本发明涉及一种鲁棒的超声心动图散斑跟踪方法及系统，属于医学超声图像处理。
背景技术：
1、心力衰竭是冠心病、高血压、先天性心脏病、瓣膜性心脏病、心肌病等心血管疾病发展的最后阶段，是造成心血管疾病患者死亡的主要原因和临床治疗的最后战场，被认为是21世纪心血管界面临的最大挑战。对易患心力衰竭的高危人群，早期进行心脏功能的定量评价，及早识别心脏收缩与舒张功能异常并进行有效的干预，有利于预防和延缓心力衰竭的发生和发展，从而有助于延长心血管疾病患者的寿命和改善预后。散斑跟踪超声心动图(speckle tracking echocardiography，ste)正是这样一种新兴的、旨在实现心脏功能精确评价和定量诊疗的超声成像技术，它通过对超声心动图散斑(speckle)或散斑模式(speckle pattern)的跟踪和运动分析，精确标注超声心动图图像序列的感兴趣心肌组织区域，从而能够获得心肌组织弹性运动的位移、速度、应变等临床指标，也能够定量刻画心脏的扭转运动(torsion)，这为临床医生客观评估心肌的整体和局部功能、心室的收缩与舒张功能提供了定量分析依据，也为心力衰竭的治疗和愈后提供了指导。
2、目前公开报道且已付诸临床应用的超声心动图散斑跟踪主要有三类方法：块匹配的、光流场的和深度学习的。光流场的散斑跟踪方法(optical flow based speckletracking)能实现较高精度的心肌组织运动跟踪，但对图像质量要求苛刻，临床实用性差。深度学习的散斑跟踪方法(deep learning based speckle tracking)虽然能精确地实现心肌组织的感兴趣区域跟踪，但该类方法通常需要大量的训练样本，或机器学习模型的迁移与优化，极大地限制了该类方法的临床应用效果。块匹配的散斑跟踪方法(blockmatching based speckle tracking)易于工程实现、临床实用性好，是相关商业化临床应用软件的标准配置。但传统块匹配方法的鲁棒性和自适应特性普遍欠佳，跟踪精度也不能充分满足临床需求。本着性能良好、临床实用的技术原则，本发明在块匹配框架下提出了一种鲁棒性好、跟踪精度高、并具有自适应特性的超声心动图散斑跟踪方法，这将益于提高冠心病、高血压等常见心血管疾病心功能定量评价的临床诊疗水平。
技术实现思路
1、针对背景技术所述以往方法或者临床实用性和鲁棒性差，或者跟踪精度低，普遍难以满足心脏功能精确评价和定量诊断临床应用需求的弊端，本发明提出了一种鲁棒的超声心动图散斑跟踪方法，该方法具有良好的跟踪精度、临床实用性和自适应特性。
2、本发明具有良好的跟踪精度和自适应特性，旨在实现对心脏功能精确评价和定量诊断的ste(speckle tracking echocardiography)成像技术。
3、本发明还提出了一种鲁棒的超声心动图散斑跟踪系统。
4、本发明的技术方案如下：
5、一种鲁棒的超声心动图散斑跟踪方法，包括：
6、跟踪点选取：读取一个心动周期的超声心动图序列图像，并在初始帧上选取初始跟踪点；
7、设定初始参数：包括菱形搜索块匹配散斑跟踪策略的块大小、搜索区域大小、正向和逆序加权平均中的权值因子、邻域中值法菱形搜索块匹配中相邻块和参考块中心点的距离及邻域截断均值法中的参数；
8、正向跟踪：对选取的参考块应用邻域中值法菱形搜索块匹配进行正向跟踪直到末帧；
9、图像序列周期延拓：对图像序列进行周期延拓，并实施周期延拓误差补偿；
10、逆序跟踪：应用邻域中值法菱形搜索块匹配进行逆序跟踪直到首帧；
11、加权平均：正向和逆序跟踪进行自适应的加权平均；
12、感兴趣区域标注：在超声心动图序列图像上标注心肌组织感兴趣区域。
