CN102202580A - 超声波图像处理方法及装置、超声波图像处理程序 - Google Patents

超声波图像处理方法及装置、超声波图像处理程序 Download PDF

Info

Publication number
CN102202580A
CN102202580A CN200980143779XA CN200980143779A CN102202580A CN 102202580 A CN102202580 A CN 102202580A CN 200980143779X A CN200980143779X A CN 200980143779XA CN 200980143779 A CN200980143779 A CN 200980143779A CN 102202580 A CN102202580 A CN 102202580A
Authority
CN
China
Prior art keywords
scalar
roi
value
motion vector
component
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
CN200980143779XA
Other languages
English (en)
Other versions
CN102202580B (zh
Inventor
增井裕也
东隆
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.)
Hitachi Ltd
Original Assignee
Hitachi Medical Corp
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 Hitachi Medical Corp filed Critical Hitachi Medical Corp
Publication of CN102202580A publication Critical patent/CN102202580A/zh
Application granted granted Critical
Publication of CN102202580B publication Critical patent/CN102202580B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • A61B8/5276—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts due to motion
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种能够与由于部位、诊断或治疗目的不同而不同的分析方法相对应的超声波图像处理方法以及装置、超声波图像处理程序。本发明的超声波图像处理方法具有：图像数据生成步骤，用照射部对被检测体照射超声波，将来自被检测体的超声波信号通过检测部检测出并存储检测结果，根据存储的检测结果来生成检测时刻不同的至少2帧的图像数据；运动矢量分布像生成步骤，对所述图像数据使用多帧，并根据规定的运动矢量分析处理来生成运动矢量分布像；和变换步骤，根据设定的多个关注区域(ROI)，从矢量分布像变换为标量分布像。

