CN101489488A - 超声波图像处理装置 - Google Patents
超声波图像处理装置 Download PDFInfo
- Publication number
- CN101489488A CN101489488A CNA200780027577XA CN200780027577A CN101489488A CN 101489488 A CN101489488 A CN 101489488A CN A200780027577X A CNA200780027577X A CN A200780027577XA CN 200780027577 A CN200780027577 A CN 200780027577A CN 101489488 A CN101489488 A CN 101489488A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- view data
- processing mechanism
- weighting
- processing
- 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
Links
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 44
- 230000007246 mechanism Effects 0.000 claims description 22
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 238000003786 synthesis reaction Methods 0.000 claims description 17
- 238000002604 ultrasonography Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000009699 differential effect Effects 0.000 claims description 2
- 238000009499 grossing Methods 0.000 abstract description 7
- 238000003672 processing method Methods 0.000 description 15
- 238000003745 diagnosis Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000011503 in vivo imaging Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001835 viscera Anatomy 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G01S7/52077—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 with means for elimination of unwanted signals, e.g. noise or interference
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
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
按照对原始数据实施噪声去除(平滑化)处理后去除高频噪声成分、并对此平滑化图像实施边缘增强处理后再次去除噪声成分这样的顺序执行非线性处理。并且,最后进行与原始图像加权合成处理。
Description
本申请要求2006年7月20日申请的日本专利申请第2006-1975645号的优先权,在本申请中参照其内容并引用。
技术领域
本发明是涉及利用超声波进行生物体内成像的超声波摄像方法及超声波摄像装置的技术。
背景技术
用于医疗诊断的超声波摄像装置(B模式),通过向生物体发射超声波并接收声阻抗在空间上变化的、从生物体内的部位反射的回波信号,由发送接收的时间差来推定反射源的位置,将回波信号强度转换为辉度进行图像化。已知在超声波断层像中会发生被称为斑纹的固有人造物(artifact)(虚像),为了改善画质就必须减少斑纹的影响。但是,由于考虑到在斑纹模式中反映出对生物医学组织的密度等诊断有用的特性,所以希望一面去除斑纹以外的人造物,一面以诊断者(操作者)易于看见的等级来显示斑纹。
作为使斑纹最小化的方法,过去例如<专利文献1>中所述,已有一种形成生物体内组织的纹理平滑图像和构造增强图像、并加权合成2个图像数据的方法。由于斑纹的分布遵从瑞利概率密度(Rayleigh probabilitydensity)的性质,所以采用根据统计的相似度进行加权平均处理的相似度滤波器来产生纹理平滑图像。此外,使用微分滤波器(differential filter)等高通滤波器来形成构造增强图像。
此外,例如<专利文献2>中所述,作为不使边缘的分辨率劣化、减少噪声的方法,已有一种以平滑图像和原始图像的差分作为高频图像、对它们进行动态范围压缩后与平滑图像或原始图像进行加法运算的方法。
