本申请要求提交于2006年3月31日的美国临时申请No.60/744,019和提交于2006年3月31日的美国临时申请60/744,020的优先权,这两个申请均通过全文引用的方式包括于此。
具体实施方式
下面将参照附图描述本发明的实施例,其中,类似的标号表示类似的元件。在对本发明的实施例详细解释之前,应该理解,本发明并未将其应用限制于在下面的描述或附图中所示的例子中的细节。本发明可以具有其它实施例并且能够在多种应用和以多种方式实践或执行。而且,应该理解,这里使用的措辞和术语是用于描述的目的并且不应该理解为限制。使用“包括”、“包含”或“具有”以及这里所使用的这些词的变体是指包括其后所列项目和其等价物,以及附加项目。术语“安装”、“连接”和“耦合”使用其广义并且包括直接和间接的安装、连接和耦合。此外,“连接的”和“耦合的”并不限定是物理或机械连接或耦合。
值得注意的是本发明并不限于所描述或图中所暗示的任何特定的软件语言。本领域的普通技术人员将会理解,多种可选的软件语言可以用于实现本发明。还应该理解,一些部件和项目是将其当成硬件元件来进行说明和描述的,这是本领域中的常用手法。然而,本领域的普通技术人员,在阅读该详细说明的基础上,将能够理解在至少一个实施例中,方法和系统中的部件可以以软件或硬件的方式实现。
本发明的实施例提供方法、系统和存储计算机可读指令的计算机可用的介质,该机算机可读指令有效地处理超声图像数据以得到轴向、侧向和高度增益补偿曲线,用于实时诊断成像应用。本发明从一个超声图像数据帧有效地分析数据,或者对于图像数据体,分析多个图像数据帧,并且推导用于每个图像维度的增益补偿轮廓或曲线。本发明是模块化结构并且可被配置为驻存在具有机载电源的封装中的硬件,或配置为诸如实在地包含在程序存储设备上的用于由处理器执行的应用程序的软件。用于执行的应用代码可以驻存在多个不同类型的计算机可读介质上。
作为背景技术,超声波扫描术(超声波检查法)使用探头,该探头包括一个或多个声学换能器用于发射声音脉冲到材料中。通常声波由装在探头中的压电换能器阵列通过产生短的、强声音脉冲而形成。用于医学成像的频率通常在从1至20MHz的范围内,这属于中到高超声频率,并且可以从由换能器发射的所有单独脉冲的和产生单个的、聚焦的声波。较高频率具有相应较低的波长并产生较高的空间分辨率图像。超声波检查法可以使用采用基频的系统,也可以使用采用基频的谐波的系统。
当声波遇到具有不同声阻抗的材料时,部分声波反射,换能器探测这部分声波作为回声。返回的声波振动换能器的元件并将该振动转变成电脉冲,该电脉冲从探头被发送至处理器,并在处理器中被处理并转换成图像。回声传输回探头所使用的时间被测量并用于计算产生回声的组织分界面的深度。
为了产生二维图像,使用阵列换能器(例如,相控阵列,线性阵列、凸阵列和其它阵列)电子扫描超声束。可选地,单个元件换能器或角阵列换能器也可使用并且机械地扫描以产生二维图像。所接收的RF数据还进一步被处理并用于构建超声图像。阵列换能器可以装备有机械扫描设备,机械扫描设备允许机械地扫描换能器以辅助阵列的电子扫描,从而可以得到用于三维成像的体数据。
假定固定的声音速度为大约1540m/s,超声系统可以基于所测得的超声传输时间确定器官或目标组织的位置。大回声信号在图像中将表现得亮,而小回声信号将表现得暗。
所接收到的数据指的是RF数据值并且其表现形式类似于矩阵。例如,用i表示轴向行并用j表示侧向列,其中,i=1,2,3,...,M并且j=1,2,3,...,N。RF数据值ai,j通常是有两极的(±)多比特值。例如,2048×128RF数据帧可以具有262,144个图像数据值ai,j。
图1中所示的是典型的超声系统101和自动增益补偿系统103的示例性实施例。自动增益补偿系统103可以用于任何超声成像系统101。
超声系统101包括具有换能器阵列的探头105,换能器阵列包括多个元件107x-107X,其中,X是可以布置在线中作为线性阵列的矩形元件的数目,是布置在行和列中作为二维阵列的方形元件的数目,或是同心地布置为环形阵列的环形元件的数目。探头105耦合到通常具有X个同轴电缆的微同轴电缆109。
电缆109可以耦合至高压多路复用器111以减少硬件复杂性,或可以直接耦合至发射/接收开关113,其阻止高传输电压脉冲115。发射/接收开关113的输出耦合至多个通道Y。每个通道可以包括耦合至时间增益补偿(TGC)放大器119y的低噪声前置放大器117y。每个TGC放大器119y包括可变增益放大器部分和可编程增益放大器部分,其可以产生用于轴向方向的固定增益。
所有通道Y(119y-119Y)的输出耦合至数字束形成器121,其转向并聚焦所述多个单独通道y的输出,使其成为一个束。该束形成器121可以包括多个A/D转换器123y-123Y,其每个耦合至可变延迟125y-125Y,例如FIFO和/或相转子。该延迟的通道耦合至数字加法器127并输出。
束形成器121的输出耦合至级联放大器部分129,该级联放大器部分129可包括探测和对数放大器131用于在下游的增益和图像处理之前压缩动态范围。该探测和对数放大器131被耦合至可变增益轴向放大器133,可变增益轴向放大器133耦合至可变增益侧向放大器135。该放大器部分129耦合至图像处理器137用于B模式成像处理,耦合至彩色多普勒处理器139用于流动模式处理,耦合至光谱多普勒处理器138,和耦合至体处理器142,该体处理器142具有可变增益高度放大器143和三维扫描转换器145。处理器137、139和转换器145的输出被耦合至显示器141。处理器137、139和转换器145存储图像帧值和组合的图像帧。
