪，从超声心动图中排除追踪的干扰因素，为后面的特征提取提供便利。(b)引入HOG特征进行特征提取，能够使得追踪中，心肌运动引起的尺度变化不会对追踪造成太大影响。(c)首次将核相关滤波的追踪算法应用到超声心动图上面。
　　本文的数据超声心动图来源于汕头大学第一附属医院影像科。基于该数据集本文进行了四个实验，分别为：基于Horn-Schunck光流法的超声心动图心肌运动追踪、基于Lucas-Kanade光流法的超声心动图心肌运动追踪、基于菱形搜索的块匹配追踪算法以及基于核相关滤波的超声心动图心肌运动追踪算法。通过定量和定性实验得到基于核相关滤波的超声心动图心肌运动追踪具有优异的性能指标，与传统的追踪模型相比，所提出的基于核相关滤波的超声心动图心肌运动追踪能准确追踪心肌运动情况，具有良好的临床诊断前景。