CN101137914A - 频谱多普勒中自动增益调整的方法和装置 - Google Patents

频谱多普勒中自动增益调整的方法和装置 Download PDF

Info

Publication number
CN101137914A
CN101137914A CNA2006800074988A CN200680007498A CN101137914A CN 101137914 A CN101137914 A CN 101137914A CN A2006800074988 A CNA2006800074988 A CN A2006800074988A CN 200680007498 A CN200680007498 A CN 200680007498A CN 101137914 A CN101137914 A CN 101137914A
Authority
CN
China
Prior art keywords
signal
gain
frequency spectrum
noise
doppler
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.)
Pending
Application number
CNA2006800074988A
Other languages
English (en)
Inventor
T·洛帕斯
A·A·萨德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101137914A publication Critical patent/CN101137914A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8979—Combined Doppler and pulse-echo imaging systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52033—Gain control of receivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

一种医学超声频谱(脉冲波－PW，和/或连续波－CW)多普勒中的自动增益调整方法，包括将待分析的二维(2D)阵列频谱水平(频谱图)分成信号和噪声子集。对于每个信号和噪声子集，计算Δ增益以达到预定的基于显示的设计规范。随后，将分离的信号和噪声Δ增益合并成单个Δ增益值，然后根据频谱多普勒模式是否处于实时或冻结状态，将其施加到后续的频谱多普勒信号或存储在图像存储器内的频谱图数据。

