CN102753100B - 超声波诊断装置以及超声波图像处理装置 - Google Patents
超声波诊断装置以及超声波图像处理装置 Download PDFInfo
- Publication number
- CN102753100B CN102753100B CN201180002826.6A CN201180002826A CN102753100B CN 102753100 B CN102753100 B CN 102753100B CN 201180002826 A CN201180002826 A CN 201180002826A CN 102753100 B CN102753100 B CN 102753100B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- image
- brightness value
- brightness
- filtering
- 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.)
- Active
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 135
- 238000001914 filtration Methods 0.000 claims abstract description 94
- 230000002708 enhancing effect Effects 0.000 claims abstract description 52
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 41
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 210000004204 blood vessel Anatomy 0.000 claims description 45
- 238000000354 decomposition reaction Methods 0.000 claims description 30
- 239000000523 sample Substances 0.000 claims description 21
- 238000005728 strengthening Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 11
- 230000004069 differentiation Effects 0.000 claims description 9
- 238000002059 diagnostic imaging Methods 0.000 claims 18
- 230000002093 peripheral effect Effects 0.000 abstract description 30
- 230000002787 reinforcement Effects 0.000 abstract description 30
- 238000004519 manufacturing process Methods 0.000 description 48
- 210000001519 tissue Anatomy 0.000 description 15
- 238000000034 method Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000009499 grossing Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000010189 synthetic method Methods 0.000 description 1
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
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- 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
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Vascular Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
提供一种超声波诊断装置以及超声波图像处理装置，能够提高超声波图像的图像质量。其中，边缘信息计算部731根据上述生成的超声波图像计算边缘信息。边缘滤波部733对上述超声波图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述超声波图像生成滤波图像。边缘增强部735与上述边缘信息对应地提高上述生成的滤波图像中的与上述边缘信息对应的位置的亮度值，根据上述滤波图像生成增强图像。高亮度抑制部737按照与上述生成的增强图像的亮度值对应的合成比率生成上述增强图像与上述超声波图像的合成图像。
Description
技术领域
本实施方式涉及超声波诊断装置以及超声波图像处理装置。
背景技术
超声波诊断装置从内置在超声波探头内的振子向被检体发送超声波，并经由振子接收由被检体反射的超声波，根据与接收到的超声波对应的回波信号生成超声波图像。超声波图像除了包含与被检体组织有关的信息以外还包含有各种噪声和由超声波的干扰产生的散斑。噪声和散斑使超声波图像的图像质量劣化。
有一种为了减少噪声和散斑并增强与被检体组织有关的信息，计算超声波图像的各像素的边缘信息，并对像素应用与计算出的边缘信息对应的滤波的方法。该滤波具体而言在边缘方向平滑化，在边缘方向的垂直方向尖锐化。利用该滤波的图像处理方法例如用来提高血管图像的图像质量。
为了观察与血管有关的超声波图像，优选整体上增强血管壁内膜区域，在内膜方向平滑化，而不增强位于血管壁内膜区域附近的实质区域。通过上述图像处理方法，虽然血管壁内膜区域作为边缘被检测，但是亮度变化大的实质区域也作为边缘被检测。因此，当增强血管壁内膜区域时，实质区域也被增强。这样，通过应用上述图像处理方法，优化血管壁内膜区域的显示时，有时血管壁内膜区域附近的实质区域变得过于明亮。
先前技术文献
专利文献
专利文献1：日本特开2009-153918
发明内容
(发明要解决的问题)
实施方式的目的在于提供可以提高超声波图像的图像质量的超声波诊断装置以及超声波图像处理装置。
(解决问题所采用的方案)
本实施方式涉及的超声波诊断装置具有超声波探头、生成部、计算部、滤波处理部、增强部以及合成部。超声波探头向被检体发送超声波，并接收由上述被检体反射的超声波，生成与上述接收到的超声波对应的回波信号。生成部根据上述生成的回波信号生成与上述被检体有关的超声波图像。计算部根据上述生成的超声波图像计算边缘信息。滤波处理部对上述超声波图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，并根据上述超声波图像生成滤波图像。增强部根据上述边缘信息提高上述生成的滤波图像中的与上述边缘信息对应的位置的亮度值，并根据上述滤波图像生成增强图像。合成部根据与上述生成的增强图像的亮度值对应的合成比率生成上述增强图像和上述超声波图像的合成图像。
(发明效果)
可以提供一种可以提高超声波图像的图像质量的超声波诊断装置以及超声波图像处理装置。
附图说明
图1为表示本实施方式涉及的超声波诊断装置的结构的图。
