MM团注模型的尺度因子以及 曲线形状参数通过多元线性回归分析方法确定；
[0030] (2)将再循环峰拟合结果与首次通过峰拟合结果相加作为最终经过呼吸运动补偿 以及双峰拟合的结果输出；
[0031] (3)输出首次通过峰与再循环峰的拐点强度值和时刻，首次通过峰下降支与再循 环峰上升支交叉点即为拐点。
[0032] 本发明的有益效果体现在：
[0033] 本发明提出了对时间强度曲线进行呼吸运动补偿及双峰拟合的方法，以及微泡再 循环拐点识别的方法，提高了 TIC拟合的准确性，可以获取更准确的血流灌注信息，并在临 床上可能为检测微循环提供新的方法，对于血流灌注的评价具有重要意义。
[0034] 本发明的优点如下：
[0035] 1、通过块匹配法，对超声造影图像（例如针对肝脏部分）TIC的提取进行了呼吸运 动补偿，消除了呼吸运动对TIC的干扰。
[0036] 2、在精确提取TIC单峰曲线的基础上，完成双峰TIC的拟合，提高了 TIC拟合的精 确度，保留了更多的信息。
[0037] 3、再循环峰的拟合及双峰拐点的提取，可以作为判断微循环的性能评价的可能依 据。
[0038] 4、本发明的块匹配法相比现有方法更加省时、准确。
【附图说明】
[0039] 图1为算法整体流程框图。
[0040] 图2为呼吸运动运动补偿后的TIC及拟合结果，其中：（a)典型04mm血流灌注仿 体视频图像；(b)目标ROI的TIC ; (c)横向位移曲线；（d)经运动补偿和团注拟合后的TIC 结果。
[0041] 图3为另一典型双峰分布的原始TIC。
[0042] 图4为分别经时域（a)及频域（b)滤波后的双峰TIC。
[0043] 图5为TIC的首次通过峰及再循环峰的模型拟合（a)和双峰TIC的拟合（b)结果。
【具体实施方式】
[0044] 下面结合附图和实施例对本发明作详细说明。
[0045] 以典型血流灌注仿体进行造影剂灌注实验提取TIC分析为例，对本发明步骤做详 细叙述。本发明涉及算法均在matlab平台上编程实现。
[0046] 参见图1，本发明所述时间强度曲线的呼吸运动补偿及双峰拟合的方法，包括以下 步骤：
[0047] 步骤一、读取序列B超造影图像，并进行初始设置，具体步骤如下：
[0048] (I. 1)读取序列B超造影图像，以读取的第一帧B超造影图像为当前帧，并选择所 述第一帧B超造影图像中某一恒在的强回波组织区域作为当前块（如：肝包膜或实验中探 头下方强反射膜等）；
[0049] (1. 2)设定当前块的大小（如：实验中探头下方强反射膜的大小）以及轴向和横 向搜索路径及搜索区域，搜索区域不超过整幅造影图像横向及轴向最大像素点的10% ;
[0050] (1. 3)选定时间强度曲线（TIC)提取的感兴趣区（ROI)的行列位置，及ROI的大小 为3X3至8X8像素；
[0051] 步骤二、基于以累积绝对误差为标准的块匹配法对提取的TIC进行呼吸运动补 偿。
[0052] 步骤二所述以累积绝对误差为标准的块匹配法，其步骤如下：
[0053] (2. 1)以下一帧为匹配帧，当前块所在的中心位置为初始位移，在搜索区域内依次 按轴向、横向选定与当前块大小一致的图像区域作为匹配块；
[0054] (2. 2)计算匹配块与当前块的累积绝对误差，即匹配块与当前块对应像素强度的 绝对误差之和；
[0055] (2. 3)找到最小累积绝对误差所对应的匹配块的中心位置；
[0056] (2. 4)计算最小累积绝对误差所对应的匹配块相对当前块的轴向偏移位移以及横 向偏移位移；
[0057] (2. 5)重复步骤（2. 1)~（2. 4)，得到除当前帧外所有序列B超造影图像中最小累 积绝对误差所对应的匹配块的轴向偏移位移以及横向偏移位移。
[0058] 步骤二所述对提取的TIC进行呼吸运动补偿，其步骤如下：
[0059] (2. 6)对除当前帧外所有序列B超造影图像，按帧依次将需提取TIC的ROI的列位 置与块匹配法得到的对应轴向偏移位移叠加，即进行运动补偿；
