CN106157277A - Gpu超声谐波成像复合方法 - Google Patents

Gpu超声谐波成像复合方法 Download PDF

Info

Publication number
CN106157277A
CN106157277A CN201610615106.1A CN201610615106A CN106157277A CN 106157277 A CN106157277 A CN 106157277A CN 201610615106 A CN201610615106 A CN 201610615106A CN 106157277 A CN106157277 A CN 106157277A
Authority
CN
China
Prior art keywords
harmonic
gpu
texture
image
ultrasound
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.)
Pending
Application number
CN201610615106.1A
Other languages
English (en)
Inventor
朱逸斐
丁波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHUHAI YIKAI ELECTRONIC TECHNOLOGY Co Ltd
Original Assignee
ZHUHAI YIKAI ELECTRONIC TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZHUHAI YIKAI ELECTRONIC TECHNOLOGY Co Ltd filed Critical ZHUHAI YIKAI ELECTRONIC TECHNOLOGY Co Ltd
Priority to CN201610615106.1A priority Critical patent/CN106157277A/zh
Publication of CN106157277A publication Critical patent/CN106157277A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an 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
    • G06T2207/10—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
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种GPU超声谐波成像复合方法，包括：1）将超声数据分别按基波频率和谐波频率进行处理，得到对应的基波图像和谐波图像；2）将基波图像放进GPU，数据存为harmonic，将谐波图像放进GPU，数据存为base；3）根据不同的扫描深度，不同的发射频率，GPU预先算出混合曲线，并将所述混合曲线离散化，数据存为aIpha；4）GPU采集2）中base的纹理与harmonic中的纹理和3）中alpha中的纹理，并按照公式Result=Harmonic*alpha+（1‑alpha）*base，算出混合过后的图像。本发明将扫描变换和图像复合一步完成，简化了图像复合的步骤，提高了效率。

Description

GPU超声谐波成像复合方法
技术领域
本发明涉及医用超声成像技术领域，具体涉及GPU超声谐波成像复合方法。
背景技术
在超声成像中，谐波成像是一种提高图像分辨率的方法。通常谐波的频率高，空间分辨率高，但是衰减快。基波的频率低，分辨率低，但是衰减慢。因此谐波只能成进场图像，而基波进场远场都能成像。通常我们在做谐波成像时，需要把谐波与基波的图像合成，也就是通常我们所说的复合，才能得到一副完美的图像。但是，现有技术一般都是采用传统的CPU复合方法，先做图像复合，再做扫描变换，CPU处理负担过重，效率不高。
发明内容
基于现有技术的不足，本发明提供了一种GPU超声谐波成像复合方法，采用GPU将谐波与基波的图像复合，并将扫描变换和图像复合一步完成。
为实现上述目的，本发明的技术方案为：
GPU超声谐波成像复合方法，其特征在于包括以下步骤：
1）、将超声数据分别按基波频率和谐波频率进行处理，得到对应的基波图像和谐波图像；
2）、将基波图像放进GPU，得到基波图像纹理，数据存为harmonic，将谐波图像放进GPU，得到谐波图像纹理，数据存为base。
3）、根据不同的扫描深度，不同的发射频率，GPU预先算出混合曲线，并将所述混合曲线离散化，数据存为aIpha；
4）、GPU采集2）中base的纹理与harmonic中的纹理和 3）中alpha中的纹理，并按照公式Result=Harmonic*alpha+（1-alpha）*base，算出混合过后的图像。
所述4）中采集base中的纹理和harmonic中的纹理时，采集纹理时的内容不同，但采集纹理时的坐标相同。
所述1）中将超声数据分别按基波频率和谐波频率进行处理的方法包括做动态滤波、检波和对数压缩。
本发明的有益效果为：采用GPU将谐波与基波的图像复合，并将扫描变换和图像复合一步完成，简化了图像复合的步骤，提高了效率。
附图说明
图1 为本发明具体实施例的混合系数曲线示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。
GPU超声谐波成像复合方法，其特征在于包括以下步骤：
1）、将聚集过后的超声数据分别按基波频率和谐波频率进行处理，得到对应的基波图像和谐波图像；
将聚集过后的超声数据分别按基波频率和谐波频率进行处理的方法包括做动态滤波、检波和对数压缩等。
2）、将基波图像放进GPU，得到基波图像纹理，数据存为harmonic，将谐波图像放进GPU，得到谐波图像纹理，数据存为base。
3）、根据不同的扫描深度，不同的发射频率，GPU预先算出混合曲线，并将所述混合曲线离散化，数据存为alpha；
根据不同的扫描深度，不同的发射频率，预先算出不同的混合系数。通常混合系数是这样一条曲线，如图1所示，图1中，1 代表全部采用谐波，0代表全部采用基波，0-1之间的值代表基波和谐波的混合。
4）、GPU采集2）中base的纹理与harmonic中的纹理和 3）中alpha中的纹理，并按照公式Result=Harmonic*alpha+（1-alpha）*base，算出混合过后的图像。
数据存储为base、harmonic和alpha，只是数据存放处表示，也可以用其他存储单元表示。
采集base中的纹理和harmonic中的纹理时，采集纹理时的内容不同，但采集纹理时的坐标相同。
传统的GPU扫描变换是，GPU只采集一个纹理。本实施例做图像复合时GPU同时采集两个纹理，分别是基波和谐波的图像。采集两个纹理时纹理坐标是相同的，但是纹理内容不同。也就是说不管是谐波还是基波图像，扫描的极坐标空间到显示的直角坐标空间，他们的坐标变换是相同的。
若有新的扫描数据产生，则从方法的步骤1）重新处理图像数据，当发射频率改变时，则需要重新计算出对应的混合曲线，当扫描深度改变时，也需要重新计算出对应的混合曲线。
需要说明的是，以上所述只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。

