一种面向心脏运动特征学习的多阶时序差分方法

本发明公开了一种面向心脏运动特征学习的多阶时序差分方法，针对当前心脏运动跟踪方法主要求取心肌运动的位移场，缺乏对心肌运动的速度场，受力后的加速度场等心肌固有生理特征的表征问题，提出了一种面向心脏运动特征学习的多阶时序差分方法，与现有心脏运动特征学习方法相比，本发明使用结合帧感知的UNet网络架构和时间连续的Transformer块的CineMorph框架，捕捉心脏的周期性运动，不仅有效提取出每个时间点的运动场，还能够从原始电影磁共振成像中得到心脏的高精度的时间连续的拉格朗日运动场。这种方式的优势在于能够精确捕捉心脏在周期性运动中的动态变化，从而更好地反映心脏在不同时间点的运动状态。