CN106691510A - 优化超声波图像的方法和装置 - Google Patents
优化超声波图像的方法和装置 Download PDFInfo
- Publication number
- CN106691510A CN106691510A CN201510790804.0A CN201510790804A CN106691510A CN 106691510 A CN106691510 A CN 106691510A CN 201510790804 A CN201510790804 A CN 201510790804A CN 106691510 A CN106691510 A CN 106691510A
- Authority
- CN
- China
- Prior art keywords
- blood flow
- blood
- blood vessel
- parameters
- optimizing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 247
- 230000017531 blood circulation Effects 0.000 claims abstract description 237
- 230000003595 spectral effect Effects 0.000 claims abstract description 108
- 238000005070 sampling Methods 0.000 claims description 48
- 238000002604 ultrasonography Methods 0.000 claims description 31
- 238000001228 spectrum Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 6
- 230000005284 excitation Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 230000000747 cardiac effect Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- A61B8/06—Measuring blood flow
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种优化超声波图像的方法，该方法包括步骤：获取血流数据、血流相关参数和频谱多普勒参数；分析所述血流数据，获取所述血流数据中血管的相关信息；根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。本发明还公开了一种优化超声波图像的装置。本发明降低了用户操作的复杂度，同时可以获得有效表达人体信息的超声波图像。
Description
技术领域
本发明涉及医学领域，尤其涉及一种优化超声波图像的方法和装置。
背景技术
最常规的超声检查包括B模式和多普勒(Doppler)模式，B模式用于进行组织成像，而多普勒模式常规用于对组织中血流信号的分析和成像。多普勒模式中最常用的两种模式是二维血流模式(Color Flow，Color模式)和一维的频谱多普勒模式(Spectral Doppler，也叫PW模式)，目前最新技术已经有三维的多普勒模式。一般超声系统分别通过其B、C、PW按钮来分别进入和退出B模式、Color模式和PW模式。在常规的血管检查中，用户通常会使用二维血流模式来获取人体组织中的血流信息，当用户点击C按钮时，就可以进入和退出Color模式，当进入Color模式时，血流框会显示出来，这时，需要把血流框设置于血流区域中，从而获得血管的血流图像；之后，当用户点击PW按钮时，超声系统处于一个PW采集准备的状态，PW取样线会显示出来，调用PW取样框把取样位置(SV Pos)设置于需要进一步分析的血流位置；当用户再次点击PW按钮时，就会进入PW采集模式，从而进行频谱多普勒信号的采集，获得频谱图像，超声系统一般还会提供更多的控制参数给用户以获取更优的图像质量，用户一般会调节PW校正角度(Correct Angle)使得校正线与血管方向一致、调节偏转角度(Steering Angle)使得PW发射方向尽量与血管方向一致。但是不管是自动调节PW采样位置还是自动调节PW校正角度，都只是获得超声波图像的其中一个部分，而且用户操作程序复杂，也并没有对整个血管的血流信息进行分析，不能得到全面和有效表达人体信息的超声波图像。
发明内容
本发明的主要目的在于提供一种优化超声波图像的方法和装置，旨在解决现有的超声波图像不能有效地表达人体信息，且用户在得到超声波图像的过程中操作复杂的技术问题。
为实现上述目的，本发明提供的一种优化超声波图像的方法，包括步骤：
获取血流数据、血流相关参数和频谱多普勒参数；
分析所述血流数据，获取所述血流数据中血管的相关信息；
根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
优选地，所述分析所述血流数据，获取所述血流数据中血管的相关信息的步骤包括：
对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像；
对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素集合；
对所述不同血管的像素集合进行分析，对应得到不同血管的面积、质心坐标和骨架信息。
优选地，所述分析所述血流数据，获取所述血流数据中血管的相关信息的步骤之后，还包括：
判断所述血流数据中血管的面积是否大于预设阈值；
当所述血管的面积大于所述预设阈值时，从面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管；
所述根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像的步骤包括：
根据所述有效血管的质心坐标和骨架信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
优选地，所述根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像的步骤包括：