Description

超声波图像处理方法及装置、超声波图像处理程序
技术领域
本发明涉及一种能够在通过超声波进行生物体的成像时清楚地识别组织边界的超声波图像处理方法及装置、超声波图像处理程序的技术。
背景技术
在医疗图像诊断中所使用的超声波图像处理装置中，例如，如专利文献1所记载那样，公开了根据诊断运动图像的小区域的变化量来估计组织的弹性系数分布，从而将硬度变换为彩色图(color map)来进行显示的方法。但是，若为了进行弹性系数的处理而对组织边界进行关注，则清晰度就会劣化。因此，如专利文献2所记载那样，存在根据诊断运动图像的运动矢量来生成直接标量分布图像，从而提高组织边界的识别度的方法。
另外，为了除去矢量分布中的噪声，例如，如专利文献3所记载那样，应用了进行均匀平滑的带通滤波。另一方面，在B模式图像(亮度的标量分布)中，在专利文献3中发明了除去噪声且保持边缘的清晰度的相似滤波。
【专利文献】
【专利文献1】JP特开2004-135929号公报
【专利文献2】JP特愿2008-079792号公报
【专利文献3】JP特开2004-1297773号公报
作为现有方法，例如在专利文献2中，根据运动矢量，求取相对于x方向分量、或y方向分量、或矢量长度、或基准方向的矢量角度，并用该值来生成标量值分布。因此，存在以不缩减全部矢量信息的方式通过对象图像能正确反映矢量分布的情况和不能正确反映矢量分布的情况。
另外，在作为预处理而用均匀平滑型的带通滤波来除去运动矢量分布中的误差矢量时，存在边界的清晰度可能劣化的未解决的问题。
另外，由于没有进行与部位、诊断或治疗目的相应的分析方法的选择，因此不能对应由于部位、诊断或治疗目的不同而不同的分析方法。
发明内容
本发明的目的在于提供一种超声波图像处理方法及装置、超声波图像处理程序，能够对应由于部位、诊断或治疗目的不同而不同的分析方法。
在本发明中，具有根据选择的方法而将运动矢量变换为标量分布的单元。
另外，在本发明中，根据设定的多个关注区域(ROI)，从所述运动矢量分布像变换为标量分布像。
另外，在本发明中，通过在将运动矢量分布变换为复数矩阵后实施本征值展开，能够将混杂的变化模式分解为本征值，并加入矢量的振幅和相位来进行提取，因此能够明确地识别边界。另外，按照运动矢量的每个分量构筑标量分布，从而将能够兼顾噪声除去和边缘保存的相似滤波应用于各标量分布中，并根据应用结果构筑矢量分布，由此能够不使边界的清晰度劣化而除去噪声。
(发明的效果)
根据本发明，能够提供一种可与由于部位、诊断或治疗目的不同而不同的分析方法相对应的超声波图像处理方法及装置、超声波图像处理程序。
附图说明
图1是表示本发明的超声波图像处理方法的系统构成例的图。
图2是表示本发明的超声波边界检测方法的处理的顺序的图。
图3是表示本发明中的运动矢量分布的例子的图。
图4是表示本发明的本征值展开的处理顺序的图。
图5是表示本发明中的渗透性肿瘤的运动矢量的提取例的图。
图6是表示基于本发明的本征值展开的超声波边界检测的效果的图。
图7是表示本发明中的肱二头肌的运动矢量的提取例的图。
图8是表示基于本发明的div和rot的超声波边界检测的效果的图。
图9是表示本发明的运动矢量相似度滤波的效果的图。
图10是表示本发明的运动矢量相似度滤波的处理顺序的图。
图11是表示本发明的运动矢量相似度滤波的权重函数例的图。
图12是表示本发明的合成显示方法的处理顺序的图。
图13是表示本发明的合成显示方法的显示例的图。
图14是记载了数学式等的图。
具体实施方式
图1中示出本发明的超声波边界检测方法的系统构成例。一维地配置有超声波元件的超声波探头(探针)1对生物体发送超声波束(超声波脉冲)，并接收从生物体反射回来的回波信号(接收波信号)。在控制系统4的控制下，通过发射波束成型器3输出具有与发射波焦点相对应的延迟时间的发射波信号，经由收发切换开关5被送到超声波探头1。在生物体内被反射或被散射而返回超声波探头1的超声波束通过超声波探头被变换为电信号，并经由收发切换开关5作为接收波信号被送到接收波束成型器。接收波束成型器6是将错开90度相位的2个接收波信号进行混合的复合波束成型器，在控制系统4的控制下，按照接收定时进行调整延迟时间的动态聚焦(dynamic focus)，并输出实部和虚部的RF信号。将该RF信号通过包络线检波部7检波后变换为视频信号，输入到扫描变换器8中，变换为图像数据(B模式图像数据)。以上说明的构成与公知的超声波成像装置的构成相同。
在本发明的装置中，根据从扫描变换器8输出的2帧以上的图像数据，在处理部10中首先生成运动矢量分布。接着，将生成的运动矢量分布变换处理成标量分布。接着，在用合成部12对原始的图像数据和对应的运动矢量分布或标量分布进行合成处理之后，显示于显示部13。
在参数设定部11中，进行用于在处理部10的信号处理的参数或在合成部12的显示图像的选择设定等。由操作者(诊断机操作者)将这些参数从用户界面2输入。运动图像显示方法是：例如将原始图像和矢量分布图像(或标量图像)合成为1个图像并显示于显示器、或将2个图像以上的运动图像并排显示。
