CN103040488B - 一种实时超声弹性成像位移估计方法和系统 - Google Patents
一种实时超声弹性成像位移估计方法和系统 Download PDFInfo
- Publication number
- CN103040488B CN103040488B CN201210561235.9A CN201210561235A CN103040488B CN 103040488 B CN103040488 B CN 103040488B CN 201210561235 A CN201210561235 A CN 201210561235A CN 103040488 B CN103040488 B CN 103040488B
- Authority
- CN
- China
- Prior art keywords
- displacement
- real
- displacement field
- area
- estimate
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种实时超声弹性成像位移估计方法和系统,其方法首先采用二维匹配算法对待处理的两帧射频信号进行预估,得到位移场,所述两帧射频信号之间存在位移变化;然后设定一先验估计tp,所述先验估计tp等于位移场的轴向位移;使得两帧射频信号的位移保持1/4个波长之内最后,根据先验估计tp和位移场的侧向位移,计算相移,得到轴向位移场。其解决了传统相移算法中容易出现的相位混叠问题,在兼顾运算速度的前提下,有效地提高了估计的精度。
Description
技术领域
本发明涉及超声弹性成像技术领域,尤其涉及一种实时超声弹性成像位移估计方法和系统。
背景技术
软组织的病变常常伴随着组织硬度的改变。比如,乳腺或者前列腺实质性肿瘤的硬度要大于正常组织,而液性囊肿的硬度小于正常组织。传统上,临床医生用触诊来定性判断肿块的软硬程度。然而,当肿块埋藏于较深的软组织内部,或者体积较小时,通过触诊就很难发现这些组织病变。超声弹性成像是近年来发展比较快的一种新的超声成像技术,可以对组织力学属性(如组织弹性、组织硬度)进行成像,为临床疾病诊断提供更加丰富的功能信息。
然而,现有技术的超声弹性成像技术存在一定的不足:
一、现有算法在速度和精确度方面存在着相互制约的问题。目前绝大部分的实时性好的算法都是一维的(即只考虑组织在受压时的轴向运动),其中包括题目为:“Real time tissue elasticity imaging using the combined autocorrelation method”,“Motion estimation in ultrasound images using time domain cross correlation with prior estimates”等文章。这些算法假设在同一根射频(Radio Frequency, RF)信号上组织位移连续,因此可以利用前一个位移的估计值作为下一次估计的先验值,从而减小互相关的搜索范围。这些一维算法在结构相对简单的体模上进行实验时可以获得很好的结果。由于对人体组织施压后,其产生位移场比较复杂,当这些算法用于活体实验时很难取得满意的结果。
二、二维位移估计算法的鲁棒性较好,但传统二维估计算法的缺点是运算量过大,无法满足临床实时成像的需求。近些年来,一些研究组提出的新算法,比如动态规划算法“Ultrasound elastography: a dynamic programming approach ”、光流法“A motion estimation refinement framework for real-time tissue axial strain estimation with freehand ultrasound” 以及快速互相关算法“A fast normalized cross-correlation method for motion estimation”等,这些算法同时考虑了组织受压产生的侧向位移,鲁棒性比较好,同时具有较好的实时性,但是其在处理组织大位移方面,容易出现误差。
有鉴于此,现有技术有待改进和提高。
发明内容
鉴于现有技术的不足,本发明目的在于提供一种实时超声弹性成像位移估计方法和系统。旨在解决现有技术中针对复杂的位移场容易出现误差等问题。
本发明的技术方案如下:
一种实时超声弹性成像位移估计方法,其中,包括以下步骤:
其中,u、v 分别代表轴向和侧向位移量。
优选地,所述的实时超声弹性成像位移估计方法,其中,所述步骤S1中,二维匹配算法分为二维相关检测算法和绝对差分求和算法。
优选地,所述的实时超声弹性成像位移估计方法,其中,所述二维匹配算法包括:最小均方误差函数、最小平均绝对值函数和/或最大匹配像素统计。
优选地,所述的实时超声弹性成像位移估计方法,其中,所述步骤S1具体包括以下步骤:
S12、计算第一区域和第二区域的绝对差分和,求出位移场
优选地,所述的实时超声弹性成像位移估计方法,其中,所述步骤S3具体包括:
其中,t0 是预先设定的相关窗的长度, *表示复数共轭;
其中,c 为组织内的超声传播速度,w0 是超声探头的中心角频率。
一种实时超声弹性成像位移估计系统,其中,包括:
有益效果:
本申请的实时超声弹性成像位移估计方法和系统,解决了传统相移算法中容易出现的相位混叠问题,在兼顾运算速度的前提下,有效地提高了估计的精度。
附图说明
图1为本申请的实时超声弹性成像位移估计方法的流程图。
图2为本申请的实时超声弹性成像位移估计系统的结构框图。
图 3a、图3c分别为应变0.5%和3%时,仿真的射频信号用本申请的实时超声弹性成像位移估计方法得到的位移图,图3b、图3d分别为应变为0.5%和3%时有限元软件输出的真实位移图。
图 4a、图4b分别为应变0.5%和3%时,图3b、图3d中实线标出部分的位移值。其中实线为本申请的实时超声弹性成像位移估计方法得到的位移值,虚线为有限元软件输出的真实位移值。
图 5a、图5c分别为应变0.5%和3%时,仿真的射频信号用本申请的实时超声弹性成像位移估计方法得到的应变图,图5b、图5d分别为应变为0.5%和3%时有限软软件输出的真实应变图。
