CN101799914A - 基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统 - Google Patents
基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统 Download PDFInfo
- Publication number
- CN101799914A CN101799914A CN200910242806A CN200910242806A CN101799914A CN 101799914 A CN101799914 A CN 101799914A CN 200910242806 A CN200910242806 A CN 200910242806A CN 200910242806 A CN200910242806 A CN 200910242806A CN 101799914 A CN101799914 A CN 101799914A
- Authority
- CN
- China
- Prior art keywords
- fatty liver
- scattering particle
- filtering
- digital filter
- omega
- 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
Links
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统。所述方法在获取包含脂肪肝散射粒子的超声波数字图像后,进行如下处理:使用第一递归数字滤波器对所述超声波图像进行垂直方向的滤波;对垂直方向滤波后的结果使用第二递归数字滤波器进行水平方向的滤波;根据预置的阈值,基于水平方向滤波后图像提取脂肪肝散射粒子。本发明中,基于二维递归滤波,去除与脂肪肝散射粒子混迭的噪声,从水平方向和垂直水平方向对超声波图像进行滤波和脂肪肝散射粒子纹理信息提取处理,进而有效地提取脂肪肝散射粒子,提高脂肪肝临床诊断的准确性。
Description
技术领域
本发明涉及一种基于二维递归滤波的超声波脂肪肝散射粒子提取方法及其系统。
背景技术
B型超声成像(简称B超)检查是确诊有无脂肪肝的重要依据,也可用来检测其发展过程,且简便价廉不会给患者带来痛苦和损害。因此,目前B超检查已作为诊断脂肪肝的首选方法,并可用于人群脂肪肝发病率的流行病学调查。B超检查可以清晰地显示肝脏轮廓及肝实质的形态和结构,肝脏的各种不同病变能够显示不同的声像图,从而对各种肝病作出病因诊断。目前通过B超检查可以确定肝脏肿瘤、肝脓肿、脂肪肝等许多疾病。B超可检出肝脂肪含量达30%以上的脂肪肝,超声诊断敏感性可达90%。
肝组织以肝小叶为基质,并由分隔肝小叶的结缔组织、血管网、肝管等组成。对超声检查起主要贡献的是胶原蛋白,而胶原蛋白主要集中在结缔组织等叶间组织中,可近似视为散射粒子。脂肪肝的病变组织(脂肪肝散射粒子)由于组织内脂肪的堆积,使其密度比正常肝组织高,因而对超声波产生较强的反射波(高回声)。
与正常肝图像相比,脂肪肝有其特征性声像学改变:①肝区前场存在点状高回声(明显高于脾脏和肾脏);②肝区后场出现回声衰减,光点稀疏;③肝内管道结构显示不清;④肝脏轻度或中度肿大,肝前缘变钝。凡具备第1项加其余1项以上者可确诊为脂肪肝,仅具备第1项者作为疑似诊断。
超声波在肝组织内的散射可分为三类:散射体远大于超声波波长、散射粒子尺寸与超声波波长等数量级和散射粒子尺寸远小于超声波波长。超声探头所接收的信号为三者信号的迭加。超声波脂肪肝散射粒子的回波信号与脂肪病变组织的密度和体积有关。若脂肪病变组织密度高,则对应的超声图像的光点较亮(即图像像素的灰度值高);若脂肪病变组织体积大则对应的超声图像的亮光斑的尺度较大。脂肪肝的原始图像中,亮光斑成片的区域即脂肪病变组织。提取脂肪肝散射粒子实际上就是由脂肪肝超声波图像提取图像中的灰度值高的像素集合。
因此,脂肪肝散射粒子的尺度和密度对于确定脂肪肝的严重的程度至关重要,有效提取脂肪肝散射粒子的信号是正确诊断脂肪肝的前提。但是,脂肪肝散射粒子的回波与系统噪声在空域和频域混迭的,因为两者同属宽带信号,现有的二维离散傅立叶变换或二维离散小波变换方法去除系统噪声、频率干扰时,或提取脂肪肝特征时,在滤除系统噪声的过程中,有可能将脂肪肝散射粒子的响应信号滤除。
