论文部分内容阅读
目前心血管疾病已经成为我国患病人数、死亡人数最多的疾病之一,不仅给患者带来身心上的困扰,而且给国家社会的发展带来了沉重的压力。超声影像技术作为心血管疾病预防和治疗最为直接、有效的手段之一,可以无创地对心脏运动进行观察与检测。为了能够在心脏超声影像上直接、有效、准确地获得心肌运动数据,斑点追踪算法应运而生。本文主要围绕斑点追踪算法开展研究工作。首先介绍了超声图像的成像原理以及图像斑点,对斑点追踪技术应用于超声图像的可行性做了分析。之后阐述了实现斑点追踪的两种主要方法:光流法与块匹配法,分析了两种方法的主要特点。相较于基于光流法的斑点追踪算法,基于块匹配法的斑点追踪算法追踪精确度更高、计算速度更快、抗干扰性更好。根据临床应用需求,选用了匹配精度最高的全搜索块匹配法作为斑点追踪算法的基本方法。其次,给出了全搜索块匹配斑点追踪算法的基本流程及其在实际的心脏超声图像序列中的追踪结果,对其进行了简要分析,针对全搜索块匹配斑点追踪算法的缺点提出了追踪误差计算的方法,基于追踪误差计算的斑点追踪算法在实际的心脏超声图像序列中具有良好的追踪效果,说明了此算法有效地提高了在不同超声图像序列以及同一图像序列不同区域多点追踪的适用性、稳定性与精确性。然后,为了更好地满足超声临床医疗的实时性需求,采用了GPU并行计算的方法。将全搜索块匹配斑点追踪算法并行化并采用CUDA实现,设计了多种不同的模板块边长与追踪距离模式以及不同的图像存储方案,在此基础上进行加速倍数的实验,对其结果进行分析。最后将加速效果最好的存储方案应用于基于追踪误差计算的斑点追踪算法CUDA实现中,极大地加快了斑点追踪算法的计算速度。最后,根据基于追踪误差计算的斑点追踪算法在心脏超声图像序列中的追踪数据计算出可用于临床诊断的定量心肌参数曲线。为了避免可能发生的追踪错误影响心肌参数的准确性,应用随机抽样一致性方法去除错误追踪数据,减少了错误追踪带来的参数计算误差,计算结果表明应用随机抽样一致性方法可以有效保障参数曲线计算的正确性。