根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，得到优化后的血流相关参数和优化后的频谱多普勒参数；
判断当前工作的多普勒模式；
若当前工作的多普勒模式为二维血流模式时，则根据所述优化后的血流相关参数得到超声波图像；
若当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合时，则根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数得到超声波图像。
优选地，所述血流相关参数包括血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；
所述频谱多普勒参数包括所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。
此外，为实现上述目的，本发明还提供一种优化超声波图像的装置，所述优化超声波图像的装置包括：
获取模块，用于获取血流数据、血流相关参数和频谱多普勒参数；
分析模块，用于分析所述血流数据，获取所述血流数据中血管的相关信息；
优化模块，用于根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
优选地，所述分析模块包括：
第一处理单元，用于对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像；
识别单元，用于对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素集合；
分析单元，用于对所述不同血管的像素集合进行分析，对应得到不同血管的面积、质心坐标和骨架信息。
优选地，所述优化超声波图像的装置还包括：
判断模块，用于判断所述血流数据中血管的面积是否大于预设阈值；
选取模块，用于当所述血管的面积大于所述预设阈值时，从面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管；
所述优化模块，还用于根据所述有效血管的质心坐标和骨架信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
优选地，所述优化模块包括：
优化单元，用于根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，得到优化后的血流相关参数和优化后的频谱多普勒参数；
判断单元，用于判断当前工作的多普勒模式；
第二处理单元，用于若当前工作的多普勒模式为二维血流模式时，则根据所述优化后的血流相关参数得到超声波图像；
第三处理单元，用于若当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合时，则根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数得到超声波图像。
优选地，所述血流相关参数包括血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；
所述频谱多普勒参数包括所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。
本发明通过分析获取的血流数据，从而获取所述血流数据中血管的相关信息；根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。实现了获取血管的相关信息，根据所获取的血管的相关信息自动调节所述血管的血流相关参数和频谱多普勒参数，降低了用户操作的复杂度，同时可以获得有效表达人体信息的超声波图像。
附图说明
图1为本发明优化超声波图像的方法第一实施例的流程示意图；
图2为本发明优化超声波图像的方法第二实施例的流程示意图；
图3为本发明实施例中根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像的一种流程示意图；
图4为本发明优化超声波图像的装置第一实施例的功能模块示意图；
图5为本发明优化超声波图像的装置第二实施例的功能模块示意图；
图6为本发明实施例中分析模块的一种功能模块示意图；
图7为本发明实施例中优化模块的一种功能模块示意图；
图8为本发明实施例中血流数据的血流信息示意图；
图9为本发明实施例中对血流数据进行融合并二值化后得到的处理后的图像的示意图；
图10为本发明中实施例中对处理后的图像进行血管识别后所获得的两个独立血管区域的示意图；
图11为本发明实施例中血流数据中血管的相关信息的示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本发明提供一种优化超声波图像的方法。
参照图1，图1为本发明优化超声波图像的方法第一实施例的流程示意图。
在本实施例中，所述优化超声波图像的方法包括：
步骤S10，获取血流数据、血流相关参数和频谱多普勒参数；
多普勒诊断仪通过其前端的晶体管Transmitor根据当前工作的参数条件生成每个通道的激励脉冲信号传输给其探头Probe，其中，所述探头由多个阵元组成，每个阵元是一个连接着一条数据通道的换能器，所述换能器的作用是把电信号的激励脉冲信号转换成声信号发射进入人体组织，同时，所述换能器也可以接收所述人体组织接收到所述声信号后产生的回波信号，并将所述回波信号转换成电信号通过数据传输通道传输到下一个节点接收波束形成器中Rx Beamformer，多个阵元的发射的声波形成一个传播的波束在一定的人体组织区域传播，所述Transmitor通过控制每个阵元发射的波形以及延时，可以控制发射波束的位置、宽度、焦点以及偏转角度，从而获取人体组织中各个感兴趣区域的回波信号。通过参数控制模块对Rx Beamformer，接收孔径中的阵元的接收数据会用于进行波速合成，通过延时求和的方式获得一条或者多条扫描线射频数据；扫描线射频数据接下来进入数据处理器(DataProcessor)。所述Data Processor将所述扫描线射频数据输送至数据分析器(DataAnalyzer)，以供所述多普勒诊断仪通过所述Data Analyzer对所述扫描线射频数据进行分析，从而得到一个或多个血流数据、血流相关参数和频谱多普勒参数，所述血流相关参数包括血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；所述频谱多普勒参数包括所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。由于血流在一个心动周期内的血流充盈度是不一致的，因此，在本实施例中，使用一个心动周期内的血流数据进行分析。