如上所述,阵列探头105可以包含从32到300个换能器元件107x,可以通过适当地延迟去往用于传输的元件的信号并且在接收后延迟(125y)信号来聚焦并转向这些换能器元件107x。聚焦的目的是提高侧向图像分辨率。激发探头105的中心元件的脉冲115相对于激发探头105的周围的元件的脉冲115延迟时间周期,使得所有换能器脉冲107x同时到达在组织中的焦点P。在接收过程中,换能器元件107x可以从浅区域到深区域连续地被聚焦。
在接收时,来自多个探头105的换能器元件107x的超声信号被束形成器121聚焦并转向为一束。重复这个过程,形成与之前的束相邻的另一束,直到到达末端位置。从32至300个换能器元件107x,可以通过聚焦并转向形成50至500个侧向束,每束在轴向方向包括从大约100至1000个图像数据值ai,j。在扫描转换以后,多个束和图像数据值形成一个二维图像数据帧。
示例性的超声系统101使用数字束形成器121。然而,在其他实施例中,可以使用采用模拟延迟部件的模拟束形成器。此外,也可以使用采用声学透镜来聚焦的使用机械扫描、单个元件换能器107的超声系统换能器。
自动增益补偿系统103接收从束形成器121输出的图像数据147、从可变增益侧向放大器129输出的图像数据148和从可变增益高度放大器143输出的图像数据149作为输入。自动增益补偿系统103输出控制信号到可变增益TGC放大器119y、可变增益轴向放大器133、可变增益侧向放大器135和可变增益高度放大器143。
自动增益补偿系统103可以包括耦合至帧组合器153的用于压缩并处理从束形成器121输出的RF信号的探测器/对数放大器151。从可变增益侧向放大器135和可变增益高度放大器143输出的图像数据148、149被耦合至帧组合器153。图像数据可以包括幅值(p)、强度(p2)、(p3)、(p4)、pq,或由幅值或强度推导出的任何信号,其中,q是实数。在一个实施例中,耦合至帧组合器153的是配置用于并行处理的轴向增益变化引擎155、侧向增益变化引擎157、以及高度增益变化引擎159。可选地,该轴向、侧向和高度引擎可以功能上结合到一个引擎中并串行地处理。这三个引擎155、157、159输出补偿数据耦合至控制器161,控制器161可分配补偿数据输出至可变增益TGC放大器119y、可变增益轴向放大器133、可变增益侧向放大器135和可变增益高度放大器143,用于为在一个或多个方向上的信号增益变化提供补偿。
为了执行增益补偿数据计算,自动增益补偿系统103可以由用户、运动探测启动。对于运动探测,处理器165耦合至探测器151和帧组合器153。该运动处理器165可以使用从束形成器121输出的RF信号来执行相关,或使用基带、线数据或来自帧组合器153的图像数据来感测何时超声探头105从一个位置移动至另一个位置。可以在帧之间或运动之前和之后执行相关。
可选地,处理器165可以使用绝对差异的和(SAD)。
或差异平方的和(SSD)。
或差异立方的和(SCD)
此外,差异的幂的和(SPD)
也可以采用,S
1 x,y是在第一帧的x,y处的超声信号,S
2 x+X,y+Y是在第二帧的x+X,y+Y处的超声信号,q是实数,m和n限定相关窗口尺寸,而
和
为在第一帧和第二帧的窗口中的平均值。在一个实施例中,这些等式可以用于找到最小值以追踪超声信号来获取运动(X,Y)。对于相关性的情况,执行对最大值相关性的寻找以获取运动。如果运动大于预定值,认为探头移动,启动自动增益补偿系统103。可选地,这些X=0,Y=0的等式可以用于计算两个帧之间的总的相关性以示出静止图像的质量。除了相关性为(1)的情况外,如果这些值大于预设值,认为探头移动,启动自动增益补偿系统103。在相关性为(1)的情况下,如果相关性小于预设值,认为探头移动,启动自动增益补偿系统103。
TGC、轴向、侧向和高度放大器119y,133,135,143的增益补偿的启动可以在增益补偿数据改变时执行。来自轴向引擎155,侧向引擎157或高度引擎159的增益变化数据可以由运动处理器165来监测。第一组织区域与另一个相比可以显著地改变超声信号以指示探头运动,这里需要新的增益变化数据。如果所探测到的运动大于预定值,可以认为探头105运动,启动增益补偿,其中,增益补偿包括使用新的增益补偿曲线设定放大器增益。在可选实施例中,只有在探测到运动时,才启动增益变化和补偿计算。新的增益补偿改变施加到放大器的任何之前的增益。
还可以使用附着到探头105的运动传感器167来探测运动。运动传感器可以通过运动传感器系统166耦合至运动探测处理器165,所述运动传感器例如速度计、加速计、陀螺仪或运动跟踪装置或诸如Ascension Technology公司的flock of bird传感器的位置传感器。如果运动、速度或加速度大于预定值,认为探头运动,并且执行增益补偿计算。在另一个实施例中,可以周期性地激活自动增益补偿系统103,例如以预定的时间间隔。