并且,例如,作为一面加强边缘一面减少噪声的方法,已有如下方法,该方法形成清晰度增强图像、平滑化图像和边缘检测图像,并由这些图像计算边缘部分被去除的噪声数据,由清晰度增强图像减去噪声数据并产生合成图像。
专利文献1:JP特开2004-129773号公报
专利文献2:JP特开2000-163570号公报
发明内容
在上述背景技术中,依然存在如下未解决的问题。在作为<专利文献1>例示的方法中,对通过构造增强处理增强的噪声成分仅进行加权加法运算的线性处理,不能充分减少噪声成分。此外,在作为<专利文献2>例示的方法中,虽然减少了噪声,但无法获得边缘的增强效果。并且,在一面增强边缘一面减少噪声的方法中,在边缘被误检测为噪声的情况下,存在边缘部分显著劣化、或具有斑纹模式的信息消失这种问题。
在本发明中,关于通过超声波照射得到的数据,将实施了高频噪声成分去除、此后的边缘增强处理以及再此后的高频噪声成分去除的图像数据和原始的数据进行加法运算,从而得到合成图像。
例如,按照对原始数据实施平滑化处理后去除高频噪声成分、对此平滑化图像实施边缘增强处理后再次去除噪声成分这样的顺序逐步实施非线性处理。并且,最后进行与原始图像的加权合成处理。
根据本发明,通过逐步实施非线性处理就能兼顾边缘增强效果和噪声去除效果,此外,通过原始图像的合成就能保持具有斑纹模式的信息。
基于涉及附图的以下本发明的实施例的记载,本发明的其他目的、特征及优点将会更明了。
附图说明
图1表示本发明的超声波图像处理方法的系统结构例。
图2A表示本发明的超声波图像处理方法的处理例。
图2B表示本发明的超声波图像处理方法的处理例。
图2C表示本发明的超声波图像处理方法的处理例。
图2D表示本发明的超声波图像处理方法的处理例。
图2E表示本发明的超声波图像处理方法的处理例。
图2F表示本发明的超声波图像处理方法的处理例。
图3表示本发明的超声波图像处理方法的处理顺序。
图4表示本发明的合成比率的设定例。
图5表示本发明的合成比率设定的处理顺序。
图6表示本发明的相同区域提取的处理顺序。
图7表示本发明的边缘增强处理的处理顺序。
图8表示本发明的并列处理的处理顺序。
图9表示本发明的并列处理中的合成比率的设定例。
图10表示本发明的并列处理中的合成比率的处理顺序。
图11表示本发明的超声波图像处理方法的功能块。
具体实施方式
图1中示出了超声波图像处理方法的系统结构例。超声波元件按一维排列的超声波探头1向生物体发射超声波射束(超声波脉冲),接收从生物体反射的回波信号(接收信号)。在控制系统4的控制下,具有与发射焦点对应的延迟时间的发射信号由发射射束形成装置3输出,通过收发转换开关5传送给超声波探头1。在生物体内被反射或散射并返回超声波探头1的超声波射束,由超声波探头1转换为电信号,通过收发转换开关5作为接收信号传送给接收射束形成装置6。接收射束形成装置6是一种混合相位偏差90度的2个接收信号的复合射束形成装置,其在控制系统4的控制下,进行按照接收计时调整延迟时间的动态聚焦,并输出实部和虚部的RF信号。此RF信号经包络线检波单元7检波后转换为视频信号,输入给扫描变换器8并转换为图像数据(B模式图像数据)。在此,从扫描变换器8输出的、基于来自被检测体的超声波信号得到的图像数据(原始图像)被传送到处理单元10,通过信号处理被加工成已进行噪声去除和边缘增强的图像。加工过的图像在合成单元12与原始图像进行加权合成,传送给显示单元13并进行显示。在参数设定单元11中,进行用于处理单元中的信号处理的参数和合成单元中的合成比率的设定。这些参数由操作者(诊断者)从用户界面2进行输入。用户界面2具备输入旋钮,其能够按照诊断目标的对象(血管中的血栓轮廓的构造、肝脏的肝硬化进行程度的纹理模式、内脏器官中的肿瘤组织的构造和纹理模式两方面,等),设定使加工图像和原始图像哪一个优先。例如,图像的显示方法排列加工过的图像和合成过的图像这2个图像数据,并在显示器中进行显示,如果操作者改变了设定合成比率的输入旋钮(比率输入机构),则更新并显示对应的合成图像。另一方面,如果改变了设定噪声去除或边缘增强的处理参数的输入旋钮,则更新对应的加工图像的显示,同时还同步更新并显示由此加工图像合成的合成图像。
图2A-2F中示出了处理单元10及合成单元12中的超声波图像处理方法的处理例。首先对原始图像(图2A)实施噪声去除处理,求出噪声去除图像(图2B)。接着,为了提高构造的可见度,进行边缘增强处理,获得边缘增强图像(图2C)。此时,由于会增强残留在噪声去除图像(图2B)中的噪声成分,所以进一步应用噪声去除处理,将其转换为噪声去除图像(图2D)。由于此噪声去除图像(图2D)丧失了原始图像所具有的斑纹模式信息,所以最后以适合的合成比率合成(加法运算或乘法运算)原始图像,从而获得合成图像(图2F)。图2E表示以适合的加法比率进行处理后的原始图像。再有,噪声去除处理也可以是平滑化处理。在超声波断层像中产生的斑纹噪声,例如<专利文献1>所述,其概率密度函数遵从瑞利分布是已知的。作为电噪声与一般的高斯分布型噪声比较时,瑞利分布呈现出虽然特别大的噪声成分少的频率但也会产生的特性。由此,难于通过1次噪声去除处理进行完全去除,一部分残留的噪声成分通过增强处理会被增强。因此,应用再次噪声去除处理的方法就会有效。此外,由于斑纹模式具有对生物医学组织的密度等的诊断有用的信息,所以并不是完全消除,而是以最终看得见的等级控制动态范围并实施合成处理。