发明内容
本发明的目的在于提供一种基于二维递归滤波的超声波脂肪肝散射粒子提取方法及其系统,基于该发明,可以有效地提取脂肪肝散射粒子信号,提高脂肪肝临床诊断的准确性。
本发明一种基于二维递归滤波的超声波脂肪肝散射粒子提取方法,在获取包含脂肪肝散射粒子的超声波数字图像后,进行如下处理:垂直方向滤波步骤,使用第一递归数字滤波器对所述超声波图像进行垂直方向的滤波;水平方向滤波步骤,对垂直方向滤波后的结果使用第二递归数字滤波器进行水平方向的滤波;脂肪肝散射粒子提取步骤,根据预置的阈值,基于水平方向滤波后图像提取脂肪肝散射粒子。
在上述的超声波脂肪肝散射粒子提取方法,优选所述垂直方向滤波步骤和所述水平方向滤波步骤中,所述第一递归数字滤波器的传递函数H(z1)和所述第二递归数字滤波器的传递函数H(z2)分别为:
其中z1为第一递归数字滤波器的垂直方向的延迟算子,z2为第二递归数字滤波器的水平方向的延迟算子;
并且,所述传递函数为H(z1)和H(z2)的第一递归数字滤波器和第二递归数字滤波器的参数设计包括:
截止频率、角频率设定步骤,设fc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器的数字截止频率,ωc,i=2πfc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器数字截止角频率;
参数计算步骤,确定所述传递函数H(z1)和H(z2)的参数:
ai,1=2ai,0
ai,2=ai,0,
其中,fc,i,i=1,2、ωc,i=2πfc,i,i=1,2。
在上述的超声波脂肪肝散射粒子提取方法,优选所述包含脂肪肝散射粒子的超声波数字图像通过如下方式确定:
y(n1,n2)=x(n1,n2)*he(n1,n2)*hm(n1,n2)+n(n1,n2)
其中,y(n1,n2)为包含脂肪肝散射粒子的超声波数字图像,x(n1,n2)为超声探头发射的声波信号,he(n1,n2)为超声探头的响应信号,hm(n1,n2)为肝组织的响应信号,n(n1,n2)为系统噪声;n1=1,2,...,N1为行变量,n2=1,2,...,N2为列变量。
在上述的超声波脂肪肝散射粒子提取方法,优选所述垂直方向滤波步骤和所述水平方向滤波步骤中,第一递归数字滤波器H(z1)对包含脂肪肝散射粒子的数字图像进行垂直方向的滤波,滤波器的输出:
z(n1,n2)=a1,0y(n1,n2)+a1,1y(n1-1,n2)+a1,2y(n1-2,n2)-b1,1z(n1-1,n2)+b1,2z(n1-2,n2)
第二递归数字滤波器H(z2)对垂直方向的滤波结果z(n1,n2)进行水平方向的滤波,滤波器的输出为
w(n1,n2)=a2,0z(n1,n2)+a2,1z(n1,n2-1)+a2,2z(n1,n2-2)-b2,1w(n1,n2-1)-b2,2w(n1,n2-2)w(n1,n2),w(n1,n2)为二维递归滤波后图像。
在上述的超声波脂肪肝散射粒子提取方法,优选所述脂肪肝散射粒子提取步骤中,包括如下步骤:
阈值设定步骤,设定阈值 所述w(n1,n2)为所述水平方向滤波后图像数据;
提取步骤,对所述水平方向滤波后图像w(n1,n2)进行处理:
另一方面,本发明还提供了一种基于二维递归滤波的超声波脂肪肝散射粒子提取系统,包括:垂直方向滤波模块,用于使用第一递归数字滤波器对获取的包含脂肪肝散射粒子的超声波数字图像进行垂直方向的滤波;水平方向滤波模块,用于对垂直方向滤波后的结果使用第二递归数字滤波器进行水平方向的滤波;脂肪肝散射粒子提取模块,用于根据预置的阈值,基于水平方向滤波后图像提取脂肪肝散射粒子。
在上述的超声波脂肪肝散射粒子提取方法,优选所述垂直方向滤波模块和所述水平方向滤波模块中,所述第一递归数字滤波器的传递函数H(z1)和所述第二递归数字滤波器的传递函数H(z2)分别为:
其中z1为第一递归数字滤波器的垂直方向的延迟算子,z2为第二递归数字滤波器的水平方向的延迟算子;并且,所述垂直方向滤波模块和所述水平方向滤波模块中,还包括用于设计传递函数为H(z1)和H(z2)的第一递归数字滤波器和第二递归数字滤波器的工作参数的子模块:截止频率、角频率设定子模块,用于设定fc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器的数字截止频率,ωc,i=2πfc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器数字截止角频率;参数计算子模块,用于确定所述传递函数H(z1)和H(z2)的参数:
