CN106780481B - 一种医学准标位置的检测方法和装置 - Google Patents

一种医学准标位置的检测方法和装置 Download PDF

Info

Publication number
CN106780481B
CN106780481B CN201710011264.0A CN201710011264A CN106780481B CN 106780481 B CN106780481 B CN 106780481B CN 201710011264 A CN201710011264 A CN 201710011264A CN 106780481 B CN106780481 B CN 106780481B
Authority
CN
China
Prior art keywords
point set
points
ultrasonic image
image
medical
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.)
Active
Application number
CN201710011264.0A
Other languages
English (en)
Other versions
CN106780481A (zh
Inventor
陈磊
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.)
Neusoft Medical Systems Co Ltd
Original Assignee
Neusoft Medical Systems 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 Neusoft Medical Systems Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN201710011264.0A priority Critical patent/CN106780481B/zh
Publication of CN106780481A publication Critical patent/CN106780481A/zh
Application granted granted Critical
Publication of CN106780481B publication Critical patent/CN106780481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种医学准标位置的检测方法和装置,所述方法包括:获取B超图像;从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;利用该关键位置点规范了检测到的医学准标的形状信息,提高了医学准标位置的检测准确性。

Description

一种医学准标位置的检测方法和装置
技术领域
本发明涉及医学图像处理技术领域,尤其涉及一种医学准标位置的检测方法和装置。
背景技术
大片皮肤植皮和肿瘤切除后,都需要进行血管连接手术。血管连接手术后,在连接处可能形成血栓。为了监测血栓的形成,需要在手术后的一段时间内连续重复测量血管连接处的血流量。
多普勒超声是一种非侵入式的可以定量分析血流量的诊断工具。然而,流速的测量依赖于超声探头相对于血管的位置以及与血管的夹角。临床上对于连续重复测量(持续几天或者几周)要求操作员每次都要将探头放置在同样的位置并调整至同一角度。
为了指引B超操作员在不同次超声检测时能将B超探头重复放置在相同位置并调整至相同角度,在血管连接手术时,一般会在血管连接处的下方放置一可生物降解的医学准标。该医学准标在B超图像上相对于周围组织清晰可见,B超操作员可以使用B超超声探头扫描该医学准标,以该医学准标的位置作为参考,将每次B超超声扫描时的超声探头重复放置在相同位置和角度,从而准确地获取到血管连接处的血流量。
因此,为了每次在进行B超超声扫描时,都能将超声探头重复放置在相同位置和角度,要求从B超图像上检测到的医学准标位置尽可能地精准和平稳。
发明内容
有鉴于此,本发明提供了一种医学准标位置的检测方法和装置,以实现对医学准标位置的准确检测和平稳追踪。
为了达到上述发明目的,本发明采用了如下技术方案:
一种医学准标位置的检测方法,包括:
获取B超图像;
从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;
将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;所述模型点集是依据医学准标的三维模型的截面生成的点集。
可选地,所述从所述B超图像中提取医学准标在所述B超图像上对应的位置点集,具体为:
