CN106780410B - 一种谐波扫查图像的生成方法及装置 - Google Patents
一种谐波扫查图像的生成方法及装置 Download PDFInfo
- Publication number
- CN106780410B CN106780410B CN201611254315.4A CN201611254315A CN106780410B CN 106780410 B CN106780410 B CN 106780410B CN 201611254315 A CN201611254315 A CN 201611254315A CN 106780410 B CN106780410 B CN 106780410B
- Authority
- CN
- China
- Prior art keywords
- sub
- image
- harmonic
- scanning
- filtering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000035515 penetration Effects 0.000 claims abstract description 77
- 238000001914 filtration Methods 0.000 claims description 97
- 230000035772 mutation Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 235000006629 Prosopis spicigera Nutrition 0.000 description 1
- 240000000037 Prosopis spicigera Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种谐波扫查图像的生成方法及装置。其中，所述方法包括：按照预设的扫查深度获取每个扫查子区域对应的谐波扫查子图像；根据所述谐波扫查子图像确定谐波穿透深度；对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加，生成谐波扫查图像。可以在不损失帧频的情况下，抑制发射信号混入的谐波，提高谐波扫查图像质量。并且对于运动较快的扫查对象不会产生运动伪像。
Description
技术领域
本发明涉及超声成像技术领域，尤其涉及一种谐波扫查图像的生成方法及装置。
背景技术
组织谐波成像是非线性领域的一项重大突破，这一技术的开发和应用使许多疾病的诊断范围和诊断水平得到拓展。组织谐波成像利用声波与组织非线性作用的原理，采用低频的基波发射，接收二倍于基波频率的二次谐波放大成像，提高了信噪比。组织谐波技术融合了多种现代超声技术，如超宽频探头、宽频全数字声束形成器和信号处理技术等。因此具有良好的信噪比、较强的空间分辨力，在消除近场伪像和旁瓣干扰、增强组织对比度、提高深部组织回声信息量等方面具有显著的特点。
对于组织谐波成像，其主要的技术难点是单纯组织谐波信号的提取。虽然只有组织非线性而产生的谐波信号才具有比较优异的成像品质，不过利用超声波探头所接收回来的回波信号并不都是由组织的非线性特性而来，系统本身也可能产生谐波信号，而且系统所产生的谐波信号和由组织所产生的谐波信号是互相独立的.换句话说，在距离探头一定距离之后所探测的谐波信号事实上是由两种来源不同的谐波混合而成的，其中之一就是超声信号在组织中传播能量累积产生的谐波信号，另外一种就是在声波传播之前就存在于发射超声信号之中的谐波信号。一旦提取的谐波信号中混入了声波传播之前就存在于发射超声信号之中的谐波信号，就会恶化单纯组织谐波成像的图像品质，使得组织谐波成像在消除近场伪像和旁瓣干扰、增强组织对比度及提高深部组织回声信息量等方面的能力大为下降。
为了抑制发射超声信号中的谐波分量，目前通常采用脉冲逆转成像技术。脉冲逆转成像技术先后发射极性相反的正负脉冲，利用基波分量对正负脉冲的线性响应特性以及谐波分量对正负脉冲的非线性响应特性，对两次接收的回波信号经过处理，使正向和反向的基波信号叠加而抵消,谐波分量叠加而加强，从而产生纯净的宽频谐波信号。相比于组织谐波成像，脉冲逆转成像技术不需要繁琐精细地去设计滤波器来实现组织产生的谐波信号和发射信号中混入的谐波成分的分离，它只需要通过简单的叠加和滤波器设计，就能抑制发射信号混入的谐波成分，同时能提取整个带宽范围内组织产生的谐波信号，实现宽频的纯净谐波成像。但是，脉冲逆转成像也有自身的缺点。第一，由于要先后发射两个极性相反的脉冲，因此会损失成像的帧频，相比组织谐波成像，帧频会损失一半；第二，在先后发射两次脉冲的过程中，如果组织运动较快或者有呼吸、心脏运动的影响，或导致先后两次发射信号混入的基频谐波成分，不能完全抵消，从而产生运动伪像。
发明内容