Claims (3)

1.GPU超声谐波成像复合方法，其特征在于包括以下步骤：
1）、将超声数据分别按基波频率和谐波频率进行处理，得到对应的基波图像和谐波图像；
2）、将基波图像放进GPU，得到基波图像纹理，数据存为harmonic，将谐波图像放进GPU，得到谐波图像纹理，数据存为base；
3）、根据不同的扫描深度，不同的发射频率，GPU预先算出混合曲线，并将所述混合曲线离散化，数据存为aIpha；
4）、GPU采集2）中base的纹理与harmonic中的纹理和 3）中alpha中的纹理，并按照公式Result=Harmonic*alpha+（1-alpha）*base，算出混合过后的图像。
2.如权利要求1所述的GPU超声谐波成像复合方法，其特征在于：所述4）中采集base中的纹理和harmonic中的纹理时，采集纹理时的内容不同，但采集纹理时的坐标相同。
3.如权利要求1所述的GPU超声谐波成像复合方法，其特征在于：所述1）中将超声数据分别按基波频率和谐波频率进行处理的方法包括做动态滤波、检波和对数压缩。
CN201610615106.1A 2016-07-29 2016-07-29 Gpu超声谐波成像复合方法 Pending CN106157277A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610615106.1A CN106157277A (zh) 2016-07-29 2016-07-29 Gpu超声谐波成像复合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610615106.1A CN106157277A (zh) 2016-07-29 2016-07-29 Gpu超声谐波成像复合方法

Publications (1)

Publication Number Publication Date
CN106157277A true CN106157277A (zh) 2016-11-23

Family

ID=57327852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610615106.1A Pending CN106157277A (zh) 2016-07-29 2016-07-29 Gpu超声谐波成像复合方法

Country Status (1)