采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集。
可选地,所述采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集,具体包括:
采用高斯差分算子对B超图像进行图像滤波,以使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上;
按照从下到上的顺序从滤波后的B超图像中搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集;
根据感兴趣区域范围,去除所述第一点集中不在所述感兴趣区域范围内的点,剩余的点构成第二点集;所述感兴趣区域范围根据超声扫描过程中采用的超声成像参数确定;
去除第二点集中的点值小于第一阈值的点,剩余的构成第三点集;
对所述第三点集中的点进行拟合,生成平滑曲线;所述平滑曲线为连续条状结构的中心线;
计算所述第三点集中的每个点到所述平滑曲线的距离;
从第三点集中去除相距所述平滑曲线的距离大于第二阈值的点,剩余的点构成连续条状结构的中心线对应的点集。
可选地,所述从所述B超图像中提取医学准标在所述B超图像上对应的位置点集之前,还包括:
对B超图像进行预处理。
可选地,所述将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点,具体包括:
基于高斯混合模型将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点。
可选地,所述将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点之后,还包括:
对B超图像中的关键位置点进行平滑处理,以使得前后帧B超图像中的关键位置点能够平滑过渡。
一种医学准标位置的检测装置,包括:
获取单元,用于获取B超图像;
提取单元,用于从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;
弹性配准单元,用于将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;所述模型点集是依据医学准标的三维模型的截面生成的点集。
可选地,所述提取单元具体用于:采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集的单元。
可选地,所述采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集的单元具体包括:
滤波子单元,用于采用高斯差分算子对B超图像进行图像滤波,以使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上;
搜索子单元,用于按照从下到上的顺序从滤波后的B超图像中搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集;
第一去除子单元,用于根据感兴趣区域范围,去除所述第一点集中不在所述感兴趣区域范围内的点,剩余的点构成第二点集;所述感兴趣区域范围根据超声扫描过程中采用的超声成像参数确定;
第二去除子单元,用于去除第二点集中的点值小于第一阈值的点,剩余的构成第三点集;
拟合子单元,用于对所述第三点集中的点进行拟合,生成平滑曲线;所述平滑曲线为连续条状结构的中心线;
第一计算子单元,用于计算所述第三点集中的每个点到所述平滑曲线的距离;
第三去除子单元,用于从第三点集中去除相距所述平滑曲线的距离大于第二阈值的点,剩余的点构成连续条状结构的中心线对应的点集。
可选地,所述弹性配准单元具体包括:基于高斯混合模型将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点的单元。
相较于现有技术,本发明具有以下有益效果:
通过以上技术方案可知,本发明提供的医学准标位置的检测方法和装置,通过提取医学准标在B超图像上对应的位置点集,然后将提取到的位置点集与模型点集进行弹性配准,以获取到决定医学准标在B超图像上的图像形状的关键位置点,利用该关键位置点规范了检测到的医学准标的形状信息,提高了医学准标位置的检测准确性。
附图说明
为了清楚地理解本发明的具体实施方式,下面将描述本发明具体实施方式时用到的附图做一简要说明。
图1是本发明实施例提供的一种医学准标位置的检测方法流程示意图;
图2是本发明实施例提供的步骤S13的一种具体实现方式流程示意图;
图3A为进行图像滤波后对应的B超图像示意图;
图3B为B超图像中局部极值点示意图;
图3C为B超图像中感兴趣区域图像示意图;
图4是本发明实施例提供的步骤S14的一种具体实现方式流程示意图;
图5A为B超图像中检测到的医学准标中心位置点示意图;