轴向引擎155、侧向引擎157和高度引擎159可以是DSP、ASIC(特定用途集成电路)、FPGA(现场可编程门阵列)、通用处理器、存储器或诸如加法器、乘法器、除法器和其它设备的分立设备,或以上部件类型的组合。自动增益补偿系统103可以包括DSP、ASIC、FPGA、通用处理器或分立设备,或以上部件类型的组合。自动增益补偿系统103可以接收线数据、基带数据或RF信号数据作为图像数据输入。在可选实施例中,系统103还可以使用从处理器137输出的超声图像数据,例如规则超声B模式(灰阶)线数据。该线数据可以用于计算增益补偿曲线。如果使用束形成的RF数据147,系统103执行探测151以获得信号的幅值。探测151可以使用积分探测、混频器(乘法器)、低通滤波、希尔伯特转换或幅值探测来执行。
自动增益补偿系统103可以执行图像数据值的数种不同的分析。对于一个图像帧,这些分析可以包括轴向增益分析和/或侧向增益分析。可以施加一个或两个增益补偿到从随后图像扫描所接收的数据信号。对于三维或体成像,需要预定系列的图像帧。体成像可以包括高度体增益分析、轴向体分析和/或侧向体分析,其中,高度体增益分析用于确定帧之间或帧的组之间的增益。这三种分析的任意的组合可以应用于下一个所接收的体。
包括本发明的增益补偿方法的软件可以被加载到数据存储163中并在不同的引擎155、157、159中执行以实现增益变化和增益补偿曲线的计算。因为增益变化曲线是基于实际患者的超声数据计算的,通道TGC放大器119y通常对于补偿之后的随后的图像扫描执行得最好,提供最好的动态范围和信号噪声比(SNR)。
为了推导轴向或侧向增益补偿曲线,帧图像数据值ai,j必须根据所期望的分析进行分区。
如图2中所示的是示例性图像数据帧201。图3示出了本发明的方法。为了简便,示例性帧是从15束组合,N=15,每束具有15个图像值,M=15,总计225个图像值ai,j(步骤305、310)。每个图像数据值ai,j可以是多位值,包括例如8位表示255个图像等级(2n-1,其中,n=8)。
确定下限limitlower和上限limitupper并将其应用到帧中的每个图像数据值ai,j。从血液或其它流体返回的超声信号与从健康软组织返回的信号相比显示出较低的信号幅值。因此,可以识别并标记具有比下限小的幅值的信号ai,j≤limitlower。相反,从器官边界或骨骼返回的超声显示出极其高的信号幅值。具有大于上限的幅值的信号ai,j≥limitupper可以被识别并标记为无用,因为这些信号不表示软组织。所标记的图像数据值被认为不是有效的limitlower<ai,j<limitupper,并且不包括在增益变化曲线的计算中(步骤315)。因此,在示例性的图像数据帧201中,可能有少于255个有效图像值。
根据是否期望二维的轴向和/或侧向分析,或者是否期望三维的高度、轴向和/或侧向分析,本方法执行将图像数据帧分成多个部分。
图4示出了图2中的示例性图像数据帧的轴向分区。为了简化,该帧被分成5个相等的轴向部分(AS)A,B,C,D和E,每个轴向部分具有用于二维分析(步骤325)的三个独特的行。每个部分可以包括多达45个有效图像数据值ai,j。然而,该帧可以被分成任意数目的部分,每部分具有相同或不同数目的有效图像数据值。在其它变体中,一些部分可以与其他部分重叠,共享有效数据值ai,j。因为并不是所有的有效图像数据值都可以使用,这些部分可以以任意分离的形状来表示,例如分离的或交叉的圆或椭圆。使用在所限定的轴向部分中的有效图像数据值ai,j。
轴向引擎155使用每个部分中的有效图像数据值ai,j为每个限定的轴向部分AS A,AS B,AS C,AS D和AS E计算代表信号值(I)。可以使用诸如柱状图、百分值、平均值、中间值、众数和其它方法的方法来执行部分信号分析。对于本例,使用柱状图和百分值来推导部分代表信号值。
对于每个柱状图,在部分中的有效图像数据值ai,j(limitlower<ai,j<limitupper)的数量根据它们的值来映射。柱状图是简单的对落入称作接收器的不同的值(或不相交的分类)的在这种情况下为图像数据值ai,j的观察或出现的数目的计数的映射。
如果图像数据值ai,j是8位二进制数,每个值可以采取0至255之间的数。柱状图形成强度分布。获取所得柱状图分布的百分数,然后该百分数成为用该部分的代表信号值。柱状图可以产生百分数值,例如,70%。70%的百分数值是阈值,用于该部分的70%的图像数据值ai,j落在低于该阈值的范围内。50%的百分数是中间值。
将为每个轴向部分AS A,AS B,AS C,AS D和AS E计算(步骤330)的代表信号值与相邻的轴向部分代表信号值比较。AS A,AS B,ASC,AS D和AS E的轴向部分代表信号值如果不是分贝可以被转换成分贝(dB),或者如果不是对数压缩可以转换成对数压缩的信号。
当利用线性标度强度增益因子来工作时,总增益是单个增益的乘积,需要在各量之间相乘。为了计算总增益,如果部分减小总增益则是麻烦的,因此需要在除和乘。与诸如加法的其他算术运算相比,以数字形式执行的乘法通常是低效且昂贵的。
如果两个数相乘,它们的对数可以相加在一起,并且求总和的逆对数用于得到乘积,而不需要将这些数相乘。数学上的,log(A×B)=logA+logB。为了将一个数除另一个数,从被除数的对数中减去除数的对数,
为了简便且高效,用于教示本发明的计算是分贝或对数压缩或对数标度信号。可选地,可以使用上述的数学运算来采用线性标度强度增益因子。
计算轴向部分代表信号值之间的增益变化△’s。为了计算增益变化△’s,多个部分中的一个部分被选为参照位置并且选择分布方向。为了在所选择的分布方向上进行的增益变化计算,从远离参考位置的相邻部分代表信号值中减去部分代表信号值。为了不在所选择的分布方向进行的增益变化计算,从更接近参考位置的相邻部分代表信号值中减去部分的代表信号值。这些计算包括参考位置的代表信号值(步骤335)。