图2为表示图1的图像处理部的结构的图。
图3为表示图2的最佳亮度图像生成部的结构的图。
图4为表示图3的高亮度抑制部的结构的图。
图5为表示作为图3的高亮度抑制部的处理对象图像的血管图像的一例的图。
图6为表示图5的图像合成部所利用的参数ETH与增强图像IENH的亮度值之间的关系的图。
图7为表示本实施方式的变形例1涉及的最佳亮度图像生成部的结构的图。
图8为表示本实施方式的变形例2涉及的最佳亮度图像生成部的结构的图。
图9为表示图8的表格部所利用的LUT的输入输出特性的图。
图10为表示本实施方式的变形例3涉及的最佳亮度图像生成部的结构的图。
具体实施方式
以下，参照附图对本实施方式涉及的超声波诊断装置以及超声波图像处理装置进行说明。
图1为表示本实施方式涉及的超声波诊断装置1的结构的图。如图1所示，超声波诊断装置1具备超声波探头10、发送部20、接收部30、B模式处理部40、彩色多普勒处理部50、图像生成部60、图像处理部70、存储部80以及显示部90。
超声波探头10具有多个振子。超声波探头10接收来自发送部20的驱动信号而向被检体发送超声波。被发送到被检体的超声波在体内组织的声阻抗的不连续面上依次被反射。反射的超声波被超声波探头10接收。超声波探头10生成与接收到的超声波的强度对应的电信号(回波信号)。回波信号的振幅与被反射的不连续面上的声阻抗的差相关。并且，在移动的血流、心脏壁等移动体的表面反射了超声波时，回波信号由于多普勒效应而接受与移动体的超声波发送方向的速度分量相关的频率偏移。
发送部20经由超声波探头10向被检体反复发送超声波。更详细而言，发送部20具有超声波发送用的未图示的速率脉冲产生电路、发送延迟电路以及驱动脉冲产生电路等。速率脉冲产生电路以规定的速率频率frHz(周期：1/fr秒)针对每一信道反复产生速率脉冲。延迟电路对各速率脉冲赋予针对每一信道将超声波会聚成束状且决定发送指向性所需要的延迟时间。驱动脉冲产生电路在基于各延迟的速率脉冲的定时对超声波探头10施加驱动脉冲。
接收部30经由超声波探头10反复接收来自被检体的超声波。更详细而言，接收部30具有超声波接收用的未图示的放大电路、A/D转换器、接收延迟电路以及加法器等。放大电路针对每一信道放大来自超声波探头10的回波信号。A/D转换器针对每一信道将放大的回波信号从模拟信号转换数字信号。接收延迟电路对转换成数字信号的回波信号，赋予针对每一信道会聚成束状且决定接收指向性所需要的延迟时间。加法器对赋予了延迟时间的各回波信号相加。通过相加处理，生成与接收波束对应的接收信号。这样，接收部30生成与多个接收波束分别对应的多个接收信号。接收信号被供给到B模式处理部40和彩色多普勒处理部50。
B模式处理部40通过对来自接收部30的接收信号进行对数放大，并对对数放大后的接收信号进行包络线检波，从而生成用亮度表现回波信号的强度的B模式信号的数据。生成的B模式信号的数据被供给到图像生成部60。
彩色多普勒处理部50对来自接收部30的接收信号实施自相关运算，提取由多普勒效应产生的血流、组织、造影剂回波分量，生成用颜色表现平均速度、方差、动力(power)等血流信息的强度的多普勒信号的数据。生成的多普勒信号的数据被供给到图像生成部60。
图像生成部60根据来自B模式处理部40的B模式信号，生成与被检体有关的B模式图像。具体而言，图像生成部60由扫描转换器构成。图像生成部60通过将B模式信号的扫描方式从超声波扫描方式转换为显示装置方式，从而生成B模式图像。B模式图像的像素具有与原始的B模式信号的强度对应的亮度值。同样，图像生成部60根据来自彩色多普勒处理部50的多普勒信号，生成与被检体有关的多普图像。多普勒图像的像素具有与原始的多普勒信号的强度对应的色值。以下，B模式图像和多普勒图像被供给到存储部80和图像处理部70。
图像处理部70对来自图像生成部60或存储部70的B模式图像执行图像处理。通过图像处理生成散斑和噪声减少且非关心区域没有过于增强而关心区域适当增强的B模式图像。针对图像处理的详情后面进行叙述。实施了图像处理的B模式图像被供给到存储部80和显示部90。
显示部90在显示装置上显示由图像处理装置70实施了图像处理的B模式图像。此时，B模式图像中也可以重叠有多普勒图像。作为显示装置，可以适当利用例如CRT显示器、液晶显示器、有机EL显示器、等离子显示器等的显示装置。
另外，图像处理部70、存储部80以及显示部90构成图像处理装置100。该图像处理装置100如图1所示也可以组合到超声波诊断装置1，也可以组合到与超声波诊断装置1异体的计算机。
以下，针对本实施方式涉及的图像处理部70的详情进行说明。另外，设图像处理部70的处理对象B模式图像是与被检体的血管有关的B模式图像。然而，本实施方式并不限定于此，图像处理部70的处理对象的B模式图像也可应用于与血管以外的骨或肌肉等成形组织有关的B模式图像。
图2为表示图像处理部70的结构的图。如图2所示，图像处理部70为了进行多重分辨率分解/合成，具有由多层(级)组成的多重结构。在本实施方式中，为了具体地进行说明，设多重分辨率分解/合成的最高级为3。然而，本实施方式无需限定于此。多重分辨率分解/合成在第一级至第n级(其中，n为2以上的自然数)的范围内进行即可。并且，在本实施方式中，采用离散小波转换/逆转换作为多重分辨率分解/合成的一例。然而，本实施方式无需限定于此。例如，作为多重分辨率分解/合成，也可以采用拉普拉斯金字塔(Laplacianpyramid)法、加伯(Gabor)转换/逆转换等现有的多重分辨率分解/合成法。
如图2所示，本实施方式涉及的图像处理部70在每一级都具备多重分辨率分解部71(71-1、71-2、71-3)、最佳亮度图像生成部73(73-1、73-2、73-3)、高域图像控制部75(75-1、75-2、75-3)以及多重分辨率合成部77(77-1、77-2、77-3)。
多重分辨率分解部71根据处理对象图像，生成具有比处理对象图像的分辨率更低的分辨率的低域图像和高域图像。例如，多重分辨率分解部71对处理对象图像实施离散小波转换。在离散小波转换中，多重分辨率分解部71对xy正交坐标的各轴方向(各维)分别应用一维低域滤波和高域滤波。通过这些滤波的应用，将处理对象图像分解成1张低域图像和3张高域图像。低域图像包含处理对象图像所具有的空间频率分量中的低频分量。各高域图像包含处理对象图像所具有的空间频率分量中的与至少一个方向有关的高频分量。分解后的各图像的各坐标轴上的样本数缩小为分解前的各坐标轴上的样本数的一半。
在多重分辨率分解部71属于最低级(图2时第一级)时，处理对象图像是来自图像生成部60或存储部70的B模式图像。在多重分辨率分解部71不属于最低级(图2时第一级)时，处理对象图像是来自下一级的多重分辨率分解部71的低域图像。
在多重分辨率分解部71属于最高级(图2时第三级)时，生成的低域图像被供给到该最高级的最佳亮度图像生成部73-3。在多重分辨率分解部71不属于最高级时，生成的低域图像被供给到属于上一级的多重分辨率分解部71。生成的3张高域图像被供给到属于同级的高域图像控制部75。
最佳亮度图像生成部73对处理对象图像中包含的多个像素的每一个计算边缘信息。边缘信息被供给到同级的高域图像控制部75。并且，最佳亮度图像生成部73利用边缘信息根据处理对象图像生成散斑和噪声减少且高亮度区域没有过于增强而非高亮度区域的边缘区域适当增强的图像。将生成的图像称为最佳亮度图像。最佳亮度图像被供给到同级的多重分辨率合成部77。
在最佳亮度图像生成部73属于最高级(图2时第三级)时，处理对象图像是来自属于该最高级的多重分辨率分解部71的低域图像。在最佳亮度图像生成部73不属于最高级时，处理对象图像是来自属于上一级的多重分辨率合成部77的图像。
