CN101854537B - 一种超声图像数据优化及其造影定量分析方法和系统 - Google Patents

Abstract

本发明公开了一种超声图像数据优化及其造影定量分析方法和系统，其包括：对一段时间内的图像帧进行相关性检测；根据相关性检测结果，利用阈值判断去除无效图像帧。本发明主要针对一段时间内连续的图像帧，通过连续图像帧之间的相关性检测，获得一系列的检测结果，然后按照阈值比较的方法删减无效帧数据，保证获得稳定的超声图像数据，避免因呼吸或者心脏跳动而产生的数据突变，特别适用于超声造影定量分析中，有效提高曲线拟合的准确性，并且方法简便，算法简单，不需要增加额外的硬件设备。

Description

一种超声图像数据优化及其造影定量分析方法和系统

技术领域

本发明涉及超声造影定量分析技术，具体涉及一种超声图像数据优化及其造影定量分析方法和系统。

背景技术

利用微泡的非线性特性，从而在较低声压下，获得与造影剂在血管中浓度相关的造影剂图像，为超声的定量诊断提供了基础，目前已经广泛应用于肿瘤以及心血管疾病的诊断上。

传统超声二维图像是利用不同组织对于超声的不同的散射系数，从而形成不同幅度的回波信号，将此幅度以亮度形式显示，即可形成与组织结构相同的图像。例如肝脏扫描时，边界由于存在阻抗变化，回波信号较强；血管为液性，回波较弱，而血管壁则由于类似边界特性，回波较强；肝脏实质回波适中。灰度信号可以较好地进行结构性组织的分析和诊断，但对于心血管方面则无法体现。利用自相关技术，彩色血流成像可以对较大血管的血流信号，从而对返流、血管狭窄等进行诊断。但限于技术本身，彩色血流成像仅能对速度进行估算，不能定量。

超声造影进一步解决了微血管成像和血流定量的问题。利用微泡非线性特性，可以在较低的声压下产生谐波，由于较低的声压下非血管的信号得到抑制，因此血管内的血流信号得以增强，从而可以实现微血管成像。由于回波强度与造影剂浓度相关，对图像信号的定量分析可以对血流的特性做定量分析。进而判断肿瘤、缺血等病理特征。

对造影感兴趣区域(ROI)回波均值随时间变化以曲线的形式给出，即是造影时间强度曲线。通过对ROI(region of interest)区域的回波信号均值随时间变化的曲线，通过Gamma曲线拟合获得特性曲线，即可由此曲线获得造影的峰值(PI，Peak intensity)、峰值时间(PIT，Peak intensity time)、峰值宽度(PW，Peak width)、平均渡越时间(MTT，Mean transmit time)等参数，并据此获得定量化的诊断结果。

造影定量分析的一大难题是获得稳定的评估数据。例如心肌造影时，需要准确地获得心脏组织位置，从而对同一ROI位置进行定量分析，以判断心肌的供血情况。由于心脏是规律博动，一个解决方法是使用ECG(electrocardiogram，心电图)触发，采用同一心动周期位置的图像序列作为数据源。在腹部造影时，由于呼吸的影响，造成组织位置的移动，从而使原来的ROI对应位置发生改变，会影响数据的准确性。另一种方法是做组织运动检测，从而使ROI在特定的位置固定，这种方法存在判断不准确的风险，因为呼吸过程组织的形态会发生变化，并且由于组织的挤压，呼吸过程的血流状态会发生突变。另外还有一些改进TIC准确度的方法，其原理主要针对于成像阶段，例如解决不同组织深度下同等造影强度回波差异、超声的造影微泡破坏性因素造成TIC随时间变化、超声发射衰减造成深度发射检测差异等，但都比较复杂，操作不便。

可见现有技术中存在一定的缺陷，需要进一步地改进。

发明内容

本发明的目的在于提供一种超声图像数据优化及其造影定量分析方法和系统，其能够优化超声图像数据，通过去除无效帧数据，获得相对稳定的评估数据，有效保证超声图像数据定量分析的准确性。

