CN104156925B - 对超声图像去除散斑和边界增强的处理方法及系统 - Google Patents

Abstract

本发明提供一种对超声图像去除散斑和边界增强的处理方法及系统；所述方法包括：获取超声图像的包络图像信号I0；对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V；对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y。本发明基于超声图像的尺度调整和纹理分析，开发出一个可以反映超声图像结构信息，同时可去除部分散斑的浮雕地图，然后对所述浮雕地图进行优化降噪，去除所述浮雕地图中的散斑，进一步的，通过所述浮雕地图衍生出边界地图，可以有效识别了多种重要边界，从而用来进一步增强了超声图像的组织边界。

Description

对超声图像去除散斑和边界增强的处理方法及系统

技术领域

本发明涉及一种对超声图像去除散斑和边界增强的处理方法及系统，主要应用于医疗超声诊断技术领域。

背景技术

超声图像由于其非侵入性、低成本、便携和实时性，在医学诊断上有广泛使用。相应的，对超声图像的处理主要包括两个方面，其中之一为，对超声图像的散斑进行处理，其二为对超声图像的边界、组织边界进行处理。

现有技术中，对超声图像的散斑进行处理一般分为空间域和频域处理两种；由于频域的傅里叶变换计算量大耗时长，加上超声成像的实时性要求，空间域的技术更为适用。相应的，空间域里，中值滤波及其应用可以有效去除散斑，但是其相应的存在弊端，其不能保存很多有效的细节，甚至让边界更模糊。

具体的，为了实现图像增强，过去三十年一些空间域里去散斑的有效方法取得了不同程度的成功，传统的维纳滤波利用傅里叶分解的二阶统计量，其主要针对加性噪声，弊端是不足以去散斑；而自适应滤波器，例如：Lee滤波器、Kuan滤波器在还原不同质像素特征上表现不错，均实现了直接平均和边界识别的平衡；Frost滤波器通过一个指数形状的滤波器核实现了在像素尺度和自适应基上从直接平均到边界识别的变化，尽量平滑窗内方差低的区域，尽量不平滑高方差的区域。然而，所列举的三种滤波器都在有效压制散斑的时候尽量少丢失有用信息，但是，其相应的弊端是三种滤波器均不增强边界，只能尽量减少边界附近的平滑效果，导致边界并不十分清晰。

相应的，另一个挑战来自超声的光束线不垂直于局部边界造成的边界损失。传统的边界检测方法如Canny算子等不能够很好的针对不连续边界来实现边界增强的目的，因此他们对超声图像的边界增强也还远远不够。

另外，当前针对超声图像去散斑、边界增强等图像增强的很多方法(包括Lee滤波器、Kuan滤波器和Frost滤波器等)均耗时长，且不能针对系统的影响进行实时处理，及均为所谓的“后处理技术”。实现高效显著的实时图像增强仍然很有挑战。

发明内容

为了解决上述问题，本发明的目的在于提供一种对超声图像去除散斑和边界增强的处理方法及系统，该方法及系统可以显著提高图像质量，尤其是去除噪声和对边界的增强作用明显，而且本算法速度很快，可广泛适用于各种需要对超声图像进行实时处理的场合。

相应的，本发明一实施方式的对超声图像去除散斑和边界增强的处理方法，所述方法包括以下步骤：

获取超声图像的包络图像信号I0；

对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V；

对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y。

作为本发明的进一步改进，所述“对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V”具体包括以下步骤：对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；

对所述超声图像的缩略图I进行处理，以得到所述超声图像的浮雕地图V。

作为本发明的进一步改进，所述“对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I”具体包括以下步骤：将包络图像信号I0以每3×3块缩为一个像素进行降采样，以得到所述缩略图I。

作为本发明的进一步改进，所述“对所述超声图像的缩略图I进行处理，以得到所述超声图像的浮雕地图V”具体包括以下步骤：

对缩略图I分别卷积5个5×5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5；

分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到N1、N2、N3、N4、N5；

将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W；

对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V；

所述5个Laws卷积模板分别为：L₅ ^TE₅，E₅ ^TL₅，L₅ ^TS₅，S₅ ^TL₅，E₅ ^TE₅。

作为本发明的进一步改进，所述“对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y”具体包括以下步骤：

对所述超声图像的浮雕地图V进行滤波去散斑和增强结构对比度，得到中间结果图U；

对所述中间结果图U以及边界地图E进行处理，以得到去噪增强结果Y。相应地，本发明再一实施方式的对超声图像去除散斑和边界增强的处理系统，所述系统包括：接收模块：所述接收模块用于获取超声图像的包络图像信号I0；

