我正在MATLAB中实现一些代码，使用基于轮廓的方法跟踪超声心动图图像中的左心室壁位置。不幸的是，在一些框架中，轮廓的变化超出了预期，在某些区域，墙壁的对比度不佳。
有没有人知道一种方法来限制轮廓从帧到帧的意外进化，从而节省旧帧的位置和新帧的形状？
谢谢大家的帮助。
答案 0 :(得分：1)
图像分割是一个难题。没有一种方法适用于所有情况。你的轮廓是如何定义的？您是在进行基于阈值的细分还是使用其他方法？您是否尝试过转换为LV中心的极坐标系？您是否尝试过量化与移动轮廓相关的某种“最小二乘”成本？
我可以建议的是看看人们如何解决类似的问题。在我的领域（即MRI）中，我们拥有的最好的a）实际上并不是那么好，而b）可能是这个开源的Matlab“程序”，专为称为段的心脏分割而设计（见http://medviso.com/products/segment/features/cmr/）。我建议你看看他们是如何做到这一点的，看看你是否可以采用这种方法来处理（更嘈杂，更难解释）回声图像。
抱歉，我无法提供更多帮助！