本发明的目的在于提出一种谐波扫查图像的生成方法及装置，以解决现有技术中存在的谐波扫查中发射的谐波信号与扫查信号叠加的技术问题。
第一方面,本发明实施例提供了一种谐波扫查图像的生成方法,包括:
按照预设的扫查深度获取每个子区域对应的谐波扫查子图像；
根据所述谐波扫查子图像确定谐波穿透深度；
对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加，生成谐波扫查图像。
进一步的,所述根据所述谐波扫查子图像确定谐波穿透深度，包括：
计算每个子图像的图像信息指数；
在所述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至所述合成的子图像的图像信息指数大于预设图像阈值；
根据所述图像信息指数确定信息突变点；
根据所述信息突变点确定谐波穿透深度。
进一步的,所述根据所述信息突变点确定谐波穿透深度，包括：
在所述信息突变点位于子图像之间时，将所述子图像之间的设定深度设定为谐波穿透深度。
进一步的,所述根据所述信息突变点确定谐波穿透深度，包括：
在所述信息突变点位于子图像时，将所述子图像的设定深度设定为谐波穿透深度。
进一步的，据所述谐波扫查子图像确定谐波穿透深度之后，对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加之前，还包括：
对所述穿透深度内预设扫查深度对应的每个谐波扫查子图像进行滤波处理。
进一步的,所述对所述穿透深度内所述子区域对应的谐波扫查子图像进行滤波处理，包括：
按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；
选取最大图像质量参数所对应的最优滤波参数；
按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
更进一步的,在所述选取最大图像质量参数所对应的最优滤波参数之后，按照所述最优滤波参数对所述谐波扫查子图像进行滤波之前，还包括：
在所述第一子图像的最优滤波参数与相邻的第二子图像的最优滤波参数相同时，合并所述第一子图像与第二子图像。
另一方面,本发明实施例还提供了一种谐波扫查图像的生成装置,包括:
获取模块，用于按照预设的扫查深度获取每个扫查子区域对应的谐波扫查子图像；
深度确定模块，用于根据所述谐波扫查子图像确定谐波穿透深度；
叠加模块，用于对所述穿透深度内预设扫查深度对应的谐波扫查子图像进行叠加，生成谐波扫查图像。
进一步的，所述深度确定模块包括：
计算单元，用于计算每个子图像的图像信息指数；
合并单元，用于在所述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至所述合成的子图像的图像信息指数大于预设图像阈值；
突变点确定单元根据所述图像信息指数确定信息突变点；
深度确定单元，用于根据所述信息突变点确定谐波穿透深度。
进一步的，所述深度确定单元用于：
在所述信息突变点位于子图像之间时，将所述子图像之间的设定深度设定为谐波穿透深度。
进一步的，所述深度确定单元用于：
在所述信息突变点位于子图像时，将所述子图像的设定深度设定为谐波穿透深度。
进一步的，所述装置还包括：
滤波模块，用于对所述穿透深度内所述子区域对应的每个谐波扫查子图像进行滤波处理。
进一步的，所述滤波模块用于：
按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；
选取最大图像质量参数所对应的最优滤波参数；
按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
更进一步的，所述滤波模块还包括：
合并单元，用于在所述第一子图像的最优滤波参数与相邻的第二子图像的最优滤波参数相同时，合并所述第一子图像与第二子图像。
本发明实施例提供的谐波扫查图像的生成方法及装置,通过谐波扫查子图像确定谐波信号的穿透深度，并可根据穿透深度确定噪声区域，并去除噪声区域对谐波扫查图像的影响，可以在不损失帧频的情况下，抑制发射信号混入的谐波，提高谐波扫查图像质量。并且对于运动较快的扫查对象不会产生运动伪像。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1是本发明实施例一提供的谐波扫查图像的生成方法的流程示意图；
图2是本发明实施例二提供的谐波扫查图像的生成方法的流程示意图；
图3是本发明实施例二提供的谐波扫查图像的生成方法中的图像信息指数曲线图；
图4是本发明实施例三提供的谐波扫查图像的生成方法的流程示意图；
图5是本发明实施例四提供的谐波扫查图像的生成方法的流程示意图；
