SCI论文（www.lunwensci.com）:
摘要：块匹配法是利用超声心动图对心肌进行斑点跟踪定量分析最为常见、有效的方法,块匹配法中模板块大小对斑点跟踪精度有很大的影响,然而现有算法中模板块大小都是由经验来确定,不仅造成斑点跟踪精度较差而且缺乏自适应性。本文提出一种用于超声心动图块匹配斑点跟踪的模板块大小自适应估计方法。首先利用双向跟踪准确度估计跟踪误差,然后根据不同大小块的双向跟踪准确度自适应地确定块匹配中模板块的大小,解决了模板块大小自适应的问题。通过与传统固定模板块大小的方法比较,采用自适应模板块大小方法的斑点跟踪结果在精确度和稳定性上都取得了更好的结果,其中斑点跟踪平均误差由2.5±0.2下降为1.1±0.1,为心脏功能临床诊断和治疗提供了更为可靠的相关参数。
关键词：超声图像；斑点跟踪；模板块大小；自适应估计
Adaptive Estimation of Template Block Size for Block Matching Based Echocardiography Speckle Tracking
YU Jianfeng1,YAN Jiayong2,XIE Lijian3
(1.School of Health Science and Engineering,University of Shanghai for Science&Technology,Shanghai 200093;2.School of Medical Instrument,Shanghai University of Medical&Health Science,Shanghai 201318;3.Children's Hospital of Shanghai Jiao Tong University,Shanghai 200062)
【Abstract】：Block matching method is the most common and effective method for quantitative analysis of myocardial function based on speckle tracking echocardiography.For the block matching method,the size of template block has a great influence on the accuracy of speckle tracking.However,the size of template block in the existing algorithm is determined by experience or a large number of experiments.It not only causes poor speckle tracking accuracy,but also lacks adaptivity.In this paper,an adaptive estimation method of template block size for block matching based speckle tracking is proposed.Firstly,the tracking error is estimated by bidirectional tracking accuracy,and then the size of template block in block matching is determined adaptively according to the bidirectional tracking accuracy of different size blocks.Compared with the traditionalfixed template block size method,the adaptive template block size method achieved better accuracy and stability in speckle tracking results,and the average error of speckle tracking decreased from 2.5±0.2 to 1.1±0.1,providing more reliable parameters for clinical diagnosis and treatment of myocardial function.
【Key words】：ultrasound images;speckle tracking;template block size;adaptive estimation
0引言
斑点跟踪超声技术通过运用图像匹配原理对超声图像上的斑点进行跟踪来获得心肌组织的运动信息,从而获得心肌功能相关参数,是利用超声心动图对心肌功能进行诊断的重要技术之一。到目前为止,斑点跟踪技术主要有：块匹配法和光流场法。光流场法可以跟踪斑点的运动情况,同时也可以估计整个图像平面运动分布,但是如果图像序列的噪声较强或者图像中目标物体发生较大形变时,基于光流场法的匹配跟踪可能会带来严重的偏差,而且光流场法的计算量较大。块匹配法在超声图像噪声干扰严重时稳定性更好,而且计算简单、运算量小,因此受到广泛的研究。
