摘要
本发明提供了一种基于心脏超声影像的病灶定位方法，属于心脏超声影像技术领域，包括：首先对原始图像进行预处理,去除噪声和伪影。然后通过多维矩阵比对和多尺度分解,提取了两种异常特征矩阵。将这两种异常特征矩阵融合后,可以更准确地定位出心脏异常区域。接下来采用密度聚类算法确定异常区域的边界,从而完成了对心脏病灶的精准定位。最后将定位结果标注在处理后的心脏超声图像上,形成可视化的病灶定位图像。本发明的方法过结合图像预处理、特征提取、异常检测和区域分割等技术,能够较为准确地定位心脏疾病的病灶区域，解决了由于不同患者心脏超声影像存在细节差异，导致现有的神经网络图像识别方法容易忽略细节的技术问题。