图6 a为从弹性体模获得的应变分布图。
图6b为从肝癌病人经过射频消融之后超声获取的应变分布图。
具体实施方式
本发明提供一种实时超声弹性成像位移估计方法和系统,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,其为本申请的实时超声弹性成像位移估计方法的流程图。如图所示,所述实时超声弹性成像位移估计方法包括以下步骤:
S1、采用二维匹配算法对待处理的两帧射频信号进行预估,得到位移场,所述两帧射频信号之间存在位移变化;
下面分别针对上述步骤进行详细介绍:
所述步骤S1为采用二维匹配算法对待处理的两帧射频信号进行预估,得到位移场,所述两帧射频信号之间存在位移变化(如采用压缩等方式)。其中,所述二维快匹配算法通过跟踪特定散射子在不同视频图像之间的变化来得到组织的运动信息。根据匹配算法的不同可分为二维相关检测算法和绝对差分求和算法(SAD)。
在本实施例中,所述步骤S1具体包括以下步骤:
其中,,、为对应图像内的平均像素;对应于相关系数最大的位置就是第二区域。基本相关算法需要在全局范围内计算两帧图像的互相关系数,运算量很大。人们通过灵活选择匹配准则和搜索方法来降低相关算法的运算量。可供选择的其他匹配准则主要有,最小均方误差函数(MSE),最小平均绝对值函数(MAD),最大匹配像素统计(MPC)等。在检测目标速度较快或者实时性要求较高的场合,二维相关搜索算法在计算方面达不到要求。故此提出不计算计算量较大的相关函数,而是计算两个检测区的绝对差分和即SAD。即
S12、计算第一区域和第二区域的绝对差分和,求出位移场
其中,, u、v 分别代表轴向和侧向位移量;m、 n分别是搜索区域的轴向与横向尺寸。根据上面的计算公式可知,二维块匹配算法的主要缺点就是只能得到精确到采样点间隔的位移分布,而对于亚采样点间隔的位移只能通过插值得到,而不同的插值算法对于位移估计的精确程度有较大影响。
所述步骤S2为设定一先验估计tp,所述先验估计tp等于位移场的轴向位移;使得两帧射频信号的位移保持1/4个波长之内。在传统相移算法中,有一个比较明显的缺点就是位移是根据相移来计算的。而相位信息最大的范围是,所以当位移过大时容易产生相位混叠。故此,本发明提出了一个比较简单的方法,即加入先验估计tp.。使得两帧射频信号的位移保持在较小的范围之内(即1/4个波长)。
其中,t0 是预先设定的相关窗的长度, *表示复数共轭;
其中,c 为声速,w0 是探头的中心角频率。
进一步地,在求解tp的过程中,根据不同的处理方式也得到了不同的位移估计方法。比如“Real time tissue elasticity imaging using the combined autocorrelation method”,以及“A strain-based ultrasound elastography using phase shift with prior estimates and meshfree shape function”。
概括来说,本申请的实时超声弹性成像位移估计方法的实施例中,首先通过SAD得到精确到整数间隔的位移估计,第一步得到的位移场,作为第二步相移算法的先验估计。根据侧向位移,得到RF信号压缩后的侧向位置,避免了传统一维算法在单根线上进行追踪导致的错误估计。而轴向位移分量作为轴向位置的先验估计,避免了传统相移算法出现的相位混叠问题。
与此对应,本发明还提供了一种实时超声弹性成像位移估计系统,如图2所示,其包括:
为了验证该方法的有效性,我们用仿真的射频信号,弹性体模和病人数据进行了实验,结果表明,该算法对应变较大且侧向位移比较复杂的位移场也具有较好的鲁棒性。图 3a、图3c分别为应变0.5%和3%时,仿真的射频信号用本申请的实时超声弹性成像位移估计方法得到的位移图,图3b、图3d分别为应变为0.5%和3%时有限元软件输出的真实位移图。图 4a、图4b分别为应变0.5%和3%时,图3b、图3d中实线标出部分的位移值。其中实线为本申请的实时超声弹性成像位移估计方法得到的位移值,虚线为有限元软件输出的真实位移值。其中灰度表示向组织施加同一外力时,受压组织内部的位移大小,其中浅色表示位移小的区域,深色表示位移大的区域。概括来说,图3a、图3c以及图4a、图4c分别显示了当应变为0.5%,3%时,仿真的射频信号用本算法得到的位移图以及应变图。与图3b、图3d和4a、图4c的有限元仿真结果相比可知,对于应变较小(0.5%)或者较大(3%)时,该算法都可以得到比较精确的位移估计结果。即本方案的估计结果与真实值吻合度非常高:在组织大变形的情况下算法仍有很高的估算准确性。
请继续参阅图5a、图5b、图5c和图5d,其中,图 5a、图5c分别为应变0.5%和3%时,仿真的射频信号用本申请的实时超声弹性成像位移估计方法得到的应变图,图5b、图5d分别为应变为0.5%和3%时有限软软件输出的真实应变图。其中灰度表示向组织施加同一外力时,受压组织内部的应变大小,应变为组织受压后的变形与其原始的尺寸之比。其中浅色表示应变大的区域,深色表示应变小的区域。在同一外力作用下,应变大的区域硬度较小,反之,应变小的区域硬度较大。因此,超声弹性成像中用应变大小表征组织的硬度。
同时,图6a和图6b给出了该方法用于弹性体模以及病人数据时的结果。其中图6a中的白色圆圈内暗色区域表示硬度较大的区域,图6b中白色箭头所指暗色区域表示经消融后硬化的肝组织区域。对于体模数据本文提出的算法也可以计算得到比较平滑的应变场。对于位移分布极其复杂的病人数据,该方法同样可以得到理想的结果,弹性图像可以清晰显示经消融后硬化的肝组织区域。
综上所述,本发明的实时超声弹性成像位移估计方法和系统,其方法首先采用二维匹配算法对待处理的两帧射频信号进行预估,得到位移场,所述两帧射频信号之间存在位移变化;然后设定一先验估计tp,所述先验估计tp等于位移场的轴向位移;使得两帧射频信号的位移保持1/4个波长之内最后,根据先验估计tp和位移场的侧向位移,计算相移,得到轴向位移场。其解决了传统相移算法中容易出现的相位混叠问题,在兼顾运算速度的前提下,有效地提高了估计的精度。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (4)