块匹配法斑点跟踪技术主要涉及三个方面的问题：(1)模板块的大小；(2)相似性准则；(3)优化方法。近年来,相关研究工作主要关注优化方法,如Luo等[1]在经典的互相关算法基础上对其进行了改进,提出了一种快速归一化互相关算法,提高了匹配计算过程的计算速度。Azarmehr等[2]提出一种基于优化的斑点跟踪超声心动图的迭代方法,在匹配准则中引入惩罚因子,用于惩罚斑点运动的不连续性,此方法显著提高了斑点跟踪的精确度。Jiang等[3]提出一种结合了正则化运动跟踪和预测搜索的全新搜索算法,虽然相对于传统搜索方法计算量会略微增加,但是追踪精确度却进一步提高。Khamis等[4]提出可以采用集成的单一阶段生理约束优化过程来降低斑点噪声的敏感性,提高精度。Bharadwaj等[5]提出一种快速搜索算法,通过使用自适应的十字模式搜索和亚像素匹配相结合来减少计算时间和提高追踪精度。国内学者对斑点追踪算法也有相应研究,例如杨乐等[6]提出一种结合蚁群算法,提高了斑点追踪的稳定性。
然而对于块匹配方法中模板块大小选择方面的研究较少,主要是根据经验或者大量实验来确定模板块大小,例如Yaakob等[7]在比较四种块匹配方法时,就是根据经验选择固定的模板块大小进行实验。Brunig等[8]提出一种快速全搜索块匹配方法,这种方法对于模板块大小的确定也是根据经验选择固定的模板块大小。模板块的尺寸对跟踪效果和算法的运算量都有一定的影响。模板块尺寸较大时,超声斑点相关性较高,稳定性较好,但是对一些局部细小变化或是急剧运动无法很好地体现。模板块尺寸较小时,局部细小变化或是急剧运动能较好地体现,但是超声斑点相关性、稳定性就会降低,跟踪结果易受到噪声干扰。
本文采用双向跟踪准确度估计块匹配跟踪误差,并且根据不同大小模板块双向跟踪准确度自适应地确定模板块的大小,实现了用于心脏超声序列图像块匹配斑点跟踪的模板块大小自动估计方法,提高了斑点跟踪算法的精度,为获得较好的块匹配斑点跟踪结果提供有利条件。
1方法
1.1块匹配法
块匹配法是一种十分有效的运动估计方法。块匹配法认为整个图像都是由众多块组成,块与块之间可能出现叠加的部分,通过追踪块的运动来获得某个目标物体的运动情况[9],块匹配法是超声心动图斑点跟踪的常用算法。
块匹配法的基本原理如图1所示,在参考图像中划定一个一定大小的需要跟踪的感兴趣区域或者是模板块,在目标图像中的该区域相同位置处选择出更大范围的搜索区域即搜索窗口,利用一定的搜索策略寻找出与模板块尺寸大小相同的模板块并且通过某种匹配准则找到最为相似的匹配块。这两个对应的块在两帧间的位移向量就是该感兴趣区域的运动向量。使用块匹配法需要明确各种参数的选定,包括模板块大小,搜索区域大小,匹配准则和搜索策略。
块匹配法中有多种搜索策略,常见的有全搜索法和二维对数搜索法、三步搜索法[10]等快速搜索法。全搜索法是指在搜索时遍历搜索区域中所有与模板块尺寸大小相同的模板块,搜索步长为1个像素。由于全搜索法的跟踪精度要高于其他快速搜索法,而且可以避免搜索策略对跟踪结果的影响,因此本文采用全搜索策略。
在搜索中通常是通过某种匹配准则来度量模板块之间的相似度,常用且计算量较小的匹配准则有最小绝对误差函数(Sum of Absolute Differences,SAD),如式(1)所示,最小均方误差函数(Sum of Square Differences,SSD),如式(2)所示。
其中两个要匹配的图像为X和Y,模板块尺寸为
,
是相似度,
越小,说明相似程度越高。SAD对局部噪声的抗干扰能力要强于SSD,因此本文选择SAD作为匹配准则。
搜索窗口的大小即跟踪距离在一定程度上会影响块匹配法的跟踪性能,如果搜索窗口太小,目标块可能不在搜索窗口之中,如果搜索窗口太大,易跟踪错误,同时也增大了计算量。实验表明,如果超声图像帧频能够达到30frame/s或者更高时,则相邻两帧图像局部像素的位移一般不超过5个像素点,所以一般将跟踪距离设定为7个像素[9],因此本文将跟踪距离设定为7个像素,即搜索窗口的边长比模板块的边长长14个像素。
1.2模板块大小自适应估计方法
从公开发表的文献可以看出,现有块匹配方法主要是根据经验来确定模板块大小,这会对斑点跟踪精度产生一定的影响。为了解决这个问题,本文提出一种基于双向跟踪技术的块匹配斑点跟踪模板块大小自适应估计方法。该方法首先设定一系列的模板块大小,并在序列超声图像中选择任意一帧图像为参考图像,下一帧为目标图像,然后采用上述块匹配方法进行双向跟踪,即先前向跟踪,后将前向跟踪结果进行反向跟踪(将原目标图像当作参考图像,参考图像当作目标图像),最后根据不同模板块大小对应的双向跟踪准确度,对模板块大小进行自适应估计。具体方法如下所述。
1.2.1前向跟踪
假设所选参考图像中待跟踪的斑点个数为,斑点坐标为
，其中
,根据SAD匹配准则对参考图像上的斑点进行前向跟踪,计算出每个跟踪点在目标图像上的位置偏移量,如式(3)所示：
其中,表示第个采样的跟踪点
,p,q分别是跟踪点在方向上的位置偏移量,表示当前的模板块大小。根据参考图像中待跟踪斑点的坐标和前向跟踪的位移,计算出跟踪点经过前向跟踪后在目标图像上的坐标