图11中示出了实施图2A-图2F的处理例的功能块。原始图像由图像输入装置(8)输入,顺序经过第1噪声去除处理单元(22)、边缘增强处理单元(23)、第2噪声去除处理单元(24)进行加工。加工过的图像在合成处理单元(25)与原始图像进行合成,在图像输出装置(13)中进行显示。再有,各处理单元的处理参数由操作者在参数设定单元(11)加以设定。
图3中示出了超声波图像处理方法的处理顺序。首先,输入原始图像(步骤51),接着,进行第1噪声去除处理(步骤52)。作为用于噪声去除处理的滤波器,使用相似度滤波器(similarity filter)、加权平均滤波器(weighted average filter)、方向依赖型(directional adaptive)滤波器、或形态学滤波器(morphology filter)。例如,在<专利文献1>中记载了一种相似度滤波器。此外,最普通的加权平均滤波器是一种在加权范围内设定固定的加权值并实施移动平均(moving average)处理的滤波器,虽然边缘构造的保持能力差,但能进行高速处理。方向依赖型滤波器是一种例如JP特开2001-14461号公报中所公开的方式的滤波器,其在各像素的处理范围内判定一维方向的浓度变化最小的方向,仅进行此方向平滑化处理。虽然二维的噪声减少能力差一些,但在构造的连接性增强方面优良。形态学滤波器是一种例如<专利文献2>所述的方式的滤波器,其虽然比加权平均滤波器计算时间长,但边缘构造的保持能力优良。按照诊断目标(关注生物体构造和斑纹模式的哪一个、或者是否需要实时性)选择使用的滤波器,或组合多个加以使用也很有效。
第1噪声去除处理后,实施边缘增强处理(步骤53)。在边缘增强处理中,考虑性能和运算速度,希望使用例如空间微分滤波器(spatialdifferential filter)(例如<专利文献1>中所述的二阶微分型、或JP特开2001-285641号公报中使所述的二阶微分型的符号反转的模糊掩膜(unsharp mask)型)。虽然在超声波图像中对于射束照射方向可保障相同的辨析率,但由于例如在扇形射束照射的情况下半径方向的辨析率不一样,所以实施插值(interpolation)处理成为含误差的推定值。因此,应用对于照射超声波的深度方向具有较强的微分效果、对于与深度方向垂直的方向微分效果较弱的滤波器,由此,能够获得所含误差少的边缘增强图像。作为具体实例,可列举对于深度方向设定[-13-1]t(t表示转置,transposition)、对半径方向设定[111]的加权的滤波器。此滤波器的效果,对深度方向相当于二阶差分,对半径方向为单纯的平均处理。再有,滤波器值和滤波器长不限于此例的值,可根据对象进行调整。
对边缘增强图像还实施第2噪声去除处理(步骤54)。在处理滤波器中,可使用与平滑化滤波器同样的滤波器。最后,通过按适合的比率对噪声去除图像和原始图像进行加法计算或乘法计算来进行合成处理,求出合成图像(步骤55)。
说明一种使用校正图像(calibration image)决定适合的合成比率的方法。如果校正图像是可以事先处理的话,则例如应用复合成像法(通过使用不同的使用频率和照射角度获取多个超声波图像后合成图像,来保持边缘成分并能够减少噪声成分)形成校正图像。设校正图像为Tij的辉度,从Tij中减去固定值a倍的原始图像的辉度Oij,求解参照用图像的辉度Rij。在此,i和j表示直角坐标系中的像素的号码。
[式1]
Rij=Tij-a×Oij ……(1)
如果设参照用图像Rij为作为图2D的噪声去除图像的目标的图像,则希望能形成针对Rij中仅存在斑纹模式的相同区域时尽可能去除噪声的画质。因此,关于相同区域内的像素辉度分布计算标准偏差和平均值,采用平均值去除标准偏差所得到的值即变化系数定量地表示去除噪声的程度。变化系数越小,越表示去除噪声后光滑的画质。图4中示出了相对于比率a的变化系数的变化例。在此例中,判断为变化系数为最小的a=0.67是最佳的比率。
图5中示出了合成比率设定的处理顺序。最初,按固定的增幅使合成比率变化,计算相同区域的平均值和标准偏差(步骤61)。接着,由计算出的平均值和标准偏差求出变化系数(步骤62)。然后,参照比率和变化系数的对应,决定变化系数为最小值的比率作为在合成处理中使用的比率(标准63)。
在此,图6中示出了相同区域的提取顺序。预先细分割对象图像设定候选区域Ai。在此,i表示细分割的候选的号码。在候选的小区域不相同、含有不同的构造的情况下,辉度分布的标准偏差增大且变化系数变大。即,如果变化系数是某个数值以上的话,则判定为不是相同区域。因此,作为最初的处理,设定相同区域的阈值(步骤71)。接着,候选区域的号码i从第1个起开始(步骤72、73),直到至少i超出所有候选数为止都重复判定处理,如果即使i为所有候选数也不能判定的话,则再次设定相同区域的阈值并进行处理(步骤74)。i不到候选数的判定处理为,计算Ai区域的平均值m和标准偏差σ(步骤75),调查变化系数即σ/m和阈值的大小关系(步骤76),如果阈值比σ/m大则判定为不是相同区域,并变更为接着的第i+1个的候选重复进行处理,如果阈值比σ/m小则选择决定Ai区域作为相同区域,并结束处理(步骤77)。
