一种根据组织不同特点进行自动优化的方法、装置及系统
技术领域
本发明涉及图像优化技术领域,具体的涉及一种根据组织不同特点进行自动优化的方法、装置及系统。
背景技术
目前的一键优化一般是根据衰减公式设置默认增益补偿大小,采用统一的公式或者预置的方法进行优化调整。
但是由于不同的组织构造不同,比如纯液态的血管组织;大块组织如甲状腺,肝,肾;以及大块液体充积和肌肉并存的膀胱,心脏等,所述各个组织由于结构的不同,所成像的结果也是不同的,如果统一采用一种方法进行优化调整,可能不能获得很好的优化效果。
发明内容
为解决上述问题,本发明提出一种根据组织不同特点进行自动优化的方法。
本发明提供一种根据组织不同特点进行自动优化的方法,所述方法包括如下步骤:
获取PC数据;
根据获取的PC数据,计算每个不同水平深度用于判断不同组织特征的各个关键值;
在深度方向上逐行根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线(deltgc);
根据幅度差值曲线及系统优化之前的增益曲线计算优化后的增益曲线(New_TGC)。
本发明还提供一种根据组织不同特点进行自动优化的装置,所述装置包括:接收模块,第一计算模块,第二计算模块、第三计算模块;
所述接收模块,用于获取PC数据;
所述第一计算模块,用于根据获取的PC数据,计算每个不同水平深度用于判断不同组织特征的各个关键值,包括:最大值、最小值、平均值以及代表值;
所述第二计算模块,用于在深度方向上逐行根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线(deltgc);
所述第三计算模块,用于根据幅度差值曲线及系统优化之前的增益曲线计算优化后的增益曲线(New_TGC)。
本发明还提供一种系统,所述系统具有如上所述的装置。
从以上技术方案可以看出,本发明实施例具有以下优点:
1、由于综上所述,在深度方向上,每个水平深度根据不同组织的PC数据的关键值判断不同的组织,并逐行分别采用不同的方法进行增益调整,因此从而更好的实现超声数据的自动优化调整。
2、由于在根据不同的组织所对应的PC数据的特征,进行每个深度方向自动增益调整之前,还可以包括判断前端是否空置,这样可以防止探头在无组织状态下发射扫查线,从而造成探头发热,造成探头的损坏。
附图说明
图1,为本发明一种根据组织不同特点进行自动优化的方法的整体流程示意图;
图2,为本发明一种实施例的所述获取每个水平深度的PC数据的代表值 的流程示意图。
图3,为本发明一种实施例的根据组织不同特点进行自动优化装置的结构框图;
图4,为本发明另一种实施例的根据组织不同特点进行自动优化装置的结构框图;
图5,为本发明一种实施例的所述各个组织的图像的示意图。
具体实施方式
本发明提出一种根据组织不同特点进行自动优化的方法。采用本方法,由于通过根据不同组织的PC数据的特征,分别采用不同的方法进行增益调整,从而更好的实现超声数据的自动增益优化调整。同时,本发明还提出了相应的装置及其系统。
下面将结合本发明中的说明书附图,对发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明所述的方法应用于成像系统下的图像自动优化方法,在本具体实施例中优选超声系统下的自动优化方法,但本发明并不限于在超声系统下的应用,类似可以用到成像优化的方法或系统都属于本发明保护的范围内。
实施例一、
如图1所示,为一种根据组织不同特点进行自动优化的方法,所述方法包括如下步骤:
S101,获取PC数据。
超声设备是前端硬件+后端主机这样一个方式工作的,后端主机可以为计算机,前端硬件可以为收集信号的设备,即探头。前端和后端之间传递信 号可以通过USB3.0、PCIE等等。
前端探头获取的数据通常称为回波数据(RF数据),而将回波数据传递给后端计算机后,所述数据可以称为PC数据。
S102,根据获取的PC数据,计算每个不同水平深度用于判断不同组织特征的各个关键值,包括:最大值、最小值、平均值以及代表值;
不同的组织有不同的数据特征,用于判断各个组织的特征时需要用到一些关键值,包括:最大值、最小值、平均值以及代表值等等。
最大值和最小值是指位于每个同一水平深度的PC数据都能找到一个最大值和最小值。
平均值是指将同一深度N个数相加,再除以N,即可获得该深度的平均值。
S103,在深度方向上逐行根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线(deltgc);
通过各个关键值之间的关系,可以判断为什么组织,根据组织的不同,可以有针对性的计算每个深度的幅度差值,深度方向上的多个水平深度的幅度差值的集合便形成幅度差值曲线。
S104,根据幅度差值曲线及系统优化之前的增益曲线(Old_TGC)计优化后的增益曲线(New_TGC)。
上述过程往往集成在一个一键优化按键下,在启动一键优化按键时,系统才会进行上述的自动优化过程,但是一般系统还会自带一个手动增益调节,在启动一键优化前,系统会按照手动的增益调节各个滑块所在位置对图像进行默认的增益调节,这个增益调节形成的曲线就是系统优化之前的增益曲线。
在启动一键优化后新的自动优化过程是在原有增益曲线之上进行的,因此New_TGC=deltgc+Old_TGC。
综上所述,在深度方向上,每个水平深度根据不同组织的PC数据的关键值判断不同组织,逐行分别采用不同的方法进行增益调整,因此从而更好的实现超声数据的自动增益优化调整。
上述自动优化过程可以通过一键启动,自动完成整个优化的过程,从而实现了一键优化。
在一些实施例中,所述步骤S101获取PC数据之前还包括预先设置标准值。