,,如式(4)所示：
假设当前模板块大小
,待跟踪斑点在目标图像中真实的位置坐标为
,那么可定义前向跟踪的误差如式(5)所示：
1.2.2反向跟踪
对上述目标图像上的斑点
进行反向跟踪,即把前向跟踪中的目标图像视作参考图像,参考图像视作目标图像,对斑点,根据SAD匹配准则对参考图像上的斑点进行前向跟踪,计算出每个跟踪点在目标图像上的位置偏移量,如式(6)所示：
k为第个k跟踪点,
分别是跟踪点在方向上的位置偏移量,表示当前的模板块大小。经过反向跟踪后,跟踪点在参考图像上的坐标,
如式(7)所示：
假设当前模板块大小
,待跟踪斑点坐标rk(x1,y1)和双向跟踪后的斑点坐标的
距离为
,且在N个斑点中,小于1的个数,如式(8)所定义的斑点双向跟踪的准确度为： 1.2.3自适应确定模板块大小
为自适应地确定模块大小给定一模板块大小序列
sj,
根据上述方法,可以得到和序列大
小模板块对应的前向跟踪误差fte,
和双向跟踪准确度
大量的实验表明,随着模板块尺寸由小增大,双向跟踪准确度会逐渐增加并趋缓,而前向跟踪误差则会逐渐减小。如图2所示为一实例,其中,图2(a)和图2(b)为参考图像和对应的斑点,图2(c)为目标图像,图2(d)和图2(e)分别为双向跟踪准确度和前向跟踪误差随模板块大小变化而变化的曲线图。
根据模板块大小从小到大变化时,双向跟踪准确度逐步增大和前向跟踪误差逐步减小的关系,不难看出,可以通过双向跟踪准确度的变化估计前向跟踪误差的变化,所以,可利用双向跟踪准确度的变化趋势估计前向跟踪误差的变化趋势,从而可以利用模板块大小从小到大变化时,双向跟踪准确度的变化趋势自适应地估计模板块的大小。本文利用设定双向跟踪准确度阈值自适应地确定块匹配斑点跟踪模板块的大小,即随着模板块大小的增加,当双向斑点跟踪准确度大于或等于设定的准确度阈值时,选择此时的模板块大小作为自适应的模板块大小。
2实验与结果分析
为对本文提出的超声心动图块匹配斑点跟踪模板块大小自适应估计方法的有效性进行评估,本文基于公开的超声心动图仿真数据集[11],通过比较使用自适应估计大小模板块和固定大小模板块的斑点跟踪误差,对其进行实验验证和分析。
2.1实验数据
本文采用的公开超声心动图仿真数据集[11],近年来,在很多研究超声心动图斑点跟踪方法的文献中被用作算法有效性评估的测试数据集[2,4,11]。该数据集提供了7个主要超声设备厂商(GE、Hitachi-Aloka、Esaote、Philips、Samsung、Siemens和Toshiba)的超声心动图,并且每个厂商的超声图像中都包含心尖4腔视图、心尖3腔视图和心尖2腔视图。超声心动图仿真数据集提供了每幅超声心动图的对应斑点的实际坐标,即待分析斑点的金标准坐标,根据金标准可以计算出斑点前向跟踪误差。如图3所示,每幅超声心动图中,对应的金标准斑点共180个,纵向采样36个点,径向采样5个点,5个径向点均匀分布在心内膜和心外膜之间。通过将心内膜轮廓分成具有相同弧长的6个节段,将采样点进一步细分为6个部分。
2.2实验内容
如前面1.1节中所述,块匹配法需要明确模板块大小,搜索区域大小,匹配准则和搜索策略,本文中所有实验采用全搜索策略、选择SAD作为匹配准则、搜索窗口的边长比模板块的边长长14个像素。对于模板块大小,为将本文所提出的自适应估计大小和固定大小模板块的斑点跟踪效果进行比较,固定模块大小采用文献[2]中根据实验所得的11像素,因为该文献中使用的实验数据集和本文中的实验数据集相同,有利于比较分析。本文提出的模板块大小确定方法是通过双向跟踪准确度阈值自适应地确定块匹配斑点跟踪模板块的大小,这就需要给定系列模块大小和双向跟踪准确度阈值。考虑到：一方面,目前文献中用到的模板块大小最小为4个像素,最大为61个像素；另一方面,模板块大小只差1个像素对跟踪结果影响不大,因此本文系列模板块大小选择为,即4个像素到61个像素之间,每隔3个像素选择一个模板块。通过对不同厂家的数据进行大量实验,我们发现,当模板块由小变大,双向跟踪准确度达到0.8左右时,前向跟踪误差和双向跟踪准确度开始变得相对比较缓慢(如图4所示),因此,为简单起见,本文选用0.8作为双向跟踪准确度阈值,以确定模板块大小。当然,在实际应用中,也可以用其他方法确定该阈值。
2.3实验结果与分析
本文利用上述参数,基于实验数据集中7个厂商的超声心动图数据,对固定模板大小和自适应估计模板块大小的斑点跟踪误差进行了统计和比较分析。其中心尖4腔视图的前向跟踪误差数据如表1所示,心尖3腔视图的前向跟踪误差数据如表2所示,心尖2腔视图的前向跟踪误差数据如表3所示。
对比上述两种方法的实验结果可以看出,基于自适应估计模板块大小的方法可以有效提高斑点跟踪精度,降低跟踪误差,其中三个不同心尖视图的斑点前向跟踪平均误差由2.5±0.2下降为1.1±0.1。
3结语