接着,图7中示出了图3所示的边缘增强处理单元的处理顺序。在此,输入图3的第1噪声去除处理后的图像作为边缘增强处理的原始图像(步骤81)。首先,设定多个与原始图像的血管和肝脏等的要关注的构造的尺寸相同程度的、不同的尺寸(长度)的微分滤波器(步骤82)。然后,将各微分滤波器应用于原始图像,形成多个处理图像(步骤83)。最后,关于多个图像的各像素进行最大值处理,形成由最大值辉度的像素构成的合成图像,并结束处理(步骤84)。由于关注的构造的尺寸在空间上变化,所以用固定尺寸的微分滤波器进行最佳增强有困难,通过由基于多个尺寸的滤波器的输出结果合成最大值的处理,就能够得到适应的匹配滤波器的效果。再有,代替滤波器尺寸使滤波器成分值变化的设定也是有效的。
虽然以上说明的图3的超声波图像处理方法是一种逐步应用非线性处理的方法,但也可以是并列处理的方法。图8中示出了本发明的并列处理的处理顺序。对原始图像(91)分别应用噪声去除处理(92)、边缘增强处理(93)、及连续性增强处理(94)。在此,噪声去除处理和边缘增强处理的方式可适用与图3的超声波图像处理方法中的各处理相同的方式。但是,特别地,为了连续性增强处理而并列使用图3中用于噪声去除处理的方向依赖型滤波器。像这样,对应对诊断有用的3种特性分别实施处理,以适当的比率对处理结果进行加法(或乘法)运算(95)得到合成图像(96)。最后,与图3的处理方法相同,对此合成图像实施与原始图像的合成处理。
下面说明并列处理中合成3种图像的比率的设定方法。对校正图像使用由图5的处理顺序决定的比率,对原始图像进行了减法运算的差分图像为并列处理中的校正图像Cij。在此,i和j表示直角坐标系中的像素的号码,设图像尺寸为M×N。另一方面,以各自的加权系数c1、c2、c3对噪声去除图像Dij、边缘增强图像Eij和连续性增强图像Lij进行加权加法计算求解基于并列处理的合成图像。此时,关于校正图像Cij和基于并列处理的合成图像的各像素辉度的差分的平方和变得最小,是加权系数的最佳组合。用下式定义此价值函数(cost function)g。
[式2]
在此,c1、c2及c3满足下式。
[式3]
c1+c2+c3=1 ……(3)
g变得最小是与各加权系数有关的偏微分为0的情形,关注c1、c2时为下式。再有,c3是按式(3)由c1和c2确定的系数,所以省略。
[式4]
由式(2)及式(4),导出c2和c1满足下式的关系。
[式5]
基于式(5)的c1和c2的关系,在图9中示出设定合成比率c1及c2的例子。如果设横轴的变量为c1,则将c1代入式(5)求出c2,由于c3可由求出的c2和式(3)决定,所以使用这些c1~c3就能够由式(2)计算价值量g。然后,求使c1变化时的g,设定g变得最小的c1~c3即可。
图10示出了并列处理中的合成比率的处理顺序。首先,以固定的增幅使c1变化,按照上述的计算来计算价值量g(步骤101)。接着,决定g变得最小的c1(步骤102)。最后,由c1计算c2,进一步计算c3,并结束处理。
虽然针对实施例进行了上述说明,但本发明不限于此,本领域技术人员应该清楚,在本发明的精神和附加的权利要求书的范围内,能够进行各种变更及修改。
工业实用性
本发明除了适用于超声波图像处理装置外,还可适用于实施图像处理的所有装置,一面增强边缘一面减少噪声就能够合成容易分辨的图像。
Claims (11)
1.一种超声波图像处理装置,包括:
照射机构,对被检测体照射超声波;
检测机构,检测来自上述被检测体的超声波信号;
第1处理机构,根据上述检测机构的检测结果,形成第1图像数据;
第2处理机构,从上述第1图像数据中去除噪声成分,形成第2图像数据;
第3处理机构,对上述第2图像数据进行边缘增强处理,形成第3图像数据;
第4处理机构,从上述第3图像数据中去除噪声成分,形成第4图像数据;以及
第5处理机构,对上述第1图像数据和上述第4图像数据进行加法处理或乘法处理。
2.根据权利要求1所述的超声波图像处理装置,其特征在于,
上述第5处理机构,对上述第1图像数据和上述第4图像数据进行加权后进行加法运算或乘法运算,形成第5图像数据。
3.根据权利要求1所述的超声波图像处理装置,其特征在于,
上述第4处理机构去除由上述第3处理机构增强的噪声成分。
4.根据权利要求2所述的超声波图像处理装置,其特征在于,
上述第5处理机构,形成校正图像并设定上述校正图像内的噪声区域,
求解出上述噪声区域中的辉度分布的标准偏差和平均值,通过用上述平均值去除上述标准偏差,计算出上述加权比率下的变化系数,
计算上述变化系数为最小值的比率,使用上述比率进行加权。
5.根据权利要求1所述的超声波图像处理装置,其特征在于,
上述第2处理机构和/或上述第4处理机构包括相似度滤波器、加权平均滤波器、方向依赖型滤波器及形态学滤波器中的至少一个滤波器。
6.根据权利要求1所述的超声波图像处理装置,其特征在于,
上述第3处理机构,应用滤波器长或滤波器成分值与上述第2图像数据不同的微分滤波器形成多个图像数据,基于上述多个图像数据按每一像素位置进行最大值处理,形成由最大值辉度的像素数据构成的合成图像,作为上述第3图像数据。
7.根据权利要求1所述的超声波图像处理装置,其特征在于,
上述第3处理机构,对上述第2图像数据,应用对于照射上述超声波的深度方向具有较强的微分效果、并且对于与深度方向垂直的方向微分效果较弱的微分滤波器。
8.一种超声波图像处理装置,其特征在于,包括:
照射机构,对被检测体照射超声波;
检测机构,检测来自上述被检测体的超声波信号;
根据上述检测机构的检测结果形成图像数据的机构;