[0060] (2. 7)对除当前帧外所有序列B超造影图像，按帧依次将需提取TIC的ROI的行位 置与块匹配法得到的对应横向偏移位移叠加，即进行运动补偿；
[0061] (2.8)以经过步骤（2.6)以及（2.7)运动补偿后的ROI位置为中心，按帧计算所有 序列B超造影图像对应ROI区域内的灰度均值，得到呼吸运动补偿后的TIC，即原始TIC。
[0062] 步骤三、预处理：对原始TIC进行频域滤波和时域滤波，以滤除杂波干扰，并基线 归零。
[0063] (3. 1)对原始TIC进行巴特沃斯低通滤波，截止频率为0. 5Hz，滤波器的阶数为2 ;
[0064] (3. 2)对频域滤波后的原始TIC进行中值时域滤波，取频域滤波后的原始TIC邻域 窗口内所有像素点灰度值的中值作为该邻域窗口对应中心点的灰度值，邻域窗长取值为： TIC的总数据点数/20 ;
[0065] (3. 3)经过步骤（3. 2)处理后TIC进行基线归零：选取造影微泡进入成像平面的 时刻之前的TIC数据点信号幅值均值作为基线值，将基线值从整个TIC序列信号中减去；
[0066] (3. 4)将经过步骤（3. 3)后的TIC中所有的负强度值的点赋值为接近于0的极小 的数，如：10-5。
[0067] 步骤四、对步骤三得到的TIC (即经过预处理后的原始TIC)进行首次通过峰拟合： 用强度阈值法和局部最小值法分别确定拟合区间的起始点和终止点，进行线性GAMM团注 模型拟合。
[0068] 步骤四所述用强度阈值法和局部最小值法分别确定拟合区间的起始点和终止点， 其步骤如下：
[0069] (4. 1)找出步骤三得到的TIC的峰值强度Ip和相应的峰值时间t p;
[0070] (4. 2)用强度阈值法确定拟合区间起始点，即，沿着步骤三得到的TIC的上升阶段 按时间增加的方向，找到TIC强度首次高于IplO%的数据点对应的时刻，作为拟合区间的起 始点；
[0071] (4. 3)用强度阈值法和局部最小值法确定拟合区间的终止点，步骤如下：
[0072] (a)设定合理的强度阈值，如Ip的50%强度；
[0073] (b)从tp开始，沿着步骤三得到的TIC的下降阶段找到所有局部极小值及对应的 时刻，保存为局部极小值集合；
[0074] (C)若局部极小值集合为空，即步骤三得到的TIC下降阶段不存在局部极小值，则 在TIC下降阶段按时间增加的方向，找到步骤三得到的TIC强度首次低于I P20%的数据点 对应的时刻，作为拟合区间的终止点；
[0075] ⑷若局部极小值集合不为空，从距离tp最近的局部极小值对应的时刻开始，沿着 时间增加的方向进行循环判定，如该局部极小值小于步骤（a)中设定的强度阈值，则将该 时刻作为拟合区间的终止点，否则循环至下一个局部极小值点进行判定；
[0076] (e)如遍历tp后局部极小值对应的时刻，按步骤（d)中操作找不到满足判定条件 (即局部极小值小于步骤（a)中设定的强度阈值）的局部极小值点，则按照步骤（c)确定拟 合区间的终止点。
[0077] 步骤四所述进行线性GAMM团注模型拟合，其步骤如下：
[0078] (a)采用GAMMA团注模型进行线性拟合，GAMMA团注模型如下：
[0079] C(t) = K(t-AT) ae_(t_AT)/p
[0080] 其中，C(t)是指t时刻的微泡浓度，AT是指微泡冲入时刻，K是指尺度因子，a，β 是指曲线形状参数。
[0081] (b)将上式两边取自然对数，表述如下：
[0082] In(C(Y)) = In AT -X(, - /?Γ) + β X ln(, - 4厂） P
[0083] 通过与步骤三得到的TIC进行多元线性回归分析确定GAMMA团注模型的最优拟合 系数（P Q，P1, P2)与K，a，以及β的关系，表述如下：
[0084] P0=InK, P1=--, Ρ1=α·, P
[0085] (C)确定K，a，以及β的值，按确定的拟合区间的起始点与终止点，对首次通过峰 完成GAMM团注模型拟合。
[0086] 步骤五、对步骤三得到的T