论文部分内容阅读
超声成像已成为现在普及的医学诊断技术,它能够诊断很多内部病变,比如心血管、妇产科等。它可以提供人体内部软组织及脏器组织结构的清晰图像,是研究骨骼肌形态结构特性十分有效的工具,已被广泛应用于研究骨骼肌的结构变化,例如肌束的长度、羽状角、肌肉厚度等,这些形态参数和肌肉的力学特性直接相关,为方便快速的诊断骨骼肌的组织特性提供了便利的途径。肌肉厚度即肌肉上下表层肌筋膜之间的距离,它是肌肉的众多参数中最直观重要的。然而,往往肌肉厚度的获取是通过手工在超声图像中标记,可重复性也较低,并且随着待测超声图像的增多,耗时严重,从而导致人工边缘分割难以得到拓展和使用。为了改善这种情况,本文通过对腓肠肌和股四头肌结构的研究,针对两种不同结构的肌肉分别提出了两种高效的自动检测骨骼肌肌肉厚度的方法,论文主要的工作内容如下:1.分析了传统Hough变换检测直线的特点及不足,本文针对腓肠肌提出了一种基于改进的Hough变换的骨骼肌肌肉厚度自动测量方法。首先图像预处理部分采用基于Hessian矩阵的多尺度图像增强方法。这部分的作用主要是用于增强图像中的肌筋膜部分,便于下一步的边界提取。采用Sobel算子取代传统Hough变换中的Canny算子,并将边缘梯度幅度引入到Hough变换中,减少了Hough变换的计算量,提高了Hough变换的可靠性及准确率;最后提取肌筋膜边缘轮廓测量腓肠肌肌肉厚度。2.分析了几种常见的目标跟踪方法,鉴于压缩感知在图像恢复,物体检测等领域中获得的巨大成就。本文针对股四头肌的特殊结构,率先将压缩感知相关理论运用到的肌肉厚度的自动测量中,提出了一种由粗到细的肌肉厚度测量方法,首先基于压缩感知跟踪算法粗略跟踪目标窗口(肌筋膜),然后针对跟踪的目标窗口分别采用中心点法和Canny边缘检测精确计算肌筋膜位置,从而获得肌肉厚度值。最后,将本文两种不同的肌肉厚度测量方法的测量结果与手工测量结果进行对比分析,实验结果表明,本文两种方法均能够实时有效的实现肌肉厚度的测量,具有一定的实际意义和应用前景。