在图2示出本发明的处理部11以及合成部12中的超声波图像处理方法的处理例。首先，输入B模式运动图像。接下来，提取希望的帧和与该帧不同时间的帧这2帧。然后，根据这2帧计算运动矢量分布。运动矢量分布的计算方法，例如根据专利文献2所记载的块匹配方法来实施。对计算出的运动矢量分布进行噪声除去处理，将除去噪声的运动矢量分布变换为标量分布。然后将标量分布图像、和运动矢量分布或B模式图像进行合成显示，并结束1个图像的处理。能够显示使希望的帧在时间序列上变化来连续显示合成图像而合成的运动图像。在此，在计算运动矢量分布的块匹配处理中，在计算的匹配误差为事先设定的阈值以上的情况下，不更新运动图像，由此不显示可靠性低的图像，从而能够抑制运动图像偏差。或通过将对应于匹配误差的指标和图像一起显示，从而能够由诊断机操作者来判断显示图像的可靠性。
图3中示出本发明中的运动矢量分布的例子。作为关注区域ROI(region of interest)，例如设定矢量为m×n构成的范围。在本发明中，在矢量分布中，通过将各矢量的x方向分量和y方向分量置换为各个实数部和虚数部，从而变换为m行n列的复数矩阵来实施处理。
作为将变换后的m行n列的复数矩阵变换为标量值的处理方法，首先说明基于本征值展开的方法。在图4中示出基于本征值展开的处理顺序。首先，将二维矢量分布变换为数学式1中所示的复数矩阵。另外，关于数学式1，记载在图14中。接下来，对于变换后的m行n列的复数矩阵，根据数值计算来进行数学式2所示的本征值展开，并求取m行1列的本征值矩阵，从而根据本征值矩阵来确定标量值。
标量值的确定方式是利用本征值的绝对值最大或绝对值合计等，在ROI内的较大的变化被反映为标量值。
在图5中示出老鼠的VX2型肿瘤的症状中的基于本发明的运动矢量提取例。图5(a)是B模式图像，图5(b)是基于块匹配，并根据图5(a)的B模式图像和其后1帧的图像而生成的运动矢量分布。
对于该运动矢量分布，以ROI尺寸3×3在各ROI实施本征值展开，从而计算本征值矩阵，并求取本征值矩阵的绝对值最大值的分布，其结果为图6(b)。另一方面，在相同的帧，应用将专利文献2所记载的矢量长度换算为标量分布的方法的结果为图6(a)。若比较两者，可知：虽然占据上半部分的肿瘤部位的边界同等地被检测出，但在下半部分的周边组织内的变化是本发明的图6(b)更清楚地进行了显示。虽然在此示出了肿瘤的病症例，但本发明能够应用于各种的对象，例如在监控插入体内的治疗用针头位置的用途中也能够应用。另外，虽然作为ROI形状使用了3×3的正方形矩阵来实施了本征值展开，但例如，由于在使用3×5的非正方形的ROI的情况下不能应用本征值展开，因此实施与非正方形对应的同等的特异值分解，且代替本征值而使用特异值。
除了本征值展开以外，还有多个计算标量值的方法。为了表示这些方法的效果，在图7中，作为其它例子而示出肱二头肌的运动矢量。图7(a)是B模式图像，图7(b)是例如基于块匹配，并根据图7(a)的B模式图像和其后1帧的图像而生成的运动矢量分布。图5的渗透性肿瘤是将正常组织和肿瘤的硬度差异反映到运动矢量中，在肱二头肌中，运动矢量表示不同的肌肉组织(图中用areaA、areaB以及areaC来表示)的偏离。
作为标量化的一个方法，能够应用数学式3所表示的散度(divergence，简称为div)。div能够解释为反映单位面积中的矢量的发散量。计算方法是：对于矢量的x分量Ax实施x方向的偏微分，对于y分量Ay实施y方向的偏微分，并求它们的和。另外，超声波图像中的测定误差，由于装置的构成，因而y方向(波束方向)比x方向(方位方向)精度要高，因此，若应用对Ay的偏积分值附加大的权重(例如0.7)，对Ax的偏微分值附加小的权重(例如0.3)的加权div，则能够谋求更高精度。偏微分的具体计算方法是：按每个ROI应用空间一次微分滤波(例如一般的图像处理中使用的索贝尔滤波)。在ROI尺寸3×3的y方向的索贝尔滤波，如数学式4所示。
图8表示应用div的结果。可知，清楚地显示了areaA与areaB的边界以及areaB与areaC的边界。在此，虽表示了对于肱二头肌的偏离的效果，但由于div对应于发散量，因此在如下用途中特别有效：在HIFU(HighIntensity Focused Ultrasound，高强度聚焦超声波)治疗中，在治疗中测量被检测体组织的热膨胀程度的监控控制、或治疗后的组织变性的确认；或者在手术中使用经食道用探头来实时监控心脏的伸缩动作的用途等。
作为其它的标量化的方法，也能够应用数学式5所示的旋度(rotation，简称为rot)。rot反映单位面积中的矢量的旋转量。具体的计算方法是：对于y分量计算x方向的空间一次微分，对于x分量计算y方向的空间一次微分，并求取它们的差。获得的值被称为张量。在图8(b)中表示应用rot处理的结果。在显示中使用张量的绝对值。从图中可知以下特性，即；与边界位置为div的情况相比，能够更清晰地进行提取。
标量化的方法并非限定于以上所述，也能够为应用反映2点间的变化的应变张量(strain tensor)(数学式(6)所示)、矢量的内积值或外积值的方法。在操作面板上具备切换开关，以便按照诊断机操作者的希望关注的特征来切换这些方法。