图5B为B超图像中经过弹性配准后得到的关键位置点示意图。
图5C为B超图像经过卡尔曼滤波后,平滑后的关键位置点示意图;
图6是本发明实施例提供的一种医学准标位置的检测装置结构示意图;
图7是本发明实施例提供的提取单元的一种结构示意图;
图8是本发明实施例提供的弹性配准单元的一种结构示意图。
具体实施方式
在介绍本发明的具体实施方式之前,首先介绍一下医学准标的概念。
本发明所述的医学准标具有可生物降解的特性,比如高分子聚合材料,它可以分解并被人体吸收。一种适合用于本发明的材料:PLGA,聚乳酸-乙醇酸共聚物。该医学准标同时具有超声可检测性,在B超图像中相对其周围人体组织表现为高亮、条状区域。该医学准标被设计为特定形状,在血管连接手术后期被放置于血管连接处下方,其中心段对应于血管连接处。
在B超成像过程中,从超声探头发出的超声波,在医学准标上方的大部分被反射和散射。因此在医学准标的下方,B超图像中表现为黑色阴影区域。
下面结合附图对本发明的具体实施方式进行详细描述。
图1是本发明实施例提供的一种医学准标位置的检测方法流程示意图。如图1所示,该方法包括以下步骤:
S11、获取B超图像:
具体可以为:医学准标位置检测装置连接超声系统获取B超图像,通过基于TCP/IP协议的软件接口与超声成像系统连接,持续接收B超图像序列。其中,B超图像序列包括多帧B超图像。
此外,在获取B超图像的过程中,还可以获取超声成像参数,该超声成像参数可以包括:深度,频率,焦点信息等。如果超声成像参数调整后,接口会自动获取到修改后的超声成像参数。
S12、对B超图像进行预处理:
在本步骤中,对B超图像进行预处理,具体可以包括对图像进行降噪处理,以降低图像噪声,提高医学准标位置检测的准确性。其中,图像降噪处理可以应用二维高斯滤波器去除图像中的高噪声点。
此外,对B超图像进行预处理还可以包括:对B超图像进行图像缩小处理,以加快图像处理速度。
为了在不会丢失图像中的重要信息的同时,加快图像处理速度,可以根据超声线性探头中的发生器的数量对图像进行缩小处理。当超声线性探头由n个发生器组成阵列,生成n个通道的信号时,可以将图像像素点的列数缩小至n列,其中,n为正整数。在超声图像领域,常用的超声线性探头通常由128个发生器组成阵列,生成128个通道的信号,在这种情况下,n=128。
S13、从B超图像中提取医学准标在B超图像上对应的位置点集:
一个三维的医学准标在一帧B超图像上只显示其一个截面,在B超图像上表现为一连续条状结构。因此,在本发明实施例中,可以结合医学标记在B超成像上的特点(在图像上表现为一条连续条状结构),应用斑块检测算法提取医学准标在B超图像上表现的条状结构的中心线对应的位置点集。
作为示例,如图2所示,应用斑块检测算法提取医学准标在B超图像上表现的条状结构的中心线对应的位置点集,可以具体包括:
S131、采用高斯差分算子(difference of Gaussian)对B超图像进行图像滤波,以使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上:
需要说明,高斯差分算子也称为斑点检测算子。采用高斯差分算子对B超图像进行图像滤波后,B超图像中斑点状区域的中心会增强显示在滤波后的图像上。其中,B超图像中斑点状区域对应医学准标在B超图像上的位置,因此,B超图像中斑点状区域的中心基本描绘了医学准标在超声成像平面截面的二维结构。因此,该中心可以看作为医学准标在B超图像中表现的连续条状结构,如此,采用高斯差分算子对B超图像进行图像滤波,能够使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上。
该步骤对应的B超图像结果如图3A所示。
S132、按照从下到上的顺序从滤波后的B超图像中搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集:
首先,利用医学准标在B超图像上的阴影特性,分别计算B超图像中的每列像素点的像素最大值和局部极值。其中,每列像素点的局部极值与该列像素点的最大值存在一定约束关系。作为示例,每列像素点的局部极值不小于该列像素点的最大值的0.8倍。
然后,按照从下到上的顺序从滤波后的B超图像中搜索逐列搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集。
图3B所示的B超图像中,颜色相对较深的像素点为所有各列像素点上的第一个局部极值点。
S133、根据感兴趣区域范围,去除所述第一点集中不在所述感兴趣区域范围内的点,剩余的点构成第二点集;所述感兴趣区域范围根据超声扫描过程中采用的超声成像参数确定:
需要说明,由于用户不是对B超图像整个图像区域都感兴趣,而是对B超图像中的部分区域感兴趣,因此,本步骤需要根据感兴趣区域范围,去除第一点集中不在该感兴趣区域范围内的点,剩余的点构成第二点集。图3C所示的B超图像中,矩形方框内的区域为感兴趣区域,位于该矩形方框内的像素点为位于感兴趣区域范围内的点。
