CN102697521A

CN102697521A - 一种自适应的医疗超声系统成像中的声学参数优化的方法

Info

Publication number: CN102697521A
Application number: CN201210124907XA
Authority: CN
Inventors: 刘东权; 高君
Original assignee: SASET HEALTHCARE (CHENGDU) TECHNOLOGY Co Ltd
Current assignee: SASET HEALTHCARE (CHENGDU) TECHNOLOGY Co Ltd
Priority date: 2012-06-01
Filing date: 2012-06-01
Publication date: 2012-10-03

Abstract

本发明公开了一种自适应的医疗超声系统成像参数的优化方法，设计了一种通过优化声速和组织声衰减系数来提高超声成像质量的方法，该方法通过迭代改变声速和组织声衰减系数，并使用一系列处理方法来获得最优的扫描声速和组织声衰减系数，最后把获得系数设置为该次超声成像所使用的参数，获得亮度更均匀，分辨率更好，对比度更强的超声影像。利用自适应的医疗超声系统成像参数的优化技术对诊断具有重要临床意义，适用于医学技术领域。

Description

一种自适应的医疗超声系统成像中的声学参数优化的方法

技术领域

本发明属于医学技术领域，涉及一种超声成像技术，具体涉及一种自适应的医疗超声系统成像中的声学参数优化方法。

背景技术

在医疗超声系统成像系统中，声速和组织声衰减系数是两个非常重要的成像参数。超声波在人体不同组织中传播时，声速和组织声衰减系数都差异较大，例如，超声波在人体脂肪含量较高的脂肪传播时，声速大约为1450m/s，组织声衰减系为0.63dB/cmMHz。而在肌肉中的声速为1580m/s左右，组织声衰减系为1.8dB/cmMHz。某些肌肉组织的声速甚至可高达1640m/s，如表1所示。现在的医疗超声系统通常把1540m/s用于动态延迟聚焦波束形成，然而使用声速偏离真实声速的超声波经过了局部组织时，就会出现相位偏差，导致组织位置的偏移，点扩散函数的拓宽以及旁瓣的增加，影响图像的动态范围，对比度，降低图像的质量，影响医疗诊断的准确性。

组织	声衰减系数(dB/cmMHz)	声速(m/s)
			血液	0.2	1580
肌肉	1.8	1580
			肾	1.0	1560
肝	0.94	1550
			脂肪	0.63	1450

表1

同样在医疗超声系统中通常使用固定的组织声衰减系数扫描特定的人体部位，这会导致图像的亮度不均匀。为了解决这一问题，超声仪器生产厂商往往通过时间增益补偿(TimeGain Control，TGC)滑条，让超声操作者手动给予探头接收到的回波信号一定数值的能量补偿。虽然此种交互式的增益补偿方法操作简单，且易于实现，但此方法需要操作员的参与及主观判断，不仅费时，而且必须随着深度、频率、扫描部位等成像参数的改变而再次调整。

因此，使用一种自适应的医疗超声系统成像参数的优化方法，对声速，组织声衰减系数等声学参数进行优化，具有重要的临床意义。

发明内容

本发明的目的在于克服上述技术缺陷，提供一种能提高图像质量并且省时的自适应的医疗超声系统成像中的声学参数优化方法，该方法首先在声衰减参数优化器中通过多次迭代改变组织声衰减系数得到一系列的二维灰度图像，然后使用纹理分析的方法计算出最优的组织声衰减系数，并设其为当前扫描使用的声衰减系数，从而得到亮度均匀的超声影像，为下一步声速优化打下基础。在此基础上在声速优化器中通过多次迭代改变发射声速，获得一系列的二维灰度图像。最后通过二维图像分析找到最佳的声速，并把该声速设置为当前扫描使用的系统声速。

其技术方案为：

一种自适应的医疗超声系统成像中的声学参数优化方法，包括如下步骤：

1)在声衰减优化器中使用不同的组织声衰减系数补偿同一幅二维灰度图像，声衰减系数的迭代范围为0.3dB/cmMHz～1.3dB/cmMHz，从而获得多幅使用不同声衰减系数得到的二维灰度图像；

2)以小窗口遍历每幅二维灰度图像，根据如下公式计算每个小窗口的纹理能量值，根据各个小窗口的纹理能量值计算每张灰度图像的平均纹理能量值；

P_{s} (i; d_{x}, d_{y}) = Card {(k, l) | y_{k, l} + y_{k + d_{x}, l + d_{y}} = i}

P_{d} (j; d_{x}, d_{y}) = Card {(k, l) | y_{k, l} - y_{k + d_{x}, l + d_{y}} = j}

能量：∑_iP_s(i)²∑_jP_d(j)²

3)在所有二维灰度图像中，找到能量值最大的那幅灰度图对应的组织声衰减系数；

4)把得到的组织声衰减系数设置为当前扫描的组织声衰减系数；

5)在声速优化器中使用不同声速对同一扫描部位发射超声波，声速的迭代范围为1450m/s～1640m/s，从而获得多幅不同声速对应的二维灰度图像；

6)图像分析：

a)以小窗口遍历每幅二维灰度图像，根据如下公式计算每个小窗口的纹理熵值，并根据各个小窗口的纹理熵值计算每幅二维灰度图像的平均纹理熵值熵：-∑_iP_s(i)logP_s-∑_jP_d(j)logP_d

b)选出熵值最大的Z(Z＞5)幅二维图像；

c)根据如下公式计算选出的Z幅二维灰度的侧向对比度；

d_{i} = Σ_{j = 0}^{M - 2} | I_{i, j} - I_{i, j + 1} |

μ_{i} = \frac{1}{M} Σ_{j = 0}^{M - 1} I_{i, j}

Contrast = \frac{1}{N} Σ_{i = 0}^{N - 1} \frac{d_{i}}{μ_{i}}

此处，N为从图像中沿探头侧向方向选取的长度为M的整条采样线的数目，d_i、μ_i分别代表第i条采样线所有像素点的逐点灰度差异绝对值总和与平均灰度值；

7)找出Z幅二维灰度图像的侧向对比度最大的那幅灰度图像对应的声速；

8)把得到声速设置为当前扫描的使用的系统声速。

与现有技术相比，本发明的有益效果为：

本发明一种自适应的医疗超声系统成像中的声学参数优化方法，操作简单，省时，对声速，组织声衰减系数等声学参数进行优化，进而提高超声系统成像质量，获得亮度更均匀，分辨率更好，对比度更强的超声影像，具有重要临床意义。