为了解决上述问题，本发明提供了一种超声图像数据优化方法，其包括：

对一段时间内的图像帧进行相关性检测；

根据相关性检测结果，利用阈值判断去除无效图像帧。

基于上述方法，本发明应用到造影定量分析上，可以采用如下步骤：

对一段时间内连续的造影图像帧进行相关性检测；

根据相关性检测结果，利用阈值判断去除无效图像帧；

对去除无效图像帧后的剩余图像帧进行数据重组；

根据重组结果拟合造影时间强度曲线；

依据此特性曲线获得造影特性参数。

基于上述方法，本发明还提供了一种超声成像系统，包括：图像处理单元，用于对图像数据进行造影定量分析处理的定量分析处理器，和用于输入并存储分析参数的参数控制器；所述定量分析处理器包括：图像数据接收单元，用于从所述图像处理单元接收一段时间内的图像帧数据；相关性检测单元，用于计算相邻图像帧之间的相关性参数，建立与图像帧顺序对应的相关性参数集合，将此集合作为相关性检测结果；阈值比较单元，用于将相关性检测结果与所述参数控制器输入的阈值进行比较，选择出无效帧数据；数据重组单元，用于根据所述阈值比较单元的结果，去除无效图像帧，输出优化后的图像帧数据；曲线拟合单元，用于根据所述数据重组单元后的结果拟合造影定量分析特性曲线，并输出至所述显示器。

基于上述方法，本发明还提供了一种图像数据优化装置，包括：图像数据接收单元，用于接收一段时间内的图像帧数据；相关性检测单元，用于计算相邻图像帧之间的相关性参数，建立与图像帧顺序对应的相关性参数集合，将此集合作为相关性检测结果；阈值比较单元，用于将相关性检测结果与阈值进行比较，选择出无效帧数据；数据重组单元，用于根据所述阈值比较单元的结果，去除无效图像帧，输出优化后的图像帧数据。

从上可见，本发明主要针对一段时间内连续的图像帧，通过连续图像帧之间的相关性检测，获得一系列的检测结果，然后按照阈值比较的方法删减无效帧数据，保证获得稳定的超声图像数据，避免因呼吸或者心脏跳动而产生的数据突变，特别适用于超声造影定量分析中，有效提高曲线拟合的准确性，并且方法简便，算法简单，不需要增加额外的硬件设备。另外，通过软件编程可以在超声系统实现上述方法对应的功能模块，从而获得图像数据优化装置和应用于造影定量分析的超声成像系统，其系统结构设计简单，不要额外增加硬件设备，算法简单。

附图说明

图1为常用超声系统结构示意图；

图2为本发明最优实施例的流程图；

图3为本发明处理结果的波形图；

图4为现有技术与本发明处理结果的TIC比较图；

图5和图6为本发明定量分析处理器的两种结构示意图；

图7和图8为本发明图像优化装置的两种结构示意图。

具体实施方式

正常情况下腹部造影图像整体应该是不变或缓变，而血管区域则表现出造影特性，例如在肝脏造影时会表现出动脉相、门脉相、延迟相，而肝脏以外则保持相对稳定。而一旦呼吸时，组织会发生快速变化、逐渐稳定、再回复的过程。这种变化对应于图像间的相关性则是在呼吸时会产生突变，由于造影是一个相对较长时间，对局部的突变数据进行剔除不会影响最终结果，因此找到相应突变点，将去除相关位置的图像数据，可以简单有效地保证定量分析的准确性。基于这一思想，本发明提供了一种超声图像数据的优化方法，其包括以下步骤：

对一段时间内图像帧进行相关性检测；

根据相关性检测结果，利用阈值判断去除无效图像帧。

上述方法特别适用于造影定量分析中，以下以针对造影图像数据的处理为例，详细说明上述方法的具体实现过程。

通常造影定量分析一般是对电影回放的视频数据进行分析，这样可以减少数据量，同时分析的数据源与工作时所见完全相同，也可以首先对数据进行动态范围变换、灰度映射、或其它后处理后，在最满意的状态下进行造影定量分析。本发明在应用到造影定量分析中时，主要针对连续的造影成像帧图像数据，不过在本发明的相关性检测中，其计算的对象可以是一段时间内连续的图像帧数据，也可以是按照任意抽取率抽取获得的图像帧数据。