在提取出的运动矢量分布中，包含在例如低S/N区域的块匹配处理中易于产生的误差矢量。因此，为了除去误差，通常应用带通滤波来谋求平滑化。但是，存在由于带通滤波处理而使边界的清晰度劣化的问题。因此，在本发明中，使用能够在除去误差的同时保持边界信息的相似度滤波。
在图9中示出运动矢量相似度滤波的效果例。假定ROI尺寸3×3，对于关注矢量I0，假设相同方向的朝向右上的矢量为4个，不同的朝向右下的矢量为4个的情况。在应用平滑滤波来作为低通滤波的情况下，由于除了关注矢量以外而朝向右上的矢量和朝向右下的矢量数目相同，因此，进行了平滑化处理后的关注矢量成为中间的朝向右。
专利文献3所记载的相似度滤波是通过在与关注像素相比亮度接近的ROI内以如像素般大的权重加入到权重平均，从而能够兼顾二维亮度图像的噪声除去和边缘保存的方式。在本发明中，将二维矢量分布分解为x分量(方位方向)分布和y分量(波束方向)分布，来按每个分布应用相似度滤波，由此根据应用后的x分量分布和y分量分布来构成平滑化矢量图像。在此，若将x分量看作实数分量，y分量看作虚数分量，则用式(7)来表示复数。若将ROI内波束轴方向为第i、正交的方位方向为第j的矢量Iij的x分量Axij与实数分量对应，将y分量Ayij与虚数分量对应，则能够用数学式7来表现。相似度滤波的处理如数学式8所示那样，用对应于与关注矢量I0的差的权重Wij来计算Iij的权重乘积和，通过用负载值的总和进行归一化，来求取被平均化的关注矢量I0’。通过这样的处理，如图9所示，能够避免关注矢量I0的边缘信息劣化。
本发明的相似度滤波能够扩展至三维测量。三维测量的作法是，例如使用二维排列型的阵列振子，在与波束方向以及方位方向正交的切片方向上，高速地获取多个断层图像数据，从而再构成为长方体的三维构造。若设三维数据的切片方向的矢量分量为Azijk，则关注矢量Iijk用数学式9来表示。这种情况下的基于相似度滤波的更新式，使用三维分布的权重Wijk，由数学式10来表示。
在确定三维矢量分布之后，与二维矢量分布同样，用本征值展开等方法变换为标量分布，例如分割为多个二维截面来进行显示处理。
图10表示本发明的运动矢量相似度滤波的ROI中的处理顺序。首先输入矢量分布。然后，设定ROI尺寸、权重分布的半值幅度，以作为处理参数。在此，作为权重分布使用例如图11所示的高斯分布的单侧分布。横轴是关注矢量I0与ROI内的其它矢量Iij之差的绝对值，差值越大，权重越小。分布形状根据半值幅度而变化。参数设定后，将各二维矢量复数化。然后，按照式(8)计算新的矢量并结束处理。在矢量分布中，通过预先进行滤波处理来除去噪声分量，能够提高变换为标量分布后的精度。
在专利文献2中，进行B模式运动图像和弹性成像(elastography)运动图像的并排显示。在运动矢量分布信息中，由于不包含弹性成像图像的非线性要素，因此表示了正确的举动。但是，以单独的矢量分布图像不能与组织位置建立对应。因此，若在B模式图像上重合矢量分布图像来进行合成显示，则能够提供可视性高的诊断图像。其处理顺序在图12(a)中示出。首先，输入B模式原始图像。接下来，计算矢量分布，然后据此对原始图像和对应的矢量分布进行合成显示。
图13表示合成图像的例子(肿瘤病症例)。通过重合矢量分布，能够容易地掌握变化的大小和方向。另一方面，作为提高可视性的方法，也能够对B模式图像和标量分布图像进行合成显示。在图12(b)示出其处理顺序。其与图12(a)的不同在于，在计算了矢量分布后将其变换为标量分布，并对原始图像和标量分布进行合成显示。通过合成标量分布图像，能够与专利文献1所示的着色弹性图像同样，变得易于分辨组织边界，具有能够清楚地看到轮廓的效果。虽然在图12中对于图像合成的情况进行了说明，但也可以代替合成显示为一个图像，而分为两个图像来同时并排显示。而且以下方法也有效：对弹性成像图像和运动矢量图像进行合成显示、或并排显示的方法；还有对弹性成像图像、B模式图像和运动矢量图像这3幅图像进行并排显示的方法。
以上所示的各种显示方法能够是装置操作者用装置面板上具备的切换开关来选择的装置结构。作为在电源启动时的默认的易于看到的显示形态，考虑为2个画面上并排显示合成了B模式图像和矢量分布的画面和仅有标量分布的画面。作为此时的标量分布图像的生成方式，预先根据诊断目的(肿瘤类别、治疗监控)、或对象病症例，来预先设定适当的生成处理方式(rot处理、div处理、本征值处理等)，使其具备与各项目对应的切换开关，由此能够实现由装置操作者来选择各项目的方式。或者，作为标量分布的图像，将ROT处理图像、DIV处理图像以及本征值处理图像这三种全部进行显示，且与合成图像(B模式和矢量分布)一起，并排显示4个画面的形态，也是有效的。
(产业上的利用可能性)
本发明除了医用超声波诊断/治疗装置以外，还能整体用于使用超声波来测量应变、偏离的装置。
符号说明：
1  超声波探头
2  用户界面
3  发射波束成型器
4  控制系统
5  收发切换开关
6  接收波束成型器
7  包络线检波部
8  扫描变换器
10 处理部
11 参数设定部
12 合成部
13 显示部