图3为表示最佳亮度图像生成部73的结构的图。如图3所示，最佳亮度图像生成部73具有边缘信息计算部731、边缘滤波部733、边缘增强部735以及高亮度抑制部737。
边缘信息计算部731对处理对象图像IIN中包含的多个像素的每一个计算边缘信息。具体而言，边缘信息计算部731首先利用处理对象像素和处理对象像素的附近像素沿各坐标轴进行空间微分，并计算空间微分值。并且，边缘信息计算部731根据计算出的空间微分值计算与处理对象像素有关的边缘强度和方向。该边缘强度和方向的组合为边缘信息。更详细而言，边缘信息计算部731利用空间微分值计算处理对象像素的结构张量(structure tensor)的多个要素。边缘信息计算部731对计算出的多个要素实施线性代数运算，计算结构张量的2个固有值和2个固有向量。2个固有向量中的一方是指沿边缘的方向，另一方是指与边缘垂直的方向。在此将沿边缘的方向称为边缘方向。固有值与边缘强度相关。
边缘信息的计算对象的像素也可以是处理对象图像IIN中包含的所有像素，也可以是由用户经由输入装置等设定的关心区域内的像素。并且，也可以对一个像素计算一个边缘信息，也可以对多个像素计算一个边缘信息。在对多个像素计算一个边缘信息时，例如，对多个像素中的代表像素计算即可。代表像素例如是位于多个像素的中心、重心或端部的像素。并且，关于多个像素的多个边缘信息的统计值可以作为多个像素的边缘信息来使用。此时，统计值例如设定为多个边缘信息的平均值、中间值、最大值、最小值、最频值等。
另外，边缘信息的计算方法不限定于利用结构张量的方法。例如，也可以利用海赛矩阵(Hessian matrix)代替结构张量来计算边缘信息。
边缘滤波部733对输入图像实施具有与边缘信息对应的滤波特性的滤波。在此，将具有与边缘信息对应的滤波特性的滤波称为边缘滤波。具体而言，边缘滤波部733对处理对象图像IIN中包含的多个像素的每一个计算边缘滤波。边缘滤波具有沿边缘方向对边缘区域实施清晰化，沿边缘方向的垂直方向对边缘区域实施平滑化的特性。作为边缘滤波，例如，可列举根据边缘信息计算的非线性各向异性扩散滤波(Nonlinear Anisotropic Diffusion Filter)。边缘滤波部733通过对各像素实施边缘滤波，从而增强处理对象图像IIN中包含的边缘区域，抑制非边缘区域。在此，将边缘滤波部733的输出图像称为滤波图像IFIL。
边缘增强部735对滤波图像IFIL中包含的多个像素的每一个根据边缘信息提高亮度值。在此，将边缘增强部735的输出图像称为增强图像LENH。具体而言，边缘增强部735对各像素比较边缘强度与阈值，将具有大于阈值的边缘强度的像素设定在边缘区域，将具有小于阈值的边缘强度的像素设定在非边缘区域。并且，边缘增强部735对边缘区域中包含的像素的亮度值增加与边缘强度对应的增量。增量例如用参数aENH与边缘强度EEDGE的积来规定。边缘区域的增强用以下算式(1)来表现。另外，IENH表示增强图像的像素的亮度值，IFIL是指滤波图像的像素的亮度值。
IENH＝IFIL+(1+aENH·EEDGE)....(1)
参数aENH是用于调节亮度值的提高程度的参数。参数aENH由操作者设定为任意值。另外，由于边缘区域不能过于增强，因此参数aENH例如设定为0.02左右的微小量。这样，边缘增强部735通过稍微提高边缘强度较大的像素的亮度值来进一步增强滤波图像IFIL上的边缘区域。
这样，通过边缘增强部735提高与边缘信息对应的像素的亮度值。另外，在对多个像素计算一个边缘信息时，通过边缘增强部735提高与该边缘信息对应的多个像素的亮度值。
高亮度抑制部737控制增强图像IENH上的高亮度区域，生成最佳亮度图像。更具体而言，高亮度抑制部737按照与增强图像IENH的亮度值对应的合成比率将增强图像IENH与处理对象图像IIN合成，生成最佳亮度图像IOUT。
图4为表示高亮度抑制部737的结构的图。如图4所示，高亮度抑制部737具有区域检测部7371和图像合成部7373。另外，为了具体地进行以下说明，举例说明与血管有关的B模式图像(以下，称为血管图像)作为处理对象图像。
图5为表示血管图像的一例的图。如图5所示，血管图像包含与管腔有关的管腔区域R1、与血管壁内膜有关的血管壁内膜区域R2、与实质组织有关的实质组织区域R3。设操作者想要仔细观察的像素区域为血管壁内膜区域R2。血管壁内膜区域R2位于管腔区域R1与实质组织区域R3之间。只要血管壁内膜正常，血管壁内膜区域R2就具有低于实质组织区域R3的亮度值。一般，B模式图像上、血管壁内膜区域R2用浅灰色来表示。血管壁内膜区域R2具有细长形状，因此，血管壁内膜区域R2通过图像处理被认识为边缘区域。因此，通过边缘滤波部733增强血管壁内膜区域R2。另一方面，如上所述，由边缘滤波部733执行的边缘滤波在多重分辨率分解的各级执行。由于多重分辨率分解致使图像的分辨率下降，因此作为边缘区域的血管壁内膜区域R2无法充分地重现于图像上。例如，本来应作为1个连结像素区域的血管壁内膜区域R2由于分辨率下降，被显示为被分割成多个的像素区域。因此，仅仅通过边缘滤波部733而清晰化是无法充分地增强作为非高亮度区域的边缘区域的血管壁内膜区域R2。因此，边缘滤波部733的后级的边缘增强部735进一步增强血管壁内膜区域R2(非高亮度区域的边缘区域)。然而，通过边缘增强部735的边缘增强，还进一步增强高亮度区域的边缘区域。因此，增强图像上的实质组织区域R3过度增强，在图像上清晰地显出白色。
区域检测部7371从增强图像IENH中检测高亮度区域和非高亮度区域。具体而言，区域检测部7371对增强图像IENH中包含的多个像素的每一个，比较像素的亮度值和阈值。在处理对象像素的亮度值大于阈值时，区域检测部7371将处理对象像素设定为高亮度像素。在处理对象像素的亮度值低于阈值时，区域检测部7371将处理对象像素设定为非高亮度像素。高亮度像素的集合为高亮度区域，非高亮度像素的集合为非高亮度区域。通过这样反复地进行亮度值和阈值的比较，区域检测部7371从增强图像IENH中检测高亮度区域和非高亮度区域。在观察血管壁内膜区域时，用于区域检测的阈值例如被设定为增强后的血管壁内膜区域可具有的最大亮度值，以使血管壁内膜区域包含在非高亮度区域。
图像合成部7373生成抑制了高亮度区域的边缘区域并且增强了非高亮度区域的边缘区域的最佳亮度图像。在图像处理中，图像合成部7373通过按照增强图像IENH与处理对象图像IIN的合成比率将增强图像IENH与处理对象图像IIN合成，从而生成最佳亮度图像IOUT。合成比率是指对于最佳亮度图像的亮度值的增强图像IENH的贡献度与处理对象图像IIN的贡献度之间的比例。具体而言，合成比率针对增强图像IENH中包含的多个像素的每一个根据亮度值来决定，例如被设定为对于处理对象图像IIN的权重系数相对于对于增强图像IENH的权重系数与对于处理对象图像IIN的权重系数的合计值的比例。对于增强图像IENH的权重系数与对于处理对象图像IIN的权重系数的合计值设定为1。合成比率例如设定为增强非高亮度区域且抑制高亮度区域的值。本实施方式涉及的合成比率有2种类型。以下针对这2种类型的合成比率进行说明。
第1合成比率：在处理对象像素被划分到高亮度区域时，合成比率为100％，即对于增强图像IENH的权重系数设定为0，对于处理对象图像IIN的权重系数设定为1。在处理对象像素被划分到非高亮度区域时，合成比率为0％，即对于增强像素IENH的权重系数设定为1，对于处理对象图像IIN的权重系数设定为0。即，图像合成部7373将增强图像IENH中包含的高亮度像素的亮度值置换为处理对象图像IIN的同一坐标的像素的亮度值。换而言之，图像合成部7373在高亮度区域选择增强图像IENH，在非高亮度区域选择处理对象图像IIN。因此，利用第1合成比率，图像合成部7373可以根据处理对象图像IIN和增强图像IENH生成进一步增强了血管壁内膜区域且适当地抑制了实质组织区域的最佳亮度图像。