Country Link
CN (1) CN106157277A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780410A (zh) * 2016-12-30 2017-05-31 飞依诺科技(苏州)有限公司 一种谐波扫查图像的生成方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080234580A1 (en) * 2004-02-05 2008-09-25 Koninklijke Philips Electronics, N.V. Ultrasonic Imaging of Perfusion and Blood Flow with Harmonic Contrast Agents
CN101496728A (zh) * 2008-02-03 2009-08-05 深圳迈瑞生物医疗电子股份有限公司 超声频率复合成像方法与装置
CN103202713A (zh) * 2013-01-31 2013-07-17 声泰特（成都）科技有限公司 一种医用超声基波和谐波融合的图像优化方法
CN104546008A (zh) * 2015-02-02 2015-04-29 声泰特（成都）科技有限公司 一种基波/谐波融合与空间复合相结合的成像方法
CN104586433A (zh) * 2015-02-02 2015-05-06 声泰特（成都）科技有限公司 基于变频的基波/谐波融合与空间复合相结合的成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080234580A1 (en) * 2004-02-05 2008-09-25 Koninklijke Philips Electronics, N.V. Ultrasonic Imaging of Perfusion and Blood Flow with Harmonic Contrast Agents
CN101496728A (zh) * 2008-02-03 2009-08-05 深圳迈瑞生物医疗电子股份有限公司 超声频率复合成像方法与装置
CN103202713A (zh) * 2013-01-31 2013-07-17 声泰特（成都）科技有限公司 一种医用超声基波和谐波融合的图像优化方法
CN104546008A (zh) * 2015-02-02 2015-04-29 声泰特（成都）科技有限公司 一种基波/谐波融合与空间复合相结合的成像方法
CN104586433A (zh) * 2015-02-02 2015-05-06 声泰特（成都）科技有限公司 基于变频的基波/谐波融合与空间复合相结合的成像方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780410A (zh) * 2016-12-30 2017-05-31 飞依诺科技(苏州)有限公司 一种谐波扫查图像的生成方法及装置
CN106780410B (zh) * 2016-12-30 2020-05-12 飞依诺科技(苏州)有限公司 一种谐波扫查图像的生成方法及装置

Similar Documents

Publication Publication Date Title
CN106918813B (zh) 一种基于距离统计的三维声纳点云图像增强方法
US20170329928A1 (en) Method for high-speed parallel processing for ultrasonic signal by using smart device
CN108523922B (zh) 多频成像方法、装置及设备
TW201531871A (zh) 點雲模型貼圖系統及方法
Gungor et al. The effects of the median filter with different window sizes for ultrasound image
CN110570506A (zh) 一种地图资源管理方法、装置、计算设备及存储介质
CN106157277A (zh) Gpu超声谐波成像复合方法
CN104224230A (zh) 基于gpu平台的三维及四维超声成像方法与装置及系统
CN112294354B (zh) 超声成像方法和系统
JP6941742B2 (ja) 超音波画像の表示方法及び装置、記憶媒体並びに電子装置
CN104546008B (zh) 一种基波/谐波融合与空间复合相结合的成像方法
CN105678820A (zh) 一种基于cuda的s-bpf重建算法加速方法
CN104281997A (zh) 一种基于多尺度分析模型的动态x射线图像实时增强方法
CN107280703B (zh) 基于gpu平台的实时3d超声扫描变换方法
CN102631222A (zh) 基于gpu实现的超声成像扫描变换方法
CN105675731B (zh) 阵列式同发、同收超声波探头的检测信号增强方法
CN105930850B (zh) 一种超声设备的脉冲反相谐波和相干内插实现方法
CN105787880B (zh) 一种基于数据反馈的掌上彩超图像处理方法
CN203951533U (zh) 具有指纹录入功能的扫描仪
Andronikof A microlocal version of the Riemann-Hilbert correspondence
Liziér et al. Template-based quadrilateral mesh generation from imaging data
CN111738123B (zh) 一种太阳振荡信号的时频表征方法
CN110750257B (zh) 一种玫瑰图显示方法及系统
Zhao et al. A GPU based high-definition ultrasound digital scan conversion algorithm
Smigiel et al. Terrestrial laser scanner data denoising by range image processing for small-sized objects

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161123