CN101219063A - 基于二维分析的b图像均衡方法和系统结构 - Google Patents

基于二维分析的b图像均衡方法和系统结构 Download PDF

Info

Publication number
CN101219063A
CN101219063A CNA2007100729577A CN200710072957A CN101219063A CN 101219063 A CN101219063 A CN 101219063A CN A2007100729577 A CNA2007100729577 A CN A2007100729577A CN 200710072957 A CN200710072957 A CN 200710072957A CN 101219063 A CN101219063 A CN 101219063A
Authority
CN
China
Prior art keywords
num
image
subregion
data
noise
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.)
Granted
Application number
CNA2007100729577A
Other languages
English (en)
Other versions
CN101219063B (zh
Inventor
蒋勇
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.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
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 Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN2007100729577A priority Critical patent/CN101219063B/zh
Publication of CN101219063A publication Critical patent/CN101219063A/zh
Application granted granted Critical
Publication of CN101219063B publication Critical patent/CN101219063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)

Abstract

基于二维分析的B图像均衡方法和系统结构，涉及医学领域超声波B图像的数据处理技术。在超声成像系统中增设数据缓存区，贮存解调和降采样后的数据，将其写入“数字时间增益补偿”即DTGC参数产生模块，由该模块输出的DTGC参数接着被写入DTGC模块；DTGC模块对每一或者每相邻几条接收扫描线的数据用各不相同的DTGC参数PDM[i][j]进行补偿。所述PDM[i][j]是二维数组，对不同的接收扫描线，取值各不相同。相比现有技术，所述方法和系统结构的有益效果在于，用二维DTGC参数弥补了只和深度相关的一维DTGC参数无法解决的图像横向难以均衡的缺陷，且二维DTGC参数完全自动分析，不需要用户介入，简化用户操作。