Description

频谱多普勒中自动增益调整的方法和装置
技术领域
本发明一般涉及医学超声系统，尤其涉及医学超声系统频谱(脉冲波-PW，或连续波-CW)多普勒模式中自动增益调整的方法和装置。
背景技术
增益代表最重要的和受到频繁操控的频谱多普勒控制之一，因为它对血流/组织运动的检测能力、可视化和量化具有相当大的影响。然而，频谱多普勒增益在整个检查期间需要频繁的和仔细的调节，以响应信号特征和噪声特性中的变化而保持最佳声谱图显示。例如，当采样体积移动到新的脉管位置时，就可引起信号特征中的变化。此外，噪声特性中的变化可受到诸如采样体积尺寸、PRF(脉冲重复频率)之类的因素的影响。
发明内容
因此，需要一种进行频谱多普勒增益控制最佳化以克服本领域中问题的改进的方法和超声诊断成像系统。
根据本发明公开的一个实施例，频谱多普勒增益控制的自动最佳化解决了手动增益调节的耗时和乏味的本质。在一个实施例中，频谱多普勒增益控制的自动最佳化以超声诊断成像系统的自动增益算法的形式来实施。
附图说明
图1是结合有根据本发明公开的实施例的自动增益算法的超声诊断成像系统的部分方块图视图；
图2是关于根据本发明公开的实施例的自动增益算法的超声诊断成像系统的频谱多普勒处理路径的简化方块图视图；
图3A是多普勒频谱图的灰度(grayscale)显示视图，以及图3B是图3A的频谱图的分割形式，其显示为双幅图像；
图4是整个多普勒图的图形表示视图，其包括在多普勒处理路径中所有阶段的效果，并且说明了未压缩频谱水平和多普勒频谱图显示中采用的灰度级(grayscale level)之间的对应关系。
图5是对应于信号像素相对于相应信号未压缩频谱水平范围的累积分配函数(CDF)的图形表示图；和
图6是对应于噪声像素相对于相应噪声未压缩频谱水平范围的累积分配函数(CDF)的图形表示图。
在图中，相同的附图标记表示相同的元件。此外，应当注意，附图可以未按比例绘制。
具体实施方式
图1是结合有根据本发明实施例的自动增益算法的超声诊断成像系统10的部分方块图视图。与超声诊断成像系统10相连的超声换能器阵列12设置在壳体14内。超声换能器阵列12适于放置在待成像的感兴趣对象(例如患者16(或其部分))的邻近或附近。换能器阵列12可包括，例如本领域中公知的任何合适的换能器阵列，如2D阵列。此外，换能器可以设置成用于沿着按照可能需要的一路径运动，以扫描待成像对象。
超声诊断成像系统10包括控制电子单元18。超声换能器阵列12通过信号线20耦连至控制电子单元18。控制电子单元18包括输入/输出设备22(如键盘、鼠标、触摸屏、音频/语音输入、拨动开关或按钮开关等)和显示设备24，和/或通过接口与输入/输出设备22和显示设备24相连接，控制电子单元向视频显示器提供成像数据信号以进行可视显示。控制电子单元18还可通过适合于目的设备使用的信号线26上的数据信号传输向其它设备(未示出)，如打印机、大规模存储设备、计算机网络(即用于远程数据存储、分析和/或显示)等提供超声图像数据。在一个实施例中，控制电子单元18还包括发射器28(例如，发射束形成器(transmit beamformer))、数字束形成器30(例如，接收束形成器(receive beamformer))、系统控制器32、和图像处理器34。
系统控制器32通过信号线26耦连至I/O设备22。系统控制器32还通过信号线38向发射器28提供合适的发射束形成器控制信号。发射束形成器控制信号设置成用于由超声换能器阵列提供所需的束操纵，如此后进一步讨论的。响应发射束形成器控制信号，发射器28通过信号线20向超声换能器阵列12提供相应的超声换能器控制信号。
此外，系统控制器32还通过信号线40向数字束形成器30提供合适的接收束形成器控制信号。接收束形成器控制信号设置成用于提供根据本公开实施例的所需要的束形成，如在此进一步讨论的。数字束形成器30通过信号线42向图像处理器34提供超声图像数据。另外，系统控制器32通过信号线44耦连至图像处理器/存储器34。响应来自系统控制器32的控制信号并响应来自数字束形成器30的超声图像数据，图像处理器/存储器34通过信号线46向显示设备24提供图像数据，该图像数据适于由显示设备24使用。电子单元18的部件可包括本领域已知的用于执行在此所讨论的各种功能的任何合适部件。