Claims (15)

1.一种超声波图像处理方法，其特征在于，具有：
图像数据生成步骤，通过照射部对被检测体照射超声波，存储由检测部检测出来自所述被检测体的超声波信号的检测结果，根据所存储的检测结果来生成检测时刻不同的至少2帧的图像数据；
运动矢量分布像生成步骤，使用多帧所述图像数据，并根据规定的运动矢量分析处理来形成运动矢量分布像；和
变换步骤，根据所设定的作为多个关注区域的ROI，用选择的方法，从所述运动矢量分布像变换为标量分布像。
2.根据权利要求1所述的超声波图像处理方法，其特征在于，
所述变换步骤，
在所述运动矢量分布内的多个ROI中，实施从第1处理步骤到第3处理步骤，来生成标量分布像，其中，所述第1处理步骤到第3处理步骤为：
第1处理步骤，在所述运动矢量分布内设定关注的小区域ROI，将ROI内的波束方向分量和方位方向分量置换为实数分量和虚数分量，从而变换为复数矩阵；
第2处理步骤，对所述复数矩阵进行本征值展开处理，从而求取本征值矩阵；和
第3处理步骤，根据所述本征值矩阵来求取各本征值的绝对值的最大值或各本征值的绝对值的总和，从而确定1个标量值。
3.根据权利要求1所述的超声波图像处理方法，其特征在于，
所述变换步骤，
在所述运动矢量分布内的多个ROI中，实施从第1处理步骤到第4处理步骤，来生成标量分布像，其中，所述第1处理步骤到第4处理步骤为：
第1处理步骤，在所述运动矢量分布内设定关注的小区域ROI，在所述ROI内针对沿着波束轴的波束方向和与其正交的方位方向的每一个方向实施空间一次微分滤波，从而计算微分值信息；
第2处理步骤，将ROI内的所述波束方向微分值和所述方位方向微分值置换为实数分量和虚数分量，从而变换为复数矩阵；
第3处理步骤，对所述复数矩阵进行本征值展开处理，从而求取本征值；和
第4处理步骤，确定1个标量值，所述1个标量值是根据所述本征值矩阵，使用各本征值的绝对值的最大值、或各本征值的绝对值的总和、或各本征值而计算的。
4.根据权利要求1所述的超声波图像处理方法，其特征在于，
所述变换步骤，
在所述运动矢量分布内设定关注的小区域ROI，并将ROI内的波束方向分量和方位方向分量置换为实数分量和虚数分量，从而变换为复数矩阵，
在所设定的所述ROI中，针对沿着波束轴的波束方向和与其正交的方位方向的每一个方向实施空间一次微分滤波，以计算微分值信息，且根据所述微分值信息来实施散度运算，从而确定标量值，
根据在所述运动矢量分布内的多个ROI中确定的标量值，生成标量分布。
5.根据权利要求1所述的超声波图像处理方法，其特征在于，
所述变换步骤，
在所述运动矢量分布内设定关注的小区域ROI，将ROI内的波束方向分量和方位方向分量置换为实数分量和虚数分量，从而变换为复数矩阵，
在所设定的所述ROI中，针对波束方向和方位方向的每一个方向，实施空间一次微分滤波，以计算微分值信息，且根据所述微分值信息来实施旋度运算，从而确定标量值，
根据在所述运动矢量分布内的多个ROI中确定的标量值，生成标量分布。
6.根据权利要求2所述的超声波图像处理方法，其特征在于，
所述第3处理步骤，
在所设定的所述ROI中，在波束方向上和方位方向上实施空间一次微分滤波，以计算微分值信息，且根据所述微分值信息来实施求取应变张量的运算，从而确定标量值。
7.根据权利要求2所述的超声波图像处理方法，其特征在于，
所述第3处理步骤，
在所设定的所述ROI中，按照每2个在波束方向或方位方向上相邻的矢量进行内积计算，从而确定标量值，
根据在所述运动矢量分布内的多个ROI中确定的标量值，生成标量分布。
8.根据权利要求2所述的超声波图像处理方法，其特征在于，
所述第3处理步骤，
在所设定的所述ROI中，按照每2个在波束方向或方位方向上相邻的矢量进行外积计算，以求取张量值，且根据张量值或其绝对值来确定标量值。
9.根据权利要求2所述的超声波图像处理方法，其特征在于，
所述第3处理步骤，
