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。右心室几何形状和运动较为复杂,以往超声检查手段对右心室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右心室心肌的特征斑点,从而追踪。心肌组织的运动轨迹。本文根据二维右心室超声图像运动序列,通过斑点追踪技术来分析右心室心肌的运动情况,并与光流算法进行对比分析。主要工作内容分为4部分：1.光流法的特征点检测和跟踪。本文根据右心室超声图像的特点,介绍光流法概念,并详细介绍其基本原理和Horn & Schunck算法、Lucas-Kanade算法以及改进LK的pyramidal LK算法这三种传统光流法,并通过实验对光流法的特征点检测与跟踪结果进行分析。2.超声图像预处理。本文根据超声的成像原理,分析出某点运动轨迹误判的原因,对线性均值滤波、非线性中值滤波和自适应维纳滤波三种滤波进行实验分析,并剔除影响特征点匹配的区域。3.超声图像特征点提取。本文采用了三种常用的点特征提取算子实现了对心脏超声图像特征点的提取,并通过实验与分析的方式对几种算子在心脏超声图像的特征点提取方面进行了简单总结,最终选择最优特征点提取SIFT算法。4.右心室心肌点跟踪实验分析。采用SIFT算法实现对右心室超声图像的匹配工作,对匹配点个数、精确度、变化趋势等进行分析,从而得出右心室心肌的运动情况,并对SIFT算法在多帧匹配时的连贯性进行改进。就计算时间和跟踪点数目,与光流算法进行实验对比分析,并进行总结。