13、根据本发明优选的，跟踪点选取，假设一个心动周期的超声心动图序列图像由n帧图像组成，分别记作ik，k＝1,2,...,n，其中，k为帧序号，ik为第k帧图像，i1为初始帧，in为末帧；并假设需要跟踪该超声心动图序列图像的m个点；将在第k帧图像上获得的第i个跟踪点的像素坐标记作rk(xi,yi)，i＝1,2,...,m，将在第k帧图像上获得的第i个跟踪点所在的参考块记作rki；将内容可更改、规模可动态调整的有序集合称作列表，lf、lb、lx、ly、ll表示具有内容可更改、规模可动态调整的五个有序集合，其中，lf、lb分别称作正向列表和逆序列表，lx、ly分别称作x像素坐标列表、y像素坐标列表，而ll称作最终跟踪结果列表；包括：
14、读取一个心动周期的超声心动图序列图像，并在初始帧上选取初始跟踪点，在所读取的超声心动图序列图像初始帧i1的心肌组织区域，选取m个初始跟踪点，m个初始跟踪点在i1上的像素坐标记为r1(x1,y1)，r1(x2,y2)，…，r1(xm,ym)。
15、根据本发明优选的，设定初始参数；包括：
16、设定菱形搜索块匹配散斑跟踪策略的块大小为b*b，搜索区域大小为r，设定正向和逆序加权平均中的权值因子为w，设定邻域中值法菱形搜索块匹配中相邻块和参考块中心点的距离为p，p≤b，设定邻域截断均值法中的参数k，0≤k≤9；
17、分别以r1(x1,y1)，r1(x2,y2)，…，r1(xm,ym)为中心形成初始参考块r11，r12，…，r1m；
18、赋值lf和lb为空集；
19、将m个初始跟踪点的像素坐标r1(x1,y1)，r1(x2,y2)，…，r1(xm,ym)添加到lf中；
20、令循环指示变量k＝1。
21、根据本发明优选的，正向跟踪，包括：
22、对参考块rk1，rk2，…，rkm分别采用以p为大小的邻域中值法菱形搜索块匹配；包括：
23、令循环指示变量k加1；
24、m个参考块包括参考块rk1，rk2，…，rkm在后一帧的匹配块中心点的像素坐标记作rk(x1,y1)，rk(x2,y2)，…，rk(xm,ym)；将rk(x1,y1)，rk(x2,y2)，…，rk(xm,ym)添加到lf中，并分别以rk(x1,y1)，rk(x2,y2)，…，rk(xm,ym)为中心点形成新的参考块rk1，rk2，…，rkm；
25、若ik为末帧，则进行图像序列周期延拓，否则，返回执行正向跟踪。
26、根据本发明优选的，对图像序列进行周期延拓，并实施周期延拓误差补偿；包括：
27、图像序列周期延拓：复制超声心动图序列图像的初始帧，将其添加至图像序列的末尾，并将其记作in+1；
28、周期延拓误差补偿：将初始帧上形成的初始参考块r11，r12，…，r1m作为第in+1帧的参考块，通过周期延拓误差补偿策略，得到第n帧的像素坐标rn(x1,y1)，rn(x2,y2)，…，rn(xm,ym)，将新生成的第n帧的像素坐标rn(x1,y1)，rn(x2,y2)，…，rn(xm,ym)添加到lb中，并分别以rn(x1,y1)，rn(x2,y2)，…，rn(xm,ym)为中心点形成新的参考块rn1，rn2，…，rnm；
29、根据本发明优选的，逆序跟踪，包括：
30、令循环指示变量k＝n；
31、对参考块rk1，rk2，…，rkm分别应用以p为大小的邻域中值法菱形搜索块匹配；
32、令循环指示变量k减1；
33、m个参考块在前一帧的匹配块中心点的像素坐标记作rk(x1,y1)，rk(x2,y2)，…，rk(xm,ym)；将rk(x1,y1)，rk(x2,y2)，…，rk(xm,ym)添加到lb中，并分别以rk(x1,y1)，rk(x2,y2)，…，rk(xm,ym)为中心点形成新的参考块rk1，rk2，…，rkm；
34、若ik为首帧，则执行自适应的加权平均，否则返回执行逆序跟踪。
35、进一步优选的，邻域中值法菱形搜索块匹配，包括：
36、赋值lx和ly为空集；对某个参考块及其以p为大小的周围8个相邻块分别进行菱形搜索块匹配，将计算得到的各个x方向偏移添加到lx列表中，各个y方向偏移添加到ly列表中，分别对lx和ly两个列表中的数值进行取中值操作，进而得到该参考块在后一帧的匹配块中心点的像素坐标。