图6是本发明实施例五提供的谐波扫查图像的生成装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1为本发明实施例一提供的谐波扫查图像的生成方法的流程示意图，本实施例可适用于降低波束合成器功耗的情况，该方法可以由降低波束合成器功耗的装置来执行，该装置可由软件/硬件方式实现，并可集成于超声成像设备中。
参见图1，所述谐波扫查图像的生成方法，包括：
S110，按照预设的扫查深度获取每个子区域对应的谐波扫查子图像。
在本实施例中，可以将回波图像按照需要分为若干个子区域。由于不同深度返回的信号时间不同，可以形成不同子区域的扫查子图像。谐波扫查图像可以是不同子区域的扫查子图像的集合。根据超声扫查设备预先设置子区域的工程参数，可以获取每个子区域对应的扫查子图像。
S120，根据所述谐波扫查子图像确定谐波穿透深度。
通常情况下，扫查信号穿透不到的地方其回波信号图像表现为噪声，其信号要比组织信号弱，因此，通过其回波信号能量可以确定谐波穿透深度。示例性的，可以根据对每个谐波扫查子图像的回波信号进行包络检波，并对包络检波后生成的低频信号进行傅里叶变换，将信号转移至频域进行分析。根据傅里叶变换后的频谱进行能量累加。得出每个谐波扫查子图像的能量值。根据能量值突然变化点的位置确定谐波穿透深度。
S130，对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加，生成谐波扫查图像。
示例性的，可以根据接收的时间筛选穿透深度以内的回波信号，并根据上述回波信号生成谐波扫查图像。或者,也可将穿透深度内所述子区域对应的谐波扫查子图像的像素点进行叠加,生成谐波扫查图像。
本实施例通过谐波扫查子图像确定谐波信号的穿透深度，并可根据穿透深度确定噪声区域，并去除噪声区域对谐波扫查图像的影响，可以在不损失帧频的情况下，抑制发射信号混入的谐波，提高谐波扫查图像质量。并且对于运动较快的扫查对象不会产生运动伪像。
实施例二
图2为本发明实施例二提供的谐波扫查图像的生成方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，将根据所述谐波扫查子图像确定谐波穿透深度，具体优化为：计算每个子图像的图像信息指数，所；在所述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至所述合成的子图像的图像信息指数大于预设图像阈值；根据所述图像信息指数确定信息突变点；根据所述信息突变点确定谐波穿透深度。
本实施例所提供的谐波扫查图像的生成方法，具体包括：
S210，按照预设的扫查深度获取每个子区域对应的谐波扫查子图像。
S220，计算每个子图像的图像信息指数。
由于扫查信号穿透不到的地方其回波信号图像表现为噪声，其信号要比组织信号弱，其生成的图像内容丰富度较弱，而组织信号与之相比内容上则更为丰富。所以在本实施例中，采用图像信息指数来衡量当前图像是否为噪声图像。示例性的，所述图像信息指数可以采用如下公式计算：
S230，在所述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至所述合成的子图像的图像信息指数大于预设图像阈值。
由于子图像的扫查深度是由扫查深度工程参数确定的,部分扫查深度对应的扫查图像可能会不具有信息量。因此，需要将扫查图像进行合并，以减少子图像的数量，避免对后续穿透深度识别产生影响，更好的确定谐波穿透深度。示例性的，可以根据图像信息指数和像素灰度值方差来判断是否为合并信息。例如：当子区域i的图像信息指数Si小于信息阈值Sthr并且方差小于阈值σthr时，将该区域与相邻的前一个或者后一个区域合并，变成新的子区域。直至新的子区域图像信息指数大于阈值Sthr。
S240，根据所述图像信息指数确定信息突变点。
示例性的，经过步骤S230处理后的图像的子区域数变成M个，各个子区域的图像信息指数记为
各个子区域的中心深度记为
M<＝N。图像穿透不到的地方表现为噪声，噪声水平要比组织信号能量弱，灰阶分布集中在低灰阶的一个范围内，图像信息指数低。
图3是本发明实施例二提供的谐波扫查图像的生成方法中的图像信息指数曲线图；图中，横坐标表示子区域的顺序编号，纵坐标表示对应的图像信息指数。其中，图中的圆表示图像信息指数突变区域，箭头方向为搜索方向。将各个子区域的图像信息指数从j＝M开始按照图3所示的搜索方向逆向搜索，找到图像信息指数Si由小到大的突变点。突变点可以是图像信息指数突然发生剧烈变化的点。由突变点分离的两个子区域的图像信息指数存在着较大的差异。
S250，根据所述信息突变点确定谐波穿透深度。
突变点有两种情况：第一种情况如图3左侧所示，区域j涵盖了部分组织区域和部分噪声区域，这时表现为不明显突变点，这时的突变点所在的深度记为Zp；第二种情况如图3右侧所示，相邻的两个区域分别刚好覆盖了组织信号区域和噪声区域，此时的突变点为明显突变点，同样也记为Zp，Zp即为当前图像的穿透深度。深度Zp之前的区域认为是组织区域，深度Zp之后的区域认为是噪声区域。那么深度Zp之前(含Zp)的组织区域即为穿透区域，Zp之前(含Zp)的C个子区域即为后续的分析区域，C<＝M。