在所设定的所述ROI中，将矢量分布分解为波束方向分量标量分布和方位方向分量标量分布，按照每个所述各方向的标量分布来应用相似度滤波，然后根据应用结果的各标量分布来构成平滑化后的矢量分布，且针对所述平滑化后的矢量分布，将ROI内的波束方向分量和方位方向分量置换为实数分量和虚数分量，从而变换为复数矩阵，并确定标量值。
10.根据权利要求2所述的超声波图像处理方法，其特征在于，
在使用二维阵列状超声波探头来取得追加了与波束方向以及方位方向正交的切片方向的三维图像信息的情况下，
所述第3处理步骤，
在所设定的所述ROI中，将矢量分布分解为波束方向分量标量分布、方位方向分量标量分布和切片方向分量标量分布，按照每个所述各方向的标量分布来应用相似度滤波，从而根据应用结果的各标量分布来构成平滑化后的矢量分布，并确定标量值。
11.一种超声波图像处理装置，其特征在于，具有：
照射部，其对被检测体照射超声波；
检测部，其检测来自所述被检测体的超声波信号；
图像数据生成部，其根据所述检测单元的检测结果，生成检测时刻不同的至少2帧的图像数据；
运动矢量分布像生成部，其使用多帧所述图像数据，且根据规定的运动矢量分析处理来生成矢量分布像；
选择部，其选择将所述运动矢量分布像变换为标量分布像的变换方法；和
变换部，其根据所选择出的所述变换方法，从所述运动矢量分布像变换为标量分布像。
12.根据权利要求11所述的超声波图像处理装置，其特征在于，
所述变换部，
在所述运动矢量分布内的多个ROI中，实施第1处理方法到第3处理方法来生成标量分布像，其中，所述第1处理方法到所述第3处理方法为：
第1处理方法，在所述运动矢量分布内设定关注的小区域ROI，将ROI内的波束方向分量和方位方向分量置换为实数分量和虚数分量，从而变换为复数矩阵；
第2处理方法，对所述复数矩阵进行本征值展开处理，从而求取本征值矩阵；和
第3处理方法，根据所述本征值矩阵来求取各本征值的绝对值的最大值或各本征值的绝对值的总和，从而确定1个标量值。
13.根据权利要求11所述的超声波图像处理装置，其特征在于，
所述变换部，
在所述运动矢量分布内的多个ROI中，实施从第1处理到第4处理，来生成标量分布像，其中所述第1处理到第4处理为：
第1处理，在所述运动矢量分布内设定关注的小区域ROI，在所述ROI内针对沿着波束轴的波束方向和与其正交的方位方向的每一个方向实施空间一次微分滤波，并计算微分值信息；
第2处理，将ROI内的所述波束方向微分值和所述方位方向微分值置换为实数分量和虚数分量，从而变换为复数矩阵；
第3处理，对所述复数矩阵进行本征值展开处理并求取本征值；和
第4处理，确定1个标量值，所述1个标量值是根据所述本征值矩阵，使用各本征值的绝对值的最大值、或各本征值的绝对值的总和、或各本征值而计算的。
14.根据权利要求12所述的超声波图像处理装置，其特征在于，
所述变换部，在由所述第1处理方法设定的ROI中，针对沿着波束轴的波束方向和与其正交的方位方向的每一个方向实施空间一次微分滤波，以计算微分值信息，且根据所述微分值信息来实施散度运算，从而确定标量值，
所述变换部具有根据在所述运动矢量分布内的多个ROI中确定的标量值来生成标量分布像的单元。
15.一种超声波图像处理程序，其特征在于，
使计算机作为权利要求1～9任一项所述的超声波图像处理方法来发挥功能。
CN200980143779XA 2008-11-10 2009-10-29 超声波图像处理方法及装置、超声波图像处理程序 Expired - Fee Related CN102202580B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008-287290 2008-11-10
JP2008287290 2008-11-10
PCT/JP2009/005750 WO2010052868A1 (ja) 2008-11-10 2009-10-29 超音波画像処理方法及び装置、超音波画像処理プログラム