1.一种实时超声弹性成像位移估计方法,其特征在于,包括以下步骤:
S1、采用二维匹配算法对待处理的两帧射频信号进行预估,得到位移场 ,所述两帧射频信号之间存在位移变化;
其中,u、v 分别代表轴向和侧向位移量;
所述步骤S1具体包括以下步骤:
S12、计算第一区域和第二区域的绝对差分和,求出位移场
;
所述步骤S3具体包括:
其中,t0 是预先设定的相关窗的长度, *表示复数共轭;
其中,c 为组织内的超声传播速度,w0 是超声探头的中心角频率。
2.根据权利要求1所述的实时超声弹性成像位移估计方法,其特征在于,所述步骤S1中,二维匹配算法分为二维相关检测算法和绝对差分求和算法。
3.根据权利要求2所述的实时超声弹性成像位移估计方法,其特征在于,所述二维匹配算法包括:最小均方误差函数、最小平均绝对值函数和/或最大匹配像素统计。
4.一种实时超声弹性成像位移估计系统,其特征在于,包括:
计算第一区域和第二区域的绝对差分和,求出位移场
;
其中,, u、v 分别代表轴向和侧向位移量;m、 n分别是搜索区域的轴向与横向尺寸;
其中,t0 是预先设定的相关窗的长度, *表示复数共轭;
其中,c 为组织内的超声传播速度,w0 是超声探头的中心角频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210561235.9A CN103040488B (zh) | 2012-12-21 | 2012-12-21 | 一种实时超声弹性成像位移估计方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210561235.9A CN103040488B (zh) | 2012-12-21 | 2012-12-21 | 一种实时超声弹性成像位移估计方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103040488A CN103040488A (zh) | 2013-04-17 |
CN103040488B true CN103040488B (zh) | 2014-06-04 |
Family
ID=48053507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210561235.9A Expired - Fee Related CN103040488B (zh) | 2012-12-21 | 2012-12-21 | 一种实时超声弹性成像位移估计方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103040488B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103549978B (zh) * | 2013-11-08 | 2016-01-13 | 中国科学院声学研究所 | 一种瞬时弹性成像快速时移估计方法 |
CN103735287B (zh) * | 2013-12-05 | 2015-11-18 | 中国科学院苏州生物医学工程技术研究所 | 一种血管内超声弹性成像二维多级混合位移估计方法 |
CN103654865B (zh) * | 2013-12-26 | 2016-06-22 | 华南理工大学 | 基于最大互信息的超声弹性成像组织位移估计方法 |
CN105266849B (zh) * | 2014-07-09 | 2017-10-17 | 无锡祥生医学影像有限责任公司 | 实时超声弹性成像方法和系统 |
CN105232087B (zh) * | 2015-11-05 | 2018-01-09 | 无锡祥生医疗科技股份有限公司 | 超声弹性成像实时处理系统 |
WO2018011631A2 (en) * | 2016-07-14 | 2018-01-18 | Insightec, Ltd. | Precedent-based ultrasound focusing |
CN110215233A (zh) * | 2019-04-30 | 2019-09-10 | 深圳大学 | 一种基于超声平面波扫描的分段式脉搏波成像方法 |
US11439308B2 (en) * | 2020-07-13 | 2022-09-13 | GE Precision Healthcare LLC | Methods and systems for thermal monitoring of tissue with an ultrasound imaging system |
CN115063599B (zh) * | 2022-06-16 | 2023-04-07 | 昆明理工大学 | 一种应用于中小型水库大坝监测的小波光流估计与图像相关变形识别方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2811202B2 (ja) * | 1989-06-08 | 1998-10-15 | ジーイー横河メディカルシステム株式会社 | 超音波診断装置 |
JPH04164440A (ja) * | 1990-10-29 | 1992-06-10 | Noritoshi Nakabachi | 超音波による心臓各部位の振動の計測方法 |
CN1313056C (zh) * | 2004-08-06 | 2007-05-02 | 清华大学 | 一种二维综合互相关的生物组织位移估计方法 |
CN101569543B (zh) * | 2008-04-29 | 2011-05-11 | 香港理工大学 | 弹性成像的二维位移估计方法 |
CN102048560A (zh) * | 2010-12-14 | 2011-05-11 | 深圳市蓝韵实业有限公司 | 一种采用双尺度的生物组织位移估计方法 |