超声束的发射由发射器28控制。发射器28控制激励换能器12阵列的每个元件的定相和时间，从而从沿该阵列的预定原点并以预定角度或操纵方向发射每一光束，并且聚焦。从沿每个扫描线返回的回波由该阵列的元件接收，被如通过模数转换(未示出)数字化，并被耦合到数字束形成器30。数字束形成器30使来自所述阵列元件的回波延迟并求和，以沿每条扫描线形成一系列聚焦的、相干数字回波采样。发射器28和束形成器30在系统控制器32的控制下进行操作，系统控制器32反过来响应于例如由超声系统的用户操作的或根据自动协议操作的用户界面22的控制设置。系统控制器32控制发射器28以所需要的角度、焦点、发射能量和频率来发射所需数量的扫描线组。系统控制器32还控制数字束形成器30针对所使用的孔径和图像深度来适当地延迟和合并所接收的回波信号。
根据本公开的实施例，图像数据由图像处理器34以显示模式呈现，其中图像处理器/存储器可包括适合于具体超声诊断成像应用的要求的图像再现处理器。图像数据被再现成显示图像(displaypresentation)。该再现可以受由用户界面22选择的并由系统控制器32施加到处理器34的再现控制信号控制。
图2是关于根据本公开实施例的自动增益算法的超声诊断成像系统10的频谱多普勒处理路径的简化方块图视图。在该实施例中，自动增益算法假设一频谱多普勒处理路径50。图2的频谱多普勒处理路径50的下列描述突出由自动增益算法所进行的各种假设。
多普勒信号包括I部件52和Q部件54，其一起形成I和Q对。多普勒信号的I和Q对经过频谱分析阶段56进行频谱分析。频谱分析阶段56在输出端58产生频谱功率估计，之后在此称为“未压缩频谱水平”。注意到，对于对应于血流的多普勒信号，多普勒信号将在频谱分析之前通过壁滤波阶段。相对照，当目标是显示和量化与移动组织相关联的速度时，例如，在组织多普勒模式中，通常不采用壁滤波。
在输出端58的未压缩频谱水平输入到压缩阶段60。压缩阶段60压缩频谱水平压缩以适应后续阶段的有限动态范围。压缩阶段60在输出端62提供压缩频谱水平。
输出端62处的压缩频谱水平作为输入馈送到可提供的灰阶或色度图(chroma map)阶段，例如灰度图(gray map)阶段64，以在输出端66产生用于驱动频谱多普勒显示的RGB三色组。
除了被馈送到频谱多普勒显示外，压缩频谱水平还在图像存储器68中被存储为2D阵列。压缩频谱水平的2D阵列的行和列分别对应于多普勒频率和时间。然而，注意，虽然图像存储器已示出用于从压缩阶段60接收输出，但图像存储器68可移动到图2方块图的不同部分。例如，图像存储器68可以分别出现在频谱分析块56和压缩块60之间，而不会影响本公开的自动增益算法实施例的本质。
根据本公开的一个实施例，响应于调用或激活事件，自动增益算法访问规定量的存储在图像存储器内的频谱多普勒数据，对这些数据分析其单独的频谱噪声和信号增益最佳化标准，并得出要施加到随后的频谱多普勒信号上的“最佳”Δ增益因子，以满足增益最佳化标准。自动增益算法得出“最佳”Δ增益因子为所分析的数据的函数。此外，规定量的频谱多普勒数据可表示，例如，在自动增益算法调用前的最后一或两(1-2)秒的频谱多普勒数据。另外，规定量的频谱多普勒数据还可表示被认为对于具体频谱多普勒自动增益实施需要的任何其它数量的数据。
该调用或激活事件相当于根据可与自动增益算法或本公开的方法联合使用的给定离散/连续激活模型的任何合适的动作或事件。自动增益算法可以以许多种不同方式激活或调用。更具体地，自动增益算法可作为在超声诊断成像系统上的明确的用户动作(例如通过按专用键、语音命令等)的结果离散地出现。此外，自动增益激活可通过连续地运行作为背景处理的自动增益算法并响应与当前使用的增益(即，相对于阈值)充分不同的新的增益估计来接收新增益估计连续地出现。另外，可采用额外的逻辑来检测条件，如可要求多普勒自动增益算法的多次迭代以收敛于真实的最佳增益估计的饱和度。此外，自动增益算法可作为特定事件的结果出现，如超声诊断成像系统上从成像向频谱多普勒模式的转换。
在一个实施例中，自动增益算法包括：i)将待分析的多普勒频谱图分割成信号和噪声子集，ii)对于多普勒频谱图的每个信号和噪声子集，计算达到规定的基于显示的设计规范所需的Δ增益，和iii)施加规定的规则以将分离的信号和噪声Δ增益合并成待施加于整个(信号加噪声)频谱多普勒数据的总Δ增益值。
关于前述段落，信号或噪声子集的规定的基于显示的设计规范以数值对的形式表示。例如，信号子集的数值对可以由(DesSigPrc，DesSigMapLev)表示。同样地，噪声子集的数值对可以由(DesNoisPrc，DesNoisMapLev)表示。指定感兴趣数据(即，信号或噪声)的规定的基于显示的设计规范的数值对应当是这样的，即，使它们的设计百分点(DesPrc)映射到频谱多普勒显示上的设计映射(designmap)水平(DesMapLev)。