本实施例通过将根据所述谐波扫查子图像确定谐波穿透深度，具体优化为：计算每个子图像的图像信息指数；在所述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至所述合成的子图像的图像信息指数大于预设图像阈值；根据所述图像信息指数确定信息突变点；根据所述信息突变点确定谐波穿透深度。可以根据图像信息指数有效区分扫查区域和噪声区域，并据此确定穿透深度，具有公式简单方便运算的效果。
实施例三
图4为本发明实施例三提供的谐波扫查图像的生成方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，在根据所述谐波扫查子图像确定谐波穿透深度之后，对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加之前，增加如下步骤：对所述穿透深度内所述子区域对应的每个谐波扫查子图像进行滤波处理。
本实施例所提供的谐波扫查图像的生成方法，具体包括：
S310，按照预设的扫查深度获取每个子区域对应的谐波扫查子图像。
S320，根据所述谐波扫查子图像确定谐波穿透深度。
S330，对所述穿透深度内所述子区域对应的每个谐波扫查子图像进行滤波处理。
示例性的，可以采用有限冲击响应滤波器或者无限冲击响应滤波器或者其他类型的滤波器，按照预设的滤波参数对每个谐波扫查子图像进行滤波处理，以实现提取组织谐波的目的。
S340，对所述滤波后的谐波扫查子图像进行叠加，生成谐波扫查图像。
本实施例通过在根据所述谐波扫查子图像确定谐波穿透深度之后，对所述穿透深度内预设扫查深度对应的谐波扫查子图像进行叠加之前，增加如下步骤：对所述穿透深度内预设扫查深度对应的每个谐波扫查子图像进行滤波处理。可以实现提取组织谐波的目的。
实施例四
图5为本发明实施例四提供的谐波扫查图像的生成方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，将所述对所述穿透深度内每个子区域对应的谐波扫查子图像进行滤波处理，具体优化为：按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；选取最大图像质量参数所对应的最优滤波参数；按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
本实施例所提供的谐波扫查图像的生成方法，具体包括：
S410，按照预设的扫查深度获取每个子区域对应的谐波扫查子图像。
S420，根据所述谐波扫查子图像确定谐波穿透深度。
S430，按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数。
由于人体个体的差异和扫查应用的不同，设计出来的谐波滤波器并不能保证对所有的谐波图像都是最优的。因此，系统内部以预置的滤波参数块为参考基准，设计了一组滤波参数块组{[fc1，T1]，[fc2，T2]，…，[fcr，TR]}。由超声扫查设备内部工程参数设定。其中，截止频率为fc，滤波阶数为T，该滤波参数块组的截止频率和滤波阶数至少有一个参数不同。对C个子区域按区域依次执行滤波参数块组中的每一个滤波参数块对应的谐波滤波器，并计算各个子区域对应的各个滤波参数块r对应的图像质量指数。
滤波器用于提取组织谐波。所以在本实施例中，采用图像质量参数来衡量当前滤波器所提取的组织谐波的质量。
示例性的，所述图像信息指数可以采用如下公式计算：
S440，按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
图像质量参数越大，说明当前滤波器能够有效提取组织谐波，即滤波效果越好。计算出图像质量指数Qj(r)后，依次找出各个子区域的最大图像质量指数Qj_max，同时记录下各个子区域最大图像指数对应的滤波参数块[fc_j_max，Tr_j_max]。滤波参数块[fc_j_max，Tr_j_max]就是子区域j对应的最优的谐波滤波参数块。
S450，按照所述最优滤波参数对所述谐波扫查子图像进行滤波，对滤波处理后谐波扫查子图像进行叠加，生成谐波扫查图像。
本实施例通过将所述对所述穿透深度内每个预设扫查深度对应的谐波扫查子图像进行滤波处理，具体优化为：按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；选取最大图像质量参数所对应的最优滤波参数；按照所述最优滤波参数对所述谐波扫查子图像进行滤波。可以根据不同的人体情况和扫查目的自动选取合适的滤波参数，可以得到更好的滤波效果。