ai,1=2ai,0
ai,2=ai,0,
其中,fc,i,i=1,2、ωc,i=2πfc,i,i=1,2。
上述的超声波脂肪肝散射粒子提取系统中,优选所述包含脂肪肝散射粒子的超声波数字图像通过如下方式确定:
y(n1,n2)=x(n1,n2)*he(n1,n2)*hm(n1,n2)+n(n1,n2)
其中,y(n1,n2)为包含脂肪肝散射粒子的超声波数字图像,x(n1,n2)为超声探头发射的声波信号,he(n1,n2)为超声探头的响应信号,hm(n1,n2)为肝组织的响应信号,n(n1,n2)为系统噪声;n1=1,2,...,N1为行变量,n2=1,2,...,N2为列变量。
上述的超声波脂肪肝散射粒子提取系统中,优选所述垂直方向滤波模块和所述水平方向滤波模块中,第一递归数字滤波器H(z1)对包含脂肪肝散射粒子的数字图像进行垂直方向的滤波,滤波器的输出:z(n1,n2)=a1,0y(n1,n2)+a1,1y(n1-1,n2)+a1,2y(n1-2,n2)-b1,1z(n1-1,n2)+b1,2z(n1-2,n2)
第二递归数字滤波器H(z2)对垂直方向的滤波结果z(n1,n2)进行水平方向的滤波,滤波器的输出为
w(n1,n2)=a2,0z(n1,n2)+a2,1z(n1,n2-1)+a2,2z(n1,n2-2)-b2,1w(n1,n2-1)-b2,2w(n1,n2-2)w(n1,n2),w(n1,n2)为二维递归滤波后图像。
上述的超声波脂肪肝散射粒子提取系统中,优选所述脂肪肝散射粒子提取模块中,包括如下子模块:
阈值设定子模块,用于设定阈值 所述w(n1,n2)为所述水平方向滤波后图像数据;
提取子模块,用于对所述水平方向滤波后图像w(n1,n2)进行处理:
本发明基于二维递归滤波方法,去除与脂肪肝散射粒子混迭的噪声,从水平方向和垂直水平方向对超声波图像进行滤波和脂肪肝散射粒子纹理信息提取处理,进而有效地提取脂肪肝散射粒子,提高脂肪肝临床诊断的准确性。
附图说明
图1为本发明基于二维递归滤波的超声波脂肪肝散射粒子提取方法实施例的步骤流程图;
图2为重度脂肪肝的原始图像;
图3为本发明于二维递归滤波的超声波脂肪肝散射粒子提取方法实施例中,二维递归滤波器的频率响应示意图;
图4为本发明方法提取脂肪肝散射粒子特征的图像;
图5为正常肝的原始图像;
图6为本发明方法提取正常肝特征的图像;
图7为本发明基于二维递归滤波的超声波脂肪肝散射粒子提取系统实施例的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明实施例作进一步详细的说明。
方法实施例
参照图1,图1为发明基于二维递归滤波的超声波脂肪肝散射粒子提取方法实施例的步骤流程图,在获取包含脂肪肝散射粒子的超声波数字图像y(n1,n2)后,进行如下处理:
垂直方向滤波步骤110,使用第一递归数字滤波器对所述超声波图像进行垂直方向的滤波;
水平方向滤波步骤120,对垂直方向滤波后的结果使用第二递归数字滤波器进行水平方向的滤波;
脂肪肝散射粒子提取步骤130,根据预置的阈值,基于水平方向滤波后图像提取脂肪肝散射粒子。
下面对上述步骤进行详细说明。
给定B型超声诊断仪的工作频率和超声探头,脂肪肝散射粒子的回波信号分辨率也随之确定。脂肪病变组织的超声图像的光斑为若干灰度值高的像素集合。脂肪病变组织的密度高则脂肪肝散射粒子的像素灰度值高,脂肪病变组织的体积大,则超声图像的光斑尺度大,即灰度值高的像素集合中的元素多。超声探头所接收的信号包含系统噪声,但是系统噪声与脂肪病变组织的密度和体积无关。超声探头所接收的信号离散化形式可表示为:
y(n1,n2)=x(n1,n2)*he(n1,n2)*hm(n1,n2)+n(n1,n2)
其中x(n1,n2)为超声探头发射的声波信号,he(n1,n2)为超声探头的响应信号,hm(n1,n2)为肝组织的响应信号,n(n1,n2)为系统噪声(一般为高斯白噪声),n1=1,2,...,N1为行变量,n2=1,2,...,N2为列变量,设y(n1,n2)有N1行、N2列。