噪声的设计规范是基于这样一种假设，即噪声像素的上限百分之一至十(1-10％)应当刚好在显示可见度以上。这相当于，例如,256灰阶中的十至二十(10-20)左右的灰阶。相对照，信号的设计规范基于的假设是信号像素的上限百分之一至十(1-10％)应当刚好在显示饱和度以上。这相当于，例如,256灰阶中的二百至二百四十(200-240)左右的灰阶。
为了计算信号Δ增益，自动增益算法首先找出相当于设计映射水平(DesSigMapLev)的信号未压缩频谱水平(DesSigUncompSpectrLev)。自动增益算法通过计算分别由图2中的压缩和灰度图阶段60和64定义的变换的逆来实现该功能。优选地，DesSigUncompSpectrLev 以分贝单位表示，也就是，DesSigUncompSpectrLev＝10*LOG10(DesSigUncompSpectrLev_Linear)dB。而后自动增益算法找出当前相当于信号像素百分点DesSigPrc的未压缩频谱水平(CurSigUncompSpectrLev)。优选地，CurSigUncompSpectrLev也以分贝单位表示。自动增益算法凭借将信号像素的累积分布函数(CDF)作为未压缩频谱水平的函数来找到CurSigUncompSpectrLev。这或者通过形成作为存储在图像存储器内的数值范围的函数的信号CDF，而后采用逆变换以使存储在图像存储器内的数值范围转换为未压缩频谱水平而得到，或者通过将存储在图像存储器内的信号值逆变换成相应的未压缩频谱水平，随后形成作为未压缩频谱水平的函数的信号CDF来获得。最后，自动增益算法找出信号Δ增益如下：DeltaGainSig＝DesSigUncompSpectrLev-CurSigUncompSpectrLev dB。为了计算噪声Δ增益，自动增益算法类似地按照上面概述的信号方法进行。也就是，自动增益算法首先找出对应于设计映射水平(DesNoisMapLev)的以dB为单位的噪声未压缩频谱水平(DesNoisUncompSpectrLev)。而后自动增益算法找出当前对应于噪声像素百分点DesNoisPrc的以dB为单位的未压缩频谱水平(CurNoisUncompSpectrLev)。最后，自动增益算法根据以下表达式得出噪声Δ增益：
DeltaGainNois＝DesNoisUncompSpectrLev-CurNoisUncompSpectrLev dB。
如在此所讨论的，无论是信号还是噪声子集的最佳增益估计均涉及形成属于感兴趣子集的那些声谱图像素的直方图，通过累积分布函数计算直方图的第x百分点，而后计算Δ增益(或倍增因子)，其然后在频谱分析阶段前施加于多普勒数据，迫使第x百分点被映射到在显示上的第N个灰阶。最佳标准可以保持相对简单(即，第95信号百分点被映射到例如230灰阶以确保大部分信号像素在饱和度以下，而第95噪声百分点被映射到例如10灰阶以确保噪声像素刚好可见)。在将自动增益算法结合在给定超声应用的具体情况期间，响应特定临床需要可研制更详细的标准，该标准可能涉及多个百分点-灰阶规范。此外，在此讨论的计算可设置成明确考虑在图2简化方块图中未示出的任何其它模块(即滤波、抽取十分之一、...)的影响。
采用下面呈现的其余附图和实例进一步解释说明根据本公开实施例的自动增益算法的上述过程。
图3A是用作自动增益输入的多普勒频谱图70的灰度显示视图。频谱图的水平轴对应于两秒的持续时间。图3B是图3A频谱图的分段形式72，其显示为双幅图像(前景：信号；背景：噪声)。换句话说，在图3A中，被分类成信号的像素用白色(前景)74示出，而分类为噪声的像素用黑色(背景)76示出。
图4是总多普勒图80的图形表示图，其考虑包括压缩和灰度图阶段的整个多普勒信号路径以定义未压缩频谱水平和频谱多普勒显示上的灰度级之间的对应关系，如线82所示。注意到，由于它们的较大动态范围，未压缩频谱水平是以分贝等级10*Log10(未压缩频谱水平)绘制的。还有，注意到，即使当采用色度图代替灰度图时，即指定红色(R)、绿色(G)和蓝色(B)三原色值的彩色图时，也可以建立未压缩频谱水平和灰度级之间的对应关系。在这种情形下，灰阶对等值G是通过R、G和B分量的合成获得的。为提供具体实例，这将在以后用于解释自动增益算法，在图4中还示出两个标记。第一标记84是星号，并指示52.4dB的未压缩频谱水平将映射到灰度级240。第二标记86是十字号，并指示13.5dB的未压缩频谱水平将映射到灰度级20。