步骤S20，分析所述血流数据，获取所述血流数据中血管的相关信息；
所述多普勒诊断仪通过所述Data Analyzer分析所述血流数据，获取所述血流数据中血管的相关信息，其中，所述血管的相关信息包括所述血管的骨架信息、所述血管的质心坐标和所述血管的面积。
步骤S30，根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
所述多普勒诊断仪根据所述血管的骨架信息、所述血管的质心坐标和所述血管的面积，优化所述血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；优化所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向，从而得到超声波图像。
本实施例通过分析获取的血流数据，从而获取所述血流数据中血管的相关信息；根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。实现了获取血管的相关信息，根据所获取的血管的相关信息自动调节所述血管的血流相关参数和频谱多普勒参数，降低了用户操作的复杂度，同时可以获得有效表达人体信息的超声波图像。
参照图2，图2本发明优化超声波图像的方法第二实施例的流程示意图，基于第一实施例提出本发明优化超声波图像的方法第二实施例。
在本实施例中，所述步骤S20包括：
步骤S21，对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像；
所述多普勒诊断仪通过所述Data Analyzer对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像。具体过程为，设所述血流数据是CDatai(x,y)，其中i＝1,2…N，表示一共有N帧血流数据图像，(x,y)描述血流数据图像的像素坐标。当所述血流数据图像经过Color Processor的处理后，所述血流数据图像中只存在血流信息，噪声信息被屏蔽掉了，即所述噪声信息为0，因此有些血流的位置像素非零。具体地，参照图8，图8为本发明实施例中血流数据的血流信息示意图，由图8可知，在所述血流数据中含有两根血管。对所述血流数据进行融合并且二值化后所得数据为的计算公式为：
其中，所述CThre为所述多普勒诊断仪内置的参数，用户也可以自己根据情况来设置。参照图9，图9为本发明实施例中对血流数据进行融合并二值化后得到的处理后的图像的示意图，即图9表示对所述血流数据进行融合并且二值化后所得的VesData(x,y)数据。
步骤S22，对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素集合；
所述多普勒诊断仪对通过所述Data Analyzer对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素的结合。即所述多普勒频谱仪对通过所述Data Analyzer对所述VesData(x,y)数据进行血管识别，通过对二值化的图像中的孤立区域进行识别，从而识别出所述VesData(x,y)数据中不同的血管数据VesLabelData(x,y)，将第一条血管的区域像素值设置为1，第二条血管的区域像素值设置为2…以此类推。具体地，参照图10，图10为本发明中实施例中对处理后的图像进行血管识别后所获得的两个独立血管区域的示意图，则不同血管的像素集合为：
步骤S23，对所述不同血管的像素集合进行分析，对应得到不同血管的面积、质心坐标和骨架信息。
所述多普勒诊断仪对通过所述Data Analyzer得到不同血管的像素集合时，分析所述不同血管的像素的每一个Vi坐标集合，得到所述不同血管的像素中各个像素点的坐标，根据所述不同血管的像素中各个像素点的坐标值对应得到不同血管的面积、质心坐标和骨架信息，所述骨架信息描述了所述血流数据的大致走向。所述质心坐标(xc,yc)的计算公式为：
其中，ki为所述Vi集合中像素点的个数，具体地，参照图11，图11为本发明实施例中血流数据中血管的相关信息的示意图，在所述图11中，每条血管中的血线为血管的骨架信息，虚线中的黑色星为所述血管的质心坐标。
所述血管的面积的计算公式为：
Areai＝Ki*PixelDist*PixelDist
其中，PixelDist为血流数据图像各个像素点之间的距离。
所述步骤S20之后，还包括：
步骤S40，判断所述血流数据中血管的面积是否大于预设阈值；
步骤S50，当所述血管的面积大于所述预设阈值时，从面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管；
所述多普勒诊断仪对通过所述Data Analyzer判断所述血流数据中血管的面积是否大于预设阈值，当所述血管的面积大于所述预设阈值时，从所述面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管，当所述血管的面积都小于或者等于所述预设阈值时，则所述多普勒频谱仪重新获取血流数据、血流相关参数和频谱多普勒参数。其中，所述预设阈值根据具体情况而设定，如可以设定为1cm2。
所述步骤S30包括：
步骤S31，根据所述有效血管的质心坐标和骨架信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
所述多普勒诊断仪将所述有效血管的质心坐标设置为所述血流取样框的位置，将所述有效血管的方向设置为与所述有效血管骨架拟合成直线后的方向，将所述血流取样框的偏转角度，尽可能与发射角和所述有效血管的方向一致。所述多普勒频谱仪将所述频谱多普勒的偏转角度设置为与所述血流取样框的偏转角度一致，将所述有效血管的质心坐标设置为所述频谱多普勒的取样深度位置，在设置了所述频谱多普勒的偏转角度之后，将所述频谱多普勒的方向与所述有效血管的方向作为所述频谱多普勒的校正角方向，从而得到优化之后的超声波图像。