针对相关性检测，本发明采用最方便的处理过程，比如：计算相邻图像帧之间的相关性参数，然后建立与图像帧顺序对应的相关性参数集合，将此集合作为原始相关性检测结果。这里的相关性参数可以采用以下几种方式表征，例如差分和、方差、标准差、标准差除以均值、或归一化协方差系数。假设，用data_k(i，j)和data_k-1(i，j)表示连续相邻的两帧图像数据，其中，i，j表示所取数据的二维坐标，k/k-1表示连续的两帧图像，data是输入的二维视频图像数据，通常为8bit，可以是灰度信号，也可以是RGB信号，对于RGB信号，忽略其色彩值，直接取其有效灰度值即可。那么相关性的检测结果如下：

1、采用差分之和的计算，相关性检测结果：

$\mathrm{Diff}\left(k\right)=\underset{i,j}{\mathrm{\Σ}}|{\mathrm{data}}_k(i,j)-{\mathrm{data}}_{k-1}(i,j)|---\left(2\right)$

2、采用方差的计算，相关性检测结果：

$\mathrm{Diff}\left(k\right)=\underset{i,j}{\mathrm{\Σ}}({\mathrm{data}}_k(i,j)-{\mathrm{data}}_{k-1}(i,j){)}^2---\left(3\right)$

3、采用标准差的计算，相关性检测结果：

$\mathrm{Diff}\left(k\right)=\sqrt{\underset{i,j}{\mathrm{\Σ}}({\mathrm{data}}_k(i,j)-{\mathrm{data}}_{k-1}(i,j){)}^2}---\left(4\right)$

4、采用标准差除以均值的计算，相关性检测结果：

$\mathrm{Diff}\left(k\right)=\frac{\sqrt{\underset{i,j}{\mathrm{\Σ}}{({\mathrm{data}}_k(i,j)-{\mathrm{data}}_{k-1}(i,j))}^2}}{\stackrel{\‾}{{\mathrm{data}}_k}}---\left(5\right)$

其中，data_k表示k帧图像的均值。

5、采用归一化协方差系数的计算，相关性检测结果：

$\mathrm{Diff}\left(k\right)=\frac{\underset{i,j}{\mathrm{\Σ}}({\mathrm{data}}_k(i,j)-\stackrel{\‾}{{\mathrm{data}}_k})\×({\mathrm{data}}_{k-1}(i,j)-\stackrel{\‾}{{\mathrm{data}}_{k-1}})}{\sqrt{\underset{i,j}{\mathrm{\Σ}}({\mathrm{data}}_k(i,j)-\stackrel{\‾}{{\mathrm{data}}_k})\×\underset{i,j}{\mathrm{\Σ}}({\mathrm{data}}_{k-1}(i,j)-\stackrel{\‾}{{\mathrm{data}}_{k-1}})}}---\left(6\right)$

其中，data_k-1表示k-1帧图像的均值。

通常，在呼吸或者其它组织运动产生时，则相关性参数，比如差分值会产生一个增大-＞减弱-＞增大，恢复的过程，而正常的造影过程则是稳定-＞增大-＞稳定的过程，其变化的速率也有明显的差别，据此可以检测出组织运动。为了提高检测精度，使曲线拟合准确，则通过获得相关性参数集合，并利用阈值判断挑选出集合中突变的点，并将此对应的无效图像帧剔除，从而获得相对稳定数据，用于曲线拟合。

上述相关性检测时可以取整幅图像，或者图像中的同一位置的感兴趣区域(ROI)，本发明在此不作限制，并且原理相同。不管是整幅图像或者是ROI区域图像的相关性参数，由于超声信号的speckle(斑点噪声)特性，本底具有一定的取值范围，因此可以取以超声信号的本底噪声值为中心的一邻域范围内的值，作为参考阈值，对相关性参数集合进行阈值判断，用以去除突变点对应图像帧，即连续图像帧中的无效帧数据。另外，此参考阈值还可以根据经验获得，或者直接取超声信号的本底噪声值。