图5是来自图3的两秒(2秒)多普勒频谱图的信号像素的累积分布函数的图形表示图90。由线92表示的信号(CDF)，或者累积直方图，是通过计算作为未压缩频谱水平(以分贝等级表示)的函数的信号像素的直方图，然后从零开始对该直方图进行积分而获得的。两个标记叠加在图5的绘图上。第一标记94是正方形，其指示信号像素的第99百分点当前对应于58dB的未压缩频谱水平。第二标记96是圆圈并定义出具有52.4dB的x坐标和0.99的y坐标(或者99％，即第99百分点)的点。
图6是来自图3的两秒(2秒)多普勒频谱图的噪声像素累积分布函数(CDF)的图形表示图100。由线102示出的噪声CDF或者累积直方图，是通过计算作为未压缩频谱水平(以分贝等级表示)的函数的噪声像素的直方图，而后对该直方图从零开始积分而获得的。两个标记叠加在图6的绘图上。第一标记104是正方形，指示噪声像素的第99百分点当前对应于21dB的未压缩频谱水平。第二标记106是圆圈，义具有13.5dB的x坐标和0.99(或者99％，即第99百分点)的y坐标的点。
作为估计信号Δ增益的实例，让我们假设信号设计规范为DesSigPrc＝99和DesSigMapLev＝240，且所采用的总多普勒图是绘制在附图4中的图。从该附图可以推知，灰阶DesSigMapLev＝240对应于未压缩频谱水平DesSigUncompSpectrLev＝52.4 dB。另一方面，从绘制在图5中的信号CDF可以推知，DesSigPrc＝第99信号百分点当前对应于未压缩频谱水平CurSigUncompSpectrLev＝58dB。因此，需要-5.6dB的信号Δ增益来满足信号设计规范。换句话说，DeltaGainSig＝DesSigUncompSpectrLev-CurSi gUncompSpectrLev＝52.4-58dB＝-5.6dB。因此，-5.6dB的信号Δ增益使得能够满足将信号像素的第99百分点映射到多普勒频谱图显示上的240灰度级的信号设计规范。
作为估计噪声Δ增益的一个实例，让我们假设噪声设计规范为DesNoisPrc＝99和DesNoisMapLev＝20，且所采用的多普勒图是在附图4中绘制的图。从该附图可以推知，灰阶DesNoisMapLev＝20对应于未压缩频谱水平DesNoisUncompSpectrLev＝13.5dB。另一方面，从在图6中绘制的噪声CDF可以推知，DesNoisPrc＝第99噪声百分点当前对应于未压缩频谱水平CurNoisUncompSpectrLev＝21dB。因此，需要-7.5dB的噪声Δ增益来满足噪声设计规范。换句话说，DeltaGainNois＝DesNoisUncompSpectrLev-CurNoisUncompS pectrLev＝13.5-21dB＝-7.5dB。因此，-7.5dB的噪声Δ增益使得能够满足将噪声像素的第99百分点映射到多普勒频谱图显示上的20灰度级的噪声设计规范。
在可替换实施例中，信号和/或噪声设计规范通常可以包括一对以上的百分点与多普勒图水平值。例如，信号设计规范可用N个数值对表示，{DesSigPrcn，DesSigMapLevn}，其中n＝1，2，...，N，对信号范围(低水平，中间水平，高水平，...)的不同分段指定最佳化标准，所得到的信号Δ增益DeltaGainSign(n＝1，2，...，N)被合并以通过简单规则(DeltaGainSig＝MAX{DeltaGainSign}，MIN{DeltaGainSign}等)，加权求和( DeltaGainSig = Σ n = l N c n DeltaGainSi g n )或者其它合适的方法来生成单个信号Δ增
进一步用本公开的自动增益算法，信号和噪声Δ增益可合并成总Δ增益。将信号和噪声Δ增益合并成总Δ增益可以利用一个或多个不同算法完成，其中具体算法的选择取决于诸如待分析数据的类型(例如，周围脉管的、心脏的血流，或心脏组织多普勒)和用户特定喜好之类的因素。下面概述已发现在具体应用中很有用的两种方法。
在第一种方法中，总Δ增益被确定为根据以下表达式的各Δ增益的加权合并：
DeltaGain＝a*DeltaGainSig+b*DeltaGainNois，
其中a和b是特定应用的和可能的依赖于数据的系数。例如，系数a和b可以通过合并简单规则来确定，例如：
IF(DeltaGainSig<DeltaGainNois)
{
a＝1；
b＝0；
}
ELSE{
a＝0.25；
b＝0.75；
}
此外，对于一些情形，系数a和b可根据依赖于数据的特征，如信噪比(SNR)和特定应用的查找表(LUT)，来确定，例如：
a＝LUTa(SNR)；
b＝LUTb(SNR)。