本实施例中通过对所述血流数据血流进行分析处理，得到有效血管，根据有效血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以获得有效表达人体信息的超声波图像。
参照图3，图3为本发明实施例中根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像的一种流程示意图。
在本实施例中，所述步骤S30包括：
步骤S32，根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，得到优化后的血流相关参数和优化后的频谱多普勒参数；
所述多普勒诊断仪根据所述血管的骨架信息、所述血管的质心坐标和所述血管的面积，优化所述血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；优化所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向，得到优化后所述血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向，优化后的所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。
步骤S33，判断当前工作的多普勒模式；
步骤S34，若当前工作的多普勒模式为二维血流模式时，则根据所述优化后的血流相关参数得到超声波图像；
步骤S35，若当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合时，则根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数得到超声波图像。
所述多普勒诊断仪判断当前工作的多普勒模式是二维血流模式还是二维血流模式和一维的频谱多普勒模式相结合的工作模式。当所述多普勒诊断仪判定当前工作的多普勒模式为二维血流模式，且侦测到用户点击Auto按钮的操作时，所述多普勒诊断仪自动根据优化后的血流相关参数去获取超声波图像。当所述多普勒诊断仪判定当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合的工作模式，即所述多普勒诊断仪判定当前工作的多普勒模式为二维血流模式下，一维的频谱多普勒模式准备状态的工作模式，且侦测到用户点击Auto按钮的操作时，所述多普勒诊断仪自动根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数进行B模式、Color模式和PW模式或者PW模式数据的采集，以参数得到超声波图像。
本实施例通过根据不同的工作模式下，自动根据优化后的血流相关参数和优化后的频谱多普勒参数得到超声波图像，实现了在获得超声波图像的过程中，减少了用户的操作，提高了用户体验效果。
本发明进一步提供一种优化超声波图像的装置。
参照图4，图4为本发明优化超声波图像的装置第一实施例的功能模块示意图。
在本实施例中，所述优化超声波图像的装置包括：
获取模块10，用于获取血流数据、血流相关参数和频谱多普勒参数；
多普勒诊断仪通过其前端的晶体管Transmitor根据当前工作的参数条件生成每个通道的激励脉冲信号传输给其探头Probe，其中，所述探头由多个阵元组成，每个阵元是一个连接着一条数据通道的换能器，所述换能器的作用是把电信号的激励脉冲信号转换成声信号发射进入人体组织，同时，所述换能器也可以接收所述人体组织接收到所述声信号后产生的回波信号，并将所述回波信号转换成电信号通过数据传输通道传输到下一个节点接收波束形成器中Rx Beamformer，多个阵元的发射的声波形成一个传播的波束在一定的人体组织区域传播，所述Transmitor通过控制每个阵元发射的波形以及延时，可以控制发射波束的位置、宽度、焦点以及偏转角度，从而获取人体组织中各个感兴趣区域的回波信号。通过参数控制模块对Rx Beamformer，接收孔径中的阵元的接收数据会用于进行波速合成，通过延时求和的方式获得一条或者多条扫描线射频数据；扫描线射频数据接下来进入数据处理器(DataProcessor)。所述Data Processor将所述扫描线射频数据输送至数据分析器(DataAnalyzer)，以供所述多普勒诊断仪通过所述Data Analyzer对所述扫描线射频数据进行分析，从而得到一个或多个血流数据、血流相关参数和频谱多普勒参数，所述血流相关参数包括血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；所述频谱多普勒参数包括所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。由于血流在一个心动周期内的血流充盈度是不一致的，因此，在本实施例中，使用一个心动周期内的血流数据进行分析。
分析模块20，用于分析所述血流数据，获取所述血流数据中血管的相关信息；
所述多普勒诊断仪通过所述Data Analyzer分析所述血流数据，获取所述血流数据中血管的相关信息，其中，所述血管的相关信息包括所述血管的骨架信息、所述血管的质心坐标和所述血管的面积。
优化模块30，用于根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
所述多普勒诊断仪根据所述血管的骨架信息、所述血管的质心坐标和所述血管的面积，优化所述血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；优化所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向，从而得到超声波图像。
本实施例通过分析获取的血流数据，从而获取所述血流数据中血管的相关信息；根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。实现了获取血管的相关信息，根据所获取的血管的相关信息自动调节所述血管的血流相关参数和频谱多普勒参数，降低了用户操作的复杂度，同时可以获得有效表达人体信息的超声波图像。