对于象素确定的图像，在获得上述相关性检测结果后即可用来直接判断，但是如果图像大小在变化时，为了保证值变化的范围，还可以对相关性检测结果进行归一化处理，从而减少计算量，提高算法的自适应性。这里的归一化处理过程可以为下述三种情况中的任意一种：

1、将原始相关性检测结果除以对应帧图像内整幅图像的有效象素数量，获得一次归一化结果，即归一化的结果Diff′(k)为：

${\mathrm{Diff}}^{\′}\left(k\right)=\frac{\mathrm{Diff}\left(k\right)}{\mathrm{factor}},\mathrm{factor}=\mathrm{size}\left(\mathrm{data}\right),---\left(7\right)$

即视频图像信号的有效象素数量。

2、将原始相关性检测结果除以对应帧图像内感兴趣区域的有效象素数量，获得一次归一化结果，即归一化的结果Diff′(k)为：

${\mathrm{Diff}}^{\′}\left(k\right)=\frac{\mathrm{Diff}\left(k\right)}{\mathrm{factor}},\mathrm{factor}=i\×j,---\left(8\right)$

即感兴趣区域(i，j)内的有效象素数量。

3、将原始相关性检测结果除以对应帧图像内整幅图像的有效象素数量，和将原始相关性检测结果除以对应帧图像内感兴趣区域的有效象素数量，获得两类一次归一化结果，即上述公式(7)和(8)的结果，并在所述阈值判断时，同时对此两类归一化结果进行阈值判断，用以去除无效图像帧。这里涉及到的感兴趣区域可人为根据需要设定，还可机器自动设定，具体操作可参见现有技术中超声成像技术针对不同组织结构的感兴趣区域的分割方法。

上述三种情况中，用于判断的数据源data可以是整幅图像，也可以是局部的ROI区域，前者比较可靠地去除大面积运动，但同时易受心跳等因素影响；局部ROI的判断计算量少，但容易产生误码判断，例如选择大血管时由于造影剂的快速灌注，会形成一个突变；所以第三种方式中的同时对二者进行判断，则可以有效的提高可靠性。

在上述归一化处理过程的基础上，本发明还增加了又一个归一化处理步骤：

查找上述相关性检测结果中的最大值，将上述一次归一化结果除以此最大值，获得二次归一化结果。利用此二次归一化结果进行后续处理，或者直接进行阈值判断，去除连续图像帧中的无效帧数据亦可，这样可以进一步的减少计算量，并优化分析数据。

为了增强原始相关性检测结果或者归一化后的相关性检测结果，方便阈值判断，则可以从原始或者归一化后的相关性检测结果中提取变化特性，用表征所述变化特性的数据进行阈值判断。这里表征所述变化特性的数据为差分值，也就是上述相关参数的差分值。可以通过逐一求取相邻数据的差分值，来提取变化特性。比如下式所示：

DDiff(k)＝|Diff′(k)-Diff′(k-1)|    (9)

上式中，DDiff(k)表示变化特性，Diff′()可以用Diff()替代。

从上述原理可见，本发明通过对相关性参数进行二次差分，可以对造影帧相关数据进行运动信息增强处理，这样可以方便阈值的设定。通常超声信号的斑点噪声本底具有一定的数值范围，很难通过简单的方法准确获取，所以这里检测相关性参数较快变化的部分，比如，计算相邻图像帧对应的相关性参数的差分值来提取变化特性，或者采用过阈值判断方法来实现。这里说的过阈值判断方法可以是：确定一个固定的阈值，然后分别计算原始相关性检测结果与该阈值之间的差分，来获得相应的变化特性。