在第二种方法中，总Δ增益由噪声Δ增益确定，而后由此修改压缩或灰度图阶段的特性以与信号设计规范相匹配。为了给出实例，采用上述图4至图6的特定值，
DeltaGain＝DeltaGainNois＝-7.5dB。
在施加DeltaGain后，DesSigPrc＝第99百分点对应于新的未压缩频谱水平：
NewSigUncompSpectrLev＝CurSigUncompSpectrLev+DeltaGain
＝58-7.5dB＝50.5dB。
因此，修改压缩和/或灰度图阶段以确保图3的总多普勒图通过由x坐标NewSigUncompSpectrLev＝50.5dB和y坐标DesSigmapLev＝240所定义的点。
因此，在此已公开了分析存储在图像存储器内的频谱多普勒声谱图值的自动增益算法。自动增益算法得出与系统的频谱多普勒显示上的声谱图最佳表示对应的适宜增益值。该分析考虑声谱图的信号以及噪声分量。另外，该分析考虑当前选定的灰度或色度图和当前的频谱压缩特性，以达到例如由专家用户进行的手动增益最佳化的非常近的近似值(closeapproximation)。此外，该算法可应用于实时或冻结的频谱多普勒数据。
对于实时频谱多普勒，自动增益算法分析存储在图像存储器内的最后x秒的声谱图数据，并进行以下操作：a)基于噪声统计(理论得出的、存储在查找表内的，或通过直方图分析和图像处理技术而动态估计的)的知识将声谱图数据分成信号和噪声子集；b)估计信号增益，使得信号子集与特定的基于显示的最佳化标准相匹配(例如，使特定百分点的信号像素映射到刚好在饱和度以下的灰阶)；c)估计噪声增益，使得噪声子集与特定的基于显示的噪声最佳化标准(例如，使特定百分点的噪声像素映射到刚好在可见度以上的灰阶)相匹配；和d)通过利用特定规则和/或数据驱动查找表将信号和噪声增益合并成总增益值。
可选择地，通过噪声增益确定总增益，而后通过压缩和/灰度图阶段的适宜修改满足信号设计规范。而后例如通过电子控制单元将自动估计的最佳增益输送到超声诊断成像系统，其由此更新前端和/或后端多普勒增益值。上述循环(数据分析、增益估计、增益施加)可以重复预定次数，以允许在像重掺杂(Heavy saturation)这样的挑战性情形下向最佳值逐渐收敛。
除实时频谱多普勒以外，自动增益算法还可用于频谱多普勒冻结时。主要的不同在于最佳增益现在被施加到已存储在图像存储器内的频谱图数据上。在冻结状态操作的情形下，由自动增益算法分析的声谱图数据相对于存储在图像存储器内的数据(即，存储在图像存储器内的全部数据，仅仅是频谱数据的显示部分，或者图像存储器频谱数据的任何任意部分)，可具有任意持续时间/位置。此外，可由自动增益算法分析声谱图数据的多个不相交的(disjoint)片段，在这种情形下，所得出的多个最佳增益可被合并成待施加到存储在图像存储器内的整个数据的单个最佳值，或者多个增益的每一个可被单独地施加到用作特定增益导出的输入的那些图像存储器数据分段。
根据另一个实施例，超声诊断成像系统10还包括计算机软件，该软件采用本领域已知的编程技术配置成用于执行如在此描述的自动增益算法的各种功能和功能性。特别地，响应存储在计算机可读介质上并由处理器可执行的指令，处理器操作以执行自动增益算法。
本公开的实施例还包括计算机软件或计算机程序产品。计算机程序产品包括具有用于执行如在此描述和讨论的自动增益算法的方法的一组指令的计算机可读介质。计算机可读介质可包括用于给定超声诊断成像系统应用的任何合适的计算机可读介质。更进一步地，计算机可读介质可包括网络通信介质。网络通信介质包括，例如，内部互联网、因特网或外部互联网。
虽然上面仅详细描述了几个示范性实施例，但是本领域技术人员将容易意识到，在不从本质上偏离本公开实施例的新颖性示教和优点的情况下，可能对示范性实施例进行许多修改。例如，本公开的实施例可应用于支持频谱多普勒的任何超声扫描器。因此，全部这些修改都应包含在由下列权利要求书所限定的本公开实施例的范围内。在权利要求书中，装置加功能的语句是要覆盖在此描述的进行所述功能的结构，不仅仅是结构等同物，还包括等同结构。
此外，放置一个或多个权利要求中括号内的任何附图标记不应当被解释为对权利要求的限制。单词“包括”和“包含”等不排除在任何权利要求或说明书整体中列出的元件或步骤以外的元件或步骤。元件的单数引用不排除这类元件的复数引用，反之亦然。一个或多个实施例可通过包括几个不同元件的硬件和/或通过适当编程的计算机实施。在列举几种装置的设备权利要求中，这些装置中的几个可由同一个硬件具体化。相互不同的从属权利要求中记载的某些措施这一纯粹事实不表示这些措施的组合不能用于获得有益效果。