参照图5，图5为本发明优化超声波图像的装置第二实施例的功能模块示意图，基于第一实施例提出本发明优化超声波图像的装置第二实施例。
在本实施例中，具体地，参照图6，图6为本发明实施例中分析模块的一种功能模块示意图。所述分析模块20包括：
第一处理单元21，用于对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像；
所述多普勒诊断仪通过所述Data Analyzer对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像。具体过程为，设所述血流数据是CDatai(x,y)，其中i＝1,2…N，表示一共有N帧血流数据图像，(x,y)描述血流数据图像的像素坐标。当所述血流数据图像经过Color Processor的处理后，所述血流数据图像中只存在血流信息，噪声信息被屏蔽掉了，即所述噪声信息为0，因此有些血流的位置像素非零。具体地，参照图8，图8为本发明实施例中血流数据的血流信息示意图，由图8可知，在所述血流数据中含有两根血管。对所述血流数据进行融合并且二值化后所得数据为的计算公式为：
其中，所述CThre为所述多普勒诊断仪内置的参数，用户也可以自己根据情况来设置。参照图9，图9为本发明实施例中对血流数据进行融合并二值化后得到的处理后的图像的示意图，即图9表示对所述血流数据进行融合并且二值化后所得的VesData(x,y)数据。
识别单元22，用于对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素集合；
所述多普勒诊断仪对通过所述Data Analyzer对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素的结合。即所述多普勒频谱仪对通过所述Data Analyzer对所述VesData(x,y)数据进行血管识别，通过对二值化的图像中的孤立区域进行识别，从而识别出所述VesData(x,y)数据中不同的血管数据VesLabelData(x,y)，将第一条血管的区域像素值设置为1，第二条血管的区域像素值设置为2…以此类推。具体地，参照图10，图10为本发明中实施例中对处理后的图像进行血管识别后所获得的两个独立血管区域的示意图，则不同血管的像素集合为：
分析单元23，用于对所述不同血管的像素集合进行分析，对应得到不同血管的面积、质心坐标和骨架信息。
所述多普勒诊断仪对通过所述Data Analyzer得到不同血管的像素集合时，分析所述不同血管的像素的每一个Vi坐标集合，得到所述不同血管的像素中各个像素点的坐标，根据所述不同血管的像素中各个像素点的坐标值对应得到不同血管的面积、质心坐标和骨架信息，所述骨架信息描述了所述血流数据的大致走向。所述质心坐标(xc,yc)的计算公式为：
其中，ki为所述Vi集合中像素点的个数，具体地，参照图11，图11为本发明实施例中血流数据中血管的相关信息的示意图，在所述图11中，每条血管中的血线为血管的骨架信息，虚线中的黑色星为所述血管的质心坐标。
所述血管的面积的计算公式为：
Areai＝Ki*PixelDist*PixelDist
其中，PixelDist为血流数据图像各个像素点之间的距离。
所述优化超声波图像的装置还包括：
判断模块40，用于判断所述血流数据中血管的面积是否大于预设阈值；
选取模块50，用于当所述血管的面积大于所述预设阈值时，从面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管；
所述多普勒诊断仪对通过所述Data Analyzer判断所述血流数据中血管的面积是否大于预设阈值，当所述血管的面积大于所述预设阈值时，从所述面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管，当所述血管的面积都小于或者等于所述预设阈值时，则所述多普勒频谱仪重新获取血流数据、血流相关参数和频谱多普勒参数。其中，所述预设阈值根据具体情况而设定，如可以设定为1cm2。
所述优化模块30，还用于根据所述有效血管的质心坐标和骨架信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
所述多普勒诊断仪将所述有效血管的质心坐标设置为所述血流取样框的位置，将所述有效血管的方向设置为与所述有效血管骨架拟合成直线后的方向，将所述血流取样框的偏转角度，尽可能与发射角和所述有效血管的方向一致。所述多普勒频谱仪将所述频谱多普勒的偏转角度设置为与所述血流取样框的偏转角度一致，将所述有效血管的质心坐标设置为所述频谱多普勒的取样深度位置，在设置了所述频谱多普勒的偏转角度之后，将所述频谱多普勒的方向与所述有效血管的方向作为所述频谱多普勒的校正角方向，从而得到优化之后的超声波图像。
本实施例中通过对所述血流数据血流进行分析处理，得到有效血管，根据有效血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以获得有效表达人体信息的超声波图像。
参照图7，图7为本发明实施例中优化模块的一种功能模块示意图。
在本实施例中，所述优化模块30包括：
优化单元31，用于根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，得到优化后的血流相关参数和优化后的频谱多普勒参数；
所述多普勒诊断仪根据所述血管的骨架信息、所述血管的质心坐标和所述血管的面积，优化所述血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；优化所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向，得到优化后所述血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向，优化后的所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。
判断单元32，用于判断当前工作的多普勒模式；
第二处理单元33，用于若当前工作的多普勒模式为二维血流模式时，则根据所述优化后的血流相关参数得到超声波图像；