另外，本发明还在阈值比较判断之前，对变化特性检测后的结果或者原始相关性检测结果进行平滑滤波处理，目的是消除呼吸过程中最大位移处的差分稳定点。此平滑滤波处理可以是一个均值滤波器，视当前的帧率和呼吸情况，可以选择3、5、7点均值滤波，可以按以下方式设定：

if fps/div＞Thf1

$\mathrm{DDiff}\left(i\right)=\frac{1}{3}\underset{k=-1}{\overset{1}{\mathrm{\Σ}}}\mathrm{DDiff}(i+k)$

elseif fps/div＜Thf1 && fps/div＞Thf2

$\mathrm{DDiff}\left(i\right)=\frac{1}{5}\underset{k=-2}{\overset{2}{\mathrm{\Σ}}}\mathrm{DDiff}(i+k)$

else

$\mathrm{DDiff}\left(i\right)=\frac{1}{7}\underset{k=-3}{\overset{3}{\mathrm{\Σ}}}\mathrm{DDiff}(i+k)$

其中fps为数据帧率，div为数据抽取率，实际成像时，帧率可以达到10fps(frame per second)以上，以实现图像的实时性；而用于统计时，由于统计的是较长时间内的曲线特性，可以对数据进行降采样。THf1/THf2可根据实际效果进行调整，分别代表下限阈值及上限阈值，典型的取值是3/5。从上述滤波方式可见，本发明提供了一种自适应的滤波方式，即先计算当前帧率与图像数据抽取率的比值，然后将此比值与预先设定阈值进行比较，按照比较结果选择均值滤波的参数，进行选择性滤波处理。

此平滑滤波处理也可以设计成系数可调滤波器的形式，改善滤波后数据的特性，但这样滤波系数需要考虑不同模式和探头的差异。

由于求差分计算比较简单，所以以下以求差分和为相关性检测方法为例，具体说明本发明在超声造影分析中的一较佳实施例。如图2所示，最优化实施流程如下所示。

101，统计帧间数据的差分和，利用公式(2)进行计算；

102，对差分和数据求取差分值，求取变化特性；

103，均值滤波处理；

104、阈值判断，比较计算结果是否小于阈值，若是，则判定为正常帧105，否则判定为无效帧106；

107，去除无效帧图像，对去除无效图像帧后的剩余图像帧进行数据重组；

108，根据重组结果拟合造影时间强度曲线；

109，依据此特性曲线获得造影特性参数，输出。

以上各个步骤的具体实现可参见上述相关说明。在上述流程中101和102之间还可以加入二次归一化处理过程，在104判断之前也可以对数据进行归一化处理。如图3所示，(a)图中为现有技术所获得的原始TIC(TimeIntensity Curve，时间强度曲线)；(b)图中为本发明经过101步骤后获得的TIC曲线图，其中经过归一化处理过程；(c)图中为经过102和103步骤的二次差分提取变化特的TIC曲线图，其中经过归一化处理过程，图中横坐标表示帧数据的帧位置，纵坐标为ROI部分的均值(即灰度强度均值)。经过步骤103处理的数据，当有呼吸等大位移运动时，其值会明显大于稳定值，可以通过过阈值的方法，进行异常数据剃除的104步骤。由于DDiff归一化的结果，其值在[0，1]在，因此阈值范围为(0，1)，典型值是0.5。经过判断对应的数据帧是正常帧或无效帧，剃除掉TIC曲线上的无效帧对应数据后，即可以得到重组后的TIC，如图4所示的下图，图4中的上图为现有技术斤获得的原始TIC，图4中横坐标均为帧数据的帧位置，纵坐标表示ROI的均值(即灰度强度均值)。重组后的数据用于曲线拟合，由于去除了运动伪像造成的偏差，将更为准确。曲线拟合通常可以使用gamma曲线和最小二乘法获得，最常用gamma曲线如下：