设y(n1,n2)为包含脂肪肝散射粒子的数字图像,本发明使用如下二维递归数字滤波器对y(n1,n2)处理,
其中H(z1,z2)为二维递归数字滤波器的传递函数,二维递归数字滤波器由两个一维递归数字滤波器H(z1)和H(z2)级联而成,H(z1)和z1为第一递归数字滤波器的传递函数与垂直方向的延迟算子,H(z2)和z2为第二递归数字滤波器的传递函数与水平方向的延迟算子。
该二维递归数字滤波器级联的两个一维递归数字滤波器H(z1)和H(z2)为
分别对包含脂肪肝散射粒子的数字图像y(n1,n2)进行垂直方向的滤波和水平方向的滤波。两个一维递归数字滤波器的参数设计方法如下:
设fc,i,i=1,2为一维递归数字滤波器H(z1)和H(z2)数字截止频率,ωc,i=2πfc,i,i=1,2为一维递归数字滤波器H(z1)和H(z2)数字截止角频率,由于包含脂肪肝散射粒子的数字图像水平方向和垂直方向的纹理和噪声特性不同,因此,fc,1≠fc,2,由fc,i,i=1,2确定一维递归数字滤波器H(z1)和H(z2)的参数:
ai,1=2ai,0
ai,2=ai,0
本发明中,我们只需给出一维递归数字滤波器H(z1)和H(z2)的数字截止频率fc,i,i=1,2,则由上述各式得到一维递归数字滤波器H(z1)和H(z2)的参数。
用所设计好的一维递归数字滤波器H(z1)对包含脂肪肝散射粒子的数字图像进行垂直方向的滤波,滤波器的输出:
z(n1,n2)=a1,0y(n1,n2)+a1,1y(n1-1,n2)+a1,2y(n1-2,n2)-b1,1z(n1-1,n2)+b1,2z(n1-2,n2)
用所设计好的一维递归数字滤波器H(z2)对垂直方向的滤波结果z(n1,n2)进行水平方向的滤波,滤波器的输出为
w(n1,n2)=a2,0z(n1,n2)+a2,1z(n1,n2-1)+a2,2z(n1,n2-2)-b2,1w(n1,n2-1)-b2,2w(n1,n2-2)
w(n1,n2)即为二维递归滤波后图像。
在由二维递归滤波后图像w(n1,n2)提取脂肪肝散射粒子的处理中,包括如下步骤:
步骤1:设定阈值
步骤2:对w(n1,n2)进行处理:
下面结合具体的实验数据,对本发明的有益效果作出进一步的说明。
实验1:重度脂肪肝的实验,数据来源:″Mediace Co.Ltd.″,info@medison.ru,http://www.medison.ru,B型超声诊断仪为SonoAce-9900。
图2为重度脂肪肝的原始图像,图2中矩形区域为脂肪肝的弥漫性点状高回声光点群。
取一维递归数字滤波器H(z1)和H(z2)数字截止频率fc,1=0.12,fc,2=0.2。依据一维递归数字滤波器H(z1)和H(z2)的数字截止频率fc,i,i=1,2,得到一维递归数字滤波器H(z1)和H(z2)的参数。图3为本发明实施例的二维((2-D)递归滤波器的频率响应。对图2重度脂肪肝的原始图像滤波并提取脂肪肝散射粒子得到图4本发明方法提取脂肪肝散射粒子特征的图像。
脂肪肝的病变组织(脂肪肝散射粒子)由于组织内脂肪的堆积,使其密度比正常肝组织高,因而对超声波产生较强的反射波(高回声),图4能反映脂肪肝散射粒子的纹理。
一个自然的问题是本发明方法对正常肝的特征提取会出现什么情况?实验2将回答这一问题。
实验2:正常肝的实验,数据来源:″Mediace Co.Ltd.″,info@medison.ru,http://www.medison.ru,B型超声诊断仪为SonoAce-9900。
正常肝脏声像图表现为肝脏切面形态正常,内部光点分布均匀,未见局限性异常回声。图5为正常肝的原始图像,图中矩形为肝区,与图2比,无弥漫性点状高回声光点群。采用实验1所用的二维递归数字滤波器对图5为正常肝的原始图像进行滤波和提取脂肪肝散射粒的处理,得到图6提取正常肝特征的图像。图6反映肝组织回波反射未见局限性异常,未见高亮度的脂肪肝散射粒子。
本发明提出一种基于二维递归滤波的提取超声波脂肪肝散射粒子的方法,并演示了该方法在超声波医学图像中的应用。该处理方法由两个独立的一维递归滤波器构成。在脂肪肝的超声波图像中,回波信号与系统噪声在空域和频域均混迭,这使得采用传统的二维离散傅立叶变换或二维离散小波变换方法提取图像中的脂肪肝散射粒子非常困难。本发明提出的提取脂肪肝散射粒子特征的方法,为提高脂肪肝临床诊断的准确性提供了工具。