标准值是指图像的像素标准值,图像的像素值最适合人眼亮度大约是70左右,若在70以外的范围的话,会给人过亮和过暗的感觉,因此确定标准值像素值为70,所述标准值也可以是预先设置的任意值,比如80-90范围之内的任意值。
所述标准值根据不同部位也可能会有不同,因此可以根据具体情况进行调整。
有时候光依靠关键值还不足以判断组织的类型,还需要标准值与部分关键值相结合,进行组织类型的判断。因此,在获取PC数据之前还可以包括预先设置标准值的步骤。
在一些实施例中,如图5所示,所述步骤S104中根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,具体可以包括如下情况:
A、当某个深度最大值与最小值接近,且平均值远小于标准值时;具有上述特点的组织如血管,这种情况不能按照代表值简单的做增益补偿,需要根据实际的深度做增益调整TGC。
该深度方向幅度差值公式为:
幅度差值=2*coeff*freq*depth(i)-Old_TGC(i);
其中,i=起始深度:最大深度;Coeff,衰减系数;Freq,探头发射频率;Depth,当前深度;Old_TGC,优化之前的增益曲线。
B、当某个深度最大值与最小值接近,且平均值较大时,幅度差值=20*log10(代表值/标准值)
具有上述特点的组织为没有大块液体充积的组织,比如甲状腺,肝,肾等
C、当某个深度最大值与代表值接近时,用最大值代替代表值,幅度差值=20*log10(最大值/标准值)。
具有上述特点的组织为大块液体充积和肌肉并存的组织,比如膀胱,心脏等。
在C情况下,其自动增益调整方法与B方法相同,只是用最大值代替标准值进行计算。
在一些实施例中,如图2所示,所述获取每个水平深度的PC数据的代表值包括如下步骤:
S1031,求同一水平深度各点数据的平均值。
S1032,求同一水平深度每个数据点与平均值的方差值,并记录最大方差值;若每个数据点的方差值在与最大方差值的差值在预定范围以内,则该点为有效数据点。
所述预定范围可以根据实际效果预先设置,本具体实施例优选设置为在最大方差值的60%以下,即每个数据点的方差值如果占最大方差值的比值60%以下,则该数据点的方差值为有效值,否则忽略该数据点。
S1033,求各有效数据点值的平均值,得到该深度的代表值。
在一些实施例中,在深度方向上逐行根据各个关键值之间的关系判断对 应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线之前,还可以包括判断前端是否空置,所述前端在本具体实施例中为探头,如果探头处于空置状态(即没有进行组织扫查),则不需要进行处理;如果探头非空置状态,则进入下一步骤S104在深度方向上逐行根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线。这样可以防止探头在无组织状态下发射扫查线,从而造成探头发热,造成探头的损坏。
所述探头的控制具体判断方法为:
求近场(feature_value(0-0.2cm))的平均值(near_feature);
求中场(feature_value(1-1.5cm))的平均值(med_feature);
如果(near_feature/med_feature>2.0),判断探头空置,不做任何处理如果近场的平均值/中场的平均值>2.0,则判断探头空置;如果near_feature/med_feature≤2.0,则判断探头非空置。2.0为预设值,可以根据不同的诊断部位适当调整。
实施例二、
如图3所示,本发明还提供一种根据组织不同特点进行自动优化的装置,所述装置包括:
本发明的装置还可以包括:接收模块201,第一计算模块202,第二计算模块203,第三计算模块204。
所述接收模块201,用于获取PC数据;
所述第一计算模块202,用于根据获取的PC数据,计算每个不同水平深度用于判断不同组织特征的各个关键值,包括:最大值、最小值、平均值以及代表值;
所述第二计算模块203,用于在深度方向上逐行根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线(deltgc);
所述第三计算模块204,用于根据幅度差值曲线及系统优化之前的增益曲线计算优化后的增益曲线(New_TGC)。
在一些实施例中,如图4所示,本发明的装置还可以包括:控制模块301、接收模块302,第一计算模块303,第二计算模块304,第三计算模块305。
所述控制模块301,用于预先设置标准值;
所述接收模块302,用于获取PC数据;
所述第一计算模块303,用于根据获取的PC数据,计算每个不同水平深度用于判断不同组织特征的各个关键值,包括:最大值、最小值、平均值以及代表值;
所述第二计算模块304,用于在深度方向上逐行根据各个关键值之间的关系判断对应的组织,根据不同组织的特点对每个深度计算幅度差值,形成幅度差值曲线(deltgc);
所述第三计算模块305,用于根据幅度差值曲线及系统优化之前的增益曲线计算优化后的增益曲线(New_TGC)。
在一些实施例中,本发明还包括判断模块,用于判断前端是否空置。
在本具体实施例中,前端可以指的是探头。
所述各模块的详细工作过程参见具体实施例一,在此不再赘述。
实施例三、
本发明还提供一种系统,所述系统具有如上所述的装置,所述装置在上述实施例中已经详细描述,在此不再赘述。
在本具体实施例中,所述自动优化方法也就是在深度方向自动增益调整的过程。
以上对本发明所提供的一种根据组织不同特点进行自动优化的方法、装置及系统进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例 的思想,在具体实施方式及应用范围上均会有改变之处,因此,本说明书内容不应理解为对本发明的限制。