块匹配法中关于模板块大小的选择一直都是根据经验确定的,这不仅造成斑点跟踪精度较差而且缺乏自适应性,如何进行自适应的估计模板块大小是本文研究的重点。本文提出一种能够自适应估计块匹配斑点跟踪算法模板块大小的方法。首先使用系列模板块大小对参考图像中采样的斑点进行前向跟踪,接着对目标图像上的斑点进行反向跟踪,计算出双向斑点跟踪准确度,接着设定双向跟踪准确度阈值,从模板块大小系列中最小的模板块尺寸开始,当计算出的双向跟踪准确度大于或等于设定的阈值时,则选择当前模板块大小作为自适应的模板块大小。最后,为了验证自适应模板块大小方法的有效性,本文采用自适应模板块大小和固定模板块大小这两种方法分别进行实验,计算出每个厂商的心尖4腔视图、心尖3腔视图和心尖2腔视图的前向跟踪误差,实验结果表明,自适应估计模板块大小的方法能有效提高斑点跟踪的精度。
参考文献
[1]LUO J W,Elisa E Konofagou.A Fast Normalized Cross-correlation Calculation Method for Motion Estimation[J].IEEE Transactions on Ultrasonics,Ferroelectrics,and Frequency Control,2010,57(6):1347-1357.
[2]AZA RMEHR N,Y E X,HOWES J D,et al.An Optimisation-Based Iterative Approach for Speckle Tracking Echocardiography[J].Medical&Biological Engineering&Computing,2020,58(6):1309-1323.
[3]JIANG J F,Timothy J Hall.A Fast Hybrid Algorithm Combining Regularized Motion Tracking and Predictive Search for Reducing the Occurrence of Large Displacement Errors[J].IEEE Transactions on Ultrasonics,Ferroelectrics,and Frequency Control,2011,58(4):730-736.
[4]KHAMIS H,SHIMONI S,HAGENDORFF A,et al.Optimization-Based Speckle Tracking Algorithm for Left Ventricle Strain Estimation:A Feasibility Study[J].IEEE Transactions on Ultrasonics,Ferroelectrics,and Frequency Control,2016,63(8):1093-1106.
[5]Skanda Bharadwaj,Mohamed Almekkawy.Faster Search Algorithm for Speckle Tracking in Ultrasound Images[C]//2020 42nd Annual International Conference of the IEEE Engineering in Medicine and Biology Society(EMBC).IEEE,2020:2142-2146.
[6]杨乐.超声斑点追踪算法的研究与应用[D].沈阳:东北大学,2012.
[7]Yaakob Razali,Aryanfar Alihossein,Halin A Abdul,et al.A Comparison of Different Block Matching Algorithms for Motion[J].Procedia Technology,2013,11:199-205.
[8]BRUNIG M,NIEHSEN W.Fast Full-Search Block Matching[J].IEEE Trsanctions on Circuits and Systems for Video Technology,2001,11(02):241-247.
[9]吴雪彬.超声心肌量化分析的斑点追踪算法研究[D].哈尔滨:哈尔滨工业大学,2016.
[10]LI R,ZENG B,LIOU M L.A New Three-step Search Algorithm for Block Motion Estimation[J].IEEE Transactions on Circuits and Systems for Video Technology,1994,4(04):438-442.
[11]ALESSANDRINIl M,CHAKRABORTY B,HEYDE B,et al.Realistic Vendor-Specific Synthetic Ultrasound Data for QualityAssurance of2-D SpeckleTracking Echocardiography:Simulation Pipeline and Open Access Database[J].IEEE Transactions on Ultrasonics,Ferroelectrics,and Frequency Control,2018,65(03):411-422.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/45471.html