第2合成比率：利用了第2合成比率的最佳亮度图像的生成处理例如用以下算式(2)来表现。另外，IOUT表示最佳亮度图像的像素的亮度值，IIN表示处理对象图像的像素的亮度值，IENH表示增强图像的像素的亮度值。
IOUT＝ETH·IIN+(1-ETH)·IENH...(2)
参数ETH是对于处理对象图像IIN的权重系数，(1-ETH)是对于增强图像IENH的权重系数。
图6为表示参数ETH与增强图像IENH的亮度值之间的关系的图表。如图6所示，对于处理对象图像IIN的权重系数ETH为了使高亮度区域与非高亮度区域之间的边界平滑，而与增强图像IENH的亮度值对应地线性地变化。具体而言，在处理对象像素被划分到非高亮度区域时，权重系数ETH设定为0，权重系数(1-ETH)设定为1。即，在处理对象像素被划分到非高亮度区域时，合成比率设定为0％。在处理对象像素被划分到高亮度区域时，随着处理对象像素的亮度值的提高，权重系数ETH从0提高到1，权重系数(1-ETH)从1线性地减小到0。即，在处理对象像素被划分到高亮度区域时，随着亮度值的提高，合成比率从0％线性地变化到100％。更详细而言，随着亮度值从阈值IThI向阈值IThh提高，权重系数ETH从0线性地减小到1。阈值IThI例如设定在血管壁内膜区域可具有的最大亮度值与实质组织区域可具有的最低亮度值之间。阈值IThh例如设定为比实质组织区域可具有的最低亮度值大了规定值的值。
这样，第2合成比率在高亮度区域可取得的亮度值范围内，与亮度值对应地线性地变化。由此，图像合成部7373与利用第1合成比率的情况相比，可以使最佳亮度图像上的高亮度区域与非高亮度区域之间的边界平滑。因此，图像合成部7373利用第2合成比率，能够根据处理对象图像IIN和增强图像IENH生成进一步增强了血管壁内膜区域且适当地抑制了实质组织区域的最佳亮度图像IOUT。
利用第1合成比率还是利用第2合成比率可由操作者任意设定。这样，利用第1合成比率或第2合成比率所生成的最佳亮度图像IOUT被供给到同级的多重分辨率合成部77。
接着，再返回至图2，对最佳亮度图像生成部73的后级的处理进行说明。
高域图像控制部75利用来自最佳亮度图像生成部73的边缘信息，分别控制来自多重分辨率分解部71的3张高域图像的亮度值。具体而言，高域图像生成部75对各高域图像中包含的多个像素的每一个，将与边缘信息对应的参数与像素相乘。该参数具有用于边缘区域的第1参数和用于非边缘区域的第2参数。第1参数设定为增强边缘区域。第2参数设定为抑制非边缘区域。由高域图像控制部75控制了亮度值的高域图像被供给到多重分辨率合成部77。
多重分辨率合成部77根据来自最佳亮度图像生成部73的最佳亮度图像和来自高域图像控制部75的3张高域图像，生成分辨率大于最佳亮度图像和高域图像的输出图像。具体而言，多重分辨率合成部77对最佳亮度图像与3张高域图像进行离散小波逆转换等多重分辨率合成。合成后的输出图像的各坐标轴上的样本数扩大至合成前的最佳亮度图像和高域图像的各坐标轴上的样本数的2倍。
在多重分辨率合成部77不属于最低级(图2时第一级)时，输出图像被供给到属于下一级的最佳亮度图像生成部73。在多重分辨率合成部77属于最低级时，输出图像从图像处理部70供给至显示部90。
如上所述，本实施方式涉及的超声波诊断装置1以及图像处理装置100具有边缘滤波部733、边缘增强部735和高亮度抑制部737。边缘滤波部733对输入图像应用具有与边缘信息对应的滤波特性的边缘滤波。由此，生成在边缘方向实施了平滑化且在边缘方向的垂直方向实施了清晰化的滤波图像。边缘增强部735根据滤波图像生成与边缘信息对应地进一步提高了边缘区域的亮度值的增强图像。高亮度抑制部737抑制增强图像上的高亮度区域。具体而言，高亮度抑制部737按照与增强图像的亮度值对应的合成比率将增强图像与输入图像合成。由此，最佳亮度图像生成部73可以生成散斑和噪声减少、高亮度区域没有过于增强、非高亮度区域的边缘区域适当地增强了的最佳亮度图像。更详细而言，最佳亮度图像生成部73可以不过度地提高与血管壁内膜区域邻接的实质组织区域的亮度值，而设为适当的亮度值。并且，最佳亮度图像生成部73可以将血管壁内膜区域作为连接成一个的像素区域。
并且，本实施方式在多重分辨率分解了的各级进行边缘增强部735的边缘增强和高亮度抑制部737的高亮度抑制。由此，与在第一级的多重分辨率合成后进行边缘增强部735的边缘增强和高亮度抑制部737的高亮度抑制的情况相比，边缘区域与非边缘区域之间的边界或者高亮度区域与非高亮度区域之间的边界变得更加自然。
这样，本实施方式涉及的超声波诊断装置1以及图像处理装置100实现了超声波图像的图像质量的提高。
另外，本实施方式涉及的最佳亮度图像生成部73设置在多重分辨率分解的各级，将各级的低域图像作为处理对象。然而，本实施方式并不限定于此，最佳亮度图像生成部73也可以将高域图像而不是低域图像作为处理对象。并且，也可以只设置在多重分辨率分解的一部分的级。并且，最佳亮度图像生成部73也可以将多重分辨率分解前的图像、多重分辨率分解后的图像作为处理对象。
(变形例1)
设为本实施方式涉及的最佳亮度图像生成部73在边缘增强部735的边缘增强后进行高亮度抑制部737的高亮度控制。变形例1涉及的最佳亮度图像生成部在高亮度抑制部737之后设有边缘增强部。以下，针对变形例1涉及的最佳亮度图像生成部进行说明。另外，在以下说明中对具有与本实施方式大致同一功能的结构，附加同一标记，只在需要时进行重复说明。
图7为表示变形例1涉及的最佳亮度图像生成部73a的结构的图。如图7所示，最佳亮度图像生成部73a具有边缘信息计算部731、边缘滤波部733、高亮度抑制部737a以及边缘增强部735a。
高亮度抑制部737a抑制来自边缘滤波部733的滤波图像IFIL上的高亮度区域。具体而言，高亮度抑制部737a通过按照与滤波图像IFIL的亮度值对应的合成比率将处理对象图像IIN与滤波图像IFIL合成来生成合成图像ICON。变形例1涉及的合成比率是指对于合成图像ICON的亮度值的滤波图像IFIL的贡献度与处理对象图像IIN的贡献度之间的比例。变形例1涉及的合成比率设定为对于处理对象图像IIN的权重系数相对于对于滤波图像IFIL的权重系数与对于处理对象图像IIN的权重系数的合计值的比例。合成图像ICON是抑制了滤波图像IFIL上的高亮度区域的图像。图像合成方法与本实施方式中的图像合成部7373的图像合成方法相同，因此省略说明。
边缘增强部735a对来自高亮度抑制部737a的合成图像ICON中包含的多个像素的每一个与边缘信息对应地提高亮度值。亮度值的提高方法与本实施方式涉及的边缘增强部735的方法相同。由此，边缘增强部735a生成抑制了高亮度区域的边缘区域并且增强了非高亮度区域的边缘区域的最佳亮度图像。在超声波检查血管时，生成进一步增强了血管壁内膜区域且抑制了实质组织区域的最佳亮度图像。
这样，本实施方式的变形例1涉及的超声波诊断装置以及图像处理装置实现超声波图像的图像质量的提高。
(变形例2)
设为本实施方式涉及的最佳亮度图像生成部73根据处理对象图像和来自边缘增强部735的增强图像生成最佳亮度图像。变形例2涉及的最佳亮度图像生成部只根据来自边缘增强部的增强图像生成最佳亮度图像。以下，针对变形例2涉及的最佳亮度图像生成部进行说明。另外，在以下说明中，对具有与本实施方式大致同一功能的结构添加同一符号，只在需要时进行重复说明。
