Dlouhodobá analýza ultrazvukových videosekvencí s využitím metod detekce významných bodů

Abstract

Tato dizertační práce se věnuje analýze ultrazvukových (UZ) videosekvencí a to konkrétně dlouhodobému sledování krkavice v příčném řezu a měření jejích geometrických parametrů. Je zde popsán návrh a implementace systému pro automatické sledování artérie v sekvenci UZ snímků. Navržený systém využívá pro lokalizaci artérie detektor typu Viola-Jones a Houghovu transformaci. V oblasti lokalizované artérie jsou detekovány významné body, které jsou poté sledovány pomocí algoritmu pro výpočet optického toku. Navržený systém obsahuje několik inovativních procesů, díky kterým je možné provádět přesné dlouhodobé kontinuální měření parametrů artérie v sekvenci UZ snímků a výsledky tohoto měření ukládat. Následně byl formulován nový matematický model pohybu arteriální stěny v příčném řezu, který zohledňuje vliv dýchání. Na základě tohoto modelu bylo poté vytvořeno několik umělých sekvencí UZ snímků, které byly použity pro vyhodnocení přesnosti, s jakou je navržené řešení schopno měřit požadované parametry. Vytvořené sekvence snímků je možné použít pro vyhodnocení přesnosti sledování v dlouhých videosekvencích.This doctoral thesis deals with the analysis of ultrasound (US) video sequences. It specifically focuses on long-term tracking of the common carotid artery (CCA) in transversal section and measurement of its geometric parameters in a sequence of US images. The design and implementation of a system for automatic tracking of the artery is described in this thesis. The proposed system utilizes Viola-Jones detector and Hough transform to localize the artery in the image. Interest points are detected in the area of the artery wall. These points are then tracked using optical flow. The proposed system comprises a number of innovative methods which allow to perform accurate long-term measurement of parameters of CCA and store the results. A novel mathematical model describing the movement of CCA in transversal section during a cardiac cycle is defined afterwards taking the influence of breathing into consideration. A number of artificial sequences of US images based on this model have been created. These sequences were consequently used to evaluate the accuracy of the proposed system in terms of measuring the parameters of CCA. The sequences are unique because of their length which makes them suitable for evaluation of tracking accuracy even in long video sequences.