浮雕地图生成模块，所述浮雕地图生成模块用于并对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V；

边界地图生成模块，所述边界地图生成模块用于对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

边界增强模块，所述边界增强模块用于对所述超声图像的浮雕地图V，以及边界地图E进行才处理，以得到去噪增强结果Y。

作为本发明的进一步改进，所述系统还包括一预处理模块：所述预处理模块用于对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；

所述浮雕地图生成模块，用于对所述超声图像的缩略图I进行处理，以得到所述超声图像的浮雕地图V。

作为本发明的进一步改进，所述预处理模块具体用于将包络图像信号I0以每3×3块缩为一个像素进行降采样后，以得到所述缩略图I。

作为本发明的进一步改进，所述浮雕地图生成模块具体用于：

对缩略图I分别卷积5个5×5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5；

分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到N1、N2、N3、N4、N5；

将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W；

对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V；

所述5个Laws卷积模板分别为：L₅ ^TE₅，E₅ ^TL₅，L₅ ^TS₅，S₅ ^TL₅，E₅ ^TE₅。

作为本发明的进一步改进，所述系统还包括浮雕滤波模块，所述浮雕滤波模块用于对所述超声图像的浮雕地图V进行滤波去散斑和增强结构对比度，得到中间结果图U；

所述边界增强模块用于对所述中间结果图U以及边界地图E进行处理，以得到去噪增强结果Y。

与现有技术相比，本发明的对超声图像去除散斑和边界增强的处理方法及系统，基于超声图像的尺度调整和纹理分析，开发出一个可以反映超声图像结构信息，同时可去除部分散斑的浮雕地图，然后对所述浮雕地图进行优化降噪，去除所述浮雕地图中的散斑，进一步的，通过所述浮雕地图衍生出边界地图，可以有效识别了多种重要边界，从而用来进一步增强了超声图像的组织边界；本发明可以明显提高图像质量，尤其是去除噪声和对边界的增强作用明显，而且本算法速度很快，可广泛适用于各种需要对超声图像进行实时处理的场合。

附图说明

图1是本发明一实施方式中对超声图像去除散斑和边界增强的处理方法的流程图；

图2是本发明一实施方式中对超声图像去除散斑和边界增强的处理系统的结构示意图。

具体实施方式

以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

如图1所示，在本发明一实施方式中对超声图像去除散斑和边界增强的处理方法，所述方法包括以下步骤：

S1、获取超声图像的包络图像信号I0。

具体的，在准静态压缩组织的过程中，使用探头压迫或者超声产生的声压力等沿着一个方向压迫组织，以此获得组织受压后的包络图像信号I0。

S2、对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V。

相应的，对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；之后，对所述超声图像的缩略图I进行处理，以得到所述超声图像的浮雕地图V。

相应的，所述步骤S2还具体包括以下步骤：

P1、将包络图像信号I0以每3×3块缩为一个像素进行降采样，以得到所述缩略图I。

P2、对缩略图I分别卷积5个5×5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5。

所述5个Laws卷积模板分别为：L₅ ^TE₅，E₅ ^TL₅，L₅ ^TS₅，S₅ ^TL₅，E₅ ^TE₅，其中，各Laws卷积模板中T表示转置。

具体的，

相应的，

其中，(i,j)代表像素s的坐标。

P3、分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到归一化特征图N1、N2、N3、N4、N5。

P4、将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W。

其中，(i,j)代表像素s的坐标。

P5、对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V。

进一步的，所述步骤S3具体包括：

S3、对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

具体的，通过以下公式，对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

E(i,j)＝V(i,j)²，

其中，(i,j)代表像素s的坐标。

S4、对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y。

相应的，所述步骤S2还具体包括以下步骤：

M1、对所述超声图像的浮雕地图V进行滤波去散斑和增强结构对比度，得到中间结果图U；

对所述浮雕地图V，使用指数阻尼卷积核来适应区域的结构，得到中间结果图U；

P是3×3的窗，即9个点中的任意一个像素点，S是上述9个点的中心点。

U_s代表像素S点的中间结果图，I_p代表像素P点的包络图像信号，(i,j)是像素s的坐标，而(i_p,j_p)是像素p的坐标，K是阻尼因子，η_s一般使用s周围3×3的窗，而d_s,p可以看做像素p和像素s的结构差：d_s,p＝|V(i,j)-V(i_p,j_p|)。