感兴趣区域范围根据超声扫描过程中采用的超声成像参数计算得到。其中,超声扫描参数可以包括深度,频率,焦点信息等。
S134、去除第二点集中的点值小于第一阈值的点,剩余的点构成第三点集:
由于医学准标在B超图像中不可能所有时间均占满所有信号通道,所以,在步骤S132中搜索到的每列像素点上的第一个局部极值点有些可能不在医学准标的截面上,所以,需要将这些“伪中心点”去除。
在本发明实施例中,采用阈值法从第二点集中去除不在医学准标截面上的点。具体为:去除第二点集中的像素点值小于第一阈值的点,剩余的点构成第三点集。其中,第一阈值与像素点所在列的最大值有关,作为示例,第一阈值可以为0.2倍的像素点所在列的最大值。
S135、对所述第三点集中的点进行拟合,生成平滑曲线;所述平滑曲线为连续条状结构的中心线。
S136、计算所述第三点集中的每个点到所述平滑曲线的距离:
需要说明,通过以上步骤S131至S134获得的第三点集中的点很大部分都是在医学准标截面上的点,但是也可能是来自医学准标附近的复杂组织的像素点。为了将第三点集中来自于医学准标附近的复杂组织的位置点去除,本发明实施例还可以执行步骤S136至S137。
为了将第三点集中来自于医学准标附近的复杂组织的像素点去除,可以根据像素点距离医学准标的中心线的距离来进行。如此,本步骤计算第三点集中的每个像素点到平滑曲线的距离。
S137、从第三点集中去除相距所述平滑曲线的距离大于第二阈值的点,剩余的点构成连续条状结构的中心线对应的点集:
需要说明,第二阈值可以依据医学准标在B超图像的厚度确定。作为示例,第二阈值可以为10个像素点的距离。
S14、将从B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;所述模型点集是依据医学准标的三维模型的截面生成的点集;
需要说明,模型点集是依据医学准标的三维模型的截面生成的点集。
作为示例,可以基于高斯混合模型(Gaussion Mixture Model,gmm)的鲁棒点集配准算法,将从B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在B超图像中的关键位置点。
如图4所示,基于高斯混合模型(Gaussion Mixture Model,gmm)的鲁棒点集配准算法,将从B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在B超图像中的关键位置点可以具体包括:
S141、获取从B超图像中提取到的位置点集S和模型点集M;
S142、分别利用高斯混合模型将所述位置点集S和模型点集M连续近似表示成gmm(S)和gmm(T(M,θ)),其中,θ为变换参数,T(M,θ)为基于θ对M的应用转换模型;
S143、初始化θ。
S144、根据初始化后的θ、gmm(S)和gmm(T(M,θ)),计算目标函数dL2(S,M,θ);其中,目标函数的计算公式为:
dL2(S,M,θ)=∫(gmm(S)-gmm(T(M,θ)))2dx;
在本发明实施例中,目标函数的含义为表示位置点集S的高斯混合模型gmm(S)和表示模型点集M的高斯混合模型gmm(T(M,θ))之间的相似性之间的差别,该相似性之间的差别为欧式距离L2。
S145、优化变换参数θ,对所述目标函数进行迭代:
该步骤具体可以为:优化变换参数θ,利用优化后的变换参数θ,根据目标函数的计算公式计算优化后的目标函数值。
S146、判断目标函数是否满足迭代停止条件,如果是,执行步骤S147,如果否,返回执行步骤S145:
迭代停止条件为目标函数值达到预设阈值或者迭代次数达到预设次数。
S147、获取优化后的转换模型T(M,θ):
需要说明,由于转换模型T(M,θ)为变换参数θ的函数,由于在对目标函数迭代的过程中,变换参数θ不断优化,所以,转换模型T(M,θ)也随之发生变化。
S148、根据优化后的转换模型T,将位置点集S配准到模型点集M中,以获取医学准标在每帧B超图像中的关键位置点:
为了清楚地理解关键位置点,图5A中的位于折线上的黑色像素点为检测到的医学准标中心位置点。图5B中的用“+”表示的六个像素点为经过弹性配准后得到的关键位置点。
S15、对B超图像中的关键位置点进行平滑处理,以使得前后帧B超图像中的关键位置点能够平滑过渡。
具体可以为:根据B超图像所在B超图像序列中的前后帧B超图像的关键位置点,采用卡尔曼滤波算法对B超图像序列中的每帧B超图像的中关键位置点分别进行平滑处理,以使得前后帧B超图像中的关键位置点能够平滑过渡,如此能够在时间维度上平滑用户操作超声探头的动作,增强医学准标追踪的准确性和稳定性。