图8为表示变形例2涉及的最佳亮度图像生成部73b的结构的图。如图8所示，最佳亮度图像生成部73b具有边缘信息计算部731、边缘滤波部733、边缘增强部735以及表格部739。
表格部739对来自边缘增强部735的增强图像应用LUT(查找表)。通过LUT的应用生成最佳亮度图像IOUT。LUT是预先准备的。LUT是规定输入亮度值(增强图像IENH的亮度值)与输出亮度值(最佳亮度图像IOUT的亮度值)的输入输出特性的表格。
图9为表示表格部739的LUT的输入输出特性的图，横轴为输入亮度值，纵轴为输出亮度值。如图9所示，LUT具有第1输入输出特性和第2输入输出特性。第1输入输出特性支配输入亮度值低于阈值ITh的亮度值范围。在第1输入输出特性中，输出亮度值随着输入亮度值的提高而线性地提高。即，表示第1输入输出特性中的相对于输入亮度值的输出亮度值的线L1为直线，相对于输入亮度值轴有45度以上的倾斜。在该低亮度值范围内，例如，将输入亮度值乘以1以上的正数所得到的值置换为输出亮度值。第2输入输出特性支配输入亮度值高于阈值ITh的亮度值范围。在第2输入输出特性中，输出亮度值随着输入亮度值的提高，相比第1输入输出特性更平缓地非线性地提高。即，表示第2输入输出特性中的相对于输入亮度值的输出亮度值的线L2为曲线，在线L1的延长线L1′的下方非线性地上升。在该高亮度值范围内例如将输入亮度值乘以小于1的正数所得到的值置换为输出亮度值。阈值ITh设定为高亮度区域与非高亮度区域之间的边界。具体而言，阈值ITh例如设定为增强图像内的血管壁内膜区域可具有的最大亮度值，以使血管壁内膜区域包含在非高亮度区域。
通过对增强图像应用具有这种输入输出特性的LUT，可以生成进一步增强了血管壁内膜区域且抑制了实质组织区域的最佳亮度图像。
这样，本实施方式的变形例2涉及的超声波诊断装置以及图像处理装置实现了超声波图像的图像质量的提高。
(变形例3)
本实施方式涉及的最佳亮度图像生成部73在边缘滤波部733的后级设有高亮度抑制部737。变形例3涉及的最佳亮度图像生成部在高亮度抑制部的后级设有边缘滤波部。以下，对变形例3涉及的最佳亮度图像生成部进行说明。另外，在以下说明中，对具有与本实施方式、变形例1、变形例2大致同一功能的结构附加同一标记，只在需要时进行重复说明。
图10为表示变形例3涉及的最佳亮度图像生成部73c的构成的图。如图10所示，最佳亮度图像生成部73c具有表格部739c、边缘信息计算部731c、主滤波部733c以及边缘增强部735c。
表格部739c对处理对象图像IIN应用LUT，生成表格图像LCON。LUT具有与变形例2涉及的输入输出特性相同的特性。
边缘信息计算部731c对表格图像LCON中包含的多个像素的每一个计算边缘信息。边缘滤波部733c通过对表格图像LCON实施具有与边缘信息对应的滤波特性的边缘滤波，从而在边缘方向平滑化，在边缘方向的垂直方向清晰化。由此生成滤波图像IFIL。边缘增强部735c对滤波图像IFIL中包含的多个像素的每一个与边缘信息对应地提高亮度值。亮度值的提高方法与本实施方式涉及的边缘增强部735的方法相同。由此，边缘增强部735c生成适当抑制了高亮度区域的边缘区域并且增强了非高亮度区域的边缘区域的最佳亮度图像IOUT。在超声波检查血管时，生成进一步增强了血管壁内膜区域且抑制了实质组织区域的最佳亮度图像。
这样，本实施方式的变形例3涉及的超声波诊断装置以及图像处理装置实现了超声波图像的图像质量的提高。
另外，在上述说明中，设为本实施方式涉及的图像处理装置将超声波图像作为处理对象。然而，本实施方式并不限定于此。即，本实施方式涉及的图像处理装置除了可以将超声波图像作为处理对象以外，还可以将由X射线计算机断层摄影装置生成的CT图像、由X射线诊断装置生成的X射线图像、由磁共振成像装置生成的MR图像作为处理对象。
针对本发明的几个实施方式进行了说明，但这些实施方式是作为例子而示出的，并不意图限定发明的范围。这些新的实施方式可以通过其他各种方式来实施，在不脱离发明的要旨的范围内，可以进行各种省略、置换、变更。这些实施方式和其变形在包含在发明的范围和要旨内，并且包含在权利要求书所记载的发明和它的等同范围内。
(符号说明)
1超声波诊断装置、10超声波探头、20发送部、30接收部、40B模式处理部、50彩色多普勒处理部、60图像生成部、70图像处理部、71多重分辨率分解部、73最佳亮度图像生成部、75高域图像控制部、77多重分辨率合成部、80存储部、90显示部、100超声波图像处理装置、731边缘信息计算部、733边缘滤波部、735边缘增强部、737高亮度抑制部、7371区域检测部、7373图像合成部。
Claims (16)
1.一种超声波诊断装置，其特征在于，包括：
超声波探头，向被检体发送超声波，并接收由上述被检体反射的超声波，生成与上述接收到的超声波对应的回波信号；
生成部，根据上述生成的回波信号生成与上述被检体有关的超声波图像；
计算部，根据上述生成的超声波图像计算边缘信息；
滤波处理部，对上述超声波图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述超声波图像生成滤波图像；
增强部，与上述边缘信息的边缘强度对应地提高上述生成的滤波图像中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述滤波图像生成增强图像；以及
合成部，按照与上述生成的增强图像的亮度值对应的合成比率生成上述增强图像与上述超声波图像的合成图像，
上述合成部从上述生成的增强图像中检测出具有比阈值大的亮度值的高亮度区域和具有比上述阈值小的亮度值的非高亮度区域，按照被设定为抑制上述高亮度区域且增强上述非高亮度区域的值的上述合成比率，生成上述增强图像与上述超声波图像的合成图像。
2.根据权利要求1所述的超声波诊断装置，其特征在于：
上述计算部针对上述生成的超声波图像所包含的多个像素的每一个，根据亮度值的空间分布计算上述像素的边缘信息；
上述增强部针对上述生成的滤波图像所包含的多个像素的每一个，与上述边缘信息对应地提高亮度值，根据上述滤波图像生成增强图像。
3.根据权利要求1所述的超声波诊断装置，其特征在于：
上述合成图像上的高亮度区域的亮度值设定为上述超声波图像的亮度值，上述合成图像上的非高亮度区域的亮度值设定为上述增强图像的亮度值。
4.根据权利要求1所述的超声波诊断装置，其特征在于：
上述合成比率用对于上述增强图像的第1权重系数与对于上述超声波图像的第2权重系数的比例来规定；
上述合成部从上述增强图像中检测具有高于第1阈值的亮度值的高亮度区域和具有低于上述第1阈值的亮度值的非高亮度区域，在上述高亮度区域将上述第1权重系数设定为0，将上述第2权重系数设定为1，在上述非高亮度区域将上述第1权重系数设定为1，将上述第2权重系数设定为0。
5.根据权利要求1所述的超声波诊断装置，其特征在于：
上述合成比率用对于上述增强图像的第1权重系数与对于上述超声波图像的第2权重系数的比例来规定；
上述合成部从上述增强图像中检测具有高于第1阈值的亮度值的高亮度区域和具有低于上述第1阈值的亮度值的非高亮度区域，从上述非高亮度区域中检测具有比低于上述第1阈值的第2阈值低的亮度值的第1非高亮度区域和具有比上述第2阈值高的亮度值的第2非高亮度区域，在上述第1非高亮度区域将上述第1权重系数设定为1，将上述第2权重系数设定为0，在上述第2非高亮度区域，与亮度值对应地，将上述第1权重系数设定为1到0的值，将上述第2权重系数设定为0到1的值。
6.根据权利要求1所述的超声波诊断装置，其特征在于：
