缺血性心脏病是对人体健康危害最大的心脏疾病之一,由于发病初期无明显临床症状,病人常常因忽视病情而延误治疗,因此缺血性心肌病的早期诊断对人类健康状态的改善有重要意义。理论研究和大量临床试验表明,左心室的运动变形状态和心肌材料属性是反映心肌功能的两个重要指标,它们的异常也是诊断缺血性心肌病的重要依据。弹性力学中,应变和弹性模量分别是描述物体变形程度和反映物体变形难易程度的两个力学量,通过对左心室心肌这两个量的定量研究,医生可以以此为缺血性心脏病建立一个量化的诊断标准。目前对心脏的应变成像和弹性成像分为基于物理的方法和基于模型的方法两种。基于物理的应变成像和弹性成像由于物理成像方法本身的局限性,一般都存在缺点。如超声成像只能对一维方向成像,光学相干断层弹性成像只能在体外进行成像等。传统基于模型的方法将运动和参数分析作为两个独立过程,忽视了它们的紧密联系,并且分析工作是用确定的模型为前提,分析过程将模型参数确定为某个先验值不变,因此也不可避免具有缺陷。为鲁棒地实现心肌应变成像和材料成像,本文基于对偶滤波器思想,在生物力学约束模型和状态空间框架下,用有限元方法进行心肌域的表达,并将运动状态向量和材料参数向量分别置于两组状态空间方程中,用相应的滤波器进行交替迭代估计,从而实现心肌运动状态和材料参数的同时重建。针对参数估计器中的参数测量方程,本文推导了其不同形式,并应用不同的滤波器进行优化求解,分别对应双KF、KF-EKF、KF-UKF对偶滤波器算法。在心脏运动估计的被动模型中,一般构造图像力作为驱动模型运动的力,或是用罚函数法计算反作用力,但这违背了心脏运动主动力的特性或是利用的信息的不充分,这类方法所构造出来的外力往往不准确,影响运动分析的准确性。本文利用流体力学的Navier-Stokes方程,通过流体速度反演出心肌壁压力,并将压力信息加入到运动估计框架中,试图提高运动估计的准确性和鲁棒性