C(t)＝K(t-AT)^αe^-(t-AT)/β

其中α是上升参数，β是消退参数，AT是初始时间位置，K是比例系数。曲线拟合后的结果C(t)，可以进一步用来定量分析的数据统计，计算相应的特性参数，其中包括：

PI：感兴趣区域造影剂回波强度随时间变化的最大值，PI与造影剂剂量及系统流量有关；

PIT：感兴趣区域造影剂回波强度平均值达到最大时的时间；

AUC：时间强度曲线下的面积，与造影剂量和血流量有关；

MTT：造影剂通过微管系统的平均渡越时间，与单位体积的血流量成反比。

本发明通过准确地去除运动伪像，可以保证曲线拟合结果的准确性，并进一步保证统计数据的准确度，确保结果的正确性。

从上可见，如图3(b)所示的本发明采用求差分和后的相关性检测结果，如果依次数据进行阈值判断去除无效帧，则必需以图像本底噪声值为参考选取阈值或者根据经验预先设定阈值；为了减少阈值设定的计算量，本发明通过在相关性检测结果的基础上求取变化特性，如图3(c)所示，将数据的纵坐标划定在0-0.5的范围内，这样只需要设定0.5为阈值即可实现阈值判断，这样阈值较好设定。

本发明主要给出的是一种对连续图像帧的数据优化方法，此优化方法特别适用于超声造影定量分析方法中，比如，先对一段时间内造影图像帧进行相关性检测；根据相关性检测结果，利用阈值判断去除无效图像帧；数据重组及曲线拟合，但不限于此，只要需要一段时间内图像帧数据进行优化的地方均可以采用本发明的方法。

基于上述方法，可以通过编程的方式在现有超声系统上添加实现上述功能的应用模块，以此对现有的超声系统进行改进。

如图1所示，现有的超声系统的主要工作原理为：发射电路4将具有特定频率信号电信号通过发射/接收开关3激励到换能器2，换能器将电信号转换成超声信号，经过目标区域1传播，返回具有组织信息的超声后经过换能器重新转换为电信号。由于超声在组织中的衰减特性(0.5～0.7dB/Mhz·cm)，回波信号随深度(对应于传播返回时间)快速衰减，因此接收电路及放大5需要完成进行随深度变化的增益补偿，经过补偿的RF(射频)信号在有效测量范围内信号幅度相当。A/D(模拟/数字)转换器6完成RF信号到数字量化的转换，波束合成器7则通过进行多通道数据的聚集，实现多通道的波束合成。合成的回波信号(echo)经过信号处理8完成检波(或称解调)后，经过图像处理器9进行对数压缩、动态范围调整、map变换、坐标转换后，即可送到显示器10中显示。

另外，为了完成造影定量分析，在上述结构的基础上还赠加了一个定量分析处理器11，此处理器从所述图像处理单元9中获得连续成像帧图像数据后按照参数控制器12给定的ROI及拟合过程参数(图2中的各种阈值参数)，拟合出更符合造影特性的TIC曲线，并据此获得各项参数(前两段提到的PI等参数)、拟合前后的TIC、各项结果参数送到显示器10显示。本发明主要针对此定量分析处理器11进行了改进，如图5所示，此定量分析处理器11包括以下几个部分：

图像数据接收单元，用于从所述图像处理单元9接收一段时间内的图像帧数据；

相关性检测单元，用于计算相邻图像帧之间的相关性参数，建立与图像帧顺序对应的相关性参数集合，将此集合作为相关性检测结果；

阈值比较单元，用于将相关性检测结果与所述参数控制器12输入的阈值进行比较，选择出无效帧数据

数据重组单元，用于根据所述阈值比较单元的结果，去除无效图像帧，输出优化后的图像帧数据；

曲线拟合单元，用于根据所述数据重组单元后的结果拟合造影定量分析特性曲线，并输出至所述显示器10。

上述各个组成单元的具体实现方式可参见上述方法的相关说明。

为了对造影帧相关数据进行运动信息增强处理，方便阈值的设定，如图6所示，上述定量分析处理器还包括：

串联在相关性检测单元和阈值比较单元之间的变化特性提取单元，用于从相关性检测结果中提取变化特性，表征所述变化特性的数据输入至阈值比较单元中进行阈值比较。

为了消除呼吸过程对图像的影响，如图5和6所示，上述定量分析处理器还包括：

平滑滤波单元，用于对进入阈值比较单元的数据进行滤波处理，此平滑滤波单元可以串联在变化特性提取单元与阈值比较单元之间，如图6所示，也可以是平滑滤波单元串联在相关性检测单元与阈值比较单元之间。