Description

基于二维分析的B图像均衡方法和系统结构
技术领域
本发明涉及医学领域的超声波检测技术，特别是涉及B图像的数据处理技术，尤其涉及基于二维分析的B图像均衡方法和系统结构。
背景技术
现有技术在运用B型成像进行超声诊断时，诊断人员主要通过手动调整TGC(时间增益补偿)或者使用系统自动调整TGC参数，即使用自动增益补偿技术或者一键优化，使图像整体亮度达到均衡。TGC是对图像不同深度区域给予不同的增益，通过这种增益补偿使图像中代表均匀组织的部分亮度基本均衡。这样补偿存在一个假设，就是在同一帧的所有接收线对应超声回波沿深度方向的衰减是基本相同的。然而这种假设在很多时候并不成立，例如检查膀胱或者心脏，这些组织内液体和肌肉组织共存，超声在液体和肌肉组织内的衰减差异非常大，所以到一定深度同一帧不同超声回波强度也大不一样，这时候无论怎样调整TGC都无法使图像中代表均匀组织的部分亮度基本均衡。
和本发明比较接近的图像自动均衡技术，或者称一键优化，绝大多数图像自动均衡方案都是基于分析图像沿深度方向的灰度变化情况，以此为基础计算合适的TGC曲线，例如美国专利US6,743,174B2以及US5,579,768、6,120,446、6,398,733和US6,102,859。分析灰度变化的方法各不相同，但是都考虑了对噪声的抑制，其中US6,743,174B2还提供了一个动态范围自动优化的方法。就目前查到的专利来看，未发现自动从二维角度来考虑图像自动均衡的技术。
专利US6,743,174B2、5,579,768、6,120,446、6,398,733和6,102,859都是沿深度方向分析TGC，无论分析结果如何，都无法解决图像不同区域超声回波沿深度方向衰减不一带来的图像横向不均匀的问题。
图1为一超声扫描中常遇到的扫描切面，阴影部分代表均匀组织，空白部分表示液性区域，如膀胱。A，B，C为不同位置的三线，DA，DB，DC为A，B，C线上相同深度对应的三点。扫描线A的传播路径始终在组织中，扫描线B则主要在液性区域中，扫描线C传播路径主要在组织中，有部分是在液性区域。由于超声波在组织中的衰减远远大于在液体中的衰减，所以DA，DB，DC三点对应的回波幅度差异会较大。用传统的“数字时间增益补偿Digital timegain compensation”即DTGC模块对亮度进行补偿，补偿系数只和深度相关，由于DA，DB，DC三点对应深度相同，用以补偿的系数也必然相同，他们本身的回波幅度有较大区别，所以补偿之后的结果幅度也有较大区别，无法达到通过补偿使图像亮度均衡的目的。
发明内容
本发明要解决的技术问题在于避免上述现有技术的不足之处而从二维的角度考虑对图像的不同区域进行自动增益补偿，提出一种基于二维分析的B图像均衡方法和系统结构，该方法是对扫描接收的每一线或者每相邻几线都各自用不同的TGC参数进行补偿，即对同一帧数据存在多个TGC曲线对不同区域的接收线进行增益补偿，这些TGC曲线由系统在分析回波数据基础上自动获取。
本发明解决所述技术问题是通过采用以下技术方案来实现的：提出一种基于二维分析的B图像均衡方法，是在全数字超声成像系统中增设数据缓存区，用于贮存解调和降采样后的数据，并将所述数据写入“数字时间增益补偿”即DTGC参数产生模块，由该DTGC参数产生模块输出的DTGC参数接着被写入DTGC模块。所述DTGC模块对每一或者每相邻几条接收扫描线的数据用各不相同的DTGC参数进行补偿，用公式表达为
y[k][l]＝x[k][l]*PDM[i][j]，i＝k/deltak  j＝l/deltal
式中x[k][l][l]是解调及降采样的输出结果，k代表图像纵向的点序号，l代表接收扫描线序号，deltak，deltal表示每相邻deltal线的纵向每deltak点用同一数据“用于DTGC模块的参数”即PDM[i][j]进行补偿；所述PDM[i][j]是二维数组，对不同的接收扫描线，取值各不相同。该PDM[i][j]二维数组的自动分析和计算包括步骤
A.分析噪声水平；
B.分析整个DTGC模块输入数据幅度分布；
C.分析前两步骤的结果得到PDM[i][j]值。
同现有技术相比较，本发明基于二维分析的B图像均衡方法的有益效果在于：用二维DTGC参数弥补了只和深度相关的一维DTGC参数无法解决的图像横向难以均衡的缺陷，且二维DTGC参数完全自动分析，不需要用户介入，简化用户操作。本发明提出的系统结构，可以实时分析每一帧图像合适的二维DTGC参数并应用，也可以只分析一帧，以后各帧使用同样的参数。以此同样思路还可以把本发明方法扩展应用到三维或四维超声成像中。
附图说明
图1是超声扫描切面上同样深度但回波幅度不一致的扫描示意图；
图2是常规B型超声成像系统的原理框图；
图3是本发明优选实施例应用的B型超声成像系统结构示意图；
图4是本发明方法分析DTGC模块输入数据，计算其幅度变化数组的流程示意图。
具体实施方式
首先说明常规的DTGC计算方法。图2是常规B型超声成像系统的原理框图，其发射部分由于和本发明无太大关系，未予画出。常规B型成像流程通常为：探头发射出脉冲，参与接收的各阵元接收到回波，经过放大，A/D转换，在波束合成器以不同的延时量相加得到射频数据。射频数据经过检包络和降采样，DTGC，对数压缩，动态范围变化，同时进入“数字扫描转换”即D.S.C，D.S.C的结果显示在屏幕上，即B型图像。
在绝大多数系统中，DTGC是指给输入的数据沿深度方向，即按时间给予不同的增益，目的是使显示在屏幕上的图像亮度比较均匀。一般说来是用户根据显示在屏幕上的图像，拨动键盘上的电位器，通常有六到八个电位器，分别对应不同深度的增益补偿值，对图像不同深度的部位调亮或者变暗，或者旋转键盘上的“增益”即Gain旋钮使图像整体变暗/亮。DTGC参数产生模块，通常是系统的主控CPU，也可以是专用的模块，它读取这些电位器和Gain旋钮的状态，换算成一般会经过插值的对应DTGC的参数值PDM，并将该值写到DTGC模块，DTGC模块用写入的DTGC参数值和解调后的结果相乘。也有一些系统不需要用户操作DTGC电位器，而是分析图像，自动产生DTGC参数值PDM，例如美国专利US 6,743,174B2以及US 5,579,768、6,120,446、6,398,733和6,102,859。不管PDM来源是什么，DTGC模块的工作方式均是近似的，此处举例说明如下：
令DTGC模块的输入，即解调和降采样结果为x[k][l]，k代表图像纵向的点序号，l代表接收扫描线序号，假定输出为y[k][l]。DTGC模块的工作原理由公式(1)表示：
y[k][l]＝x[k][l]*PDM[i]，i＝[k/delta]    (1)
PDM为DTGC模块的参数。式(1)中delta表示每delta个输入点和同一个值相乘。在常规系统中，PDM是一个和深度相关的量，只随深度变化，对每一条扫描线没有任何区别。
现在描述本发明的DTGC方案及相关系统结构。如前所述，本发明的DTGC模块对每一或者每相邻几条接收扫描线用各自不同的DTGC参数进行补偿，用公式表达即：
y[k][l]＝x[k][l]*PDM[i][j]，i＝k/deltak  j＝l/deltal    (2)
上式中x[k][l]是解调及降采样的输出结果，k代表图像纵向的点序号，l代表接收扫描线序号，deltak，deltal表示每相邻deltal线的纵向每deltak点用同一个数据PDM[i][j]进行补偿。公式(2)和公式(1)不同在于PDM是一个二维数组，即对不同的接收扫描线，PDM取值是不相同的。
二维数组PDM在本发明中需要自动获得，而如何获取二维数组PDM是本发明的关键点。图3是本发明实现B型图像二维自动均衡的超声成像系统结构原理框图，基于同样理由，发射部分未予画出。和图2不同之处在于，增加了一个数据缓存区，用于贮存解调和降采样后的数据，一般要求保存一帧或者多帧图像。DTGC参数产生模块除了可以接收用户调节DTGC电位器的信息，也可以从数据缓存区读入数据进行分析，产生本发明所述的二维DTGC参数。所述二维数组PDM[i][j]的自动分析和计算包括步骤
A.分析噪声水平；
B.分析整个DTGC模块输入数据的幅度分布；
C.分析前两步骤的结果得到PDM[i][j]值。
以下具体阐述怎样实施这三个步骤：
分析噪声水平首先需要得到噪声数据，利用图3所示的数据缓存区，只要关闭发射功能，得到的即是噪声数据。现在实施步骤A，将采集到的一帧噪声数据看成二维数组NoiseImg[K][L]，K为纵向的点数，L为一帧数据的接收线数目；将所述二维数组NoiseImg[K][L]当作一幅K*L的噪声图像，所述分析噪声水平的步骤如下
a.将噪声图像平均分成Ver_Num行，每行的数据量为K/Ver_Num*L；Ver_Num的值根据探头、检查模式不同而设成不同的值，常见取值范围为20～30之间；
b.计算每一行所有数据的均值，得到噪声水平曲线Noise[i]，i＝0～Ver_Num-1，代表图象显示区域由浅到深的噪声水平；噪声水平曲线的计算公式为：
Noise[i]＝Mean(NoiseImg[i*K/Ver_Num：(i+1)*K/Ver_Num-1][0：L-1])；
c.如果采集了多帧噪声图像，则重复上述步骤a、b，然后将对应于每一帧噪声图像的噪声水平曲线Noise[i]平均，得到最终的噪声水平曲线Noise[i]。
实施上述步骤的结果，将噪声水平用一维数组Noise表示，它只和图像显示深度相关。对于绝大多数系统，噪声水平确实只和深度相关，和不同的扫描线无关，所以用一维数组Noise足以表示系统的噪声情况。
图4为本发明方法分析DTGC模块输入数据，即分析解调和降采样输出数据，计算其幅度变化数组的流程示意图。按此流程实施上述步骤B，将一帧解调和降采样输出数据用二维数组Image[K][L]表示，K为纵向的点数，L为一帧数据的接收线数目；将所述二维数组Image[K][L]当作一幅K*L的图像，所述分析整个DTGC模块输入数据的幅度分布之步骤如下
a.将图像均匀划分为Ver_Num*Hor_Num个子区域，每个子区域为大小(K/Ver_Num)*(L/Hor_Num)的矩阵，并且此处的Ver_Num和分析噪声水平的Ver_Num严格相同，而Hor_Num一般取值范围在15～20之间；
b.计算每个子区域对应数据的均值，即平均幅度和标准差；均值用SubArr_Avg[i][j]表示，标准差用SubArr_Std[i][j]表示，i＝0～Ver_Num-1，j＝0～Hor_Num-1；
c.根据子区域的均值和标准差判断子区域类型，并将所述子区域分为三类：①均匀组织区域，作为分析幅度数组的主要依据；②噪声区域，在DTGC模块中应该针对这些区域进行抑制；③其它区域，包括组织边缘一类结构变化较大的区域；
d.用二维数组Amp[i][j]来表示图像的幅度，i＝0～Ver_Num-1，j＝0～Hor_Num-1，所述Amp每一元素和划分原图像得到的各子区域一一对应；对Amp[i][j]赋值的方法为，如果该子区域类型为均匀组织，将上述步骤b和c计算得到的平均幅度SubArr_Avg[i][j]赋值给对应Amp[i][j]；如果该子区域类型为非均匀组织，把与其最邻近的代表均匀组织的子区域平均幅度赋值给该子区域对应Amp[i][j]。
实施所述步骤c将所述子区域分为所述三类，包括如下步骤
c1.如果均值大于同深度噪声的A倍，此处A作为可调参数，随探头和检查模式变化，取值范围为0.9～1.3，比如可取值为1.1，并且标准差小于某阈值Thre_S，所述Thre_S是可调参数，随检查模式的不同取值差别会比较大，此时该子区域判断为均匀组织区域；
c2.如果均值小于同深度噪声的A倍，该子区域为噪声区域；
c3.如果均值大于同深度噪声的A倍，并且标准差大于某阈值Thre_S，该子区域为其它区域。
根据分析噪声水平和分析整个DTGC模块输入数据幅度分布的结果，得到DTGC模块的参数PDM，还须实施以下步骤
a.计算每个子区域的补偿系数PDM1，设代表均匀组织的区域输出幅度为MeanAmp，该MeanAmp作为可调参数，和探头，检查模式相关，相应每个子区域须乘以的补偿系数为PDM1[i][j]，i＝0～Ver_Num-1，j＝0～Hor_Num-1，从而有PDM1[i][j]＝MeanAmp/Amp[i][j]，i＝0～Ver_Num-1，j＝0～Hor_Num-1；
b.对噪声子区域加以抑制，若对某区域判断为噪声子区域，用下式对PDM1进行修正PDM1[i][j]＝PDM1[i][j]/(1+Sup_K*Dis)
式中，Sup_K为一大于零的数，命名为灰度抑制系数，具体数值可以根据探头和检查模式的不同设为不同值，Dis为噪声子区域和最邻近的非噪声子区域相隔的子区域数目；
c.空间平滤处理，对所述PDM1[i][j]进行平滑或者中值滤波，该平滑和中值滤波的窗的大小根据探头和检查模式的不同设为不同值；
d.线性插值，PDM1和所述原图像划分相对应，是一个Ver_Num*Hor_Num的二维数据，如果DTGC模块输入图像纵向为K点，共L线，每相邻deltal线的纵向每deltak点用同一个数据PDM[i][j]进行补偿，需要的二维数组PDM大小应为(K/deltak)*(L/deltal)，把大小为Ver_Num*Hor_Num的PDM1作线性插值，得到大小为(K/deltak)*(L/deltal)的”用于DTGC模块的参数”即PDM，此即DTGC模块需要的参数。
本发明基于二维分析进行补偿令B图像均衡的系统结构，包括探头、波束合成器、解调和降采样模块、“数字时间增益补偿”即DTGC参数产生模块、用户“时间增益补偿”即TGC控制、DTGC模块、对数压缩模块、动态范围变化控制、“数字扫描转换”即D.S.C.和显示装置，尤其是，还包括用于贮存解调和降采样后数据的数据缓存区，以及包括计算“用于DTGC模块的参数”即计算PDM[i][j]的计算模块，所述数据缓存区可以是系统存储器内的部分存储空间，也可以是外挂存储器内的存储空间；所述计算模块如果是微程序，则贮存于系统存储器内或者贮存于外挂的存储器内。
本发明针对图像的不同特征，具体应用方式可以不同。对肝，肾，子宫这类运动不显著的器官进行检查，由于帧与帧之间差异不大，应用上一帧的二维PDM于本帧也不会有太大问题，分析二维PDM的计算可以只做一次；对于心脏这类运动剧烈的器官，帧和帧之间图像差异也可能比较大，可以每一帧分别分析最适合的DTGC模块参数PDM。应用图3所示的系统结构，可以方便地实现实时分析每一帧的PDM，或者只分析一次PDM，以后各帧用同样的PDM。图3可以用主控CPU计算，也可以利用硬件逻辑电路计算。
本发明用二维DTGC参数弥补了只和深度相关的一维DTGC参数无法解决的图像横向难以均衡的缺陷，且二维DTGC参数完全自动分析，不需要用户介入，简化了用户操作。本发明提出的系统结构，可以实时分析每一帧都合适的二维DTGC参数并应用，也可以只分析一帧，以后各帧使用同样的参数。
本发明经仿真验证，可以达到预期效果。

Claims (10)

1.一种基于二维分析的B图像均衡方法，其特征在于：
在全数字超声成像系统中增设数据缓存区，用于贮存解调和降采样后的数据，并将所述数据写入数字时间增益补偿参数产生模块，由该数字时间增益补偿参数产生模块输出的数字时间增益补偿参数接着被写入数字时间增益补偿模块；所述数字时间增益补偿模块对每一或者每相邻几条接收扫描线的数据用各不相同的数字时间增益补偿参数进行补偿，用公式表达为
y[k][l]＝x[k][l]*PDM[i][j]，i＝k/deltak j＝l/deltal
式中x[k][l]是解调及降采样的输出结果，k代表图像纵向的点序号，l代表接收扫描线序号，deltak，deltal表示每相邻deltal线的纵向每deltak点用同一数据“用于数字时间增益补偿模块的参数”即PDM[i][j]进行补偿；所述PDM[i][j]是二维数组，对不同的接收扫描线，取值各不相同。
2.按照权利要求1所述的基于二维分析的B图像均衡方法，其特征在于：
所述二维数组PDM[i][j]的自动分析和计算包括步骤
A.分析噪声水平；
B.分析整个数字时间增益补偿模块输入数据的幅度分布；
C.分析前两步骤的结果得到PDM[i][j]值。
3.按照权利要求2所述的基于二维分析的B图像均衡方法，其特征在于：
实施步骤A，将采集到的一帧噪声数据看成二维数组NoiseImg[K][L]，K为纵向的点数，L为一帧数据的接收线数目；将所述二维数组NoiseImg[K][L]当作一幅K*L的噪声图像，所述分析噪声水平的步骤如下
a.将噪声图像平均分成Ver_Num行，每行的数据量为K/Ver_Num*L；Ver_Num的值根据探头、检查模式不同而设成不同的值；
b.计算每一行所有数据的均值，得到噪声水平曲线Noise[i]，i＝0～Ver_Num-1，代表图象显示区域由浅到深的噪声水平；噪声水平曲线的计算公式为：
Noise[i]＝Mean(NoiseImg[i*K/Ver_Num:(i+1)*K/Ver_Num-1][0:L-1])；
c.如果采集了多帧噪声图像，则重复上述步骤a、b，然后将对应于每一帧噪声图像的噪声水平曲线Noise[i]平均，得到最终的噪声水平曲线Noise[i]；
实施上述步骤的结果，将噪声水平用一维数组Noise表示，它只和图像显示深度相关。
4.按照权利要求3所述的基于二维分析的B图像均衡方法，其特征在于：
在实施所述步骤a时，所述Ver_Num取值范围为20～30之间。
5.按照权利要求2所述的基于二维分析的B图像均衡方法，其特征在于：
实施步骤B，将一帧解调和降采样输出数据用二维数组Image[K][L]表示，K为纵向的点数，L为一帧数据的接收线数目；将所述二维数组Image[K][L]当作一幅K*L的图像，所述分析整个数字时间增益补偿模块输入数据的幅度分布之步骤如下
a.将图像均匀划分为Ver_Num*Hor_Num个子区域，每个子区域为大小(K/Ver_Num)*(L/Hor_Num)的矩阵，并且此处的Ver_Num和分析噪声水平的Ver_Num严格相同；
b.计算每个子区域对应数据的均值，即平均幅度和标准差；均值用SubArr_Avg[i][j]表示，标准差用SubArr_Std[i][j]表示，i＝0～Ver_Num-1，j＝0～Hor_Num-1；
c.根据子区域的均值和标准差判断子区域类型，并将所述子区域分为三类：①均匀组织区域，作为分析幅度数组的主要依据；②噪声区域，在数字时间增益补偿模块中应该针对这些区域进行抑制；③其它区域，包括组织边缘一类结构变化较大的区域；
d.用二维数组Amp[i][j]来表示图像的幅度，i＝0～Ver_Num-1，j＝0～Hor_Num-1，所述Amp每一元素和划分原图像得到的各子区域一一对应；对Amp[i][j]赋值的方法为，如果该子区域类型为均匀组织，将上述步骤b和c计算得到的平均幅度SubArr_Avg[i][j]赋值给对应Amp[i][j]；如果该子区域类型为非均匀组织，把与其最邻近的代表均匀组织的子区域平均幅度赋值给该子区域对应Amp[i][j]。
6.按照权利要求5所述的基于二维分析的B图像均衡方法，其特征在于：
在实施所述步骤a时，所述Hor_Num的取值范围在15～20之间。
7.按照权利要求6所述的基于二维分析的B图像均衡方法，其特征在于：
实施步骤c将所述子区域分为所述三类，包括如下步骤
c1.如果均值大于同深度噪声的A倍，此处A作为可调参数，随探头和检查模式变化，并且标准差小于某阈值Thre_S，该子区域为均匀组织区域；
c2.如果均值小于同深度噪声的A倍，该子区域为噪声区域；
c3.如果均值大于同深度噪声的A倍，并且标准差大于某阈值Thre_S，该子区域为其它区域。
8.按照权利要求7所述的基于二维分析的B图像均衡方法，其特征在于：
所述参数A取值范围为0.9～1.3。
9.按照权利要求8所述的基于二维分析的B图像均衡方法，其特征在于：
根据分析噪声水平和分析整个数字时间增益补偿模块输入数据幅度分布的结果，得到数字时间增益补偿模块的参数PDM，包括以下步骤
a.计算每个子区域的补偿系数PDM1，设代表均匀组织的区域输出幅度为MeanAmp，该MeanAmp作为可调参数，和探头，检查模式相关，相应每个子区域须乘以的补偿系数为PDM1[i][j]，i＝0～Ver_Num-1，j＝0～Hor_Num-1，从而有
PDM1[i][j]＝MeanAmp/Amp[i][j]，i＝0～Ver_Num-1，j＝0～Hor_Num-1；
b.对噪声子区域加以抑制，若对某区域判断为噪声子区域，用下式对PDM1进行修正
PDM1[i][j]＝PDM1[i][j]/(1+Sup_K*Dis)
式中，Sup_K为一大于零的数，命名为灰度抑制系数，具体数值可以根据探头和检查模式的不同设为不同值，Dis为噪声子区域和最邻近的非噪声子区域相隔的子区域数目；
c.空间平滤处理，对所述PDM1[i][j]进行平滑或者中值滤波，该平滑和中值滤波的窗的大小根据探头和检查模式的不同设为不同值；
d.线性插值，PDM1和所述原图像划分相对应，是一个Ver_Num*Hor_Num的二维数据，如果数字时间增益补偿模块输入图像纵向为K点，共L线，每相邻deltal线的纵向每deltak点用同一个数据PDM[i][j]进行补偿，需要的二维数组PDM大小应为(K/deltak)*(L/deltal)，把大小为Ver_Num*Hor_Num的PDM1作线性插值，得到大小为(K/deltak)*(L/deltal)的用于数字时间增益补偿模块的参数，此即数字时间增益补偿模块需要的参数。
10.一种基于二维分析进行补偿令B图像均衡的系统结构，包括探头、波束合成器、解调和降采样模块、数字时间增益补偿参数产生模块、用户时间增益补偿控制、数字时间增益补偿模块、对数压缩模块、动态范围变化控制、数字扫描转换和显示装置，其特征在于：
还包括用于贮存解调和降采样后数据的数据缓存区，以及包括计算“用于数字时间增益补偿模块的参数”即计算PDM[i][j]的计算模块，所述数据缓存区可以是系统存储器内的部分存储空间，也可以是外挂存储器内的存储空间；所述计算模块如果是微程序，则贮存于系统存储器内或者贮存于外挂的存储器内。
CN2007100729577A 2007-01-12 2007-01-12 基于二维分析的b图像均衡方法和系统结构 Active CN101219063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2007100729577A CN101219063B (zh) 2007-01-12 2007-01-12 基于二维分析的b图像均衡方法和系统结构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2007100729577A CN101219063B (zh) 2007-01-12 2007-01-12 基于二维分析的b图像均衡方法和系统结构

Publications (2)

Publication Number Publication Date
CN101219063A true CN101219063A (zh) 2008-07-16
CN101219063B CN101219063B (zh) 2011-03-23

Family

ID=39629351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007100729577A Active CN101219063B (zh) 2007-01-12 2007-01-12 基于二维分析的b图像均衡方法和系统结构

Country Status (1)

Country Link
CN (1) CN101219063B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101972152A (zh) * 2010-12-01 2011-02-16 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
CN101987023A (zh) * 2009-07-31 2011-03-23 深圳迈瑞生物医疗电子股份有限公司 一种超声成像增益补偿及图像优化方法及其装置和系统
CN103181778A (zh) * 2011-12-31 2013-07-03 深圳迈瑞生物医疗电子股份有限公司 超声成像方法及系统
WO2013131420A1 (zh) * 2012-03-05 2013-09-12 杭州弘恩医疗科技有限公司 医学影像的目标区域边界确定装置和方法
CN103300887A (zh) * 2013-04-01 2013-09-18 北京天惠华数字技术有限公司 超声系统接收信号一致性误差自适应补偿方法
CN103654853A (zh) * 2013-11-19 2014-03-26 深圳先进技术研究院 基带波束合成超声成像方法及其系统
CN104042251A (zh) * 2014-05-05 2014-09-17 苏州森斯凌传感技术有限公司 基于数字补偿校准的超声波叠加去噪检测系统
CN104042239A (zh) * 2014-05-05 2014-09-17 苏州森斯凌传感技术有限公司 基于数字补偿校准的超声波本底去噪检测系统
CN104254773A (zh) * 2012-04-23 2014-12-31 和赛仑有限公司 使用二维阵列数据的移动超声诊断探测设备以及使用该设备的移动超声诊断系统
CN104394773A (zh) * 2012-06-25 2015-03-04 和赛仑有限公司 使用二维阵列数据的移动超声诊断系统以及用于该系统的移动超声诊断探测装置和超声诊断设备
CN104484862A (zh) * 2014-12-26 2015-04-01 深圳市开立科技有限公司 一种根据组织不同特点进行自动优化的方法、装置及系统
CN104490418A (zh) * 2014-09-25 2015-04-08 深圳市恩普电子技术有限公司 一种基于信号统计分析的超声图像自动优化方法
CN104537621A (zh) * 2014-12-31 2015-04-22 深圳市开立科技有限公司 一种双向自动优化的方法、装置及系统
CN104933688A (zh) * 2014-03-19 2015-09-23 联想(北京)有限公司 一种数据处理方法及电子设备
CN105455845A (zh) * 2015-12-10 2016-04-06 飞依诺科技(苏州)有限公司 一种超声成像方法及装置
CN108523932A (zh) * 2018-05-11 2018-09-14 沈阳东软医疗系统有限公司 一种三维超声成像方法及装置
CN109036277A (zh) * 2018-09-27 2018-12-18 京东方科技集团股份有限公司 补偿方法及补偿装置、显示装置、显示方法及存储介质
CN111436966A (zh) * 2020-04-03 2020-07-24 深圳开立生物医疗科技股份有限公司 超声回波成像方法、装置、计算机设备及存储介质
CN112750066A (zh) * 2019-10-31 2021-05-04 华中科技大学 一种用于图像目标检测的可扩展协处理器架构
CN113491535A (zh) * 2020-04-01 2021-10-12 株式会社日立制作所 超声波诊断装置、信号处理装置以及信号处理程序

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5501221A (en) * 1994-11-22 1996-03-26 General Electric Company Time gain compensation implementation
US5579768A (en) * 1995-03-21 1996-12-03 Acuson Corporation Automatic gain compensation in an ultrasound imaging system
US6102859A (en) * 1998-12-01 2000-08-15 General Electric Company Method and apparatus for automatic time and/or lateral gain compensation in B-mode ultrasound imaging

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101987023A (zh) * 2009-07-31 2011-03-23 深圳迈瑞生物医疗电子股份有限公司 一种超声成像增益补偿及图像优化方法及其装置和系统
CN101987023B (zh) * 2009-07-31 2014-05-07 深圳迈瑞生物医疗电子股份有限公司 一种超声成像增益补偿及图像优化方法及其装置和系统
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
CN101972152A (zh) * 2010-12-01 2011-02-16 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
CN103181778A (zh) * 2011-12-31 2013-07-03 深圳迈瑞生物医疗电子股份有限公司 超声成像方法及系统
CN103181778B (zh) * 2011-12-31 2016-05-25 深圳迈瑞生物医疗电子股份有限公司 超声成像方法及系统
WO2013131420A1 (zh) * 2012-03-05 2013-09-12 杭州弘恩医疗科技有限公司 医学影像的目标区域边界确定装置和方法
CN104254773A (zh) * 2012-04-23 2014-12-31 和赛仑有限公司 使用二维阵列数据的移动超声诊断探测设备以及使用该设备的移动超声诊断系统
CN104394773A (zh) * 2012-06-25 2015-03-04 和赛仑有限公司 使用二维阵列数据的移动超声诊断系统以及用于该系统的移动超声诊断探测装置和超声诊断设备
CN104394773B (zh) * 2012-06-25 2016-07-06 和赛仑有限公司 使用二维阵列数据的移动超声诊断系统以及用于该系统的移动超声诊断探测装置和超声诊断设备
CN103300887B (zh) * 2013-04-01 2014-06-04 北京天惠华数字技术有限公司 超声系统接收信号一致性误差自适应补偿方法
CN103300887A (zh) * 2013-04-01 2013-09-18 北京天惠华数字技术有限公司 超声系统接收信号一致性误差自适应补偿方法
CN103654853A (zh) * 2013-11-19 2014-03-26 深圳先进技术研究院 基带波束合成超声成像方法及其系统
CN104933688B (zh) * 2014-03-19 2021-06-15 联想(北京)有限公司 一种数据处理方法及电子设备
CN104933688A (zh) * 2014-03-19 2015-09-23 联想(北京)有限公司 一种数据处理方法及电子设备
CN104042251A (zh) * 2014-05-05 2014-09-17 苏州森斯凌传感技术有限公司 基于数字补偿校准的超声波叠加去噪检测系统
CN104042239A (zh) * 2014-05-05 2014-09-17 苏州森斯凌传感技术有限公司 基于数字补偿校准的超声波本底去噪检测系统
CN104490418A (zh) * 2014-09-25 2015-04-08 深圳市恩普电子技术有限公司 一种基于信号统计分析的超声图像自动优化方法
CN104484862B (zh) * 2014-12-26 2018-01-19 深圳开立生物医疗科技股份有限公司 一种根据组织不同特点进行自动优化的方法、装置及系统
CN104484862A (zh) * 2014-12-26 2015-04-01 深圳市开立科技有限公司 一种根据组织不同特点进行自动优化的方法、装置及系统
CN104537621A (zh) * 2014-12-31 2015-04-22 深圳市开立科技有限公司 一种双向自动优化的方法、装置及系统
CN104537621B (zh) * 2014-12-31 2017-12-12 深圳开立生物医疗科技股份有限公司 一种双向自动优化的方法、装置及系统
CN105455845A (zh) * 2015-12-10 2016-04-06 飞依诺科技(苏州)有限公司 一种超声成像方法及装置
CN108523932A (zh) * 2018-05-11 2018-09-14 沈阳东软医疗系统有限公司 一种三维超声成像方法及装置
CN109036277A (zh) * 2018-09-27 2018-12-18 京东方科技集团股份有限公司 补偿方法及补偿装置、显示装置、显示方法及存储介质
CN112750066A (zh) * 2019-10-31 2021-05-04 华中科技大学 一种用于图像目标检测的可扩展协处理器架构
CN113491535A (zh) * 2020-04-01 2021-10-12 株式会社日立制作所 超声波诊断装置、信号处理装置以及信号处理程序
CN113491535B (zh) * 2020-04-01 2024-04-26 富士胶片医疗健康株式会社 超声波诊断装置、信号处理装置以及记录介质
CN111436966A (zh) * 2020-04-03 2020-07-24 深圳开立生物医疗科技股份有限公司 超声回波成像方法、装置、计算机设备及存储介质
CN111436966B (zh) * 2020-04-03 2023-04-07 深圳开立生物医疗科技股份有限公司 超声回波成像方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN101219063B (zh) 2011-03-23

Similar Documents

Publication Publication Date Title
CN101219063B (zh) 基于二维分析的b图像均衡方法和系统结构
US8425422B2 (en) Adaptive volume rendering for ultrasound color flow diagnostic imaging
CN1593349B (zh) 用于实现斑点减少滤波器的系统和方法
KR102014504B1 (ko) 초음파 이미징에서의 섀도우 억제
JP6393703B2 (ja) サブボリュームの連続適応強化超音波イメージング
US6155978A (en) Three-dimensional imaging by projecting morphologically filtered pixel data
EP2007285B1 (en) Method and apparatus for automatic gain compensation in ultrasound imaging
US5954653A (en) Method and apparatus for automatically enhancing contrast in projected ultrasound image
US11238562B2 (en) Ultrasound system with deep learning network for image artifact identification and removal
US7833159B2 (en) Image processing system and method of enhancing the quality of an ultrasound image
US6544178B1 (en) Methods and systems for volume rendering using ultrasound data
US9123139B2 (en) Ultrasonic image processing with directional interpolation in order to increase the resolution of an image
EP2453406A1 (en) Ultrasonic image processing apparatus
US20120154400A1 (en) Method of reducing noise in a volume-rendered image
CN101190135A (zh) 在超声成像系统中用于优化超声图像的灰度值的方法
EP2453405B1 (en) Ultrasonic image processing apparatus
US10492761B2 (en) Utilizing depth from ultrasound volume rendering for 3D printing
Bhat et al. Validation of volume and mass assessments for human fetal heart imaging by 4‐dimensional spatiotemporal image correlation echocardiography: in vitro balloon model experiments
JP4831539B2 (ja) Ｃ面ボリューム複合イメージングのための方法及び装置
CN104490418A (zh) 一种基于信号统计分析的超声图像自动优化方法
US8801616B2 (en) Ultrasonic diagnostic apparatus and ultrasonic image processing method
CN114207431A (zh) 利用仰角复合的声衰减系数的超声成像
US20230305126A1 (en) Ultrasound beamforming method and device
CN106691499B (zh) 利用散射子分布统计量分析超声波回音信号之方法
KR20040070404A (ko) 초음파 영상 개선 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20080716

Assignee: Shenzhen Mindray Animal Medical Technology Co.,Ltd.

Assignor: SHENZHEN MINDRAY BIO-MEDICAL ELECTRONICS Co.,Ltd.

Contract record no.: X2022440020009

Denomination of invention: B-image equalization method and system structure based on two-dimensional analysis

Granted publication date: 20110323

License type: Common License

Record date: 20220804

EE01 Entry into force of recordation of patent licensing contract