如图5C所示,经过卡尔曼滤波后,图5B中的用“+”表示的六个关键位置点平滑为用“◆”表示的像素点。
以上为本发明实施例提供的医学准标位置的检测方法的具体实施方式。在该具体实施方式中,通过提取医学准标在B超图像上对应的位置点集,然后将提取到的位置点集与模型点集进行配准,以获取到决定医学准在B超图像上的图像形状的关键位置点,从而规范了检测到的医学准标的形状信息,提高了医学准标位置的检测准确性。然后对利用B超图像所在B超图像序列中的前后帧B超图像中的关键位置点信心,对B超图像中的关键位置点进行平滑处理,以使得前后帧B超图像中的关键位置点能够平滑过渡,如此能够在时间维度上平滑用户操作超声探头的动作,增强医学准标追踪的准确性和稳定性。
基于上述实施例提供的医学准标位置的检测方法的具体实施方式,本发明还提供了医学准标位置的检测装置的具体实施方式,具体参见以下实施例。
图6是本发明实施例提供的一种医学准标位置的检测装置结构示意图。如图6所示,该检测装置包括以下单元:
获取单元61,用于获取B超图像;
提取单元62,用于从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;
弹性配准单元63,用于将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;所述模型点集是依据医学准标的三维模型的截面生成的点集;
平滑处理单元64,用于对B超图像中的关键位置点进行平滑处理,以使得前后帧B超图像中的关键位置点能够平滑过渡。
作为本发明的一具体实施例,所述医学准标在B超图像上表现为一连续条状结构,所述提取单元62可以具体为从所述B超图像中提取连续条状结构的中心线对应的点集的单元。
作为本发明的更具体实施例,所述从所述B超图像中提取连续条状结构的中心线对应的点集的单元可以具体为:采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集的单元。
作为本发明的更具体实施例,如图7所示,所述采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集的单元可以具体包括:
滤波子单元621,用于采用高斯差分算子对B超图像进行图像滤波,以使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上;
搜索子单元622,用于按照从下到上的顺序从滤波后的B超图像中搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集;
第一去除子单元623,用于根据感兴趣区域范围,去除所述第一点集中不在所述感兴趣区域范围内的点,剩余的点构成第二点集;所述感兴趣区域范围根据超声扫描过程中采用的超声成像参数确定;
第二去除子单元624,用于去除第二点集中的点值小于第一阈值的点,剩余的构成第三点集;
拟合子单元625,用于对所述第三点集中的点进行拟合,生成平滑曲线;所述平滑曲线为连续条状结构的中心线;
第一计算子单元626,用于计算所述第三点集中的每个点到所述平滑曲线的距离;
第三去除子单元627,用于从第三点集中去除相距所述平滑曲线的距离大于第二阈值的点,剩余的点构成连续条状结构的中心线对应的点集。
作为本发明的另一具体实施例,所述弹性配准单元63具体包括:基于高斯混合模型将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点的单元。
进一步地,如图8所示,所述基于高斯混合模型将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点的单元具体包括:
第一获取子单元631,用于获取从B超图像中提取到的位置点集S和模型点集M;
模型表示单元632,用于分别利用高斯混合模型将所述位置点集S和模型点集M连续近似表示成gmm(S)和gmm(T(M,θ));其中,θ为变换参数,T(M,θ)为基于θ对M的应用转换模型;
第二计算子单元633,用于根据初始化后的θ、gmm(S)和gmm(T(M,θ)),计算目标函数dL2(S,M,θ);其中,目标函数的计算公式为:
dL2(S,M,θ)=∫(gmm(S)-gmm(T(M,θ)))2dx;
迭代子单元634,用于对所述目标函数进行迭代,直到满足迭代停止条件;在对目标函数进行迭代的过程中,不断优化变换参数θ;
第二获取子单元635,用于当满足迭代停止条件后,获取优化后的转换模型T(M,θ);
配准子单元636,用于根据优化后的转换模型T(M,θ),将位置点集S配准到模型点集M中,以获取医学准标在每帧B超图像中的关键位置点;
其中,迭代停止条件为目标函数值达到预设阈值或者迭代次数达到预设次数。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (6)

