基于超聲影像的骨骼肌運(yùn)動(dòng)估計(jì)方法及應(yīng)用研究.pdf

1、骨骼肌是構(gòu)成人體的重要組織。理解骨骼肌在運(yùn)動(dòng)中的作用可以幫助解決不同人群可能存在的肌肉骨骼系統(tǒng)問題。超聲影像技術(shù)作為一種無(wú)創(chuàng)、實(shí)時(shí)和便捷的成像手段，已經(jīng)被越來(lái)越多地用于骨骼肌的研究。從20世紀(jì)90年代開始，研究人員嘗試從超聲圖像中獲取肌肉橫截面積、肌肉厚度、羽狀角和肌纖維長(zhǎng)等肌肉結(jié)構(gòu)化參數(shù)來(lái)反映肌肉的狀態(tài)變化。而除了生理結(jié)構(gòu)外，對(duì)局部運(yùn)動(dòng)的定量估計(jì)有助于提供肌肉收縮過程中肌肉組織所發(fā)生的變化的更多信息。本文主要采用運(yùn)動(dòng)估計(jì)的方法來(lái)描述肌

2、肉的運(yùn)動(dòng)。
　　 變分光流計(jì)算在模型通用性和稠密光流場(chǎng)的獲得等方面具有明顯的優(yōu)越性，同時(shí)由于其自適應(yīng)性比較強(qiáng)、貼近圖像特性等特點(diǎn)，已成為運(yùn)動(dòng)估計(jì)的主流方法之一。在本文中，我們針對(duì)亮度不變、梯度不變等假設(shè)，構(gòu)造不同的數(shù)據(jù)項(xiàng)和光滑項(xiàng)，推導(dǎo)了8種不同的光流模型，同時(shí)采用分裂Bregman方法分別對(duì)典型的H-S模型、L1-L2模型和L1-高階模型進(jìn)行求解。分裂Bregman方法由于其計(jì)算速度快以及數(shù)值實(shí)現(xiàn)容易等特點(diǎn)，已經(jīng)被廣泛應(yīng)用于圖像

3、去噪、去模糊和壓縮傳感等方面。針對(duì)模型求解過程中線性方程組的求解，我們采用預(yù)條件共軛梯度法來(lái)提高計(jì)算速度，同時(shí)給出了其系數(shù)矩陣對(duì)稱正定的理論分析。
　　 數(shù)值計(jì)算部分，真實(shí)場(chǎng)景圖像和超聲仿真圖像分別被用來(lái)比較不同運(yùn)動(dòng)估計(jì)算法的性能。本文在多尺度金字塔光流計(jì)算框架下對(duì)上述幾類算法進(jìn)行實(shí)現(xiàn)。結(jié)果顯示，對(duì)于綜合了L1項(xiàng)和高階項(xiàng)優(yōu)點(diǎn)的L1-高階模型在提高光流計(jì)算精度方面具有一定的優(yōu)點(diǎn)。
　　 應(yīng)用部分，我們首先設(shè)計(jì)試驗(yàn)來(lái)采集腓腸