在本实施例的一个优选实施方式中，在所述选取最大图像质量参数所对应的最优滤波参数之后，按照所述最优滤波参数对所述谐波扫查子图像进行滤波之前，增加如下步骤：在所述第一子图像的最优滤波参数与相邻的第二子图像的最优滤波参数相同时，合并所述第一子图像与第二子图像。如果有相邻的两个子区域的滤波参数块完全相同，就将这两个相邻的子区域合并成一个区域。所谓完全相同，是指滤波参数块中的每一个滤波参数都完全相同。这样经过合并处理后，图像的子区域又被重新划分为Y个子区域，每个子区域对应的最优滤波参数块为[fc_l_max，Tr_l_max]，其中l＝0,1,…,Y。通过合并，可以在后期叠加时减少运算量，减少运算时长。
实施例五
图6是本发明实施例五提供的谐波扫查图像的生成装置的结构示意图，如图6所示，所述装置包括：
获取模块510，用于按照预设的扫查深度获取每个扫查子区域对应的谐波扫查子图像；
深度确定模块520，用于根据所述谐波扫查子图像确定谐波穿透深度；
叠加模块530，用于对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加，生成谐波扫查图像。
本实施例提供的谐波扫查图像的生成装置,通过谐波扫查子图像确定谐波信号的穿透深度，并可根据穿透深度确定噪声区域，并去除噪声区域对谐波扫查图像的影响，可以在不损失帧频的情况下，抑制发射信号混入的谐波，提高谐波扫查图像质量。并且对于运动较快的扫查对象不会产生运动伪像。
在上述各实施例的基础上，所述确定模块包括：
计算单元，用于计算每个子图像的图像信息指数；
合并单元，用于在所述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至所述合成的子图像的图像信息指数大于预设图像阈值；
突变点确定单元根据所述图像信息指数确定信息突变点；
深度确定单元，用于根据所述信息突变点确定谐波穿透深度。
在上述各实施例的基础上，所述深度确定单元用于：
在所述信息突变点位于子图像之间时，将所述子图像之间的设定深度设定为谐波穿透深度。
在上述各实施例的基础上，所述深度确定单元用于：
在所述信息突变点位于子图像时，将所述子图像的设定深度设定为谐波穿透深度。
在上述各实施例的基础上，所述装置还包括：
滤波模块，用于对所述穿透深度内所述子区域对应的每个谐波扫查子图像进行滤波处理。
在上述各实施例的基础上，所述滤波模块用于：
按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；
选取最大图像质量参数所对应的最优滤波参数；
按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
在上述各实施例的基础上，所述滤波模块还包括：
合并单元，用于在所述第一子图像的最优滤波参数与相邻的第二子图像的最优滤波参数相同时，合并所述第一子图像与第二子图像。
本发明实施例所提供的谐波扫查图像的生成装置可用于执行本发明任意实施例提供的谐波扫查图像的生成方法，具备相应的功能模块，实现相同的有益效果。
显然，本领域技术人员应该明白，上述本发明的各模块或各步骤可以通过如上所述的设备实施。可选地，本发明实施例可以用计算机装置可执行的程序来实现，从而可以将它们存储在存储装置中由处理器来执行，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等；或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种谐波扫查图像的生成方法，其特征在于，包括：
按照预设的扫查深度获取每个子区域对应的谐波扫查子图像；
根据所述谐波扫查子图像确定谐波穿透深度；
对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加，生成谐波扫查图像；所述根据所述谐波扫查子图像确定谐波穿透深度，包括：
计算每个子图像的图像信息指数；
在第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至合成的子图像的图像信息指数大于预设图像阈值；
根据所述图像信息指数确定信息突变点；根据所述信息突变点确定谐波穿透深度；
其中，图像信息指数来衡量当前图像是否为噪声图像；图像信息指数可以采用如下公式计算：
2.根据权利要求1所述的方法，其特征在于，所述根据所述信息突变点确定谐波穿透深度，包括：
在所述信息突变点位于子图像之间时，将所述子图像之间的设定深度设定为谐波穿透深度。
3.根据权利要求1所述的方法，其特征在于，所述根据所述信息突变点确定谐波穿透深度，包括：
在所述信息突变点位于子图像时，将所述子图像的设定深度设定为谐波穿透深度。
4.根据权利要求1所述的方法，其特征在于，在根据所述谐波扫查子图像确定谐波穿透深度之后，对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加之前，还包括：