37、进一步优选的，周期延拓误差补偿策略，包括：
38、a、引入两个列表linitial和lfinal；
39、b、将第1个跟踪点所在的in+1帧的参考块相对于in帧进行菱形搜素块匹配，得到x，y的偏移记作(x11,y11)，再相对于in-1帧进行菱形搜素块匹配，得到x，y的偏移记作(x12,y12)；
40、c、分别计算x11与x12、y11与y12的偏差，如果偏差均小于等于1个像素，则保留第n帧的结果(x11,y11)，并将其直接添加到linitial中；否则，对in+1帧的参考块相对于in帧应用邻域中值法菱形搜索块匹配，得到x，y的偏移(x13,y13),并将(x13,y13)添加到linitial中；相邻块和参考块中心点的距离大小为b，块大小为2*b；
41、d、对m个点分别进行上述步骤b和步骤c的操作，得到完整的linitial；
42、e、计算linitial中x和y偏移的整体标准差std，计算linitial中如下定义的元素标准差
43、如果linitial中某元素的元素标准差大于整体标准差，则认为该元素为异常值，得到异常值个数；
44、f、如果异常值个数为0个，则直接将linitial中的数据复制到lfinal；如果异常值为1个或2个，则先剔除linitial中的异常值，计算剩余列表元素的平均值来代替剔除值，将linitial的数据复制到lfinal；如果异常值大于2个，则通过对参考块r11，r12，…，r1m分别应用邻域截断均值法来求得lfinal；
45、g、将in+1帧参考块中心点的像素坐标加上从lfinal列表中读取的对应x、y偏移，得到第n帧的像素坐标rn(x1,y1)，rn(x2,y2)，…，rn(xm,ym)。
46、进一步优选的，计算linitial中x和y偏移的整体标准差std，如式(1)所示：
47、
48、其中，i＝1,2,...,2*m，χi为linitial中x和y的偏移。
49、进一步优选的，计算linitial中如下定义的元素标准差如式(2)所示：
50、
51、其中，i＝1,2,...,m，χxi和χyi分别表示linitial中第i个元素的x和y的偏移。
52、进一步优选的，邻域截断均值法，包括：
53、赋值lx和ly为空集；
54、对in+1帧的参考块及其8个方向上的相邻块相对于in帧应用全搜索块匹配，并将计算得到的各个x方向偏移添加到lx列表中，各个y方向偏移添加到ly列表中；
55、对lx和ly列表中的元素进行排序处理；统计lx、ly列表中正值、负值和0值的元素个数，并选取元素个数较多的一类元素赋值给新的临时列表lx1和ly1；截取lx1和ly1中靠近0值的k个列表元素，对其进行求均值、取整操作，并将处理结果添加到lfinal中。
56、根据本发明优选的，正向和逆序跟踪进行自适应的加权平均；分别对正向列表lf和逆序列表lb中各跟踪点的x、y的像素坐标值，进行逐帧加权平均计算；计算结果进行取整处理后添加到最终跟踪列表ll中：包括：
57、权值因子w结合帧序号k形成自适应的权值weight，如式(3)所示：
58、weight＝w*(k-1)+1 (3)
59、其中，k＝1,2,...,n；
60、分别对正向列表lf和逆序列表lb中各跟踪点的x、y的像素坐标值，进行式(4)、式(5)所示的逐帧加权平均计算；
61、weight*xf+(1-weight)*xb(4)
62、weight*yf+(1-weight)*yb(5)
63、其中，xf、yf为正向列表lf中各跟踪点的x、y像素坐标值，xb、yb为逆序列表lb中各跟踪点的x、y像素坐标值；
64、计算结果进行取整处理后添加到最终跟踪列表ll中。
65、根据本发明优选的，感兴趣区域标注；包括：
66、以最终跟踪结果列表ll中的跟踪点为中心，在超声心动图序列图像各帧上标注心肌组织感兴趣区域。