系统实施例
参照图7,本发明还提供了一种基于二维递归滤波的超声波脂肪肝散射粒子提取系统,包括:
垂直方向滤波模块70,用于使用传递函数为H(z1)的递归数字滤波器对获取的包含脂肪肝散射粒子的超声波数字图像y(n1,n2)进行垂直方向的滤波。
水平方向滤波模块72,用于对垂直方向滤波后的结果使用传递函数为H(z2)的递归数字滤波器进行水平方向的滤波,滤波后的图像为w(n1,n2)。
脂肪肝散射粒子提取模块74,用于根据预置的阈值,由二维递归滤波后图像w(n1,n2)提取脂肪肝散射粒子。
其中,垂直方向滤波模块和所述水平方向滤波模块中,所采用的递归数字滤波器的传递函数H(z1)和H(z2)分别为:
并且,所述垂直方向滤波模块和所述水平方向滤波模块中,还包括用于对传递函数为H(z1)和H(z2)的递归数字滤波器进行参数设计的子模块:
截止频率、角频率设定子模块,用于设定fc,i,i=1,2为一维递归数字滤波器H(z1)和H(z2)数字截止频率,ωc,i=2πfc,i,i=1,2为一维递归数字滤波器H(z1)和H(z2)数字截止角频率。
参数计算子模块,用于依据fc,i,i=1,2确定一维递归数字滤波器H(z1)和H(z2)的参数:
ai,1=2ai,0,
ai,2=ai,0
。
下面说明,包含脂肪肝散射粒子的超声波数字图像y(n1,n2)确定的确定方式:
y(n1,n2)=x(n1,n2)*he(n1,n2)*hm(n1,n2)+n(n1,n2)
其中,x(n1,n2)为超声探头发射的声波信号,he(n1,n2)为超声探头的响应信号,hm(n1,n2)为肝组织的响应信号,n(n1,n2)为系统噪声;n1=1,2,...,N1为行变量,n2=1,2,...,N2为列变量。
所述脂肪肝散射粒子提取模块中,包括如下子模块:
阈值设定子模块,用于设定阈值
提取子模块,用于对w(n1,n2)进行处理:
该系统的工作原理、有益效果在上述方法实施例中,已经进行了详细的说明,在此不再赘述。
以上对本发明所提供的一种基于二维递归滤波的超声波脂肪肝散射粒子提取方法及其系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于二维递归滤波的超声波脂肪肝散射粒子提取方法,其特征在于,在获取包含脂肪肝散射粒子的超声波数字图像后,进行如下处理:
垂直方向滤波步骤,使用第一递归数字滤波器对所述超声波图像进行垂直方向的滤波;
水平方向滤波步骤,对垂直方向滤波后的结果使用第二递归数字滤波器进行水平方向的滤波;
脂肪肝散射粒子提取步骤,根据预置的阈值,基于水平方向滤波后图像提取脂肪肝散射粒子。
2.根据权利要求1所述的超声波脂肪肝散射粒子提取方法,其特征在于,所述垂直方向滤波步骤和所述水平方向滤波步骤中,所述第一递归数字滤波器的传递函数H(z1)和所述第二递归数字滤波器的传递函数H(z2)分别为:
其中z1为第一递归数字滤波器的垂直方向的延迟算子,z2为第二递归数字滤波器的水平方向的延迟算子;
并且,所述传递函数为H(z1)和H(z2)的第一递归数字滤波器和第二递归数字滤波器的参数设计包括:
截止频率、角频率设定步骤,设fc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器的数字截止频率,ωc,i=2πfc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器数字截止角频率;
参数计算步骤,确定所述传递函数H(z1)和H(z2)的参数:
ai,1=2ai,0,
ai,2=ai,0
其中,fc,i,i=1,2、ωc,i=2πfc,i,i=1,2。
3.根据权利要求2所述的超声波脂肪肝散射粒子提取方法,其特征在于,所述包含脂肪肝散射粒子的超声波数字图像通过如下方式确定:
y(n1,n2)=x(n1,n2)*he(n1,n2)*hm(n1,n2)+n(n1,n2)
其中,y(n1,n2)为包含脂肪肝散射粒子的超声波数字图像,x(n1,n2)为超声探头发射的声波信号,he(n1,n2)为超声探头的响应信号,hm(n1,n2)为肝组织的响应信号,n(n1,n2)为系统噪声;n1=1,2,...,N1为行变量,n2=1,2,...,N2为列变量。