对所述穿透深度内所述子区域对应的每个谐波扫查子图像进行滤波处理。
5.根据权利要求4所述的方法，其特征在于，所述对所述穿透深度内所述子区域对应的谐波扫查子图像进行滤波处理，包括：
按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；
选取最大图像质量参数所对应的最优滤波参数；
按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
6.根据权利要求5所述的方法，其特征在于，在所述选取最大图像质量参数所对应的最优滤波参数之后，按照所述最优滤波参数对所述谐波扫查子图像进行滤波之前，还包括：
在所述第一子图像的最优滤波参数与相邻的第二子图像的最优滤波参数相同时，合并所述第一子图像与第二子图像。
7.一种谐波扫查图像的生成装置，其特征在于，包括：
获取模块，用于按照预设的扫查深度获取每个扫查子区域对应的谐波扫查子图像；
深度确定模块，用于根据所述谐波扫查子图像确定谐波穿透深度；
叠加模块，用于对所述穿透深度内所述子区域对应的谐波扫查子图像进行叠加，生成谐波扫查图像；
所述深度确定模块包括：
计算单元，用于计算每个子图像的图像信息指数；
合并单元，用于在述第一子图像的图像信息指数小于预设的信息阈值且所述第一子图像内部像素灰度值方差小于预设方差阈值时，将所述第一子图像合并入与所述第一子图像相邻的第二子图像，直至合成的子图像的图像信息指数大于预设图像阈值；
突变点确定单元根据所述图像信息指数确定信息突变点；
深度确定单元，用于根据所述信息突变点确定谐波穿透深度；
其中，图像信息指数来衡量当前图像是否为噪声图像；图像信息指数可以采用如下公式计算：
8.根据权利要求7所述的装置，其特征在于，所述深度确定单元用于：
在所述信息突变点位于子图像之间时，将所述子图像之间的设定深度设定为谐波穿透深度。
9.根据权利要求7所述的装置，其特征在于，所述深度确定单元用于：
在所述信息突变点位于子图像时，将所述子图像的设定深度设定为谐波穿透深度。
10.根据权利要求7所述的装置，其特征在于，所述装置还包括：
滤波模块，用于对所述穿透深度内所述子区域对应的每个谐波扫查子图像进行滤波处理。
11.根据权利要求10所述的装置，其特征在于，所述滤波模块用于：
按照预设的多组滤波参数对谐波扫查子图像依次进行滤波，并获取滤波后的图像质量参数；
选取最大图像质量参数所对应的最优滤波参数；
按照所述最优滤波参数对所述谐波扫查子图像进行滤波。
12.根据权利要求11所述的装置，其特征在于，所述滤波模块还包括：
合并单元，用于在所述第一子图像的最优滤波参数与相邻的第二子图像的最优滤波参数相同时，合并所述第一子图像与第二子图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611254315.4A CN106780410B (zh) | 2016-12-30 | 2016-12-30 | 一种谐波扫查图像的生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611254315.4A CN106780410B (zh) | 2016-12-30 | 2016-12-30 | 一种谐波扫查图像的生成方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106780410A CN106780410A (zh) | 2017-05-31 |
| CN106780410B true CN106780410B (zh) | 2020-05-12 |
Family
ID=58954454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611254315.4A Active CN106780410B (zh) | 2016-12-30 | 2016-12-30 | 一种谐波扫查图像的生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106780410B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111862100A (zh) * | 2020-06-29 | 2020-10-30 | 浪潮电子信息产业股份有限公司 | 一种图像分割方法、装置、设备及存储介质 |
| CN113837966A (zh) * | 2021-09-26 | 2021-12-24 | 北京的卢深视科技有限公司 | 人脸深度图的滤波方法、装置、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101496728A (zh) * | 2008-02-03 | 2009-08-05 | 深圳迈瑞生物医疗电子股份有限公司 | 超声频率复合成像方法与装置 |