优选的，K的取值在所述浮雕地图V认为的同特性区域起到均值滤波的作用，而在所述超声图像边界的位置，由于相似结构的地方加权系数要高，结构差异大的地方其贡献的加权系数要小，故K的取值设置为5至20中的任意一个自然数。

M2、对所述中间结果图U以及边界地图E进行处理，以得到去噪增强结果Y。

具体的，通过以下公式获取去噪增强结果Y。

Y(i,j)＝U(i,j)+k·E(i,j),

其中，k决定增强的程度，k的取值设置为10至20中的任意一个自然数。

可以理解的是，上述求取去噪增强结果Y的步骤并不是唯一的，例如：在步骤S2后，可以先进行步骤M1,之后再进行步骤S3、最后进行步骤M2，其步骤的改变，并不会影响最终的求取的去噪增强结果Y，在此不做详细赘述。

与现有技术相比，本发明的对超声图像去除散斑和边界增强的处理方法，基于超声图像的尺度调整和纹理分析，开发出一个可以反映超声图像结构信息，同时可去除部分散斑的浮雕地图，然后对所述浮雕地图进行优化降噪，去除所述浮雕地图中的散斑，进一步的，通过所述浮雕地图衍生出边界地图，可以有效识别了多种重要边界，从而用来进一步增强了超声图像的组织边界；本发明可以明显提高图像质量，尤其是去除噪声和对边界的增强作用明显，而且本算法速度很快，可广泛适用于各种需要对超声图像进行实时处理的场合。

相应的，结合图2所示，图2是本发明一实施方式中对超声图像去除散斑和边界增强的处理系统的结构示意图。

相应的，所述系统包括：接收模块100、浮雕地图生成模块200、边界地图生成模块300、边界增强模块400；浮雕地图生成模块200包括预处理模块210；边界增强模块400包括浮雕滤波模块410。

相应的，接收模块100用于获取超声图像的包络图像信号I0。

具体的，在准静态压缩组织的过程中，使用探头压迫或者超声产生的声压力等沿着一个方向压迫组织，接收模块100以此获得组织受压后的包络图像信号I0。

浮雕地图生成模块200，浮雕地图生成模块200用于并对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V。

具体的，预处理模块210用于对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；

进一步的，浮雕地图生成模块200还用于将包络图像信号I0以每3×3块缩为一个像素进行降采样，以得到所述缩略图I。

进一步的，浮雕地图生成模块200还用于对缩略图I分别卷积5个5×5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5。

所述5个Laws卷积模板分别为：L₅ ^TE₅，E₅ ^TL₅，L₅ ^TS₅，S₅ ^TL₅，E₅ ^TE₅，其中，各Laws卷积模板中T表示转置。

具体的，

相应的，

其中，(i,j)代表像素s的坐标。

进一步的，浮雕地图生成模块200还用于分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到归一化特征图N1、N2、N3、N4、N5。

进一步的，浮雕地图生成模块200还用于将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W。

其中，(i,j)代表像素s的坐标。

进一步的，浮雕地图生成模块200还用于对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V。

相应的，边界地图生成模块300，边界地图生成模块300用于对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E。

具体的，边界地图生成模块300通过以下公式，对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

E(i,j)＝V(i,j)²，

其中，(i,j)代表像素s的坐标。

相应的，边界增强模块400，边界增强模块400用于对所述超声图像的浮雕地图V，以及边界地图E进行才处理，以得到去噪增强结果Y。

相应的，浮雕滤波模块410用于对所述超声图像的浮雕地图V进行滤波去散斑和增强结构对比度，得到中间结果图U。

具体的，浮雕滤波模块410用于对所述浮雕地图V，使用指数阻尼卷积核来适应区域的结构，得到中间结果图U；

P是3×3的窗，即9个点中的任意一个像素点，S是上述9个点的中心点。

U_s代表像素S点的中间结果图，I_p代表像素P点的包络图像信号，(i,j)是像素s的坐标，而(i_p,j_p)是像素p的坐标，K是阻尼因子，η_s一般使用s周围3×3的窗，而d_s,p可以看做像素p和像素s的结构差：d_s,p＝|V(i,j)-V(i_p,j_p|)。

优选的，K的取值在所述浮雕地图V认为的同特性区域起到均值滤波的作用，而在所述超声图像边界的位置，由于相似结构的地方加权系数要高，结构差异大的地方其贡献的加权系数要小，故K的取值设置为5至20中的任意一个自然数。

进一步的，边界增强模块400用于对所述中间结果图U以及边界地图E进行处理，以得到去噪增强结果Y。

具体的，边界增强模块400通过以下公式获取去噪增强结果Y。

Y(i,j)＝U(i,j)+k·E(i,j)，

其中，k决定增强的程度，k的取值设置为10至20中的任意一个自然数。

与现有技术相比，本发明的对超声图像去除散斑和边界增强的处理系统，基于超声图像的尺度调整和纹理分析，开发出一个可以反映超声图像结构信息，同时可去除部分散斑的浮雕地图，然后对所述浮雕地图进行优化降噪，去除所述浮雕地图中的散斑，进一步的，通过所述浮雕地图衍生出边界地图，可以有效识别了多种重要边界，从而用来进一步增强了超声图像的组织边界；本发明可以明显提高图像质量，尤其是去除噪声和对边界的增强作用明显，而且本算法速度很快，可广泛适用于各种需要对超声图像进行实时处理的场合。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以保存在保存介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，信息推送服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。

以上所描述的装置实施方式仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本申请可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、信息推送服务器计算机、手持设备或便携式设备、平板型设备、多处理模块系统、基于微处理模块的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括保存设备在内的本地和远程计算机保存介质中。

应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (6)

1.一种对超声图像去除散斑和边界增强的处理方法，其特征在于，所述方法包括以下步骤：

获取超声图像的包络图像信号I0；

对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；

对缩略图I分别卷积5个5 × 5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5；所述5个Laws卷积模板分别为：L ₅ ^T E ₅，E ₅ ^T L ₅，L ₅ ^T S ₅，S ₅ ^T L ₅，E ₅ ^T E ₅；

分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到N1、N2、N3、N4、N5；

将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W;

对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V；

对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y。

2.根据权利要求1所述的对超声图像去除散斑和边界增强的处理方法，其特征在于，所述“对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I”具体包括以下步骤：

将包络图像信号I0以每3 × 3块缩为一个像素进行降采样，以得到所述缩略图I。

3.根据权利要求1所述的对超声图像去除散斑和边界增强的处理方法，其特征在于，所述“对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y”具体包括以下步骤：

对所述超声图像的浮雕地图V进行滤波去散斑和增强结构对比度，得到中间结果图U;

对所述中间结果图U以及边界地图E进行处理，以得到去噪增强结果Y。

4.一种对超声图像去除散斑和边界增强的处理系统，其特征在于，所述系统包括：

接收模块：所述接收模块用于获取超声图像的包络图像信号I0；

预处理模块：所述预处理模块用于对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；

浮雕地图生成模块，所述浮雕地图生成模块用于对缩略图I分别卷积5个5 × 5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5；所述5个Laws卷积模板分别为：L ₅ ^T E ₅，E ₅ ^T L ₅，L ₅ ^T S ₅，S ₅ ^T L ₅，E ₅ ^T E ₅；

分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到N1、N2、N3、N4、N5；

将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W;

对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V；

边界地图生成模块，所述边界地图生成模块用于对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

边界增强模块，所述边界增强模块用于对所述超声图像的浮雕地图V，以及边界地图E进行才处理，以得到去噪增强结果Y。

5.根据权利要求4所述的对超声图像去除散斑和边界增强的处理系统，其特征在于，所述预处理模块具体用于将包络图像信号I0以每3 × 3块缩为一个像素进行降采样后，以得到所述缩略图I。

6.根据权利要求4所述的对超声图像去除散斑和边界增强的处理系统，其特征在于，

所述系统还包括浮雕滤波模块，所述浮雕滤波模块用于对所述超声图像的浮雕地图V进行滤波去散斑和增强结构对比度，得到中间结果图U;

所述边界增强模块用于对所述中间结果图U以及边界地图E进行处理，以得到去噪增强结果Y。