对于图像数据并列进行边缘增强处理、连续性增强处理和噪声去除处理的机构;
对作为上述边缘增强处理、连续性增强处理和噪声去除处理的处理结果而得到的3种图像进行加权合成并求出合成图像的机构;以及
加权合成上述合成图像和上述图像数据的机构。
9.根据权利要求8所述的超声波图像处理装置,其特征在于,
上述加权合成的机构,
形成校正图像,由上述3种图像通过改变合成比率,形成多个合成图像,
针对上述多个合成图像的每一个合成图像和上述校正图像,求解有关各像素的辉度的差分的平方和,
求解上述平方和为最小值的上述合成比率,用于加权合成中。
10.根据权利要求2所述的超声波图像处理装置,其特征在于,
还包括显示器和上述加权的比率输入机构,上述显示器排列显示上述第4图像数据和上述第5图像数据这2个图像数据,上述加权的比率输入机构变更上述加权的比率。
11.根据权利要求10所述的超声波图像处理装置,其特征在于,
上述显示器显示根据由上述加权的比率输入机构变更的上述加权的比率而形成的上述第5图像数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP197564/2006 | 2006-07-20 | ||
JP2006197564 | 2006-07-20 | ||
PCT/JP2007/062291 WO2008010375A1 (fr) | 2006-07-20 | 2007-06-19 | Dispositif ultrasonographique |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101489488A true CN101489488A (zh) | 2009-07-22 |
CN101489488B CN101489488B (zh) | 2011-11-23 |
Family
ID=38956710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200780027577XA Expired - Fee Related CN101489488B (zh) | 2006-07-20 | 2007-06-19 | 超声波图像处理装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20100022878A1 (zh) |
EP (1) | EP2047801A1 (zh) |
JP (1) | JP4757307B2 (zh) |
CN (1) | CN101489488B (zh) |
WO (1) | WO2008010375A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111285A (zh) * | 2010-05-10 | 2014-10-22 | 杰富意钢铁株式会社 | 焊接部的组织形状的图像化方法及其装置 |
CN104883980A (zh) * | 2012-11-01 | 2015-09-02 | 日立阿洛卡医疗株式会社 | 医用图像诊断装置以及医用图像生成方法 |
CN107872677A (zh) * | 2016-09-26 | 2018-04-03 | 韩华泰科株式会社 | 用于处理图像的设备和方法 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8065399B2 (en) | 2000-04-17 | 2011-11-22 | Circadence Corporation | Automated network infrastructure test and diagnostic system and method therefor |
AU2001259074A1 (en) | 2000-04-17 | 2001-10-30 | Circadence Corporation | Http redirector |
US8996705B2 (en) | 2000-04-17 | 2015-03-31 | Circadence Corporation | Optimization of enhanced network links |
US20110128972A1 (en) | 2000-04-17 | 2011-06-02 | Randy Thornton | Peer to peer dynamic network link acceleration |
JP5106091B2 (ja) * | 2007-12-26 | 2012-12-26 | 株式会社東芝 | 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム |
JP5035029B2 (ja) * | 2008-03-03 | 2012-09-26 | ソニー株式会社 | 信号処理装置および方法、並びにプログラム |
US20110091127A1 (en) * | 2008-06-20 | 2011-04-21 | Pavel Kisilev | Method and system for efficient video processing |