4.根据权利要求3所述的超声波脂肪肝散射粒子提取方法,其特征在于,所述垂直方向滤波步骤和所述水平方向滤波步骤中,第一递归数字滤波器H(z1)对包含脂肪肝散射粒子的数字图像进行垂直方向的滤波,滤波器的输出:
z(n1,n2)=a1,0y(n1,n2)+a1,1y(n1-1,n2)+a1,2y(n1-2,n2)-b1,1z(n1-1,n2)+b1,2z(n1-2,n2)
第二递归数字滤波器H(z2)对垂直方向的滤波结果z(n1,n2)进行水平方向的滤波,滤波器的输出为
w(n1,n2)=a2,0z(n1,n2)+a2,1z(n1,n2-1)+a2,2z(n1,n2-2)-b2,1w(n1,n2-1)-b2,2w(n1,n2-2)w(n1,n2),w(n1,n2)为二维递归滤波后图像。
6.一种基于二维递归滤波的超声波脂肪肝散射粒子提取系统,其特征在于,包括:
垂直方向滤波模块,用于使用第一递归数字滤波器对获取的包含脂肪肝散射粒子的超声波数字图像进行垂直方向的滤波;
水平方向滤波模块,用于对垂直方向滤波后的结果使用第二递归数字滤波器进行水平方向的滤波;
脂肪肝散射粒子提取模块,用于根据预置的阈值,基于水平方向滤波后图像提取脂肪肝散射粒子。
7.根据权利要求6所述的超声波脂肪肝散射粒子提取系统,其特征在于,所述垂直方向滤波模块和所述水平方向滤波模块中,所述第一递归数字滤波器的传递函数H(z1)和所述第二递归数字滤波器的传递函数H(z2)分别为:
其中z1为第一递归数字滤波器的垂直方向的延迟算子,z2为第二递归数字滤波器的水平方向的延迟算子;
并且,所述垂直方向滤波模块和所述水平方向滤波模块中,还包括用于设计传递函数为H(z1)和H(z2)的第一递归数字滤波器和第二递归数字滤波器的工作参数的子模块:
截止频率、角频率设定子模块,用于设定fc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器的数字截止频率,ωc,i=2πfc,i,i=1,2为所述第一递归数字滤波器和第二递归数字滤波器数字截止角频率;
参数计算子模块,用于确定所述传递函数H(z1)和H(z2)的参数:
ai,1=2ai,0,
ai,2=ai,0
其中,fc,i,i=1,2、ωc,i=2πfc,i,i=1,2。
8.根据权利要求6所述的超声波脂肪肝散射粒子提取系统,其特征在于,所述包含脂肪肝散射粒子的超声波数字图像通过如下方式确定:
y(n1,n2)=x(n1,n2)*he(n1,n2)*hm(n1,n2)+n(n1,n2)
其中,y(n1,n2)为包含脂肪肝散射粒子的超声波数字图像,x(n1,n2)为超声探头发射的声波信号,he(n1,n2)为超声探头的响应信号,hm(n1,n2)为肝组织的响应信号,n(n1,n2)为系统噪声;n1=1,2,...,N1为行变量,n2=1,2,...,N2为列变量。
9.根据权利要求7所述的超声波脂肪肝散射粒子提取系统,其特征在于,所述垂直方向滤波模块和所述水平方向滤波模块中,第一递归数字滤波器H(z1)对包含脂肪肝散射粒子的数字图像进行垂直方向的滤波,滤波器的输出:
z(n1,n2)=a1,0y(n1,n2)+a1,1y(n1-1,n2)+a1,2y(n1-2,n2)-b1,1z(n1-1,n2)+b1,2z(n1-2,n2)
第二递归数字滤波器H(z2)对垂直方向的滤波结果z(n1,n2)进行水平方向的滤波,滤波器的输出为
w(n1,n2)=a2,0z(n1,n2)+a2,1z(n1,n2-1)+a2,2z(n1,n2-2)-b2,1w(n1,n2-1)-b2,2w(n1,n2-2)w(n1,n2),w(n1,n2)为二维递归滤波后图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910242806A CN101799914A (zh) | 2009-12-17 | 2009-12-17 | 基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910242806A CN101799914A (zh) | 2009-12-17 | 2009-12-17 | 基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101799914A true CN101799914A (zh) | 2010-08-11 |
