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

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.

关键词：广义模糊梯度矢量流场(GFGVF)、光流场、动态轮廓线模型(ACM)、运动跟踪

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金69872038

在线出版日期：2004-01-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1470-1478