CN101853489B (zh) * | 2009-04-02 | 2014-03-12 | 深圳艾科创新微电子有限公司 | 一种视频图像降噪装置及方法 |
US8988462B2 (en) * | 2010-02-09 | 2015-03-24 | Hitachi Medical Corporation | Ultrasonic diagnostic apparatus and ultrasonic image display method |
US20120108973A1 (en) * | 2010-11-01 | 2012-05-03 | Toshiba Medical Systems Corporation | Ultrasonic diagnostic apparatus and ultrasonic image processing apparatus |
JP5832737B2 (ja) * | 2010-11-01 | 2015-12-16 | 株式会社東芝 | 超音波診断装置及び超音波画像処理装置 |
US8849057B2 (en) * | 2011-05-19 | 2014-09-30 | Foveon, Inc. | Methods for digital image sharpening with noise amplification avoidance |
KR20130008858A (ko) * | 2011-07-13 | 2013-01-23 | 삼성전자주식회사 | 영상 처리 방법 및 그에 따른 영상 처리 장치 |
JP5941674B2 (ja) * | 2011-12-28 | 2016-06-29 | オリンパス株式会社 | 細胞輪郭線形成装置及びその方法、細胞輪郭線形成プログラム |
CN104106095A (zh) | 2012-02-10 | 2014-10-15 | 皇家飞利浦有限公司 | 临床驱动的图像融合 |
CN103034979B (zh) * | 2012-11-30 | 2015-03-25 | 声泰特(成都)科技有限公司 | 一种超声图像清晰度提升方法 |
CN103251428B (zh) * | 2013-04-17 | 2015-05-13 | 深圳市理邦精密仪器股份有限公司 | 用于超声扫描系统的隔直滤波模块及方法、超声扫描系统 |
US20160292173A1 (en) * | 2013-11-20 | 2016-10-06 | Hewlett Packard Development Company, L.P. | Removable storage data hash |
JP6179368B2 (ja) * | 2013-11-22 | 2017-08-16 | コニカミノルタ株式会社 | 画像表示装置及び画像表示方法 |
US10624612B2 (en) | 2014-06-05 | 2020-04-21 | Chikayoshi Sumi | Beamforming method, measurement and imaging instruments, and communication instruments |
JP6541307B2 (ja) * | 2014-06-05 | 2019-07-10 | 炭 親良 | イメージング装置 |
US11125866B2 (en) | 2015-06-04 | 2021-09-21 | Chikayoshi Sumi | Measurement and imaging instruments and beamforming method |
US10424054B2 (en) * | 2015-06-26 | 2019-09-24 | Peking University Shenzhen Graduate School | Low-illumination image processing method and device |
AU2016404824B2 (en) * | 2016-04-25 | 2019-08-15 | Telefield Medical Imaging Limited | Method and device for measuring spinal column curvature |
JP2017203622A (ja) * | 2016-05-09 | 2017-11-16 | コニカミノルタ株式会社 | 色むら検査方法及び色むら検査装置 |
EP3827281B1 (en) * | 2018-07-24 | 2024-01-03 | Koninklijke Philips N.V. | Ultrasound imaging system with improved dynamic range control |
CN114066738A (zh) * | 2020-07-31 | 2022-02-18 | 北京小米移动软件有限公司 | 图像处理方法、装置、电子设备及存储介质 |