结合增益变化△’s,将每个轴向部分AS A,AS B,AS C,AS D和AS E的代表信号值与相邻轴向部分的代表信号值比较,并与预定的limitl比较(步骤340)
如果|ΔAS B-AS A|>limit1,代入0,或预定的值
如果|ΔAS C-AS B|>limitl,代入0,或预定的值
如果|ΔAS D-AS C|>limit1,代入0,或预定的值
如果|ΔAS E-AS D|>limit1,代入0,或预定的值(6)
如果一个部分的代表信号值和与其相邻的部分的代表信号值之间的绝对差异大于预定limit1,将不使用增益变化△值(ΔAS B-AS A,ΔAS C-AS B,ΔAS D-AS C和ΔAS E-AS D,或ΔAS D-AS E ,ΔAS C-AS D,ΔAS B-AS C和ΔAS B-AS A),使用零或一个预定值来代替该增益变化△值。这种替代阻止了在分布中的明显扭曲。在可选的实施例中,可能不发生这种比较和替代过程。
从增益变化△’s计算多个增益变化分布序列值。参考位置部分的代表信号值用于分布序列值中的一个。新的分布序列值如果在分布方向是通过将增益变化△加到之前的增益变化分布序列值来计算的,或者如果不在分布方向是通过从之前的增益变化分布序列值中减去增益变化△来计算的。分布序列值的整个序列是顺序布置的(步骤345)。
使用最浅的轴向部分AS A作为具有从顶部到底部的分布方向的参考位置。
IAS A =axial gainvar dist1
IAS A+ΔAS B-AS A =axial gainvar dist2
IAS A+ΔAS B-AS A+ΔAS C-AS B =axial gainvar dist3 (7)
IAS A+ΔAS B-AS A+ΔAS C-AS B+ΔAS D-AS C =axial gainvar dist4
IAS A+ΔAS B-AS A+ΔAS C-AS B+ΔAS B-AS C+ΔAS E-AS D =axial gainvar dist5
使用最深的轴向部分AS E作为具有从顶部到底部的分布方向的参考位置。
IAS E =axial gainvar dist5
IAS E+ΔAS D-AS E =axial gainvar dist4
IAS E+ΔAS D-AS E+ΔAS C-AS D =axial gainvar dist3 (8)
IAS E+ΔAS D-AS E+ΔAS C-AS D+ΔAS B-AS C =axial gainvar dist2
IAS E+ΔAS D-AS E+ΔAS C-AS D+ΔAS B-AS C+ΔAS A-AS B =axial gainvar dist1
使用中间的轴向部分AS C作为具有从顶部到底部的分布方向的参考位置。
IAS C-ΔAS C-AS B-ΔAS B-AS A =axial gainvar dist1
IAS C-ΔAS C-AS B =axial gainvar dist2
IAS C =axial gainvar dist3 (9)
IAS C+ΔAS D-AS C =axial gainvar dist4
IAS C+ΔAS D-AS C+ΔAS E-AS D =axial gainvar dist5
以1,2,3,4和5的顺序的分布序列值的整个序列使用诸如线性、三次样条以及其它的插值函数组成连续增益变化曲线(步骤350)。轴向增益补偿曲线是通过改变增益变化曲线的极性(即,加或减)从增益变化曲线推导出来的。如果该值是在线性标度中,该增益补偿曲线是增益变化曲线的倒数(步骤355)。图5中示出了在图像数据帧轴向分成20个部分的示例性轴向增益补偿曲线。
轴向增益补偿曲线用于使用由轴向引擎155输出和控制器161分配的增益补偿曲线数据经由可变增益TGC放大器119y和可变增益轴向放大器133补偿到达信号。与位置(轴向深度)相关的来自轴向补偿曲线的增益的量可以被分配。增益可以在可变增益TGC放大器119y和可变增益轴向放大器133之间分配,而不会存在可变增益TGC放大器119y的增益潜在的过载。轴向增益补偿可以施加到下一个所接收的图像数据帧(步骤360)。
图6示出了实际的超声图像、分成10个轴向部分。每个部分旁边示出的是其分别的柱状图。图7示出了轴向增益补偿之后的同一超声图像。在轴向增益补偿之后,分析同一部分,显示所得的柱状图。可以发现,在补偿之后图像具有垂直的均匀强度。在补偿之后的柱状图同样示出了部分与部分之间的均匀强度分布。
同样的过程被用于获取侧向增益补偿曲线。为了推导侧向增益补偿曲线,图像数据帧被侧向地分区。图8中所示的为在图2中所示的图像帧的示例性的侧向分区。对于本例,该帧被分成5个相等侧向部分(LS)F,G,H,I和J,每个部分具有三个独特的列用于二维分析(步骤325)。每个侧向部分可以包括多达45个有效图像数据值ai,j。然而,如上所述,为了轴向分析,该帧可以被分成任意数目的侧向部分,具有任意数目的有效图像数据值ai,j,并且可以为各种形状。一些部分可以与其他部分重叠,共享有效图像数据值。