上述生成部具备超声波图像生成部和多重分辨率分解部，该超声波图像生成部根据上述回波信号生成与上述被检体有关的原始的超声波图像，该多重分辨率分解部根据上述生成的原始的超声波图像生成具有比上述超声波图像的分辨率更低的分辨率的低域图像和高域图像；
上述低域图像被用作上述超声波图像。
7.根据权利要求6所述的超声波诊断装置，其特征在于，
还包括多重分辨率合成部，根据上述合成图像和上述高域图像生成具有与上述原始的超声波图像的分辨率相同的分辨率的输出图像。
8.根据权利要求1所述的超声波诊断装置，其特征在于：
上述超声波图像是与上述被检体的血管有关的图像。
9.根据权利要求1所述的超声波诊断装置，其特征在于：
上述增强部与基于上述边缘信息的边缘强度对应地变更使上述亮度值提高的程度。
10.一种超声波诊断装置，其特征在于，包括：
超声波探头，向被检体发送超声波，接收由上述被检体反射的超声波，生成与上述接收到的超声波对应的回波信号；
生成部，根据上述生成的回波信号生成与上述被检体有关的超声波图像；
计算部，针对上述生成的超声波图像所包含的多个像素的每一个，根据亮度值的空间微分计算上述像素的边缘信息；
滤波处理部，对上述超声波图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述超声波图像生成滤波图像；
增强部，与上述边缘信息的边缘强度对应地提高上述生成的滤波图像所包含的多个像素中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述滤波图像生成增强图像；以及
表格应用部，对上述生成的增强图像应用表格，根据上述增强图像生成表格图像，上述表格在低于阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而线性地提高的第1输入输出特性，并在高于上述阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而相比上述第1输入输出特性更平缓地非线性地提高的第2输入输出特性。
11.一种超声波诊断装置，其特征在于，包括：
超声波探头，向被检体发送超声波，接收由上述被检体反射的超声波，生成与上述接收到的超声波对应的回波信号；
生成部，根据上述生成的回波信号生成与上述被检体有关的超声波图像；
计算部，针对上述生成的超声波图像所包含的多个像素的每一个，根据上述像素的亮度值的空间微分计算上述像素的边缘信息；
滤波部，对上述超声波图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述超声波图像生成滤波图像；
合成部，按照与上述生成的滤波图像的亮度值对应的合成比率生成上述滤波图像与上述超声波图像的合成图像；以及
增强部，与上述边缘信息的边缘强度对应地提高上述生成的合成图像所包含的多个像素中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述合成图像生成增强图像，
上述合成部从上述生成的滤波图像中检测出具有比阈值大的亮度值的高亮度区域和具有比上述阈值小的亮度值的非高亮度区域，按照被设定为抑制上述高亮度区域且增强上述非高亮度区域的值的上述合成比率，生成上述滤波图像与上述超声波图像的合成图像。
12.一种超声波诊断装置，其特征在于，包括：
超声波探头，向被检体发送超声波，接收由上述被检体反射的超声波，生成与上述接收到的超声波对应的回波信号；
生成部，根据上述生成的回波信号生成与上述被检体有关的超声波图像；
表格应用部，对上述生成的超声波图像应用表格，并根据上述超声波图像生成表格图像，上述表格在低于阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而线性地提高的第1输入输出特性，在高于上述阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而相比上述第1输入输出特性更平缓地非线性地提高的第2输入输出特性；
计算部，针对上述生成的表格图像或上述超声波图像所包含的多个像素的每一个，根据上述像素的亮度值的空间微分计算上述像素的边缘信息；
滤波部，对上述表格图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述表格图像生成滤波图像；以及
增强部，与上述边缘信息的边缘强度对应地提高上述生成的滤波图像所包含的多个像素中的上述边缘信息的边缘强度比规定值高的像素的亮度值，并根据上述滤波图像生成增强图像。
13.一种图像处理装置，其特征在于，包括：
存储部，存储与被检体有关的医用图像的数据；
计算部，根据上述医用图像计算边缘信息；
滤波部，对上述医用图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述医用图像生成滤波图像；
增强部，与上述边缘信息的边缘强度对应地提高上述生成的滤波图像中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述滤波图像生成增强图像；以及
合成部，按照与上述生成的增强图像的亮度值对应的合成比率生成上述增强图像与上述医用图像的合成图像，
上述合成部从上述生成的增强图像中检测出具有比阈值大的亮度值的高亮度区域和具有比上述阈值小的亮度值的非高亮度区域，按照被设定为抑制上述高亮度区域且增强上述非高亮度区域的值的上述合成比率，生成上述增强图像与上述超声波图像的合成图像。
14.一种图像处理装置，其特征在于，包括：
存储部，存储与被检体有关的医用图像的数据；
计算部，针对上述医用图像所包含的多个像素的每一个，根据亮度值的空间微分计算上述像素的边缘信息；
滤波处理部，对上述医用图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述医用图像生成滤波图像；
增强部，与上述边缘信息的边缘强度对应地提高上述生成的滤波图像所包含的多个像素中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述滤波图像生成增强图像；
表格应用部，对上述生成的增强图像应用表格，根据上述增强图像生成表格图像，上述表格在低于阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而线性地提高的第1输入输出特性，并在高于上述阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而相比上述第1输入输出特性更平缓地非线性地提高的第2输入输出特性。
15.一种图像处理装置，其特征在于，包括：
存储部，存储与被检体有关的医用图像的数据；
计算部，针对上述医用图像所包含的多个像素的每一个，根据上述像素的亮度值的空间微分计算上述像素的边缘信息；
滤波部，对上述医用图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述医用图像生成滤波图像；
合成部，按照与上述生成的滤波图像的亮度值对应的合成比率生成上述滤波图像与上述医用图像的合成图像；以及
增强部，与上述边缘信息的边缘强度对应地提高上述生成的合成图像所包含的多个像素中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述合成图像生成增强图像，
上述合成部从上述生成的滤波图像中检测出具有比阈值大的亮度值的高亮度区域和具有比上述阈值小的亮度值的非高亮度区域，按照被设定为抑制上述高亮度区域且增强上述非高亮度区域的值的上述合成比率，生成上述滤波图像与上述超声波图像的合成图像。
