论文部分内容阅读
超声弹性成像通过近30年的发展,以其低廉的价格、清晰的应变成像的优势在临床医学诊断上得到了广泛的应用,对现代医学的发展有非常重要的意义。超声弹性成像的质量直接取决于压缩前后超声信号的位移估计准确度,更高的位移估计精度一直以来都是信号追踪领域内重点研究的内容,针对此本文提出了一种新颖的、基于特征点的高精度位移估计算法,为了实现该算法对二维超声信号高精度的运动追踪,本文进行了以下两方面的研究工作。1.适用于超声信号的特征点方法选择:因超声信号中充满噪声与普通的图像信息不同,为了获得更适用于超声信号的特征点方法,首先将(Features from Accelerated Segment Test,FAST)、(Histogram of Oriented Gridients,HOG)特征点算法应用在模拟的超声信号数据上进行实验,结果显示相较于两种传统快速(Normalized Cross-Correlation,NCC)算法都具有较差的位移估计精度。然后通过误差分析方法获得FAST、HOG特征点算法不适用超声信号的原因,选取适用于超声信号的(Scale-Invariant Feature Transform,SIFT)特征点算法。最后将SIFT特征点算法应用于实现二维超声信号的位移追踪。2.新颖的高精度位移追踪算法提出及实现:本文基于SIFT特征点方法并结合双线性运动模型提出一种新颖的超声散斑位移追踪算法,该算法首先使用SIFT算法获得相邻两帧超声信号感兴趣局部区域内的特征点。然后将两帧信号中的特征点进行匹配,生成匹配对。接着判断匹配对的数量是否超过阈值,若大于阈值则通过匹配对的平均横向和轴向位移差来估计信号的运动位移,若小于阈值则使用双线性运动模型方法估计信号的运动位移。通过实验证明本文提出的SIFT特征点结合双线性运动模型算法,相较于基于二维二次多项式拟合的子采样快速NCC算法,在横向应变信噪比方面提高了 17.6%,在轴向应变信噪比方面最高提高了 80.5%,在横向应变对比度噪声比方面最高提升了 4倍,在轴向应变对比度噪声比方面最高提高了 50%。通过计算机数字体模实验验证,本文算法的应变计算准确度的确更优于两种子采样快速NCC算法和双线性运动模型算法。综上,本文算法无论是在横向、轴向位移估计还是在横向、轴向应变计算方面,相较于两种传统子采样快速NCC算法以及双线性运动模型算法明显具有更加精确的位移估计准确度。