| CN104586433A (zh) * | 2015-02-02 | 2015-05-06 | 声泰特（成都）科技有限公司 | 基于变频的基波/谐波融合与空间复合相结合的成像方法 |
| CN106157277A (zh) * | 2016-07-29 | 2016-11-23 | 珠海医凯电子科技有限公司 | Gpu超声谐波成像复合方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2750231B2 (ja) * | 1990-11-05 | 1998-05-13 | 富士通株式会社 | 導波路型第２高調波発生素子の製造方法 |
| US20050277835A1 (en) * | 2003-05-30 | 2005-12-15 | Angelsen Bjorn A | Ultrasound imaging by nonlinear low frequency manipulation of high frequency scattering and propagation properties |
| JP5421633B2 (ja) * | 2009-03-30 | 2014-02-19 | 中央精機株式会社 | 超音波探査方法および超音波探査装置 |
| JP5823175B2 (ja) * | 2011-06-06 | 2015-11-25 | 株式会社東芝 | 超音波診断装置、医用画像処理装置および医用画像処理プログラム |
| CN103156636B (zh) * | 2011-12-15 | 2016-05-25 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声成像装置和方法 |
| JP6218400B2 (ja) * | 2012-03-15 | 2017-10-25 | 東芝メディカルシステムズ株式会社 | 超音波診断装置及び超音波診断装置の制御プログラム |
-
2016
- 2016-12-30 CN CN201611254315.4A patent/CN106780410B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101496728A (zh) * | 2008-02-03 | 2009-08-05 | 深圳迈瑞生物医疗电子股份有限公司 | 超声频率复合成像方法与装置 |
| CN104586433A (zh) * | 2015-02-02 | 2015-05-06 | 声泰特（成都）科技有限公司 | 基于变频的基波/谐波融合与空间复合相结合的成像方法 |
| CN106157277A (zh) * | 2016-07-29 | 2016-11-23 | 珠海医凯电子科技有限公司 | Gpu超声谐波成像复合方法 |
Non-Patent Citations (1)
| Title |
|---|
| 图象融合在超声造影成像中的应用;杨冠男 等;《中国图象图形学报》;20101031;第15卷(第10期);第1544-1548页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106780410A (zh) | 2017-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100531674C (zh) | 超声波摄像装置 | |
| FR2589022A1 (fr) | Procede et dispositif de generation d'images a partir de signaux ultra-sonores obtenus par echographie | |
| CN101915901A (zh) | 磁共振成像方法及装置 | |
| DE102016116658A1 (de) | Sparkleartefakt-erkennung im ultraschall-farbfluss | |
| CN106680825A (zh) | 一种声学阵列成像系统与方法 | |
| US20210267577A1 (en) | Systems and Methods for Removing Noise-Induced Bias in Ultrasound Blood Flow Imaging | |
| CN111383177B (zh) | 一种激光超声可视化图像分辨率提升方法 | |
| CN106780410B (zh) | 一种谐波扫查图像的生成方法及装置 | |
| CN107303186A (zh) | 弹性成像中的频率复合 | |
