导　　师： 杨烜

授予学位： 硕士

作　　者： (）;

机构地区： 深圳大学

摘　　要： 心血管疾病(CVDs)一直以来都是全球人口死亡的最主要原因。心血管疾具有病发病急、隐蔽性强、死亡率高的特点,加强对心血管疾病的早期检测和诊断变得愈发重要。左心室在心脏运动中有着重要作用,它具有厚实发达的心肌,可以为血液循环提供动力,反映了心脏的供血能力的强弱,可以为诊断提供参考依据。因此,精确计算左心室的形变函数对临床诊断有着重要参考意义。在心脏运动估计方法中,确定心肌层轮廓点之间的对应关系非常重要。图匹配作为一种模式匹配方法,在计算匹配关系时,将待匹配的关键点看做一个图结构,同时考虑了点间和边间的相似性,匹配结果更加鲁棒。图匹配对于初始条件要求比较低,非常适合解决心脏运动估计中的点对应关系问题。在做图匹配之前,最为关键的步骤是提取左心室的轮廓点集。通常我们用图像分割算法来提取目标区域的轮廓关键点,但是,由于在心脏图像中,目标边缘往往受到信噪比、体容积效应等因素的影响而形成弱边界,使得心脏左心室的分割成为一个难点。针对这个问题我们提出了基于模板匹配的左心室分割算法,首先利用已有的专家标记数据提取出左心室标准模板库,并对每一个模板做降采样、归一化、向量化处理;利用稀疏表示算法来衡量候选区域与模板库的相似度;采用粒子群算法构建多个候选区,通过多次迭代修正粒子向量,调整对应候选区的轮廓,找到最优粒子,通过凸包估计即得到我们要分割的心脏左心室区域。在左心室轮廓上构建图结构,利用图匹配方法估计轮廓点之间的对应关系。然而,传统的图匹配模型是一个二次规划模型,难以优化求解且计算复杂度高。针对这一问题我们提出了一种具有凸的代价函数的图匹配算法CGM,我们的CGM模型在经过简单松弛后可以得到一个具有严格的凸函数性质

关 键 词： 运动估计 图匹配 凸优化 图像分割

领　　域： [] [] []