Family
ID=42595587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910242806A Pending CN101799914A (zh) | 2009-12-17 | 2009-12-17 | 基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101799914A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103919576A (zh) * | 2014-04-18 | 2014-07-16 | 上海市杨浦区中心医院 | 肝实质超声无向性纹理定量测量仪及肝实质纹理测量方法 |
CN107204021A (zh) * | 2017-04-25 | 2017-09-26 | 中国科学院深圳先进技术研究院 | 基于高斯函数探头响应模型和压缩感知的超声成像方法 |
CN109313163A (zh) * | 2016-11-29 | 2019-02-05 | 瓦锡兰芬兰有限公司 | 使用滤波图像数据的超声波质量控制 |
CN110368023A (zh) * | 2019-08-01 | 2019-10-25 | 无锡海斯凯尔医学技术有限公司 | 信号处理方法、装置、设备及存储介质 |
-
2009
- 2009-12-17 CN CN200910242806A patent/CN101799914A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103919576A (zh) * | 2014-04-18 | 2014-07-16 | 上海市杨浦区中心医院 | 肝实质超声无向性纹理定量测量仪及肝实质纹理测量方法 |
CN103919576B (zh) * | 2014-04-18 | 2016-06-29 | 上海市杨浦区中心医院 | 肝实质超声无向性纹理定量测量仪 |
CN109313163A (zh) * | 2016-11-29 | 2019-02-05 | 瓦锡兰芬兰有限公司 | 使用滤波图像数据的超声波质量控制 |
CN107204021A (zh) * | 2017-04-25 | 2017-09-26 | 中国科学院深圳先进技术研究院 | 基于高斯函数探头响应模型和压缩感知的超声成像方法 |
CN107204021B (zh) * | 2017-04-25 | 2020-10-16 | 中国科学院深圳先进技术研究院 | 基于高斯函数探头响应模型和压缩感知的超声成像方法 |
CN110368023A (zh) * | 2019-08-01 | 2019-10-25 | 无锡海斯凯尔医学技术有限公司 | 信号处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tranquart et al. | Clinical use of ultrasound tissue harmonic imaging | |
CN1954235B (zh) | 用于超声波信号的局部频谱分析的改进方法和设备 | |
JP6154496B2 (ja) | 超音波を使用するガスポケットを検出するための方法及び装置 | |
Baek et al. | Scattering signatures of normal versus abnormal livers with support vector machine classification | |
CN101799914A (zh) | 基于二维递归滤波的超声波脂肪肝散射粒子提取方法及系统 | |
Deprez et al. | 3D estimation of soft biological tissue deformation from radio-frequency ultrasound volume acquisitions | |
CN107970042B (zh) | 一种超声非线性定量实时成像方法与系统 | |
CN108463174B (zh) | 用于表征对象的组织的装置和方法 | |