JP2022042293A (ja) | 2020-09-02 | 2022-03-14 | キヤノンメディカルシステムズ株式会社 | 画像処理装置及び超音波診断装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2644913A1 (fr) * | 1989-03-24 | 1990-09-28 | Labo Electronique Physique | Dispositif d'imagerie par echographie ultrasonore, utilisant un filtre adaptatif perfectionne |
US6005984A (en) * | 1991-12-11 | 1999-12-21 | Fujitsu Limited | Process and apparatus for extracting and recognizing figure elements using division into receptive fields, polar transformation, application of one-dimensional filter, and correlation between plurality of images |
JPH0751270A (ja) * | 1993-08-13 | 1995-02-28 | Hitachi Medical Corp | 超音波診断装置 |
US5479926A (en) * | 1995-03-10 | 1996-01-02 | Acuson Corporation | Imaging system display processor |
US5718229A (en) * | 1996-05-30 | 1998-02-17 | Advanced Technology Laboratories, Inc. | Medical ultrasonic power motion imaging |
US6246783B1 (en) * | 1997-09-17 | 2001-06-12 | General Electric Company | Iterative filter framework for medical images |
US5971923A (en) * | 1997-12-31 | 1999-10-26 | Acuson Corporation | Ultrasound system and method for interfacing with peripherals |
JP2001014461A (ja) * | 2000-01-01 | 2001-01-19 | Hitachi Ltd | 画像処理方法 |
JP4017312B2 (ja) | 2000-03-31 | 2007-12-05 | 富士フイルム株式会社 | 画像処理方法、画像処理装置および記録媒体 |
JP4130114B2 (ja) * | 2002-10-09 | 2008-08-06 | 株式会社日立メディコ | 超音波イメージング装置及び超音波信号処理方法 |
JP2004141514A (ja) * | 2002-10-28 | 2004-05-20 | Toshiba Corp | 画像処理装置及び超音波診断装置 |
JP4050169B2 (ja) * | 2003-03-11 | 2008-02-20 | アロカ株式会社 | 超音波診断装置 |
US20050053305A1 (en) * | 2003-09-10 | 2005-03-10 | Yadong Li | Systems and methods for implementing a speckle reduction filter |
-
2007
- 2007-06-19 JP JP2008525812A patent/JP4757307B2/ja not_active Expired - Fee Related
- 2007-06-19 EP EP07767165A patent/EP2047801A1/en not_active Withdrawn
- 2007-06-19 CN CN200780027577XA patent/CN101489488B/zh not_active Expired - Fee Related
- 2007-06-19 WO PCT/JP2007/062291 patent/WO2008010375A1/ja active Application Filing
- 2007-06-19 US US12/373,912 patent/US20100022878A1/en not_active Abandoned
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111285A (zh) * | 2010-05-10 | 2014-10-22 | 杰富意钢铁株式会社 | 焊接部的组织形状的图像化方法及其装置 |
CN104111285B (zh) * | 2010-05-10 | 2017-01-11 | 杰富意钢铁株式会社 | 焊接部的组织形状的图像化方法及其装置 |
CN104883980A (zh) * | 2012-11-01 | 2015-09-02 | 日立阿洛卡医疗株式会社 | 医用图像诊断装置以及医用图像生成方法 |
CN107872677A (zh) * | 2016-09-26 | 2018-04-03 | 韩华泰科株式会社 | 用于处理图像的设备和方法 |