第三处理单元34，用于若当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合时，则根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数得到超声波图像。
所述多普勒诊断仪判断当前工作的多普勒模式是二维血流模式还是二维血流模式和一维的频谱多普勒模式相结合的工作模式。当所述多普勒诊断仪判定当前工作的多普勒模式为二维血流模式，且侦测到用户点击Auto按钮的操作时，所述多普勒诊断仪自动根据优化后的血流相关参数去获取超声波图像。当所述多普勒诊断仪判定当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合的工作模式，即所述多普勒诊断仪判定当前工作的多普勒模式为二维血流模式下，一维的频谱多普勒模式准备状态的工作模式，且侦测到用户点击Auto按钮的操作时，所述多普勒诊断仪自动根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数进行B模式、Color模式和PW模式或者PW模式数据的采集，以得到超声波图像。
本实施例通过根据不同的工作模式下，自动根据优化后的血流相关参数和优化后的频谱多普勒参数得到超声波图像，实现了在获得超声波图像的过程中，减少了用户的操作，提高了用户体验效果。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种优化超声波图像的方法，其特征在于，所述优化超声波图像的方法包括以下步骤：
获取血流数据、血流相关参数和频谱多普勒参数；
分析所述血流数据，获取所述血流数据中血管的相关信息；
根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
2.如权利要求1所述的优化超声波图像的方法，其特征在于，所述分析所述血流数据，获取所述血流数据中血管的相关信息的步骤包括：
对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像；
对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素集合；
对所述不同血管的像素集合进行分析，对应得到不同血管的面积、质心坐标和骨架信息。
3.如权利要求2所述的优化超声波图像的方法，其特征在于，所述分析所述血流数据，获取所述血流数据中血管的相关信息的步骤之后，还包括：
判断所述血流数据中血管的面积是否大于预设阈值；
当所述血管的面积大于所述预设阈值时，从面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管；
所述根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像的步骤包括：
根据所述有效血管的质心坐标和骨架信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
4.如权利要求1所述的优化超声波图像的方法，其特征在于，所述根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像的步骤包括：
根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，得到优化后的血流相关参数和优化后的频谱多普勒参数；
判断当前工作的多普勒模式；
若当前工作的多普勒模式为二维血流模式时，则根据所述优化后的血流相关参数得到超声波图像；
若当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合时，则根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数得到超声波图像。
5.如权利要求1至4任一项所述的优化超声波图像的方法，其特征在于，所述血流相关参数包括血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；
所述频谱多普勒参数包括所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。
6.一种优化超声波图像的装置，其特征在于，所述优化超声波图像的装置包括：
获取模块，用于获取血流数据、血流相关参数和频谱多普勒参数；
分析模块，用于分析所述血流数据，获取所述血流数据中血管的相关信息；
优化模块，用于根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
7.如权利要求6所述的优化超声波图像的装置，其特征在于，所述分析模块包括：
第一处理单元，用于对所述血流数据所对应的图像进行融合并二值化，得到处理后的图像；
识别单元，用于对所述处理后的图像进行血管识别，得到所述处理后的图像中不同血管的像素集合；
分析单元，用于对所述不同血管的像素集合进行分析，对应得到不同血管的面积、质心坐标和骨架信息。
8.如权利要求7所述的优化超声波图像的装置，其特征在于，所述优化超声波图像的装置还包括：
判断模块，用于判断所述血流数据中血管的面积是否大于预设阈值；
选取模块，用于当所述血管的面积大于所述预设阈值时，从面积大于所述预设阈值的血管中选取面积最大的血管作为有效血管；
所述优化模块，还用于根据所述有效血管的质心坐标和骨架信息优化所述血管的血流相关参数和频谱多普勒参数，以得到超声波图像。
9.如权利要求6所述的优化超声波图像的装置，其特征在于，所述优化模块包括：
优化单元，用于根据所述血管的相关信息优化所述血管的血流相关参数和频谱多普勒参数，得到优化后的血流相关参数和优化后的频谱多普勒参数；
判断单元，用于判断当前工作的多普勒模式；
第二处理单元，用于若当前工作的多普勒模式为二维血流模式时，则根据所述优化后的血流相关参数得到超声波图像；
第三处理单元，用于若当前工作的多普勒模式为二维血流模式和一维的频谱多普勒模式相结合时，则根据所述优化后的血流相关参数和所述优化后的频谱多普勒参数得到超声波图像。
10.如如权利要求6至9任一项所述的优化超声波图像的装置，其特征在于，所述血流相关参数包括血流取样框的位置、所述血流取样框的偏转角度和所述有效血管的方向；