侧向引擎157使用每个部分中的有效图像数据值ai,j为每个限定的侧向部分LS F,LS G,LS H,LS I和LS J计算代表信号值(I)。将为每个侧向部分计算的代表信号值与相邻侧向部分相比较。该侧向部分LSF,LS G,LS H,LS I和LS J代表信号值之前如果不是分贝可以被转换成分贝或者如果不是对数压缩可以转换成对数压缩的信号。该代表信号值的计算可以使用任何上面所列的方法来实现。
侧向部分代表信号值之间的增益变化Δ’s基于所期望的分布方向来计算(步骤335)。
结合增益变化Δ,将每个侧向部分LS F,LS G,LS H,LS I和LS J的代表信号值与相邻侧向部分的代表信号值比较并和预定的limit2比较(步骤340)。
如果|ΔLS F-LS G|>limit2,代入0,或预定的值
如果|ΔLS G-LS H|>limit2,代入0,或预定的值
如果|ΔLS H-LS I|>limit2,代入0,或预定的值
如果|ΔLS I-LS J|>limit2,代入0,或预定的值 (10)
如果一个部分的代表信号值和与其相邻的部分的代表信号值之间的绝对差异大于预定limit2,将不使用增益变化△值(ΔLS G-LS F,ΔLS H-LS G,ΔLS I-LS H和ΔLS J-LS I,或ΔLS I-LS J,ΔLS H-LS I,ΔLS G-LS H和ΔLS F-LS G),使用零或一个预定值来代替该增益变化Δ值。这种替代阻止了在分布中的明显扭曲。在可选的实施例中,可能不执行这种比较和替代过程。
侧向部分的增益变化分布是侧向累积序列。该序列一直延续直到所有的侧向增益变化Δ值均被考虑(步骤345)。
使用右端的侧向部分LS F作为具有从右到左分布方向的参考位置。
ILS F =lat gainvar dist1
ILS F+ΔLS G-LS F =lat gainvar dist2
ILS F+ΔLS G-LS F+ΔLS H-LS G =lat gainvar dist3 (11)
ILS F+ΔLS G-LS F+ΔLS H-LS G+ΔLS I-LS H =lat gainvar dist4
ILS F+ΔLS G-LS F+ΔLS H-LS G+ΔLS I-LS H+ΔLS J-LS I =lat gainvar dist5
使用左端的侧向部分LS J作为具有从左到右分布方向的参考位置。
ILS J =lat gainvar dist5
ILS J+ΔLS I-LS J =lat gainvar dist4
ILS J+ΔLS I-LS J+ΔLS H-LS I =lat gainvar dist3(12)
ILS J+ΔLS I-LS J+ΔLS H-LS I+ΔLS G-LS H =lat gainvar dist2
ILS J+ΔLS I-LS J+ΔLS H-LS I+ΔLS G-LS H+ΔLS F-LS G =lat gainvar dist1
以1,2,3,4和5顺序的分布序列值的整个序列使用插值函数组成连续增益变化曲线(步骤350)。侧向增益补偿曲线是通过改变增益变化曲线的极性(即,加或减)从增益变化曲线推导出来的。如果该值是在线性标度中,该增益补偿曲线是增益变化曲线的倒数(步骤355)。图9中示出了在图像数据帧侧向上分成12个部分的示例性侧向增益补偿曲线。
侧向增益补偿曲线用于使用由侧向引擎157和控制器161输出的侧向增益补偿曲线数据经由可变增益TGC放大器119y和可变增益侧向放大器135补偿到达信号。来自侧向补偿曲线的增益的量可以在放大器之间被分配。使用高速TGC放大器,侧向增益补偿曲线可以应用到TGC放大器用于每个所接收到的超声信号,实现侧向增益补偿。通常,该可变增益侧向补偿放大器135用于对侧向增益变化进行补偿。增益可以在可变增益TGC放大器119y和可变增益侧向放大器135之间分配,而不会过载可变增益TGC放大器119y的增益。侧向增益补偿可以施加到一个或多个输入的图像数据帧(步骤360)。
图10示出了分成4个侧向部分的实际的超声图像,每个分别的部分的所得的柱状图在旁边显示。图11示出了侧向增益补偿之后的同一超声图像。在侧向增益补偿之后,分析同一部分,显示了所得的柱状图。可以发现,在处理之后图像具有均匀的水平强度。柱状图同样示出了部分与部分之间的均匀强度分布。
因为高度增益补偿曲线的计算是用于体成像,所以需要一系列帧(步骤320,365)。图12中所示是用于一系列五个连续的超声图像帧a,b,c,d和e的示例性高度计算。通常,50-100帧或更多可以包括体。下限和上限limitlower,limitupper被应用于每个图像数据值limitlower<ai,j<limitupper,limitlower<bi,j<limitupper,limitlower<ci,j<limitupper,limitlower<di,J<limitupper和limitlower<ei,J<limitupper,以确定有效帧图像数据值(步骤315)。
高度引擎159为每个限定的高度部分(ES)计算代表信号值(I),其中,限定的高度部分可以是单独的帧(ESa,ESb,ESc,ESd和ESe)或一组帧(ES1=Frame a+Frame b,ES2=Frame c和ES3=Frame d+Frame e)(步骤375)。当考虑包括50到100帧的体时,帧组减少计算成本。将为每个高度部分计算的代表信号值与相邻的高度部分代表信号值比较。该高度部分代表信号值可以被转换成分贝或对数压缩信号。