16.一种图像处理装置，其特征在于，包括：
存储部，存储与被检体有关的医用图像的数据；
表格应用部，对上述医用图像应用表格，根据上述医用图像生成表格图像，上述表格在低于阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而线性地提高的第1输入输出特性，并在高于上述阈值的亮度值范围内具有输出亮度值随着输入亮度值的提高而相比上述第1输入输出特性更平缓地非线性地提高的第2输入输出特性；
计算部，针对上述生成的表格图像或上述医用图像所包含的多个像素的每一个，根据亮度值的空间微分计算上述像素的边缘信息；
滤波部，对上述表格图像实施具有与上述计算出的边缘信息对应的滤波特性的滤波，根据上述表格图像生成滤波图像；以及
增强部，与上述边缘信息的边缘强度对应地提高上述生成的滤波图像所包含的多个像素中的上述边缘信息的边缘强度比规定值高的像素的亮度值，根据上述滤波图像生成增强图像。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010-245266 | 2010-11-01 | ||
| JP2010245266A JP5832737B2 (ja) | 2010-11-01 | 2010-11-01 | 超音波診断装置及び超音波画像処理装置 |
| PCT/JP2011/075054 WO2012060318A1 (ja) | 2010-11-01 | 2011-10-31 | 超音波診断装置及び超音波画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102753100A CN102753100A (zh) | 2012-10-24 |
| CN102753100B true CN102753100B (zh) | 2015-10-07 |
Family
ID=46024431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201180002826.6A Active CN102753100B (zh) | 2010-11-01 | 2011-10-31 | 超声波诊断装置以及超声波图像处理装置 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP5832737B2 (zh) |
| CN (1) | CN102753100B (zh) |
| WO (1) | WO2012060318A1 (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6081139B2 (ja) * | 2011-12-26 | 2017-02-15 | 東芝メディカルシステムズ株式会社 | 超音波診断装置、医用画像処理装置、及び医用画像処理方法 |
| JP6116291B2 (ja) * | 2013-02-27 | 2017-04-19 | オリンパス株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
| KR102301379B1 (ko) * | 2015-01-20 | 2021-09-14 | 삼성전자주식회사 | 영상 처리 장치, 영상 촬영 장치, 영상 처리 방법 및 영상 촬영 장치의 제어 방법 |
| JP6732476B2 (ja) * | 2015-03-04 | 2020-07-29 | キヤノン株式会社 | 被検体情報取得装置 |
| JP6968694B2 (ja) * | 2017-01-31 | 2021-11-17 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置、画像処理装置及び画像処理プログラム |
| US11213278B2 (en) * | 2017-05-19 | 2022-01-04 | Mayo Foundation For Medical Education And Research | System and method for visualization of tissue microvascular using ultrasound |
| WO2021117645A1 (ja) * | 2019-12-12 | 2021-06-17 | パナソニックＩｐマネジメント株式会社 | 熱画像処理装置、熱画像処理モジュール、熱画像処理方法、及びプログラム |
| CN111861929A (zh) * | 2020-07-24 | 2020-10-30 | 深圳开立生物医疗科技股份有限公司 | 一种超声图像优化处理方法、系统及装置 |
| JP7271492B2 (ja) * | 2020-12-11 | 2023-05-11 | シャープ株式会社 | 画像処理装置、および画像処理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2047801A1 (en) * | 2006-07-20 | 2009-04-15 | Hitachi Medical Corporation | Ultrasonographic device |
| CN101467892A (zh) * | 2007-12-26 | 2009-07-01 | 株式会社东芝 | 超声波诊断装置、超声波图像处理装置及方法 |
| CN101853489A (zh) * | 2009-04-02 | 2010-10-06 | 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 |
| JP2010227554A (ja) * | 2009-03-04 | 2010-10-14 | Toshiba Corp | 超音波診断装置、画像処理装置、超音波診断装置の制御方法、及び画像処理方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4755087B2 (ja) * | 2004-05-19 | 2011-08-24 | 株式会社日立メディコ | 画像処理装置及びその方法 |
| DE102005038940B4 (de) * | 2005-08-17 | 2007-08-30 | Siemens Ag | Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten |
| EP1952344B1 (en) * | 2005-11-23 | 2011-06-08 | Cedara Software Corp. | Method and system for enhancing digital images |
| CN100478993C (zh) * | 2007-07-13 | 2009-04-15 | 天津大学 | 根据边缘和亮度特征进行自适应调整的图像增强方法 |
| JP5002397B2 (ja) * | 2007-09-28 | 2012-08-15 | 株式会社東芝 | 超音波診断装置及びプログラム |
| JP5049773B2 (ja) * | 2007-12-27 | 2012-10-17 | 株式会社東芝 | 超音波診断装置、超音波画像処理装置、超音波画像処理プログラム |
| JP5331797B2 (ja) * | 2008-04-14 | 2013-10-30 | 株式会社日立メディコ | 医用診断装置および医用診断装置の画質改善方法 |