| WO2018000359A1 (zh) | 一种增强超声造影图像的方法、系统及超声造影成像设备 | |
| US11763500B2 (en) | Photoacoustic image reconstruction method for suppressing artifacts | |
| US6704437B1 (en) | Noise estimation method and apparatus for noise adaptive ultrasonic image processing | |
| DE102019203000A1 (de) | Adaptive Störungsfilterung in der akustischen Strahlungskraft basierten Ultraschallbildgebung | |
| Zhang et al. | A reverberation noise suppression method of sonar image based on shearlet transform | |
| DE102016108735A1 (de) | Kontrastmittelempfindliche medizinische Ultraschallbildgebung | |
| US20100113926A1 (en) | System and method for clutter filter processing for improved adaptive beamforming | |
| CN109799284B (zh) | 一种超声回波信号的多次谐波自适应分离方法 | |
| US5471878A (en) | Method of suppressing grain noise in ultrasonic waveform data by 3D filtering | |
| EP3648673B1 (en) | Method and device for processing ultrasound signal data | |
| CN111766306A (zh) | 一种全聚焦成像方法及装置 | |
| CN114170239A (zh) | 基于分级搜索的大视场自适应壁滤波方法及系统 | |
| Yang et al. | Multi-channel ultrasonic signal processing for non-destructive inspection | |
| Mitchell et al. | A true Wiener filter implementation for improving signal to noise and resolution in acoustic images | |
| CN117814832A (zh) | 超声成像方法、装置和图像数据处理装置 | |
| CN117679074A (zh) | 血流成像方法、系统及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 215123 5th floor, building a, 4th floor, building C, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee after: Feiyinuo Technology Co.,Ltd. Address before: 215123 5th floor, building a, 4th floor, building C, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee before: Feiyinuo Technology (Suzhou) Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 215123 5th floor, building a, 4th floor, building C, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee after: Feiyinuo Technology (Suzhou) Co.,Ltd. Address before: 215000 5th floor, building a, 4th floor, building C, 27 Xinfa Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province Patentee before: VINNO TECHNOLOGY (SUZHOU) Co.,Ltd. |