Publications (2)

Publication Number Publication Date
CN102202580A true CN102202580A (zh) 2011-09-28
CN102202580B CN102202580B (zh) 2013-11-20

Family

ID=42152681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980143779XA Expired - Fee Related CN102202580B (zh) 2008-11-10 2009-10-29 超声波图像处理方法及装置、超声波图像处理程序

Country Status (5)

Country Link
US (1) US9119557B2 (zh)
EP (1) EP2347716B1 (zh)
JP (1) JP5389814B2 (zh)
CN (1) CN102202580B (zh)
WO (1) WO2010052868A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108135573A (zh) * 2015-09-24 2018-06-08 国立大学法人东京大学 超声波诊断系统及超声波诊断方法

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101827946A (zh) * 2007-05-18 2010-09-08 茵维特罗根公司 快速蛋白质标记和分析
US8867813B2 (en) 2009-10-27 2014-10-21 Hitachi Medical Corporation Ultrasonic imaging device, ultrasonic imaging method and program for ultrasonic imaging
WO2012070588A1 (ja) * 2010-11-25 2012-05-31 株式会社日立メディコ 超音波動画像処理方法、装置、およびプログラム
US8681866B1 (en) 2011-04-28 2014-03-25 Google Inc. Method and apparatus for encoding video by downsampling frame resolution
US9106787B1 (en) 2011-05-09 2015-08-11 Google Inc. Apparatus and method for media transmission bandwidth control using bandwidth estimation
US8856624B1 (en) 2011-10-27 2014-10-07 Google Inc. Method and apparatus for dynamically generating error correction
US9185429B1 (en) 2012-04-30 2015-11-10 Google Inc. Video encoding and decoding using un-equal error protection
JP2015186491A (ja) * 2012-06-27 2015-10-29 日立アロカメディカル株式会社 超音波診断装置及び超音波表示方法
JP2015186492A (ja) * 2012-07-13 2015-10-29 日立アロカメディカル株式会社 画像表示装置、及び組織可動性評価方法
US10064546B2 (en) * 2012-10-24 2018-09-04 Nidek Co., Ltd. Ophthalmic analysis apparatus and ophthalmic analysis program
US9172740B1 (en) 2013-01-15 2015-10-27 Google Inc. Adjustable buffer remote access
US9311692B1 (en) 2013-01-25 2016-04-12 Google Inc. Scalable buffer remote access
US9225979B1 (en) 2013-01-30 2015-12-29 Google Inc. Remote access encoding
WO2014155272A1 (en) * 2013-03-28 2014-10-02 Koninklijke Philips N.V. Real-time quality control for acquisition of 3d ultrasound images
ITAQ20130003A1 (it) 2013-04-23 2014-10-24 Amid S R L Metodo e dispositivo per la valutazione della funzionalita' dinamica quantitativa dei muscoli scheletrici
WO2015104582A1 (en) * 2014-01-08 2015-07-16 Amid S.R.L. Method and device for estimation of the elastic properties of tissues, particularly muscle tissues
CN112716521B (zh) 2014-11-18 2024-03-01 C·R·巴德公司 具有自动图像呈现的超声成像系统
CN106999146B (zh) 2014-11-18 2020-11-10 C·R·巴德公司 具有自动图像呈现的超声成像系统
JP6705134B2 (ja) * 2015-08-21 2020-06-03 コニカミノルタ株式会社 超音波画像診断装置、超音波画像処理方法及び超音波画像処理プログラム
CN105319725B (zh) * 2015-10-30 2018-01-02 中国科学院遗传与发育生物学研究所 用于快速运动物体的超高分辨成像方法
EP3424433A1 (en) * 2017-07-06 2019-01-09 Koninklijke Philips N.V. Methods and systems for processing an ultrasound image
JP7215053B2 (ja) * 2018-10-02 2023-01-31 コニカミノルタ株式会社 超音波画像評価装置、超音波画像評価方法および超音波画像評価プログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3370780B2 (ja) 1994-06-28 2003-01-27 フクダ電子株式会社 超音波診断装置
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
JP3932482B2 (ja) 2002-10-18 2007-06-20 株式会社日立メディコ 超音波診断装置
JP4594610B2 (ja) * 2003-10-21 2010-12-08 株式会社東芝 超音波画像処理装置及び超音波診断装置
JP5209213B2 (ja) 2006-01-10 2013-06-12 株式会社東芝 超音波診断装置及び超音波画像生成プログラム
EP1872724B1 (en) 2006-01-10 2019-08-28 Toshiba Medical Systems Corporation Ultrasonograph and ultrasonogram creating method
JP4751282B2 (ja) * 2006-09-27 2011-08-17 株式会社日立製作所 超音波診断装置
US20080081995A1 (en) * 2006-10-03 2008-04-03 Kang Kim Thermal strain imaging of tissue