Granchi et al. | Multidimensional spectral analysis of the ultrasonic radiofrequency signal for characterization of media | |
Meghoufel et al. | Ultrasound B‐scan image simulation, segmentation, and analysis of the equine tendon | |
Yamaguchi et al. | Evaluation of ultrasonic fiber structure extraction technique using autopsy specimens of liver | |
Ab Hamid | Image texture analysis of transvaginal ultrasound in monitoring ovarian cancer | |
Cowe et al. | RF signals provide additional information on embolic events recorded during TCD monitoring | |
Kongo et al. | Dual-tree complex wavelet in medical ultrasounds images restoration | |
Abazari et al. | Fourier based discrete shearlet transform for speckle noise reduction in medical ultrasound images | |
Abeyratne et al. | Ultrasound scatter-spacing based diagnosis of focal diseases of the liver | |
Kim et al. | Estimation of ultrasound attenuation from broadband echo-signals using bandpass filtering | |
Hermawati et al. | Ultrasound Image Formation from Doppler Transducer | |
Baradarani et al. | High-resolution blood flow imaging through the skull | |
CN115049568B (zh) | 一种基于超声信息熵图像与零差K分布α参数图像融合的定征生物组织的方法 | |
YAMAGUCHI et al. | The ultrasonic three-dimensional filter for the quantitative diagnosis of liver fibrosis | |
WO2007148735A1 (ja) | 超音波画像作成装置、超音波画像作成方法、超音波画像作成プログラム | |
Han et al. | An efficient adaptive method based on empirical wavelet transform for ultrasound tissue harmonic imaging | |
Fan et al. | Classifying ultrasound image regions by using characteristics of the ARFI induced tissue displacement temporal profile | |
Kouamé et al. | Ultrasound imaging: signal acquisition, new advanced processing for biomedical and industrial applications |
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 |
Application publication date: 20100811 |