为了减少计算量，方便阈值设定，还需要对各个计算单元的结果进行归一化处理，所以上述定量分析处理器还包括：归一化处理单元，用于对所述阈值比较单元之前各个环节的数据进行归一化处理。比如图5中，归一化处理单元串联在平滑滤波单元与阈值比较单元之间，图6中，归一化处理单元分别串联在相关性检测单元与变化特性提取单元、以及平滑滤波单元与阈值比较单元之间。

根据上述方法的相关说明可见，在超声系统中的定量分析处理器11由于需要人为设定ROI，且需要获得足够长(造影成像帧率有限，例如10fps/frame per second，对应于较长时间内的成像结果图像)图像数据，通常需要离线进行，即所有图像数据获得后再进行，不能与成像同步分析。所以，定量分析处理器11可以在超声系统内实现，也可以在超声系统外实现，例如超声系统配备的工作站内。由于超声系统工作站通常能够直接获得系统成像的图像结果并保证各项成像参数，同时具有更强大的运算功能，因此实现时可以将更复杂、精细的处理放在工作站，而在超声系统部只做初步的分析。这是本文明的最优实现实体。鉴于此，本发明所提出的定量分析处理器可以独立出来作为单独的产品来实现。比如通过编程在单片机组件上实现一种图像数据优化装置，如图7所示，其包括以下几个部分：

图像数据接收单元，用于接收一段时间内的图像帧数据；

相关性检测单元，用于计算相邻图像帧之间的相关性参数，建立与图像帧顺序对应的相关性参数集合，将此集合作为相关性检测结果；

阈值比较单元，用于将相关性检测结果与阈值进行比较，选择出无效帧数据

数据重组单元，用于根据所述阈值比较单元的结果，去除无效图像帧，输出优化后的图像帧数据。上述阈值或者在需要设定ROI时可以通过添加参数输入器来实现。

为了增强信号特性，实现变化特性的提取，在图像数据优化装置中还可设置：串联在相关性检测单元和阈值比较单元之间的变化特性提取单元，用于从相关性检测结果中提取变化特性，表征所述变化特性的数据输入至阈值比较单元中进行阈值比较。为了简化计算，消除噪声影响，在图像数据优化装置还可设置：平滑滤波单元，用于对进入所述阈值比较单元的数据进行滤波处理。为了减少计算量，方便阈值设定，还需要对各个计算单元的结果进行归一化处理，所以上述图像数据优化装置还包括：归一化处理单元，用于对所述阈值比较单元之前各个环节的数据进行归一化处理。相关功能的具体实现方法可以参见上述方法的相关说明。独立的图像数据优化装置通过设定一定协议的接口装置，可以与超声系统或者相应的数据处理平台对应连接实现本发明的功能。

总之，本发明利用运动时图像相关性的突变以及正常造影成像过程中缓变的差异，有效去除超声图像数据定量分析中的无效数据；并且在最优实施例中利用二次差分，对造影帧相关数据进行运动信息的增强处理，从而提高了图像数据的精确性，保证如造影定量分析等的准确性。同时，本发明在消除呼吸产生的影响时，采用的帧率和抽取率自适应的平滑滤波方法，可以使滤波的效果对无效数据的去除更准确。

上述各具体步骤的举例说明较为具体，并不能因此而认为是对本发明的专利保护范围的限制，相关的求解可以不限于上述提到的各种相关方法；相关时还可以直接对图像数据进行帧抽取；二次差分也可以考虑用其它方法。凡是在超声系统中用到了相关性检测进行图像数据优化的，均应在本发明的保护范围内，本发明的专利保护范围应以所附权利要求为准。

Claims (14)