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108135573A (zh) * 2015-09-24 2018-06-08 国立大学法人东京大学 超声波诊断系统及超声波诊断方法
CN108135573B (zh) * 2015-09-24 2020-12-11 国立大学法人东京大学 超声波诊断系统及超声波诊断方法

Also Published As

Publication number Publication date
US20110218439A1 (en) 2011-09-08
JPWO2010052868A1 (ja) 2012-04-05
JP5389814B2 (ja) 2014-01-15
US9119557B2 (en) 2015-09-01
CN102202580B (zh) 2013-11-20
WO2010052868A1 (ja) 2010-05-14
EP2347716A4 (en) 2014-01-08
EP2347716A1 (en) 2011-07-27
EP2347716B1 (en) 2015-03-25

Similar Documents

Publication Publication Date Title
CN102202580B (zh) 超声波图像处理方法及装置、超声波图像处理程序
CN101484074B (zh) 超声波诊断装置、医用图像处理装置以及医用图像处理程序
CN101297762B (zh) 在医用诊断超声中的血流特征成像
CN101473349B (zh) 用于三维超声成像的方法和装置
CN103327904B (zh) 超声波摄像装置和超声波摄像方法
Rappaport et al. Assessment of myocardial regional strain and strain rate by tissue tracking in B-mode echocardiograms
US11471130B2 (en) Method and ultrasound system for shear wave elasticity imaging
EP3563769A1 (en) Method and ultrasound system for shear wave elasticity imaging
US20130066204A1 (en) Classification Preprocessing in Medical Ultrasound Shear Wave Imaging
JP2003250804A (ja) 画像処理装置及び超音波診断装置
CN103565471A (zh) 超声成像系统和方法
CN110023782A (zh) 用于对超声图像杂波滤波的方法和系统
CN102462508B (zh) 用于超声成像的系统和方法
CN106419961A (zh) 声学辐射力成像中的自适应运动估计
CN106030657B (zh) 医学4d成像中的运动自适应可视化
Saris et al. A comparison between compounding techniques using large beam-steered plane wave imaging for blood vector velocity imaging in a carotid artery model
US20220104794A1 (en) Method and ultrasound system for shear wave elasticity imaging
JP4870449B2 (ja) 超音波診断装置及び超音波画像処理方法
JP7221998B2 (ja) 経弁圧の定量化を行うための方法及びシステム
CN102626328B (zh) 超声波诊断装置、超声波图像处理装置及取得方法
CN110300548A (zh) 超声评价解剖特征
CN106170254A (zh) 超声波观测装置
JP6828218B2 (ja) 超音波画像処理
EP4331499A1 (en) Ultrasound imaging systems and methods
JP2023554036A (ja) 超音波データにおける境界検出

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20170413

Address after: Tokyo, Japan, Japan

Patentee after: Hitachi Ltd.

Address before: Tokyo, Japan, Japan

Patentee before: Hitachi Medical Corporation

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131120

Termination date: 20171029