Claims (23)

1.一种用于超声成像系统的频谱多普勒中自动增益调整(自动增益)方法，该自动增益方法包括：
将频谱多普勒数据的多普勒频谱图分成信号和噪声阵列子集，多普勒频谱图包括待分析的频谱水平的二维(2D)阵列；
对于每个信号和噪声阵列子集，确定Δ增益以达到预定的基于显示的设计规范；和
将分离的信号和噪声Δ增益合并成总Δ增益，该总Δ增益用于在显示器上显示频谱多普勒数据前施加到频谱多普勒数据上。
2.如权利要求1所述的方法，其中对于信号或噪声子集的预定的基于显示的设计规范以数值对表示，该数值对指定，对于感兴趣的、给定信号或噪声子集，信号或噪声设计百分点(DesPrc)被映射到在频谱多普勒显示上的相应信号或噪声设计映射水平(DesMapLev)。
3.如权利要求1所述的方法，其中信号阵列子集的设计规范是基于这样一种假设，即信号像素的上限百分之一至十应当刚好在显示饱和度以上。
4.如权利要求2所述的方法，其中确定信号Δ增益(DeltaGainSig)包括找出与信号设计映射水平(SigDesMapLev)对应的以dB为单位的信号的未压缩频谱水平(DesSigUncompSpectrLev)，找出当前与信号像素的信号设计百分点(DesSigPrc)对应的以dB为单位的未压缩信号频谱水平(CurSigUncompSpectrLev)，并且计算DesSigUncompSpectrLev和CurSigUncompSpectrLev之间的差值。
5.如权利要求2所述的方法，进一步地，其中对于信号子集的设计规范包括N个数值对，{DesSigPrcn，DesSigMapLevn}，其中n＝1，2，...，N，对与低水平、中间水平或高水平的一个或多个对应的信号范围的不同分段指定最佳化标准，合并所得出的信号Δ增益DeltaGainSign(n＝1，2，...，N)以产生单个信号Δ增益。
6.如权利要求1所述的方法，其中对于噪声阵列子集的设计规范是基于这样一种假设，即噪声像素的上限百分之一至十应当在显示可见度以上。
7.如权利要求2所述的方法，其中确定噪声Δ增益(DeltaGainNois)包括找出与噪声设计映射水平(NoisDesMapLev)对应的以dB为单位的噪声的未压缩频谱水平(DesNoisUncompSpectrLev)，找出当前与噪声像素的噪声设计百分点(DesNoisPrc)对应的以dB为单位的未压缩噪声频谱水平(CurNoisUncompSpectrLev)，并计算DesNoisUncompSpectrLev和CurNoisUncompSpectrLev之间的差值。
8.如权利要求2所述的方法，进一步地，其中对于噪声子集的设计规范包括N个数值对，{DesNoisPrcn，DesNoisMapLevn}，其中n＝1，2，...，N，对与低水平、中间水平或高水平的一个或多个对应的噪声范围的不同分段指定最佳化标准，合并所得出的噪声Δ增益DeltaGainNoisn(n＝1，2，...，N)以产生单个噪声Δ增益。
9.如权利要求1所述的方法，其中合并包括施加规定的规则以将分离的信号和噪声Δ增益合并成总Δ增益值。
10.如权利要求9所述的方法，其中所述规定的规则是待分析的超声数据类型的函数或用户特定的喜好。
11.如权利要求9所述的方法，其中所述规定的规则包括确定总Δ增益值为各信号和噪声Δ增益的加权合并。
12.如权利要求11所述的方法，其中所述加权合并还包括被确定为依赖于数据的特征的函数的系数，该依赖于数据的特征包括信噪比(SNR)和特定应用查找表(LUT)。
13.如权利要求9所述的方法，其中所述规定的规则包括确定总Δ增益值为噪声Δ增益的函数，并且因此修改压缩或映射的特性以与信号设计规范相匹配。
14.如权利要求1所述的方法，还包括：
向频谱多普勒数据施加总Δ增益值，用于驱动频谱多普勒显示。
15.如权利要求1所述的方法，还包括：
响应激活事件激活自动增益方法，其中激活事件包括离散事件、连续事件、或离散和连续事件的组合中的一种。
16.如权利要求15所述的方法，其中离散事件包括明确的用户动作或者从超声系统的成像模式向频谱多普勒模式的转换。
17.如权利要求15所述的方法，其中连续事件包括自动增益方法作为背景处理连续地运行并响应与当前采用的总Δ增益相对于阈值十分不同的新的总Δ增益来接收新的总Δ增益估计。
18.如权利要求15所述的方法，其中连续事件包括自动增益方法的多次迭代，以收敛于比先前的总Δ增益更佳的新的总Δ增益。
19.如权利要求1所述的方法，其中多普勒频谱图包括在实时频谱多普勒数据的数秒量级上。
20.如权利要求1所述的方法，其中多普勒频谱图包括事先存储在图像存储器内的频谱多普勒数据，该自动增益方法还包括：
对应于冻结状态的操作，分析事先存储的频谱多普勒数据，另外，其中事先存储的频谱多普勒数据能够具有相对于存储在图像存储器内的总频谱多普勒数据的任意持续时间或位置中的一种。
21.如权利要求20所述的方法，还包括：
分析事先存储的频谱多普勒数据的多个片断，其中多个片断能够包括存储在图像存储器内的、相对于彼此移位以覆盖整个图像存储器的频谱多普勒数据的两个或多个部分，另外，其中a)得出的多个最佳Δ增益能够合并成待施加到存储在图像存储器中的全部频谱多普勒数据上的单个最佳Δ增益，或者b)所述多个最佳Δ增益的每一个能够单独地施加到用作导出相应的Δ增益的输入的相应图像存储器数据片断上。
22.一种超声成像系统，包括频谱多普勒中自动增益调整(自动增益)，所述系统包括：
超声换能器阵列；和
耦连至超声换能器阵列的、用于生成频谱多普勒数据的多普勒频谱图的电子控制单元，所述电子控制单元设置成用于(a)将多普勒频谱图分成信号和噪声阵列子集，多普勒频谱图包括待分析的频谱水平的二维(2D)阵列，(b)对于信号和噪声阵列子集的每一个，确定Δ增益以达到预定的基于显示的设计规范，和(c)将分离的信号和噪声Δ增益合并成总Δ增益，该总Δ增益用于在显示器上显示频谱多普勒数据前施加到频谱多普勒数据上。
23.一种计算机程序产品，包括：
具有一组用于执行频谱多普勒中自动增益调整(自动增益)的指令的计算机可读介质，所述指令能由处理器执行用于：
(a)将频谱多普勒数据的多普勒频谱图分成信号和噪声阵列子集，多普勒频谱图包括待分析的频谱水平的二维(2D)阵列，
(b)对于信号和噪声阵列子集的每一个，确定Δ增益以达到预定的基于显示的设计规范，和
(c)将分离的信号和噪声Δ增益合并成总Δ增益，该总Δ增益用于在显示器上显示频谱多普勒数据前施加到频谱多普勒数据上。
CNA2006800074988A 2005-03-08 2006-03-02 频谱多普勒中自动增益调整的方法和装置 Pending CN101137914A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US65960805P 2005-03-08 2005-03-08
US60/659,608 2005-03-08