| CN101727659B (zh) * | 2008-10-31 | 2012-06-20 | 比亚迪股份有限公司 | 一种图像边缘增强方法及系统 |
| CN101452574B (zh) * | 2008-12-19 | 2011-03-23 | 深圳市恩普电子技术有限公司 | 一种提升超声图像质量的方法 |
| CN101639936A (zh) * | 2009-04-28 | 2010-02-03 | 北京捷科惠康科技有限公司 | 一种x射线图像增强方法及系统 |
-
2010
- 2010-11-01 JP JP2010245266A patent/JP5832737B2/ja active Active
-
2011
- 2011-10-31 WO PCT/JP2011/075054 patent/WO2012060318A1/ja active Application Filing
- 2011-10-31 CN CN201180002826.6A patent/CN102753100B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2047801A1 (en) * | 2006-07-20 | 2009-04-15 | Hitachi Medical Corporation | Ultrasonographic device |
| CN101467892A (zh) * | 2007-12-26 | 2009-07-01 | 株式会社东芝 | 超声波诊断装置、超声波图像处理装置及方法 |
| JP2009153716A (ja) * | 2007-12-26 | 2009-07-16 | Toshiba Corp | 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 |
| JP2010227554A (ja) * | 2009-03-04 | 2010-10-14 | Toshiba Corp | 超音波診断装置、画像処理装置、超音波診断装置の制御方法、及び画像処理方法 |
| CN101853489A (zh) * | 2009-04-02 | 2010-10-06 | 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5832737B2 (ja) | 2015-12-16 |
| JP2012095806A (ja) | 2012-05-24 |
| CN102753100A (zh) | 2012-10-24 |
| WO2012060318A1 (ja) | 2012-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102753100B (zh) | 超声波诊断装置以及超声波图像处理装置 | |
| JP6081139B2 (ja) | 超音波診断装置、医用画像処理装置、及び医用画像処理方法 | |
| US6673019B2 (en) | Diagnostic ultrasound imaging based on rate subtraction imaging (RSI) | |
| CN102596048B (zh) | 超声波诊断装置、超声波图像处理装置、医用图像诊断装置及医用图像处理装置 | |
| US20120108973A1 (en) | Ultrasonic diagnostic apparatus and ultrasonic image processing apparatus | |
| KR20110135812A (ko) | 초음파 진단 장치 | |
| JP2013005876A (ja) | 超音波診断装置 | |
| US11701091B2 (en) | Ultrasound analysis apparatus and method for tissue elasticity and viscosity based on the hormonic signals | |
| CN103169500A (zh) | 超声波诊断装置、医用图像诊断装置以及医用图像处理方法 | |
| US9186124B2 (en) | Ultrasonic diagnostic apparatus, ultrasonic image processing apparatus, and ultrasonic image processing method | |
| US11561296B2 (en) | System and method for adaptively configuring dynamic range for ultrasound image display | |
| EP3527141A1 (en) | Method of displaying doppler image and ultrasound diagnosis apparatus for performing the method | |
| JP6300728B2 (ja) | 医用画像診断装置 | |
| WO2020149191A1 (ja) | 画像解析装置 | |
| JP4521204B2 (ja) | 超音波診断装置、画像処理装置及び超音波画像撮影方法 | |
| JP2015213579A (ja) | 超音波画像処理方法及びそれを用いた超音波診断装置 | |
| WO2018173384A1 (ja) | 超音波診断装置及び画像処理方法 | |
| JP2022173154A (ja) | 医用画像処理装置及び方法 | |
| US20220087650A1 (en) | Ultrasound imaging system and method for generating an enhanced image | |
| US9754361B2 (en) | Image processing apparatus and ultrasonic diagnosis apparatus | |
| KR20140036977A (ko) | 초음파 진단 장치 및 그 제어 프로그램 | |
| JP5797514B2 (ja) | 超音波診断装置、画像処理装置及びプログラム | |
| JP5859868B2 (ja) | 超音波診断装置及びその制御プログラム | |
| US20210196240A1 (en) | Ultrasonic diagnostic apparatus and program for controlling the same | |
| JP5922521B2 (ja) | 超音波診断装置及びその制御プログラム |
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 | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160803 Address after: Japan Tochigi Patentee after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Patentee before: Toshiba Corp Patentee before: Toshiba Medical System Co., Ltd. |