如在之前的分区方法中所述,并不是所有的有效图像数据值都是必须的。例如,可以执行横跨一个帧或帧的组的取样,或者在每个帧或帧的组中可以使用预定图样或形状捕捉图像数据值。高度部分可以或可以不与另一个部分共享(重叠)有效图像数据值。使用在限定高度部分中的有效图像数据值。可以使用上文所列出的任何方法来执行代表信号值的计算。
相邻高度部分代表信号值之间的增益变化Δ’s是基于所期望的分布方向来计算的(步骤380)。
结合高度增益变化Δ’s,将每个高度部分的代表信号值同相邻高度部分的代表信号值比较并同预定的limit3比较(步骤385)。
如果|ΔES1-ES2|>limit3,代入0,或预定的值
如果|ΔES2-ES3|>limit3,代入0,或预定的值(13)
如果一个高度部分代表信号值和与其相邻的高度部分代表信号值之间的绝对差异大于预定的limite3,将不使用增益变化Δ值(ΔES1-ES2和ΔES2-ES3,或ΔES3-ES2和ΔES2-ES1),使用零或一个预定值来代替该增益变化Δ值。在可选的实施例中,可能不执行这种比较和替代过程。
用于高度部分的增益变化分布是高度累积序列。该序列将一直延续直到所有的高度部分增益变化Δ值均被考虑(步骤390)。
使用前面的高度部分ES1作为具有从前到后分布方向的参考位置。
IES1 =elevation gainvar dist1
IES1+ΔES2-ES1 =elevation gainvar dist2 (14)
IES1+ΔES2-ES1+ΔES3-ES2 =elevation gainvar dist3
使用后面的高度部分ES3作为具有从后到前分布方向的参考位置。
IES3 =elevation gainvar dist3
IES3+ΔES2-ES3 =elevation gainvar dist2 (15)
IES3+ΔES2-ES3+ΔES1-ES2 =elevation gainvar dist1
以1,2和3顺序的分布序列值的整个序列使用插值函数组成连续增益变化曲线(步骤395)。高度增益补偿曲线是通过改变增益变化曲线的极性(即,加或减)从增益变化曲线推导出来的。如果该值是在线性标度中,该增益补偿曲线是增益变化曲线的倒数(步骤397)。示例性高度补偿曲线如图13中所示。
高度增益补偿曲线用于使用由高度引擎159和控制器161输出的高度增益补偿曲线数据使用可变增益TGC放大器119y和可变增益高度放大器143补偿到达信号。高度增益补偿可以施加到体中的下一个序列的帧(步骤360)。
图14中所示是5个图像帧的示例性轴向分区。为了轴向体增益补偿,轴向引擎155为遍及该体的同一轴向部分计算代表信号值(步骤365,370)。
遍及帧b,c,d和e,轴向体部分(AVS)可以是在帧a中的图像数据值的同一区域。该体可以被分成任意数目的轴向部分,这些部分具有相同或不同数目的图像数据值。如前所述,以圆柱、椭圆柱或其它形状的形式的取样可以遍及该体作为一个部分使用。此外,一些部分可以与其他部分重叠。使用在限定部分内的有效图像数据值。
轴向引擎155为每个限定的轴向体部分AVS A,AVS B,AVSC,AVS D和AVS E计算代表信号值(I)(步骤370),并将其与相邻轴向体部分代表信号值比较。该轴向体部分AVS A,AVS B,AVS C,AVS D和AVSE的代表信号值如果不是分贝可以转换成分贝,或者转换成对数压缩的信号。如上所述,该代表信号值的分析可以使用数个不同方法来执行。
相邻轴向体部分之间的增益变化Δ’s基于所期望的分布方向来计算(步骤375)。
结合增益变化Δ,将每个轴向体部分AVS A,AVS B,AVS C,AVSD和AVS E的代表信号值与相邻轴向体部分的代表信号值比较并和预定的limit4比较(步骤385)。
如果|ΔAVS A-AVS B|>limit4,代入0,或预定的值
如果|ΔAVS B-AVS C|>limit4,代入0,或预定的值
如果|ΔAVS C-AVS D|>limit4,代入0,或预定的值
如果|ΔAVS D-AVS E|>limit4,代入0,或预定的值(16)
如果一个轴向体部分的代表信号值和与其相邻的轴向体部分的代表信号值之间的绝对差异大于预定limit4,将不使用增益变化Δ值(ΔAVS B-AVS A,ΔAVS C-AVS B,ΔAVS D-AVS C和ΔAVS E-AVS D,或ΔAVS A-AVS B,ΔAVS B-AVS C,ΔAVS C-AVS D,ΔAVS D-AVS E),使用零或一个预定值来代替该增益变化Δ值。这种替代阻止了在分布中的明显扭曲。在可选地实施例中,可能不执行这种比较和替代过程。
轴向体部分的增益变化分布是轴向累积序列。该序列一直延续直到所有的轴向体增益变化Δ值均被考虑(步骤390)。
使用最浅的轴向体部分AVS A作为具有从顶部到底部分布方向的参考位置。
IAVS A =axvol gainvar distl
IAVS A+ΔAVS B-AVS A =axvol gaindist var2
IAVS A+ΔAVS B-AVS A+ΔAVS C-AVS B =axvolgaindist var3(17)
IAVS A+ΔAVS B-AVS A+ΔAVS C-AVS B+ΔAVS D-AVS C =axvol gaindist var4
IAVS A+ΔAVS B-AVS A+ΔAVS C-AVS B+ΔAVS D-AVS C+ΔAVS E-AVS D =axvol gaindist var5
使用最深的轴向体部分AVS E作为具有从底部到顶部分布方向的参考位置。
IAVS E =ax vol gainvar dist5
IAVS E+ΔAVS D-AVS E =ax vol gainvar dist4
IAVS E+ΔAVS D-AVS E+ΔAVS C-AVS D =ax vol gainvar dist3 (18)
IAVS E+ΔAVS D-AVS E+ΔAVS C-AVS D+ΔAVS B-AVS C =ax vol gainvar dist2
IAVS E+ΔAVS D-AVS E+ΔAVS C-AVS D+ΔAVS B-AVS C+ΔAVS A-AVS B =ax vol gainvar dist1
以1,2,3,4和5顺序的分布序列值的整个序列使用插值函数组成连续轴向体增益变化曲线(步骤395)。轴向体增益补偿曲线是通过改变轴向体增益变化曲线的极性(即,加或减)从轴向体增益变化曲线计算的(步骤397)。如果该值是在线性标度中,该增益补偿曲线是增益变化曲线的倒数。图15中示出了示例性的轴向体补偿曲线。
轴向体增益补偿曲线用于使用由轴向引擎155输出和控制器161分配的轴向体增益补偿曲线数据经由可变增益TGC放大器119y和可变增益轴向放大器133补偿到达信号。轴向体补偿可以施加到下一个体(步骤360)。
图16中所示为5个图像数据帧体的示例性侧向体分区。为了侧向体增益补偿,侧向引擎157为遍及该体的同一侧向体部分计算代表信号值(步骤365)。
遍及帧b,c,d和e,侧向体部分(LVS)可以是在帧a中的图像数据值的同一区域。该体可以被分成任意数目的侧向部分,这些部分具有相同或不同数目的图像数据值。如轴向体分析所述,以圆柱或其它形状的形式的取样可以遍及该体作为一部分使用。一些部分可以与其他部分重叠。使用在限定部分内的有效图像数据值。
侧向引擎157为每个限定的侧向体部分LVS F,LVS G,LVSH,LVS I和LVS J计算代表信号值(I),并将其与相邻侧向体部分代表信号值比较。该侧向体部分LVS F,LVS G,LVS H,LVS I和LVS J的代表信号值如果不是分贝可以转换成分贝或者转换成对数压缩的信号。该代表信号值的计算可以使用上面列出的任何方法来执行。
相邻侧向体部分之间的增益变化Δ’s基于所期望的方向来计算(步骤380)。
结合增益变化Δ,将每个侧向体部分LVS F,LVS G,LVS H,LVSI和LVS J的代表信号值与相邻侧向体部分的代表信号值比较并和预定的limit5比较(步骤385)。
如果|ΔLVS F-LVS G|>limit5,代入0,或预定的值
如果|ΔLVS G-LVS H|>limit5,代入0,或预定的值
如果|ΔLVS H-LVS I|>limit5,代入0,或预定的值
|ΔLVS I-LVS J|>limit5,
如果,代入0,或预定的值(19)
如果一个侧向体部分的代表信号值和与其相邻的侧向体部分的代表信号值之间的绝对差异大于预定limit5,将不使用增益变化Δ值(ΔLVS F-LVS G,ΔLVS G-LVS H,ΔLVS H-LVS I和ΔLVS I-LVS J,或ΔLVS G-LVS F,ΔLVS H-LVS G,ΔLVS I-LVS H和ΔLVS J-LVS I),使用零或一个预定值来代替该增益变化Δ值。这种替代阻止了在分布中的明显扭曲。在可选的实施例中,可能不执行这种比较和替代过程。
侧向体部分之间的增益变化分布是侧向累积序列。该序列一直延续直到所有的侧向体增益变化Δ值均被考虑(步骤397)。
使用右端的侧向体部分LVS F作为具有从右到左分布方向的参考位置。
ILVS F =latvol gainvar dist1
ILVS F+ΔLVS G-LVS F =latvol gainvar dist2
ILVS F+ΔLVS G-LVS F+ΔLVS H-LVS G =latvol gainvar dist3(20)
ILVS F+ΔLVS G-LVS F+ΔLVS H-LVS G+ΔLVS I-LVS H =latvol gainvar dist4
ILVS F+ΔLVS G-LVS F+ΔLVS H-LVS G+ΔLVS I-LVS H+ΔLVS J-LVS I =latvol gainvar dist5
使用左端的侧向体部分LVS J作为具有从左到右分布方向的参考位置。
ILVS J =latvol gainvar dist5
ILVS J+ΔLVS I-LVS J =latvol gainvar dist4
ILVS J+ΔLVS I-LVS J+ΔLVS H-LVS I =latvol gainvar dist3
(21)
ILVS J+ΔLVS I-LVS J+ΔLVS H-LVS I+ΔLVS G-LVS H =latvol gainvar dist2
ILVS J+ΔLVS I-LVS J+ΔLVS H-LVS I+ΔLVS G-LVS H+ΔLVS F-LVS G =latvol gainvar dist1
以1,2,3,4和5顺序的分布序列值的整个序列使用插值函数组成连续侧向体增益变化曲线(步骤395)。侧向体增益补偿曲线是通过改变增益变化曲线的极性(即,加或减)从增益变化曲线推导出来的(步骤397)。如果该值是在线性标度中,该增益补偿曲线是增益变化曲线的倒数。图17中示出了示例性的侧向体增益变化补偿曲线。