所述频谱多普勒参数包括所述频谱多普勒的偏转角度、所述频谱多普勒的取样深度位置和所述频谱多普勒的校正角方向。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510790804.0A CN106691510A (zh) | 2015-11-17 | 2015-11-17 | 优化超声波图像的方法和装置 |
| PCT/CN2016/097970 WO2017084413A1 (zh) | 2015-11-17 | 2016-09-02 | 优化超声波图像的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510790804.0A CN106691510A (zh) | 2015-11-17 | 2015-11-17 | 优化超声波图像的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106691510A true CN106691510A (zh) | 2017-05-24 |
Family
ID=58717287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510790804.0A Pending CN106691510A (zh) | 2015-11-17 | 2015-11-17 | 优化超声波图像的方法和装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106691510A (zh) |
| WO (1) | WO2017084413A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106725607A (zh) * | 2017-02-17 | 2017-05-31 | 深圳华声医疗技术股份有限公司 | 超声多普勒参数优化方法与超声多普勒装置 |
| CN108720868A (zh) * | 2018-06-04 | 2018-11-02 | 深圳华声医疗技术股份有限公司 | 血流成像方法、装置及计算机可读存储介质 |
| CN112043308A (zh) * | 2020-08-31 | 2020-12-08 | 深圳市德力凯医疗设备股份有限公司 | 一种颅内三维脑血流重建方法、存储介质及超声设备 |
| CN113229843A (zh) * | 2021-02-24 | 2021-08-10 | 杰杰医疗科技(苏州)有限公司 | 一种能量多普勒自动测量系统及方法 |
| CN116869652A (zh) * | 2023-08-25 | 2023-10-13 | 山东卓业医疗科技有限公司 | 基于超声图像和电子皮肤的手术机器人及其定位方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110604591A (zh) * | 2018-12-29 | 2019-12-24 | 深圳迈瑞生物医疗电子股份有限公司 | 调整多普勒参数值的方法以及超声设备 |
| CN114917495B (zh) * | 2022-04-28 | 2023-02-24 | 燕山大学 | 一种用于经颅超声刺激的多参数可调信号源装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101081171A (zh) * | 2006-05-30 | 2007-12-05 | 株式会社东芝 | 超声波诊断装置、超声波诊断方法和控制处理程序 |
| CN102188262A (zh) * | 2010-03-16 | 2011-09-21 | 深圳迈瑞生物医疗电子股份有限公司 | 一种改善超声彩色血流灵敏度的方法和装置及其超声系统 |
| CN103842841A (zh) * | 2011-09-30 | 2014-06-04 | 皇家飞利浦有限公司 | 带有自动多普勒流设置的超声系统 |
| CN103917164A (zh) * | 2011-08-26 | 2014-07-09 | Ebm株式会社 | 血管血流模拟的系统、其方法及计算机软件程序 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7578792B2 (en) * | 2003-07-21 | 2009-08-25 | Siemens Medical Solutions Usa, Inc. | Automatic optimization in spectral Doppler ultrasound imaging |
| CN101301212B (zh) * | 2007-05-11 | 2011-08-17 | 深圳迈瑞生物医疗电子股份有限公司 | 实时估计多普勒参数的方法及装置 |
| CN102551791B (zh) * | 2010-12-17 | 2016-04-27 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声成像方法和装置 |
| CN102495709B (zh) * | 2011-12-21 | 2014-03-12 | 深圳市理邦精密仪器股份有限公司 | 一种调节超声成像设备取样框的方法和装置 |
| CN102631224B (zh) * | 2012-04-24 | 2014-07-02 | 无锡祥生医学影像有限责任公司 | 一种用于触摸屏超声诊断仪的多普勒自动优化方法及装置 |
-
2015
- 2015-11-17 CN CN201510790804.0A patent/CN106691510A/zh active Pending
-
2016
- 2016-09-02 WO PCT/CN2016/097970 patent/WO2017084413A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101081171A (zh) * | 2006-05-30 | 2007-12-05 | 株式会社东芝 | 超声波诊断装置、超声波诊断方法和控制处理程序 |
| CN102188262A (zh) * | 2010-03-16 | 2011-09-21 | 深圳迈瑞生物医疗电子股份有限公司 | 一种改善超声彩色血流灵敏度的方法和装置及其超声系统 |