Publications (1)

Publication Number Publication Date
CN101137914A true CN101137914A (zh) 2008-03-05

Family

ID=36616848

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800074988A Pending CN101137914A (zh) 2005-03-08 2006-03-02 频谱多普勒中自动增益调整的方法和装置

Country Status (5)

Country Link
US (1) US20080188746A1 (zh)
EP (1) EP1859296A1 (zh)
JP (1) JP2008532606A (zh)
CN (1) CN101137914A (zh)
WO (1) WO2006095287A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525563A (zh) * 2010-11-25 2012-07-04 株式会社东芝 超声波诊断装置、图像生成方法以及图像处理装置
CN102551811A (zh) * 2010-12-30 2012-07-11 深圳迈瑞生物医疗电子股份有限公司 一种彩色血流增益调整的方法及装置
CN114415124A (zh) * 2022-03-29 2022-04-29 深圳芯盛思技术有限公司 基于上下门槛阈值的中频信号自动增益控制方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090112096A1 (en) * 2007-10-29 2009-04-30 Aloka Co., Ltd. Methods and apparatus for ultrasound imaging
CN101879076B (zh) * 2009-05-08 2013-09-04 深圳迈瑞生物医疗电子股份有限公司 多普勒超声成像的自动优化方法及其装置
CN102210595B (zh) * 2010-04-07 2013-11-20 深圳迈瑞生物医疗电子股份有限公司 B超成像增益控制方法、增益控制模块及b超成像系统
US8582848B2 (en) * 2010-07-30 2013-11-12 Siemens Medical Solutions Usa, Inc. System and method for detection of acoustic shadows and automatic assessment of image usability in 3D ultrasound images
CN101972152B (zh) * 2010-12-01 2012-04-18 深圳市蓝韵实业有限公司 一种b型图像增益参数自动优化方法
JP6735150B2 (ja) * 2015-08-27 2020-08-05 キヤノンメディカルシステムズ株式会社 医用画像診断装置
JP7379120B2 (ja) * 2019-11-28 2023-11-14 キヤノン株式会社 超音波診断装置、医用画像撮影装置、学習装置、超音波画像表示方法及びプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4750145A (en) * 1984-03-20 1988-06-07 Hewlett-Packard Company Doppler AGC using overflow counters internal to FFT
US6142943A (en) * 1998-12-30 2000-11-07 General Electric Company Doppler ultrasound automatic spectrum optimization
US6512854B1 (en) * 1999-05-07 2003-01-28 Koninklijke Philips Electronics N.V. Adaptive control and signal enhancement of an ultrasound display
US6579238B1 (en) * 2000-04-24 2003-06-17 Acuson Corporation Medical ultrasonic imaging system with adaptive multi-dimensional back-end mapping
US6733454B1 (en) * 2003-02-26 2004-05-11 Siemens Medical Solutions Usa, Inc. Automatic optimization methods and systems for doppler ultrasound imaging

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525563A (zh) * 2010-11-25 2012-07-04 株式会社东芝 超声波诊断装置、图像生成方法以及图像处理装置
CN102525563B (zh) * 2010-11-25 2015-05-20 株式会社东芝 超声波诊断装置、图像生成方法以及图像处理装置
CN102551811A (zh) * 2010-12-30 2012-07-11 深圳迈瑞生物医疗电子股份有限公司 一种彩色血流增益调整的方法及装置
CN102551811B (zh) * 2010-12-30 2015-11-25 深圳迈瑞生物医疗电子股份有限公司 一种彩色血流增益调整的方法及装置
CN114415124A (zh) * 2022-03-29 2022-04-29 深圳芯盛思技术有限公司 基于上下门槛阈值的中频信号自动增益控制方法及装置
CN114415124B (zh) * 2022-03-29 2022-07-08 深圳芯盛思技术有限公司 基于上下门槛阈值的中频信号自动增益控制方法及装置

Also Published As

Publication number Publication date
WO2006095287A1 (en) 2006-09-14
US20080188746A1 (en) 2008-08-07
EP1859296A1 (en) 2007-11-28
JP2008532606A (ja) 2008-08-21

Similar Documents

Publication Publication Date Title
CN101137914A (zh) 频谱多普勒中自动增益调整的方法和装置
EP1832894B1 (en) System and method for automatic gain compensation based on image processing
EP1793343B1 (en) Image processing system and method of enhancing the quality of an ultrasound image
US6346079B1 (en) Method and apparatus for adaptive frame-rate adjustment in ultrasound imaging system
US20210132223A1 (en) Method and Apparatus for Ultrasound Imaging with Improved Beamforming
US20160157827A1 (en) Methods and systems for ultrasound imaging
US20150359507A1 (en) Ultrasound diagnosis apparatus and ultrasound image processing method
US7738685B2 (en) Image processing system and method for controlling gains for color flow images
US11116475B2 (en) Ultrasound diagnostic apparatus and method for controlling ultrasound diagnostic apparatus
US11432806B2 (en) Information processing apparatus, information processing method, and storage medium
US8353836B2 (en) Ultrasonographic device for performing luminance correction
CN112888372A (zh) 用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法
JP2000023976A (ja) 超音波散乱体をイメ―ジングするシステム及び方法
KR20010098417A (ko) 화상 구성 방법 및 장치와, 초음파 촬영 장치
US11224410B2 (en) Methods and systems for filtering ultrasound image clutter
US11435459B2 (en) Methods and systems for filtering ultrasound image clutter
KR101381166B1 (ko) 조합모드 영상 내 ｂ－모드 영상의 이득을 보정하는 초음파 의료 장치 및 그 방법
EP3213109B1 (en) Method and system for adjusting image gain
TWI769435B (zh) 可改善超音波影像品質之方法和相關超音波探測系統
US11867807B2 (en) System and methods for beamforming sound speed selection
EP4252667A1 (en) System and method for generating an ultrasound device interaction indicator
US20230360225A1 (en) Systems and methods for medical imaging
US20170252009A1 (en) Ultrasonic diagnostic apparatus and program for controlling the same
CN118042989A (zh) 用于分割解剖结构的系统和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20080305