67、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现鲁棒的超声心动图散斑跟踪方法的步骤。
68、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现鲁棒的超声心动图散斑跟踪方法的步骤。
69、一种鲁棒的超声心动图散斑跟踪系统，包括：
70、跟踪点选取模块，被配置为：读取一个心动周期的超声心动图序列图像，并在初始帧上选取初始跟踪点；
71、初始参数设定模块，被配置为：包括菱形搜索块匹配散斑跟踪策略的块大小、搜索区域大小、正向和逆序加权平均中的权值因子、邻域中值法菱形搜索块匹配中相邻块和参考块中心点的距离及邻域截断均值法中的参数；
72、正向跟踪模块，被配置为：对选取的参考块应用邻域中值法菱形搜索块匹配进行正向跟踪直到末帧；
73、图像序列周期延拓模块，被配置为：对图像序列进行周期延拓，并实施周期延拓误差补偿；
74、逆序跟踪模块，被配置为：应用邻域中值法菱形搜索块匹配进行逆序跟踪直到首帧；
75、加权平均模块，被配置为：正向和逆序跟踪进行自适应的加权平均；
76、感兴趣区域标注模块，被配置为：在超声心动图序列图像上标注心肌组织感兴趣区域。
77、本发明的有益效果为：
78、本发明实现了一种鲁棒的超声心动图散斑跟踪方法，本发明采用邻域中值法菱形搜索块匹配散斑跟踪策略；结合心脏运动的医学知识，考虑心脏运动具有周期性的特点，采用序列图像周期延拓，以及引入邻域截断均值法的周期延拓误差补偿策略；通过正逆序跟踪结果自适应的加权平均以提高散斑跟踪精度。本发明具有良好的跟踪精度和自适应特性。本发明方法旨在实现对心脏功能精确评价和定量诊断的ste(speckle trackingechocardiography)成像技术。
1.一种鲁棒的超声心动图散斑跟踪方法，其特征在于，包括：
2.根据权利要求1所述的一种鲁棒的超声心动图散斑跟踪方法，其特征在于，跟踪点选取，假设一个心动周期的超声心动图序列图像由n帧图像组成，分别记作ik，k＝1,2,...,n，其中，k为帧序号，ik为第k帧图像，i1为初始帧，in为末帧；并假设需要跟踪该超声心动图序列图像的m个点；将在第k帧图像上获得的第i个跟踪点的像素坐标记作rk(xi,yi)，i＝1,2,...,m，将在第k帧图像上获得的第i个跟踪点所在的参考块记作rki；将内容可更改、规模可动态调整的有序集合称作列表，lf、lb、lx、ly、ll表示具有内容可更改、规模可动态调整的五个有序集合，其中，lf、lb分别称作正向列表和逆序列表，lx、ly分别称作x像素坐标列表、y像素坐标列表，而ll称作最终跟踪结果列表；包括：
3.根据权利要求1所述的一种鲁棒的超声心动图散斑跟踪方法，其特征在于，正向跟踪，包括：
4.根据权利要求1所述的一种鲁棒的超声心动图散斑跟踪方法，其特征在于，对图像序列进行周期延拓，并实施周期延拓误差补偿；包括：
5.根据权利要求1所述的一种鲁棒的超声心动图散斑跟踪方法，其特征在于，逆序跟踪，包括：
6.根据权利要求1所述的一种鲁棒的超声心动图散斑跟踪方法，其特征在于，正向和逆序跟踪进行自适应的加权平均；分别对正向列表lf和逆序列表lb中各跟踪点的x、y的像素坐标值，进行逐帧加权平均计算；计算结果进行取整处理后添加到最终跟踪列表ll中：包括：
7.根据权利要求1-6任一所述的一种鲁棒的超声心动图散斑跟踪方法，其特征在于，感兴趣区域标注；包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一所述的鲁棒的超声心动图散斑跟踪方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的鲁棒的超声心动图散斑跟踪方法的步骤。
10.一种鲁棒的超声心动图散斑跟踪系统，其特征在于，包括：