| CN103917164A (zh) * | 2011-08-26 | 2014-07-09 | Ebm株式会社 | 血管血流模拟的系统、其方法及计算机软件程序 |
| CN103842841A (zh) * | 2011-09-30 | 2014-06-04 | 皇家飞利浦有限公司 | 带有自动多普勒流设置的超声系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106725607A (zh) * | 2017-02-17 | 2017-05-31 | 深圳华声医疗技术股份有限公司 | 超声多普勒参数优化方法与超声多普勒装置 |
| CN108720868A (zh) * | 2018-06-04 | 2018-11-02 | 深圳华声医疗技术股份有限公司 | 血流成像方法、装置及计算机可读存储介质 |
| CN112043308A (zh) * | 2020-08-31 | 2020-12-08 | 深圳市德力凯医疗设备股份有限公司 | 一种颅内三维脑血流重建方法、存储介质及超声设备 |
| CN113229843A (zh) * | 2021-02-24 | 2021-08-10 | 杰杰医疗科技(苏州)有限公司 | 一种能量多普勒自动测量系统及方法 |
| CN116869652A (zh) * | 2023-08-25 | 2023-10-13 | 山东卓业医疗科技有限公司 | 基于超声图像和电子皮肤的手术机器人及其定位方法 |
| CN116869652B (zh) * | 2023-08-25 | 2024-02-02 | 山东卓业医疗科技有限公司 | 基于超声图像和电子皮肤的手术机器人及其定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017084413A1 (zh) | 2017-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106691510A (zh) | 优化超声波图像的方法和装置 | |
| KR100908252B1 (ko) | 영상 처리 시스템 및 방법 | |
| JP5645628B2 (ja) | 超音波診断装置 | |
| US8861824B2 (en) | Ultrasonic diagnostic device that provides enhanced display of diagnostic data on a tomographic image | |
| EP2494924A1 (en) | Ultrasonic imaging device, ultrasonic imaging method and program for ultrasonic imaging | |
| JPWO2008136201A1 (ja) | 超音波診断装置 | |
| CN110801246A (zh) | 血流成像方法及系统 | |
| US20180028153A1 (en) | Ultrasound diagnostic apparatus and ultrasound imaging method | |
| US9636087B2 (en) | Ultrasound observation apparatus, method for operating ultrasound observation apparatus, and computer-readable recording medium | |
| CN113164156B (zh) | 用于引导式超声数据采集的系统和方法 | |
| JPWO2015083471A1 (ja) | 超音波観測装置、超音波観測装置の作動方法、及び超音波観測装置の作動プログラム | |
| CN111513754A (zh) | 一种超声成像设备、超声图像的质量评估方法 | |
| EP3053529B1 (en) | Medical ultrasonic apparatus for generating a movement-amplified image and method of controlling the same | |
| KR101627319B1 (ko) | 의료진단을 위한 의료영상 처리장치 및 그 방법 | |
| JP2009039240A (ja) | 超音波診断装置、及び超音波画像処理プログラム | |
| EP3639752A1 (en) | Analyzing apparatus and analyzing program | |
| CN112168210A (zh) | 医学图像处理终端、超声诊断设备和胎儿图像的处理方法 | |
| EP3179269B1 (en) | Analysis methods of ultrasound echo signals based on statistics of scatterer distributions | |
| JP2015073798A (ja) | 医用画像診断装置、画像処理装置およびプログラム | |
| CN114680936A (zh) | 血管超声数据处理方法、设备及存储介质 | |
| CN112370073A (zh) | 超声声速校正方法、超声信号处理设备及存储介质 | |
| CN112672694B (zh) | 确定超声波发射角度的方法以及超声设备 | |
| CN114224386A (zh) | 一种成像方法和系统 | |
| JP2006110028A (ja) | 超音波イメージング装置 | |
| US9984450B2 (en) | Method and apparatus for enhancement of ultrasound images by selective differencing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170524 |
|
| RJ01 | Rejection of invention patent application after publication |