目的:基于二维超声图像提出一种肝脏运动跟踪方法,以减小手术过程中由于呼吸运动带来的误差。方法:先选用中值流算法对二维超声图像感兴趣点进行跟踪,在跟踪过程中,如果中值流算法成功跟踪到目标,则在目标附近进行模板匹配,通过模板匹...目的:基于二维超声图像提出一种肝脏运动跟踪方法,以减小手术过程中由于呼吸运动带来的误差。方法:先选用中值流算法对二维超声图像感兴趣点进行跟踪,在跟踪过程中,如果中值流算法成功跟踪到目标,则在目标附近进行模板匹配,通过模板匹配来校正中值流算法跟踪过程中出现的漂移;如果中值流算法未能跟踪到目标,则需使用ORB(oriented fast and rotated brief)特征点进行匹配判断感兴趣点的位移,重新选定感兴趣点继续进行跟踪;如果连续跟踪失败,则说明中值流算法不适用该情况下的跟踪,则需使用KCF(kernelized correlation filters)跟踪算法代替中值流算法进行跟踪,并使用模板匹配校正长时目标跟踪误差。采用CLUST(Challenge on Liver Ultrasound Tracking)2015二维数据集进行测试和验证,并将算法校正前后的跟踪误差进行对比。结果:该方法对测试集血管等感兴趣点的平均跟踪误差为1.29 mm、平均跟踪帧率大于22帧/s,且校正后的算法跟踪误差明显减小,基本满足实时要求。结论:该方法跟踪精度较高、运行速度较快,可以满足肝肿瘤热消融手术中对肿瘤跟踪的临床需求。展开更多
文摘目的:基于二维超声图像提出一种肝脏运动跟踪方法,以减小手术过程中由于呼吸运动带来的误差。方法:先选用中值流算法对二维超声图像感兴趣点进行跟踪,在跟踪过程中,如果中值流算法成功跟踪到目标,则在目标附近进行模板匹配,通过模板匹配来校正中值流算法跟踪过程中出现的漂移;如果中值流算法未能跟踪到目标,则需使用ORB(oriented fast and rotated brief)特征点进行匹配判断感兴趣点的位移,重新选定感兴趣点继续进行跟踪;如果连续跟踪失败,则说明中值流算法不适用该情况下的跟踪,则需使用KCF(kernelized correlation filters)跟踪算法代替中值流算法进行跟踪,并使用模板匹配校正长时目标跟踪误差。采用CLUST(Challenge on Liver Ultrasound Tracking)2015二维数据集进行测试和验证,并将算法校正前后的跟踪误差进行对比。结果:该方法对测试集血管等感兴趣点的平均跟踪误差为1.29 mm、平均跟踪帧率大于22帧/s,且校正后的算法跟踪误差明显减小,基本满足实时要求。结论:该方法跟踪精度较高、运行速度较快,可以满足肝肿瘤热消融手术中对肿瘤跟踪的临床需求。