心脏序列图像运动估计新方法:基于广义模糊梯度矢量流场的形变曲线运动估计与跟踪
A New Approach to the Motion Estimation of Cardiac Image Sequences: Active Contours Motion Tracking Based on the Generalized Fuzzy Gradient Vector Flow作者机构:第一军医大学生物医学工程系医学图像全军重点实验室广州510515
出 版 物:《计算机学报》 (Chinese Journal of Computers)
年 卷 期:2003年第26卷第11期
页 面:1470-1478页
核心收录:
学科分类:1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 100201[医学-内科学(含:心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 0802[工学-机械工程] 10[医学]
基 金:国家自然科学重点项目基金 ( 69872 0 3 8)资助
主 题:心脏序列图像 运动估计 广义模糊梯度矢量流场 动态轮廓线模型
摘 要:应用动态轮廓线模型 (ACM)解决心脏运动估计问题是该领域的主要研究方法之一 .采用经典外力和传统ACM模型对感兴趣边缘进行搜索及跟踪时 ,普遍存在模型的局部适应性程度不高的缺陷 .为解决这一挑战性难题 ,该文提出了广义模糊梯度矢量流 (GFGVF)的概念 ,并构造出一组新的Snake平衡方程 ,该方程可对心脏内部边缘逐帧进行鲁棒跟踪 .为进一步跟踪每一特征点的运动 ,该文将前一步的轮廓跟踪结果作为似然条件 ,结合一致性和连续性先验条件 ,通过最大后验概率 (MAP)的方法对整个过程进行了优化计算 .通过对MR及CT两类心脏序列图像进行运动跟踪实验并对计算结果进行多种比较 ,此方法显示了较好的鲁棒性 .