1.一种医学准标位置的检测方法,其特征在于,包括:
获取B超图像;
从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;所述医学准标在所述B超图像上表现为一条连续条状结构;
将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;所述模型点集是依据医学准标的三维模型的截面生成的点集;
所述从所述B超图像中提取医学准标在所述B超图像上对应的位置点集,具体为:
采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;
所述采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集,具体包括:
采用高斯差分算子对B超图像进行图像滤波,以使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上;
按照从下到上的顺序从滤波后的B超图像中搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集;
根据感兴趣区域范围,去除所述第一点集中不在所述感兴趣区域范围内的点,剩余的点构成第二点集;所述感兴趣区域范围根据超声扫描过程中采用的超声成像参数确定;
去除第二点集中的点值小于第一阈值的点,剩余的构成第三点集;
对所述第三点集中的点进行拟合,生成平滑曲线;所述平滑曲线为连续条状结构的中心线;
计算所述第三点集中的每个点到所述平滑曲线的距离;
从第三点集中去除相距所述平滑曲线的距离大于第二阈值的点,剩余的点构成连续条状结构的中心线对应的点集。
2.根据权利要求1所述的方法,其特征在于,所述从所述B超图像中提取医学准标在所述B超图像上对应的位置点集之前,还包括:
对B超图像进行预处理。
3.根据权利要求1所述的方法,其特征在于,所述将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点,具体包括:
基于高斯混合模型将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点之后,还包括:
对B超图像中的关键位置点进行平滑处理,以使得前后帧B超图像中的关键位置点能够平滑过渡。
5.一种医学准标位置的检测装置,其特征在于,包括:
获取单元,用于获取B超图像;
提取单元,用于从所述B超图像中提取医学准标在所述B超图像上对应的位置点集;所述医学准标在所述B超图像上表现为一条连续条状结构;
弹性配准单元,用于将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点;所述关键位置点用于获取所述医学准标在B超图像上的图像形状的位置点;所述模型点集是依据医学准标的三维模型的截面生成的点集;
所述提取单元具体用于:采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集的单元;
所述采用斑块检测算法从所述B超图像中提取医学准标在所述B超图像上对应的位置点集的单元具体包括:
滤波子单元,用于采用高斯差分算子对B超图像进行图像滤波,以使医学准标在B超图像中表现的连续条状结构增强显示在滤波后的B超图像上;
搜索子单元,用于按照从下到上的顺序从滤波后的B超图像中搜索每列像素点上的第一个局部极值点,所有各列像素点上的第一个局部极值点构成第一点集;
第一去除子单元,用于根据感兴趣区域范围,去除所述第一点集中不在所述感兴趣区域范围内的点,剩余的点构成第二点集;所述感兴趣区域范围根据超声扫描过程中采用的超声成像参数确定;
第二去除子单元,用于去除第二点集中的点值小于第一阈值的点,剩余的构成第三点集;
拟合子单元,用于对所述第三点集中的点进行拟合,生成平滑曲线;所述平滑曲线为连续条状结构的中心线;
第一计算子单元,用于计算所述第三点集中的每个点到所述平滑曲线的距离;
第三去除子单元,用于从第三点集中去除相距所述平滑曲线的距离大于第二阈值的点,剩余的点构成连续条状结构的中心线对应的点集。
6.根据权利要求5所述的检测装置,其特征在于,所述弹性配准单元具体包括:基于高斯混合模型将从所述B超图像中提取到的位置点集与模型点集进行弹性配准,以获取医学准标在所述B超图像中的关键位置点的单元。
CN201710011264.0A 2017-01-06 2017-01-06 一种医学准标位置的检测方法和装置 Active CN106780481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710011264.0A CN106780481B (zh) 2017-01-06 2017-01-06 一种医学准标位置的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710011264.0A CN106780481B (zh) 2017-01-06 2017-01-06 一种医学准标位置的检测方法和装置