CN102824193B (zh) * | 2011-06-14 | 2016-05-18 | 深圳迈瑞生物医疗电子股份有限公司 | 一种弹性成像中的位移检测方法、装置及系统 |
CN102764141B (zh) * | 2012-07-20 | 2014-05-21 | 中国科学院深圳先进技术研究院 | 弹性成像方法和系统及其中的生物组织位移估计方法和系统 |
-
2012
- 2012-12-21 CN CN201210561235.9A patent/CN103040488B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN103040488A (zh) | 2013-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103040488B (zh) | 一种实时超声弹性成像位移估计方法和系统 | |
US8824762B2 (en) | Method and system for processing ultrasound data | |
Hashemi et al. | Global time-delay estimation in ultrasound elastography | |
Teske et al. | Echocardiographic assessment of regional right ventricular function: a head-to-head comparison between 2-dimensional and tissue Doppler–derived strain analysis | |
Crosby et al. | 3-D speckle tracking for assessment of regional left ventricular function | |
Treece et al. | Real-time quasi-static ultrasound elastography | |
CN101569543B (zh) | 弹性成像的二维位移估计方法 | |
CN101901481B (zh) | 一种图像拼接方法 | |
Rappaport et al. | Assessment of myocardial regional strain and strain rate by tissue tracking in B-mode echocardiograms | |
Basarab et al. | A method for vector displacement estimation with ultrasound imaging and its application for thyroid nodular disease | |
CN103735287B (zh) | 一种血管内超声弹性成像二维多级混合位移估计方法 | |
Deprez et al. | 3D estimation of soft biological tissue deformation from radio-frequency ultrasound volume acquisitions | |
Tehrani et al. | Bi-directional semi-supervised training of convolutional neural networks for ultrasound elastography displacement estimation | |
KR101629541B1 (ko) | 초음파 진단 장치 및 그 제어 프로그램 | |
Omidyeganeh et al. | Estimation of strain elastography from ultrasound radio-frequency data by utilizing analytic gradient of the similarity metric | |
Ara et al. | Phase-based direct average strain estimation for elastography | |
CN105266849A (zh) | 实时超声弹性成像方法和系统 | |
US9384568B2 (en) | Method and system for enhanced frame rate upconversion in ultrasound imaging | |
CN102217952B (zh) | 基于心肌运动轨迹的向量环图生成方法和装置 | |
KR20130051241A (ko) | 진단영상을 생성하는 방법, 이를 수행하는 장치 및 의료영상시스템 | |
JP2011255186A (ja) | 弾性映像を提供する超音波システムおよび方法 | |
Leung et al. | A real-time intrasubject elastic registration algorithm for dynamic 2-D ultrasound images | |
Gao et al. | Motion estimation of common carotid artery wall using a H∞ filter based block matching method | |
EP2976017B1 (en) | Beamforming techniques for ultrasound microcalcification detection | |
US9687213B2 (en) | Method and apparatus for real-time and robust strain imaging |
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 | ||
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: 20140604 Termination date: 20171221 |