1.一种超声图像数据优化方法，其包括：

对一段时间内的图像帧进行相关性检测；

根据相关性检测结果，利用阈值判断去除无效图像帧；

所述相关性检测过程包括：

计算相邻图像帧之间的相关性参数；

建立与图像帧顺序对应的相关性参数集合，将此集合作为原始相关性检测结果；

且所述阈值判断中的阈值取以超声信号的本底噪声值为中心的一邻域范围内的值。

2.根据权利要求1所述的方法，其特征在于，所述相关性检测的对象为一段时间内连续的图像帧，或者此一段时间内任意抽取的图像帧。

3.根据权利要求2所述的方法，其特征在于，所述相关性参数为：差分和、方差、标准差、标准差除以均值、归一化协方差系数中之一。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述阈值判断前，对数据进行平滑滤波处理。

5.根据权利要求4所述的方法，其特征在于，所述平滑滤波处理过程包括：计算当前帧率与图像数据抽取率的比值，将此比值与预先设定的阈值进行比较，按照比较结果选择均值滤波的参数，进行滤波处理。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：对相关性检测结果进行归一化处理。

7.根据权利要求1或6所述的方法，其特征在于，所述方法还包括：从原始或者归一化后的相关性检测结果中提取变化特性，用表征所述变化特性的数据进行阈值判断。

8.根据权利要求7所述的方法，其特征在于，所述提取变化特性的过程为：逐一求取相邻数据的差分值。

9.根据权利要求7所述的方法，其特征在于，在所述阈值判断前，对表征所述变化特性的数据进行归一化处理。

10.一种超声造影定量分析方法，其包括：

对一段时间内造影图像帧进行相关性检测；

根据相关性检测结果，利用阈值判断去除无效图像帧；

对去除无效图像帧后的剩余图像帧进行数据重组；

根据重组结果拟合造影时间强度曲线；

依据此特性曲线获得造影特性参数；

所述相关性检测过程包括：

计算相邻图像帧之间的相关性参数；

建立与图像帧顺序对应的相关性参数集合，将此集合作为原始相关性检测结果；

且所述阈值判断中的阈值取以超声信号的本底噪声值为中心的一邻域范围内的值。

11.一种超声成像系统，包括：图像处理单元、用于对图像数据进行造影定量分析处理的定量分析处理器、显示器和用于输入并存储分析参数的参数控制器；其特征在于，所述定量分析处理器包括：

图像数据接收单元，用于从所述图像处理单元接收一段时间内的图像帧数据；

相关性检测单元，用于计算相邻图像帧之间的相关性参数，建立与图像帧顺序对应的相关性参数集合，将此集合作为相关性检测结果；

阈值比较单元，用于将相关性检测结果与所述参数控制器输入的阈值进行比较，选择出无效帧数据；且所述阈值取以超声信号的本底噪声值为中心的一邻域范围内的值；

数据重组单元，用于根据所述阈值比较单元的结果，去除无效图像帧，输出优化后的图像帧数据；

曲线拟合单元，用于根据所述数据重组单元后的结果拟合造影定量分析特性曲线，并输出至所述显示器。

12.根据权利要求11所述的系统，其特征在于，所述定量分析处理器还包括：串联在相关性检测单元和阈值比较单元之间的变化特性提取单元，用于从相关性检测结果中提取变化特性，表征所述变化特性的数据输入至阈值比较单元中进行阈值比较。

13.一种图像数据优化装置，其特征在于，包括：

图像数据接收单元，用于接收一段时间内的图像帧数据；

相关性检测单元，用于计算相邻图像帧之间的相关性参数，建立与图像帧顺序对应的相关性参数集合，将此集合作为相关性检测结果；

阈值比较单元，用于将相关性检测结果与阈值进行比较，选择出无效帧数据，且所述阈值为：以超声信号的本底噪声值为中心的一邻域范围内的值；

数据重组单元，用于根据所述阈值比较单元的结果，去除无效图像帧，输出优化后的图像帧数据。

14.根据权利要求13所述的装置，其特征在于，所述图像数据优化装置还包括：串联在相关性检测单元和阈值比较单元之间的变化特性提取单元，用于从相关性检测结果中提取变化特性，表征所述变化特性的数据输入至阈值比较单元中进行阈值比较。

Images