CN107872677B (zh) * | 2016-09-26 | 2023-08-18 | 韩华视觉株式会社 | 用于处理图像的设备和方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4757307B2 (ja) | 2011-08-24 |
CN101489488B (zh) | 2011-11-23 |
WO2008010375A1 (fr) | 2008-01-24 |
US20100022878A1 (en) | 2010-01-28 |
EP2047801A1 (en) | 2009-04-15 |
JPWO2008010375A1 (ja) | 2009-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101489488B (zh) | 超声波图像处理装置 | |
DE102016108737B4 (de) | Wissensbasierte Ultraschallbildverbesserung | |
Dutt et al. | Adaptive speckle reduction filter for log-compressed B-scan images | |
CN1954235B (zh) | 用于超声波信号的局部频谱分析的改进方法和设备 | |
CN101459766B (zh) | 超声图像增强与噪声抑制的方法及其装置 | |
EP2016905A2 (en) | Ultrasound diagnostic apparatus | |
DE102019202545A1 (de) | Platzierung der Region von Interesse für die quantitative Ultraschallbildgebung | |
CN104240203A (zh) | 基于小波变换和快速双边滤波的医学超声图像去噪方法 | |
CN103169496A (zh) | 超声波诊断装置、医用图像处理装置以及处理方法 | |
KR20060085530A (ko) | 3차원 초음파 도플러 이미지의 화질 개선 방법 | |
US11408987B2 (en) | Ultrasonic imaging with multi-scale processing for grating lobe suppression | |
JP2022023982A (ja) | 超音波画像を処理するための方法及びシステム | |
Magud et al. | Medical ultrasound image speckle noise reduction by adaptive median filter | |
Tasnim et al. | Study of speckle noise reduction from ultrasound B-mode images using different filtering techniques | |
Zhang et al. | Despeckling Methods for Medical Ultrasound Images | |
JP3802462B2 (ja) | 超音波診断装置 | |
JP7171625B2 (ja) | 超音波画像を処理するための方法及びシステム | |
EP4076208B1 (en) | Systems and methods for assessing a placenta | |
Gatenby et al. | Phasing out speckle | |
Lou et al. | Filtered delay multiply and sum combined with space-time smoothing coherence factor in ultrasound imaging | |
Kadah et al. | Principal Component Analysis Based Hybrid Speckle Noise Reduction Technique for Medical Ultrasound Imaging | |
Kim et al. | Multiband tissue differentiation in ultrasonic transmission tomography | |
US10327740B2 (en) | Retrieving high spatial frequency information in sonography | |
CN110431443A (zh) | 用于对超声图像杂波进行滤波的方法和系统 | |
Singh et al. | Feature Enhancement of Medical Ultrasound Scans Using Multifractal Measures |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111123 Termination date: 20140619 |
|
EXPY | Termination of patent right or utility model |