侧向体增益补偿曲线用于使用由侧向引擎157输出和控制器161分配的侧向体增益补偿曲线数据经由可变增益TGC放大器119y和可变增益侧向放大器135侧向补偿到达信号。侧向补偿可以施加到下一个体(步骤355)。
如在二维轴向和/或侧向增益补偿曲线的情况下,高度和轴向和/或侧向体分区的结合可以得到三个体增益补偿曲线。每个曲线可以施加到下一个体(步骤335)。
高度、轴向和侧向增益补偿的任意结合都可以应用到下一个输入的图像帧。该新计算的增益补偿曲线示出了与之前放大器的增益曲线的差别,其中,之前放大器的增益曲线提供输出以控制每个放大器119y,133,135,143的增益。推导的该增益补偿曲线修改预先存在的增益曲线。
回到图1,来自轴向引擎155、侧向引擎157和高度引擎159的输出被输入到控制器161,其中,增益补偿曲线在控制器161处被处理。
因为新的增益补偿曲线升级或修改先前计算的增益补偿曲线,每个控制器161的轴向、侧向和高度输入耦合至相应的增益加法器169a,b,c。每个加法器169a,b,c的输出耦合至相应的延迟171a,b,c,延迟171a,b,c被耦合至存储器170a,b,c。存储器170a,b,c存储在初始化时的之前的增益补偿曲线,及其之后升级的结合增益。增益加法器169a,b,c输出增益,该增益是新计算的增益曲线和之前或升级的增益的结合。
轴向延迟171a用于延迟TGC加上轴向放大器增益曲线的总和(即,TGC与轴向放大器增益的结合,并且称之为轴向结合增益)一个帧,从而使得之前的帧的轴向结合增益曲线存储在存储器170a中,之前的帧的轴向结合增益曲线加到新的轴向补偿曲线以获取新的轴向结合增益曲线。
类似的,侧向延迟171b用于延迟TGC加上侧向放大器增益曲线的总和(即,TGC与侧向放大器增益的结合,并且称之为侧向结合增益)一个帧,从而使得之前的帧的侧向结合增益曲线存储在存储器170b中,之前的帧的侧向结合增益曲线加到新的侧向补偿曲线以获取新的侧向结合增益曲线。
高度延迟171c用于延迟TGC加上高度放大器增益曲线的总和(即,TGC与高度放大器增益的结合,并且称之为高度结合增益)一个体,从而使得之前的体的高度结合增益曲线存储在存储器170c中,之前的体的高度结合增益曲线加到新的高度补偿曲线以获取新的高度结合增益曲线。·
增益加法器169a,b,c的输出被耦合至第一权重乘法器173a,b,c和第二权重乘法器175a,b,c。该第一权重乘法器173a,b,c被耦合至分配权重α(轴向),β(侧向)和γ(高度),而第二权重乘法器175a,b,c被耦合至分配权重1-α177a,β177b和1-γ177c。
权重α,β和γ确定在时间t在轴向可变增益放大器133、侧向可变增益放大器135和高度可变增益放大器143,以及TGC放大器119y的可变增益部分之间分配的各自的增益补偿值是多少。权重α,β和γ使用优化每个权重α,β和γ的分配处理器179来推导。确定权重α,β和γ的优化过程的讨论不在本发明内容的范围内。
来自第二权重乘法器175a,b,c的输出被输出至相应的轴向可变增益放大器133、侧向可变增益放大器135和高度可变增益放大器143。
轴向权重乘法器173a的输出被耦合至加法器179和平均值计算器181。平均值计算器181获取来自轴向乘法器173a的输出的平均值,该平均值被从轴向权重乘法器173a输出中减去并耦合至公用加法器183。加法器179从TGC增益曲线中减去TGC增益曲线平均值,使得恒定的增益施加到TGC放大器119y的固定增益部分,并且只有曲线增益施加到TGC放大器119y的可变增益部分。本操作保持TGC放大器的动态范围。在可选实施例中,可以不使用平均值和减法。
轴向结合增益曲线乘以α以便将增益曲线的一部分施加到TGC放大器119y可变增益部分。加法器179的输出被耦合至DAC(数字到模拟转换器)185,如果需要,并输出至TGC放大器119y可变增益部分。
每束更新来自存储器170b的侧向结合增益以实现侧向增益曲线的效用,并乘以β以便将部分增益曲线施加到TGC放大器119y的可变增益。侧向延迟187被用于同步所有的增益曲线。
每帧更新来自存储器170c的高度结合增益以实现高度增益曲线的效用,并乘以γ以便将部分增益曲线施加到TGC放大器119y的可变增益。高度延迟189被用于同步所有的增益曲线。
延迟187、189的输出和平均值计算器181的输出被耦合至公用加法器183。加法器183结合所有TGC放大器119y的固定增益部分。所结合的增益被输出至另一个加法器191并通过增益计算器193与总增益输出结合。
对于三维成像的情况,侧向放大器135或高度放大器143的输出被耦合至总增益计算器193以通过使用柱状图、百分数、平均值、众数、中间数来获得总增益。以dB或对数标度形式的总增益被改变极性(减或加)并加上一个预设值以设定最终图像亮度到达预设值。该操作设定总的图像亮度到大部分用户喜欢的预设亮度值。
从加法器191得到的结合的输出是TGC放大器119y的固定增益部分。该TGC放大器119y的固定增益部分耦合至在TGC放大器119y芯片中的固定的或可编程的增益放大器。
轴向、侧向和高度增益变化由上面的操作进行补偿,并且总的图像增益被设定至用户可能喜欢的预定图像亮度。本发明提供所有图像维数上的均匀性。
上面描述了本发明的一个或多个实施例。然而,应该理解,在不脱离本发明精神和范围的情况下可以进行多种修改。因此,其它实施例也在下面权利要求的范围内。