附图说明

图1是超声B模式成像系统框图；

图2是本发明方法步骤1)中组织声衰减优化器的的示意图；

图3是本发明方法步骤1)的示意图；

图4是本发明方法步骤2)和步骤6)的示意图；

图5是本发明方法步骤5)中声速优化器的示意图；

图6是本发明方法步骤5)的示意图；

图7是在使用本发明方法前的超声系统图像；

图8是使用本发明方法方法后的超声图像。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细地说明。

1)图1为传统的B模式超声成像标准的系统框图，它包括波束形成器、回波信号处理器，扫描转换器、图像处理器、显示这五大模块。在此基础上，我们添加一个组织声衰减系数优化器，此模块只在进行声衰减系数优化时打开，参照图2。在图2的201这个子模块中，使用不同的组织声衰减系数补偿同一幅二维灰度图像，声衰减系数的迭代范围为0.3dB/cmMHz～1.3dB/cmMHz，每次迭代0.05dB/cmMHz。从而在进入扫描转化器前获取多幅使用不同声衰减系数得到的二维灰度图像，并保存图像和当前图像对应的组织声衰减系数。整个迭代过程如图3所示；

2)在图2的202中，使用小窗口遍历每幅二维灰度图像，并根据如下公式计算每个小窗口的纹理能量值，平均各个小窗口的纹理能量值，从而每张灰度图像的平均纹理能量值。小窗口遍历一幅二维灰度图像的过程如图4所示，小窗口的大小为3*3，9*9或16*16等等。

P_{s} (i; d_{x}, d_{y}) = Card {(k, l) | y_{k, l} + y_{k + d_{x}, l + d_{y}} = i}

P_{d} (j; d_{x}, d_{y}) = Card {(k, l) | y_{k, l} - y_{k + d_{x}, l + d_{y}} = j}

能量：∑_iP_s(i)²∑_jP_d(j)²

3)在图2的203中，在所有二维灰度图像中找到“能量值”最大的那幅灰度图对应的组织声衰减系数；

5)图5为声速优化器的系统框图，首先在声速优化器的301中，使用不同声速对同一扫描部位发射超声波，声速的迭代范围为1450m/s～1640m/s，每次迭代5m/s。从而获得多幅不同声速对应的二维灰度图像，保存灰度图像和该图像对应的声速参数，整个迭代发射的过程如图6所示；

6)图像分析：

a)在图5的302中，使用小窗口遍历每幅二维灰度图像，如图4所示。根据如下公式计算每个小窗口的纹理熵值，并根据各个小窗口的纹理熵值计算每幅二维灰度图像的平均纹理熵值

熵：-ΣP_s(i)logP_s-Σ_jP_d(j)logP_d

b)选出熵值最大的Z(Z＞5)幅二维图像；

c)在图5的303中，根据如下公式计算选出的Z幅二维灰度的侧向对比度；

d_{i} = Σ_{j = 0}^{M - 2} | I_{i, j} - I_{i, j + 1} |

μ_{i} = \frac{1}{M} Σ_{j = 0}^{M - 1} I_{i, j}

Contrast = \frac{1}{N} Σ_{i = 0}^{N - 1} \frac{d_{i}}{μ_{i}}

7)在图5的304中，找出Z幅二维灰度图像的侧向对比度最大的那幅灰度图像对应的声速；

8)把得到声速设置为当前扫描的使用的系统声速。

通过图7和图8的对比可以明显看出使用了本发明方法后图像的对比度明显提高，分辨率更好，也更细腻，聚焦效果也更好。

以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims

1.一种自适应的医疗超声系统成像中的声学参数优化方法，其特征在于，包括如下步骤：

P_{s} (i; d_{x}, d_{y}) = Card {(k, l) | y_{k, l} + y_{k + d_{x}, l + d_{y}} = i}

P_{d} (j; d_{x}, d_{y}) = Card {(k, l) | y_{k, l} - y_{k + d_{x}, l + d_{y}} = j}

能量：∑_iP_s(i)²∑_jP_d(j)²

6)图像分析：

a)以小窗口遍历每幅二维灰度图像，根据如下公式计算每个小窗口的纹理熵值，并根据各个小窗口的纹理熵值计算每幅二维灰度图像的平均纹理熵值

熵：-∑_iP_s(i)logP_s-∑_jP_d(j)logP_d

b)选出熵值最大的Z(＞5)幅二维图像；

c)根据如下公式计算选出的Z幅二维灰度的侧向对比度；

d_{i} = Σ_{j = 0}^{M - 2} | I_{i, j} - I_{i, j + 1} |

μ_{i} = \frac{1}{M} Σ_{j = 0}^{M - 1} I_{i, j}

Contrast = \frac{1}{N} Σ_{i = 0}^{N - 1} \frac{d_{i}}{μ_{i}}

8)把得到声速设置为当前扫描的使用的系统声速。