Publications (2)

Publication Number Publication Date
CN106780481A CN106780481A (zh) 2017-05-31
CN106780481B true CN106780481B (zh) 2020-01-21

Family

ID=58951179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710011264.0A Active CN106780481B (zh) 2017-01-06 2017-01-06 一种医学准标位置的检测方法和装置

Country Status (1)

Country Link
CN (1) CN106780481B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103230283A (zh) * 2013-04-16 2013-08-07 清华大学 一种超声探头成像平面空间位置标定的优化方法
CN103839251A (zh) * 2012-11-26 2014-06-04 三星电子株式会社 用于医学图像配准的方法和设备
CN105139382A (zh) * 2015-08-03 2015-12-09 华北电力大学(保定) 一种冠状动脉内超声图像序列的弹性配准方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839251A (zh) * 2012-11-26 2014-06-04 三星电子株式会社 用于医学图像配准的方法和设备
CN103230283A (zh) * 2013-04-16 2013-08-07 清华大学 一种超声探头成像平面空间位置标定的优化方法
CN105139382A (zh) * 2015-08-03 2015-12-09 华北电力大学(保定) 一种冠状动脉内超声图像序列的弹性配准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种提取医疗图像中血管轮廓的简单方法;李健 等;《系统仿真学报》;20011130;第13卷(第11期);第561-563页 *
基于最小代价路径的血管中心线提取;盛惠娟 等;《计算机工程与应用》;20150228;第51卷(第2期);第156-160页 *
多模态医学图像融合系统设计及其关键技术研究;陈锐锋;《中国优秀硕士学位论文全文数据库信息科技辑》;20150315(第03期);第I138-2152页 *

Also Published As

Publication number Publication date
CN106780481A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
Loizou A review of ultrasound common carotid artery image and video segmentation techniques
Molinari et al. Intima-media thickness: setting a standard for a completely automated method of ultrasound measurement
JP6266160B2 (ja) 血管を識別する超音波システム及び方法
KR101121396B1 (ko) 2차원 초음파 영상에 대응하는 2차원 ct 영상을 제공하는 시스템 및 방법
CN102763135B (zh) 用于自动分割和时间跟踪的方法
Sonka et al. Segmentation of intravascular ultrasound images: A knowledge-based approach
CN103720489B (zh) 病变组织生长监测方法和系统
US8199994B2 (en) Automatic analysis of cardiac M-mode views
Molinari et al. Automatic computer-based tracings (ACT) in longitudinal 2-D ultrasound images using different scanners
US20130016092A1 (en) Method and system of generating a 3d visualization from 2d images
EP2812882B1 (en) Method for automatically measuring a fetal artery and in particular the abdominal aorta and device for the echographic measurement of a fetal artery
JP2020527080A (ja) 胎児超音波画像処理
US11455720B2 (en) Apparatus for ultrasound diagnosis of liver steatosis using feature points of ultrasound image and remote medical-diagnosis method using the same
CN111683600B (zh) 用于根据超声图像获得解剖测量的设备和方法
CN108053429B (zh) 一种心血管oct与冠脉造影自动配准方法与装置
JP2020503099A (ja) 出産前超音波イメージング
CN109452954B (zh) 超声成像方法及装置
US10762631B2 (en) Apparatus and method for characterizing a tissue of a subject
US10043269B2 (en) Medical image processing apparatus, medical image diagnostic apparatus, medical image processing method, and ultrasonic image processing method
CN106780481B (zh) 一种医学准标位置的检测方法和装置
KR101024857B1 (ko) 3차원 초음파 영상에 컬러 모델링 처리를 수행하는 초음파 시스템 및 방법
CN116309593B (zh) 基于数学模型的肝脏穿刺活检b超图像处理方法及系统
Doerfler et al. Blood vessel detection in navigated ultrasound: An assistance system for liver resections
Matsakou et al. Multiscale edge detection and gradient vector flow snakes for automated identification of the carotid artery wall in longitudinal B-mode ultrasound images
CN116342483A (zh) 一种联合光声超声深度分辨多层颅脑微脉管的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Applicant after: DongSoft Medical System Co., Ltd.

Address before: Hunnan New Century Road 110179 Shenyang city of Liaoning Province, No. 16

Applicant before: Dongruan Medical Systems Co., Ltd., Shenyang

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant