CN107481259A - 尤其是在超声波空间复合中用于估计图像间运动的方法和系统 - Google Patents

尤其是在超声波空间复合中用于估计图像间运动的方法和系统 Download PDF

Info

Publication number
CN107481259A
CN107481259A CN201710427472.9A CN201710427472A CN107481259A CN 107481259 A CN107481259 A CN 107481259A CN 201710427472 A CN201710427472 A CN 201710427472A CN 107481259 A CN107481259 A CN 107481259A
Authority
CN
China
Prior art keywords
frame
motion vector
global
estimation
target frame
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.)
Granted
Application number
CN201710427472.9A
Other languages
English (en)
Other versions
CN107481259B (zh
Inventor
尼古拉蒂·保罗
森普里希·保罗
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.)
Esaote SpA
Original Assignee
Esaote SpA
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 Esaote SpA filed Critical Esaote SpA
Publication of CN107481259A publication Critical patent/CN107481259A/zh
Application granted granted Critical
Publication of CN107481259B publication Critical patent/CN107481259B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/89Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8995Combining images from different aspect angles, e.g. spatial compounding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/207Analysis of motion for motion estimation over a hierarchy of resolutions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/223Analysis of motion using block-matching
    • G06T7/231Analysis of motion using block-matching using full search
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52077Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging with means for elimination of unwanted signals, e.g. noise or interference
    • 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
    • G06T2207/10016Video; Image sequence
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明涉及尤其是在超声波空间复合中用于估计图像间运动的方法和系统。提供一种用于估计与感兴趣的公共区域相关联的图像之间的运动的方法,所述方法包括:提供包括参考帧和目标帧的帧;基于参考和目标帧的比较来确定全局运动矢量;对于多个局部块,基于全局运动矢量来确定参考和目标帧之间的局部运动矢量,以形成全局调整的局部运动矢量;将全局调整的局部运动矢量看作运动估计量。还公开了对应的系统。

Description

尤其是在超声波空间复合中用于估计图像间运动的方法和 系统
技术领域
本发明涉及医疗成像,尤其是超声波成像的技术领域,当其也可以应用于需要估计和/或补偿图像间运动的任何领域中,例如视频压缩、视频对象分割、视频内容分析和帧插值。其还可以应用于需要找到两个图像或视频帧之间的对应点的任何领域中,例如图像配准或3D中的立体匹配。
背景技术
现今存在的超声波系统利用各种技术来处理超声波信息,以生成感兴趣的信息。
已经开发了不同技术来增强能够用于诊断的图像信息的质量。
诊断成像同时也是超声波成像中要解决的问题之一涉及增加图像解析度,消除伪影、阴影,增加边缘细节和抑制斑点。
允许获得这些结果的一种已知技术是所谓的复合成像。
空间复合是下述成像技术:其中,通过合并从已经从各个角度接收到的复合图像目标中的各个点接收的数据,将已经从多个有利位置或角度获得的给定目标的多个超声波图像合并成一个复合图像。空间复合的示例可以参见美国专利No.4,649,927、No.4,319,489和No.4,159,462。通过从基本独立的空间方向上快速获取一系列部分重叠成分图像或帧,利用阵列换能器来实施分量帧的电子束操纵和/或电子转换,来执行实时空间复合成像。通过求和、求平均、峰值检测或其他合并手段,分量帧被合并为复合图像。以获取帧速率,即,获取所选择的成像宽度和深度上的扫描线的全部成分所需的时间所限定的速率来连续重复复合图像的获取序列和形成。
与来自单独视点的常规超声波图像相比,复合的图像通常表现出更低的斑点和更好的镜面反射器勾画。假设用于创建复合图像的成分帧基本独立且被平均,则在具有N个分量帧的复合图像中,斑点被降低(即,斑点信噪比被改善)N的平方根。
用于实施空间复合的常规方法,诸如美国专利No.4,649,927中所示,通常使用大FIFO存储缓存器来临时存储要被复合(通常通过求和以及归一化)的分量帧,以形成最终复合图像。
通常使用以不同操作角度获得的图像来提供标准超声波图像复合。各个图像在固定视线(LOS)角度步骤上引导。由于不完整区域重叠,产生的合并的图像表现出双边不连续性。为了避免这一点,有必要降低输出图像的视野或对其重度滤波。
由于复合图像主要基于在不同时刻拍摄的帧的组合,当调查对象移动时,产生的复合图像包含伪影。为了减少这样的伪影,可以使用运动补偿技术。
由于遭受糟糕信噪比的超声波图像的特性以及特别在深度区域中可能存在大而平的区域,超声波成像中的运动补偿是个困难的问题。此外,后续帧之间的局部差通常非常高,使得运动估计甚至更加困难。
在现有技术中可以进行若干运动补偿。一个示例是经典块匹配估计。然而,发明人发现,当存在由于移动目标或由于探头的移动而形成的帧间运动时,运动估计的经典方法被证明在超声波复合成像方面不够令人满意。
发明内容
根据这里的实施例,提供一种估计图像之间的运动的方法。方法包括如下操作:
提供帧,下文也被称为图像,例如形式为由具有换能器阵列的超声波探头所获取的超声波数据,帧包括与感兴趣的公共区域相关联的参考帧和目标帧;
基于参考和目标帧的比较估计全局运动矢量;
对于多个局部块,基于全局运动矢量估计参考和目标帧之间的局部运动矢量以形成全局调整的局部运动矢量。
全局调整的局部运动矢量可以被输出为运动估计的结果,或者可以用于进一步处理。
根据这里的实施例,通过基于全局调整的局部运动矢量来合并参考和目标帧,从而生成运动补偿图像,特别是生成复合图像。
根据这里的实施例,估计操作包括计算在参考和目标帧中的块之间的所需关系。
根据实施例,估计全局运动矢量包括计算将参考帧中的宏块与在目标帧中的宏块的多个位移相关的函数,并且选择函数最优的位移作为全局运动矢量。宏块(或全局块或大块)是对应于用于估计全局运动的绝大多数帧的块,如图6b中所示的示例。
估计局部运动矢量包括计算将参考帧被划分的每个局部块与相同块在目标帧中的多个位移相关的函数,并且选择函数最优的位移作为局部运动。
局部块(或者小块或简单称之为块)是对应于用于估计局部运动的帧的划分的块(参见图6a)。
根据这里的实施例,估计全局运动矢量操作包括:计算在参考帧中的宏块与目标帧中的该宏块的多个位移之间的绝对差的和(全局SAD)或归一化互相关(全局NCC),并且选择函数最优,即全局SAD最小或全局NCC最大的位移作为全局运动。
根据另一实施例,的估计局部运动矢量操作包括:计算在参考帧中的每个局部块与目标帧中的该块的多个位移之间的绝对差的和(局部SAD)或归一化互相关(局部NCC);然后函数通过取决于之前估计的全局运动矢量与候选位移之间的距离的项来调整,并且变为目标函数,以估计局部运动矢量。
根据另一实施例,估计全局运动矢量操作包括:计算在参考帧中的宏块与目标帧中的该块的多个位移之间的绝对差的和(局部SAD)或归一化的互相关(局部NCC);然后函数通过取决于空位移与候选位移之间的距离的项来调整,并且变为目标函数,以估计全局运动矢量。
根据这里的实施例,提供一种执行复合成像的方法。空间复合是下述一种方法:其中,以不同的受声波作用的角度来获取特定数量的后续帧并且合并;通常每个帧根据N个不同的受声波作用的角度的周期性序列而受声波作用。
该方法包括如下操作:
在具有换能器阵列的超声波探头处获取超声波数据的帧。在本公开内,每次获取新的帧,当前帧被命名为目标帧,并且之前的帧被命名为参考帧。显然也可以考虑其他方式;
基于参考和目标帧的比较来估计全局运动矢量;
对于多个局部块,基于全局运动矢量来估计参考和目标帧之间的局部运动矢量,以形成全局调整的局部运动矢量;
合并参考帧和之前的N-1个运动补偿的目标帧,以形成复合图像。
实施例涉及一种可直接载入到数字计算机的存储器中的计算机产品,并且其包括软件代码部分,当产品在计算机上运行时,软件代码部分用于执行前述权利要求中的任一项所述的方法。
根据这里的实施例,提供一种超声波系统,包括:
超声波探头,其具有换能器阵列,用于获取超声波数据;
波束成形器,用于根据超声波数据来形成帧,该帧包括与感兴趣的公共区域相关联的参考帧和目标帧;
电路,其被配置为:
基于参考和目标帧的比较来估计全局运动矢量;
对于多个局部块,基于全局运动矢量来估计参考和目标帧之间的局部运动矢量,以形成全局调整的局部运动矢量;
合并参考帧和之前的N-1个运动补偿的目标帧,以形成复合图像。
电路通常包括一个或多个处理器,当执行程序指令时,处理器被配置为执行估计、确定、调整和合并操作中的至少一个。
根据实施例,由电路执行的估计操作包括:计算参考和目标帧中的块之间的所需关系。
更具体地,估计全局运动矢量的操作包括:计算在参考帧中的宏块与该块在目标帧中的多个位移之间的绝对差的和(局部SAD)或归一化互相关(局部NCC);然后函数通过取决于空位移与候选位移之间的距离的项来调整,并且变为目标函数,以估计全局运动矢量。
根据这里的实施例,估计局部运动矢量的操作包括:计算在参考帧中的每个局部块与该块在目标帧中的多个位移之间的绝对差的和(局部SAD)或归一化互相关(局部NCC);然后函数通过取决于之前估计的全局运动矢量与候选位移之间的距离的项来调整,并且变为目标函数,以估计局部运动矢量。
根据另一实施例,通过添加取决于算法的项,来修改用于估计全局和局部运动矢量的目标函数中的一个或这两者。该算法检测某种不正常运动模式,不正常运动模式通常由在空间复合中用于后续帧的受声波作用的角度的变化引起。
在这个实施例中,通过添加作为用户通过算法结果而提供的常数的成分的项来修改目标函数。特别地,关于当前和一个或多个过去帧,处理适合数量的原始运动值以检测在自然运动模式中不存在的信号的一些特性。
本发明的进一步改进将形成从属权利要求的主题。
附图说明
通过下面的对在附图中示意性示出的一些非限制实施例的描述,这里的实施例的进一步的改进和特征将清楚:
图1图示超声波系统的框图。
图2图示图1的超声波系统的更详细框图。
图3示意性图示根据这里的实施例的用于生成运动校正的复合图像的过程。
图4示意性图示三个图像怎样被复合而无需运动补偿。
图5示意性图示结合这里的实施例的三个图像被复合。
图6示出根据这里的实施例的要用于块匹配运动估计的示例参考和目标帧:根据这里的实施例,图6a示出用于估计局部运动的参考帧的局部块划分的示例,而图6b示出用于估计全局运动的宏块的示例。
图7示出在不同位置具有圆圈的两个合成图像。
图8是在本文中定义的公式(3)的第二项的3D图。
图9示出参考帧中的以及目标帧中的块。
图10是前图的块的SAD的图,以叠加了最小位置呈3D和2D这两者。
图11是前图的块的公式(3)的E(I,j)的图,以叠加了最小位置呈3D和2D这两者。
图12示出差异帧中和目标帧中位于图像内容量仅为噪声处的块。
图13-14是相对于图12的块的与图10-11相同的图,关于图12的块。
图15图示根据替选实施例形成的超声波系统的框图。
图16图示数字前端板的一部分的框图。
图17图示数字处理板的框图。
图18图示根据这里的实施例形成的复合成像模块的框图。
具体实施方式
尽管公开了多个实施例,虽然描述了多个实施例,但是从以下详细描述和附图中,本领域技术人员将会明白所述主题的其它实施例,其显示和描述了公开的发明主题的说明性实施例。。如将认识到的,发明主题能够在各个方面修改,而均不背离所描述的主题的精神和范围。因此,附图和详细描述应被视为本质上是说明性的而非限制性的。
图1图示根据这里的实施例实施的超声波系统的高级框图。系统的部分(由各个功能块定义)可以通过专用硬件、模拟和/或数字电路、和/或操作存储在存储器中的程序指令的一个或多个处理器来实施。此外或可替选地,系统中所有或部分可以利用数字部件、数字信号处理器(DSP)和/或现场可编程门阵列(FPGA)等来实施。图1中所图示的块/模块可以通过专用硬件(DSP、FPGA、存储器)来实施和/或在软件中通过一个或多个处理器来实施。
用于获取诊断图像的超声波机器包括探头101,其配备电声换能器,旨在将向其发送的激励电信号转换成超声波声学信号,反之将接收到的声学信号转换为相应的电信号。
发射部分和接收部分152、153彼此可替换地与探头连接,以向各个单独的换能器提供对应超声波脉冲的激励信号,并且接收对应于已到达换能器的声学脉冲的电信号。
到换能器的发射信号各自以独立方式通过专用信道或由复用器发送到以预定采样率生成信号的数字模拟转换器125,且其向各个换能器/信道提供模拟激励信号。
数字发射信号经历所谓波束成形处理器103的处理,取决于所采纳的图像形成方案,波束成形处理器103对各个信道的发射信号执行适当延迟,以便在窄线、带或最终在要调查的整个主体区域中选择性集中超声波能量。
换能器的接收信号各自以独立方式通过专用信道或由复用器发送到以预定采样率采样所述信号的模拟数字转换器124,且其提供各个换能器/信道的输出数字化接收信号。
因此,数字化信号经历所谓波束成形处理器103的处理,波束成形处理器103执行各个信道的接收信号的贡献的时间对准,所述各个信道与由预定反射点从所述反射点到对应变换器的反射的信号的行进时间相对应。
由于布置在探头上的阵列的各个换能器具有彼此不同的位置,他们有必要具有与反射点的不同距离,并且因此从这样的点得到的回声信号在不同时刻到达各个反射器。
聚焦过程对从相同反射点得到的各个换能器的接收信号的贡献执行时间再对准,并且因此将这样的贡献以相干的方式进行求和。
聚焦过程独立于所采纳的传输方案,可以关注窄线、带或整个调查主体区域。
在信号准备在157被扫描转换和显示(109)之前,一个或多个处理器106执行如这里所述的各种处理操作。
图2示出图1的超声波系统的更多细节。探头101可以包括各种换能器阵列构造,诸如一维阵列、二维阵列、线性阵列、凸阵列等。阵列的换能器可以被管理以操作为1D阵列、1.25D阵列、1.5D阵列、1.75D阵列、2D阵列、3D阵列、4D阵列等等。
超声波探头101通过有线或无线链路耦合到波束成形器103。波束成形器103包括由TX/RX波束形成器103共同表示的发射(TX)波束成形器和接收(RX)波束成形器。波束成形器的TX和RX部分可以一起或分开实施。波束成形器103将发射信号供应到探头101且对由探头101接收到的“回声”接收信号执行波束成形。
TX波形发生器102耦合到波束成形器103并且生成从波束成形器103供应到探头101的发射信号。发射信号可以表示各种类型的超声波TX信号,诸如结合B模式成像、多普勒(Doppler)成像、彩色多普勒成像、脉冲反向发射技术、基于对比度的成像、M模式成像等而使用的信号。此外或可替选地,发射信号可以包括单或多线发射、窄束发射、带发射、宽束发射、平面波发射和剪波发射等。
波束成形器103针对接收到的回声信号执行波束成形,以结合在感兴趣区域上分布的像素位置来形成波束成形的回声信号。例如,根据特定实施例,换能器元件生成原始模拟接收信号,其被供应到波束成形器。波束成形器调整延迟以沿着一个或多个选择接收波束并以一个或多个选择深度在感兴趣的区域(ROI)内聚焦接收信号。波束成形器调整接收信号的权重以获得所需的孔障和剖面。波束成形器将权重和延迟应用于来自探头的各个对应换能器的接收信号。延迟加权的接收信号随后被求和以形成相干接收信号。
波束成形器103包括(或耦合到)以选择的采样率来数字化接收信号的A/D转换器124。数字化过程可以在产生相干接收信号的求和操作之前或之后执行。波束成形器还包括(或耦合到)解调接收信号以去除载波波形的解调器122。一旦接收信号被解调和被数字化,就会生成包括I、Q分量(也称为I、Q数据对)的复杂接收信号。I、Q数据对在存储器中保存为图像像素。I、Q数据对定义了用于沿着对应视线(LOS)或观察线的对应各个位置的图像像素。随时间收集图像像素(例如I、Q数据对)的集合并且被保存为图像数据的2D帧和/或3D卷。图像数据对应于ROI内的组织和其他解剖结构。
可选地,专用定序器/定时控制器110可以被编程以管理获取时序,其可以被广义化为瞄准ROI中的选择反射点/目标的发射序列。序列控制器110管理结合在各个LOS位置沿视线发射超声波束和测量图像像素的TX/RX波束成形器103的操作。序列控制器110还管理接收信号的收集。
根据这里的实施例,波束成形器可以被配置为获取换能器阵列中的超声波数据的主要帧和次要帧,主要和次要帧至少部分地相互重叠。
一个或多个处理器106和/或CPU 112执行各种处理操作,如这里所述。
例如,处理器106执行B/W模块以生成B模式图像。处理器106和/或CPU 112执行多普勒模块以生成多普勒图像。处理器执行彩色流模块(CFM)以生成彩色流图像。处理器106和/或CPU 112可以实现额外超声波成像和测量操作。可选地,处理器106和/或CPU 112可以过滤第一和第二位移以消除有关移动的伪影。
图像扫面转换器107对图像像素执行扫描转换,以将图像格式从超声波获取信号路径(例如波束成形器等等)的坐标系统和显示器的坐标系统进行转换。例如,扫描转换器107可以将图像像素从极坐标转换为用于帧的笛卡尔坐标。
电影存储器108随时间存储帧的集合。帧可以以极坐标格式、笛卡尔坐标格式或另外的坐标系统格式进行存储。
图像显示器109显示各种超声波信息,诸如根据这里的实施例测量的帧和信息。显示器109显示具有所示的感兴趣区域的超声波图像。
控制CPU模块112被配置为执行各种任务,诸如实施用户/接口和整个系统配置/控制。在超声波信号路径的完全软件实施的情况下,处理节点通常也掌控控制CPU的功能。
提供电源电路111以向各种电路、模块、处理器、存储器部件等供电。电源111可以是交流电源和/或电池电源(例如,结合便携操作)。
处理器106和/或CPU 112可以被配置为执行复合模块以生成复合图像。
空间复合是下述成像技术:其中,通过将从已经从各个角度接收到的复合图像目标中每个点接收的数据合并,已经从多个优势点或角度获得的给定目标的多个超声波图像被合并为一个复合图像。空间复合的示例可以在美国专利No.4,649,927、No.4,319,489和No.4,159,462中找到。通过从基本独立空间方向上快速获取一系列部分重叠的分量帧,利用阵列换能器实现成分帧的电子波束操纵和/或电子转换来执行实时空间复合成像。分量帧通过求和、平均、峰值检测或其他合并手段而被合并为复合图像。以由获取帧速率,即获取成像的所选宽度和深度上的扫描线的全部分量所需的时间所限定的速率来不断重复复合图像的获取序列和形成。
与来自单独视点的常规超声波图像相比,复合的图像通常表现出更低的斑点和更好的镜面反射器勾画。假设用于创建复合图像的成分帧基本独立且取平均,则在具有N个成分帧的复合图像中,斑点被降低(即,斑点信噪比被改善)N的平方根。
用于实现空间复合的常规方法,诸如美国专利No.4,649,927中所示,通常使用大FIFO存储缓存器来临时存储将要被复合(通常通过求和以及归一化)的分量帧以形成最终复合图像。
标准超声波图像复合通常使用以不同操作角度获得的图像来提供。各个图像在固定视线(LOS)角度步骤上引导。由于不完整区域重叠,产生的组成图像表现出双边不连续性。为了避免这一点,有必要降低输出图像的视野或对其重度滤波。
根据这里的实施例,复合处理器106被配置为执行程序指令以:合并主要和次要帧以形成复合图像;以及将用于主要帧的至少一个主要帧边界对准次要帧的观察线中的一个。
图3图示根据这里的方面用于生成运动校正的复合图像的过程。在块302,一个或多个处理器和/或波束成形电路管理超声波探头的操作,以在超声波探头处获取超声波数据的帧。帧包括与感兴趣的公共区域相关联的一系列至少两个帧。例如,一系列帧可以包括两个以上的帧。图4示出了三个帧可以怎样合并以获得空间复合的图像的示例。空间复合是下述方法:其中,以不同的受声波作用的角度来获取特定数量的后续帧,并且将其合并以获得具有降低斑点噪声内容的图像;更一般地,各个帧被根据N个不同受声波作用的角度的周期序列而受到声波作用,并且输出帧由最后N个获取的帧所构成。因为以不同时间点获取帧,由于探头/组织运动,合并的图像呈现伪影。由于这个原因,在做这样的构成之前,实施例使用如图5中所示的最后N-1个估计的运动域来提供对运动的从最后一帧到当前一帧的估计以产生N-1个运动补偿帧,例如N=3。在这个示例中,最后一帧,如图中用t0所表示,与最后两个之前帧(t-1,t-2)的运动补偿的复制品进行合并。量M-i表示对两个后续帧的像素的运动的估计,通常形式为矢量(在刚性运动的情况下)或更一般地,用于图像的各个像素的矢量。因此,可以通过累积后续帧之间的运动量,参考最后一帧来对任何先前的帧进行运动补偿。在图中,帧t-2是考虑帧t-2和t-1之间以及从帧t-1到帧t0的运动而补偿的运动。这样,运动矢量可以在计算中有利地被部分重新利用,尽管完整运动分析显然可以从序列的任何帧和实际一个帧开始执行且不需要使用中间值。
为了进行这样的补偿,要对帧的像素之间的运动进行估计。在这样的程度上,一个或多个处理器和/或运动电路选择参考帧和目标帧,并且基于其运动比较来估计运动矢量。如这里所解释的,帧被彼此比较以估计运动矢量(全局调整的局部运动矢量)。当合并帧时,全局调整的局部运动(GALM)矢量用于校正运动。举例来说,超声波探头可以获取一系列N个帧,其中,帧#1和#2被比较其之间的相对运动,帧#2和#3被比较其之间的相对运动,等等。可选地,可以比较并非在时间上连续获取的帧。例如,帧#3可以与帧#5、#7、#9等等来比较。此外或可替选地,比较的帧可以与心动周期中的公共点/状态相关联。例如,在连续/不同心动周期期间对应于R波峰值的帧可以进行比较。此外或可替选地,对应于心动周期的收缩或舒张阶段中的选择点的帧可以进行比较。
为了参考方便,在整个本讨论中,进行比较的帧可以被称为“当前”或“参考”或“主要”帧,“之前”或“目标”或“次要”帧,和/或其他特征术语,以在帧之间进行区分。要比较的帧可以出现在时间上略微不同的点,在不同心动周期期间,或者彼此时间偏移。可选地,要比较的帧可以同时(或者基本上同时)获取,诸如通过实现多线获取以获得物理上邻近的帧(例如多个邻近切片)的超声波探头。要比较的帧与感兴趣的公共区域相关联,不论是沿着公共扫描平面在时间上的不同点获取的,还是沿着邻近扫描平面同时获取的。
举例来说,可以通过计算参考和目标帧中的一个或多个像素块之间的所需关系,下文也称为目标函数或成本函数,来估计运动矢量。参考和目标帧中的块可以以各种方式被识别。例如,块可以对应于绝大多数帧(例如帧中获取的整个视野的100%、80%、60%)。可选地,块可以部分基于正在被扫描的解剖结构,基于检查协议,基于成像形态等而被指定。
所需关系可以基于各种标准。例如,所需关系可以表示参考帧中的参考块与目标帧中的块的候选位移之间的最佳匹配。例如,可以基于下面的公式,来计算参考帧中的参考块与目标帧中的块的候选位移之间的绝对差(SAD)之和:
在上面的公式中,参数I1(x,y)表示参考帧中坐标(x,y)处的像素的强度,而参数I2(x+i,y+j)表示目标帧中坐标(x+i,y+j)处的像素的强度。通过比较参考帧中位置(x,y)处像素块W与移动量(i,j)的对应像素块W来计算强度I1和I2之差的绝对值的和。
参考图6,位于目标帧中的搜索窗(S)显示用于计算目标函数的所有可能(i,j)。
参考附图,通过(x+i,y+j),定义了像素的块W,其位于搜索窗S内,位置是关于在参考帧中由(x,y)识别的块在X方向移动i而在Y方向移动j个像素(目标帧中用虚线示出)。(x,y)可以是块W的角落像素或任何其他像素的笛卡尔坐标,诸如中心点。
根据这里的各个方面,根据参考帧中的所有像素或选择的部分像素计算SAD值。例如,可以利用上述公式为参考帧的块中的每个像素位置(x,y)计算SAD值。
一旦针对参考帧中感兴趣的每个块W计算了SAD值,由此为这样的块确定运动矢量。可以基于具有所需特性的一个或多个SAD值来确定运动矢量。例如,该过程可以浏览所有或一部分的SAD值并且确定最小SAD值,或者具有某些其他感兴趣特性的SAD值。
具有感兴趣特性的SAD值随后被用于估计运动矢量。例如,对于参考帧中的特定块W,在为每个(i,j)对即为搜索窗S内位置(i,j)处的每个块W计算的SAD值中,具有最小值的SAD(i,j)识别索引(i,j),即目标帧中块W的位置以及由此识别运动矢量。
可选地,可以使用绝对差之和以外的运动估计过程。例如,用于计算全局运动估计的其他技术包括互相关、归一化互相关等。归一化互相关的情况下,公式1可以变为:
在此情况下,i、j值可以有利地通过计算相关的最大值而不是计算最小SAD而确定。
可以针对具有任何尺寸的块W进行运动估计。如果这样的尺寸对应于绝大多数帧(例如,帧中获取的整个视野的100%、80%、60%),则估计的运动是全局运动,即几乎所有帧像素的刚性移动。由于通常存在部分帧像素的旋转和非刚性运动,使用小块来改善运动估计,即执行能够遵从局部变形的局部运动估计。
实施例提供全局调整的局部运动估计。在这样的程度上,在304,处理器或多个处理器和/或运动电路估计帧之间的全局运动矢量。例如通过如上所见的针对与完整参考帧一样宽或与帧的大部分一样宽的大像素块W执行块匹配。边界及其不重要的带通常被排除,例如因为其特别嘈杂,但是仍然考虑大量像素,通常不少于60%,更通常不少于形成整个帧的80%的像素。
一旦估计了全局运动矢量(iglobal,jglobal),在306,一个或多个处理器和/或局部运动(LM)电路指定参考帧中的多个局部块。举例来说,块可以是像素元素的NxN矩阵(例如8x8、16x16等等)。
在308,一个或多个处理器和/或局部运动(LM)电路针对各个局部块确定参考帧中的当前块与搜索窗S内的目标帧之间的局部运动矢量。
为了获得全局调整的局部运动估计,在308,在执行局部运动估计时考虑全局运动,即,在出现在用于确定参考块与目标帧中该块的所有候选位移之间的最佳匹配的目标函数中的参数中,转换全局运动。示例可以是块(i,j)的候选位移和全局运动矢量(iglobal,jglobal)之间的距离关系。
这意味着,在参考帧中的各个块W与在目标帧中搜索窗S内的所有候选位移之间计算的局部SAD被校正一个量,该量考虑全局运动矢量以获得新目标函数。
目标函数的可能形式为:
E(i,j)=SADLOCAL(i,j)+k_dist·distance((i,j),(iglobal,jglobal))
公式(3)
代替SAD,可以使用NCC或任何其他成本函数,如上所见。
k_dist是基于通常以经验调整的用户输入或者针对实验数据而自动计算的常数,而距离是点(i,j)和(iglobal,jglobal)之间的几何距离。
如果k_dist较小,唯一的相关项是SAD,且在k_dist=0的限制下,这等价于针对小块的块匹配算法。
如果k_dist较大,唯一的相关项是距离,且在k_dist->∞的限制下,这等价于针对大块的块匹配算法。
在这两个极端情形之间,k_dist管理两个项之间的折中。
从另一观点来看,局部估计可以离开估计的全局运动有多远,取决于运动估计改善了多少;公式(3)和形成它的两项确定:
1)当局部SAD嘈杂时,从SAD最小处的点及其相邻点存在小差别;在此情况下,距离项确定E(i,j)最优的点;从另一观点来看,第一项不能从对应于全局运动的点移动最小E;换句话说,全局运动“获胜”。
2)当局部SAD包含很多信息时,从SAD最小处的点及其相邻点存在大差别;在此情况下,SAD项确定E(i,j)最优的点;从另一观点来看,第二项不能从对应于局部运动的点移动最小E;换句话说,局部运动“获胜”。
返回到图3,在308的操作被重复用于参考帧中的多个块。例如,当使用SAD计算来确定局部运动时,公式(3)的SAD操作被重复用于参考帧中的每个块。在308完成公式3的计算时,针对各个局部块获得全局校正的SAD值。公式3的值表示针对相关联局部块的各个候选位移的目标函数。因此,在308完成计算时,全局校正的局部运动矢量对于参考帧中的各个局部块是已知的。
在310,一个或多个处理器确定在参考帧中是否存在处理要确定GALM矢量的额外块。如果是的话,流程返回到308。如果不是的话,流程前进到312。
在312,一个或多个处理器确定是否存在要被分析用于运动校正的额外块。如果是的话,流程返回到304。如果不是的话,流程前进到314。
一个或多个处理器可以随后基于全局调整的局部运动矢量来合并参考和目标帧,以形成复合图像。
下面的示例以视觉方式示出关于图7中所示的差别仅在于左上圆圈的位置和噪声的两个合成图像的操作。
在两个帧之间估计的全局运动是(0,0)。图8是公式(3)的第二项即距离的3D图;为了简便,距离项是欧几里得距离,尽管任何其他类型的距离都是可能的。
要注意到,这些图像和运动值的参考系统之间存在偏移,因此运动矢量(0,0)对应于图像点(9,9)。图9示出参考帧中的块109(图9a)、目标帧中的相同块109和搜索窗209(图9b)。
图10图示重叠最小位置的块的SAD(用3D(图10a)和2D(图10b)),而图11以相同格式图示公式(3)的量E。如其可以被认识到的,E的方程的第一项,对应于局部运动,就其渲染几乎可忽略而言“胜过”距离项。
图12与图9相同,其中块109被示出在图像内容只有噪声的位置。图13用3D(a)和2D(b)示出重叠最小位置的块的对应SAD,而图14以相同格式图示说明公式(3)的量E。如其可以被认识到的,E的方程的第二项,对应于局部运动,就其渲染几乎可忽略而言“胜过”SAD项。
当所有帧内容是噪声时,全局运动估计得到随机结果;这产生了具有非常讨厌的伪影的输出帧。
在实施例中,为了克服这个问题,通过使用目标函数,也是用于类似于已经解释过的全局运动,全局运动估计被约束至(0,0):
E(i,j)=SADGLOBAL(i,j)+k_dist_0·distance((i,j),(0,0)) (公式4)
在这个实施例中,估计的全局运动(iGLOBAL,jGLOBAL)是目标函数公式4的最小化的结果。
该公式具有类似于之前一个的行为,除了现在在嘈杂SAD的情况下,估计的运动趋于(0,0)。
直到这里所述的方法是一般性的,并且可以应用于需要进行运动估计和/或补偿的所有领域。
现在,描述具体构思用于在特别困难的超声波空间复合的情况下进行运动估计和补偿的实施例。
一个示例是当由于变化的受声波作用的角度而造成图像序列的唯一信息内容源自错误运动时;这可以产生一些错误估计,导致沿着两个坐标x或y之一的错误运动。
为了克服这些问题,新项被引入到之前的公式(公式3和公式4)中,该项取决于检测这类错误运动的算法。
两个公式因此变为:
1)对于全局运动估计:
E(i,j)=SADGLOBAL(i,j)+k_dist_0·distance((i,j),(0,0))+k_FMF_global_y·distance((0,j),(0,0))+k_FMF_global_x·distance((i,0),(0,0))
(公式5)
2)对于局部运动估计:
E(i,j)=SADLOCAL(i,j)+k_dist·distance((i,j),(iglobal,jglobal))+k_FMF_local_y·distance((0,j),(0,jglobal))+k_FMF_local_x·distance((i,0),(iglobal,0))
(公式6)
添加的项都只取决于沿着y和沿着x的距离,因为错误估计可以以独立的方式发生在这两个方向上。
这些项的一般形式如下:
k_FMF_(global/local)_(x/y)=k_dist_FMF_(global/local)·k_dist_FMF_weight_(x/y)
(公式7)
其中k_dist_FMF_global(/local)是由用户提供的常数,且k_dist_FMF_weight_(x/y)是检测错误运动的算法的结果。
一个或多个处理器和/或电路处理x和y这两个方向上所估计运动的原始值,并且检测不正常运动模式何时发生;为了这样做,关于当前以及一个或多个过去帧的适当数量的原始运动值被处理,以检测未在正常模式中存在的信号的一些特性:例如,正负值之间的较大差别、正负值之间的大数量振荡、大的随机性、强周期性、当前值和预测器如开曼滤波器或其他类型的线性或非线性预测器的输出之间的较大距离。
例如,当这些条件中的一个或多个为真时,算法返回一个值,其取决于各个条件达到的置信水平而趋向于更高;当所有条件达到低的置信水平时,算法返回趋向于更低、极限为零的值。
直到现在在不同实施例中所述的方法的应用,产生了针对划分帧的各个块的运动的估计;这对应于各个块的值对(x,y)。
从这些值开始,运动估计延伸到整个帧,目的是获得帧的每个像素的值,例如通过根据形状以及根据块的位置可以是1D或2D的插值;不同类型的插值可以被使用如最近邻居、线性(2D情况下是双线性)、立方(2D情况下是双立方)、齿条或可以在已知数据值的离散集合的范围内构建新数据值的各种插值。
例如,在实施例中,使用尽可能大的固定高度的范围(取决于受声波作用的角度和其他几何值);在此情况下,对于各个运动分量,完成这些值的1D插值以获得等于要为各个图像列复制的帧高度的长度矢量。
在这之后,方法使用这些运动值,通过将适当估计运动应用于将帧重新映射到另一个帧来产生运动补偿的帧;这可以通过移动所估计运动的精确值的各个像素而简单完成。
图15图示根据替选实施例形成的超声波系统的框图。图15的系统实施这里描述的结合各种实施例的的操作。举例来说,系统内的一个或多个电路/处理器实现实施附图所图示的和/或这里描述的任何处理的操作。系统包括探头互连板702,其包括一个或多个探头连接端口704。连接端口704可以支持各种数目的信号信道(例如128、192、256等等)。连接端口704可以被配置为与不同类型的探头阵列(例如相控阵列、线性阵列、曲线阵列、1D、1.25D、1.5D、1.75D、2D阵列等等)一起使用。探头可以被配置为用于不同类型的应用,诸如腹部、心脏、产科、妇科、泌尿和脑血管检查以及乳房检查。
一个或多个连接端口704可以支持2D图像数据的获取,和/或一个或多个连接端口704可以支持3D图像数据。仅举例来说,3D图像数据可以通过探头的物理移动(例如,机械地扫描或内科医师移动)和/或由电气地或机械地操纵换能器阵列的探头来获取。
探头互连板(PIB)702包括切换电路706以便在连接端口704之间进行选择。切换电路706可以基于用户输入而手动管理。例如,用户可以通过选择按钮、开关或系统上的其他输入来指定连接端口704。可选地,用户可以通过用系统上的用户界面输入选择来选择连接端口704。
可选地,切换电路706可以响应于检测到探头的配套连接的存在而自动切换到连接端口704中的一个。例如,切换电路706可以接收指示探头已连接到选择的一个连接端口704的“连接”信号。连接信号可以由探头在当耦合到连接端口704时初始向探头供电时生成。
此外或可替选地,每个连接端口704可以包括传感器705,其检测探头的电缆上的配套连接何时与相应的连接端口704互连。传感器705提供连接信号到切换电路706,并且作为对此的响应,切换电路706将相应的连接端口704耦合到PIB输出708。可选地,传感器705可以被构造为在连接端口704设置有触点的电路。当没有配套连接接合到相应连接端口704时,电路保持开路。当探头的配套连接器接合到连接端口704时,电路闭合。
控制线724在探头互连板702和数字处理板724之间传送控制信号。电源线736将来自电源740的电力提供至系统的各种部件,包括但不限于,探头互连板(PIB)702、数字前端板(DFB)710、数字处理板(DPB)726、主机处理板(MPB)744以及用户界面控制板(UICB)746。临时控制总线738互连电源740和板702、710、726、744和746,并且提供互连电源740和板702、710、726、744和746之间的临时控制信号。电源740包括要耦合到外部AC电源的电缆。可选地,电源740可以包括一个或多个电力存储设备(例如电池),当AC电源中断或断开时该电力存储设备提供电力。电源740包括控制器742,其管理电源740的操作,包括存储设备的操作。
此外或可替选地,电源740可以包括替选电源,诸如太阳能面板等。一个或多个风扇743耦合到电源740且由控制器742来管理,以基于整个系统内的各种电路板和电子部件的操作参数(例如温度)来开启和关闭(例如,防止各种电子设备过热)。
数字前端板710提供到和来自连接到探头互连板702的探头的模拟接口。DFB 710还提供脉冲或控制和驱动信号,管理模拟增益,包括结合各个接收信道的模拟数字转换器,提供发射波束成形管理和接收波束成形管理以及矢量合成(与接收操作期间的聚焦相关联)。
数字前端板710包括发射驱动器电路712,其生成关于超声波发射操作的通过相应信道到相应换能器的发射信号。发射驱动器电路712提供对各个驱动信号的脉冲或控制以及发射波束成形管理,以操纵发射操作到感兴趣区域内的感兴趣点。举例来说,分离的发射驱动器电路712可以结合各个单独信道而提供,或者公共发射驱动器电路712可以用来驱动多个信道。发射驱动器电路712合作以聚焦发射波束到感兴趣区域内的一个或多个选择点。发射驱动器电路712可以实施单线发射、编码发射序列、多线发射机操作、包括超声波束的剪波的生成以及其他形式的超声波传输技术。
数字前端板710包括接收波束成形器电路714,其接收回声/接收信号且对其执行各种模拟和数字处理,以及相移、时间延迟和结合波束成形的其他操作。波束成形器电路714可以实施各种类型的波束成形,诸如单线获取、多线获取以及其他超声波波束成形技术。
数字前端板716包括连续波多普勒处理电路716,被配置为针对接收到的回声信号执行连续波多普勒处理。可选地,连续波多普勒电路716也可以生成连续波多普勒发射信号。
数字前端板710通过总线和控制线,诸如控制线722、同步线720和一个或多个数据总线718,耦合到数字处理板726。
控制线722和同步线720将控制信息和数据以及同步信号提供到发射驱动电路712、接收波束成形电路714和连续波多普勒电路716。数据总线718将RF超声波数据从数字前端板710传送到数字处理板726。可选地,数字前端板710可以将RF超声波数据转换成I、Q数字对,I、Q数字对随后被传递到数字处理板726。
数字处理板726包括RF和成像模块728、彩色流处理模块730、RF处理和多普勒模块732以及PCI链路模块734。数字处理板726执行RF滤波和处理、黑白图像信息的处理、结合彩色流的处理、多普勒模式处理(例如结合轮询以及连续波多普勒)。数字处理板726还提供图像滤波(例如斑点降低)和扫描仪定时控制。数字处理板726可以包括基于系统所承担的超声波图像处理功能的其他模块。
模块728-734包括一个或多个处理器、DSP和/或FPGA、以及存储用于指导处理器、DSP和/或FPGA执行各种超声波图像处理操作的程序指令的存储器。RF和成像模块728执行各种超声波相关成像,诸如RF数据的B模式相关图像处理。RF处理和多普勒模块732将进入的RF数据转换成I、Q数据对,并且针对I、Q数据对执行多普勒相关处理。可选地,成像模块728可以针对I、Q数据对执行B模式相关图像处理。CFM处理模块730针对超声波RF数据和/或I、Q数据对执行彩色流相关图像处理。PCI链路734管理超声波数据、控制数据和其他信息在数字处理板726和主机处理板744之间的PCI快速总线748上的传输。
主机处理板744包括存储器750(例如串行ATA固态设备、串行ARA硬盘驱动器等等)、包括一个或多个图形处理器单元(GPU)的VGA板752、一个或多个收发机760、一个或多个CPU 752以及存储器754。主机处理板(也被称为PC板)提供用户接口管理、扫描转换和电影回放管理。主机处理板744可以连接到一个或多个外部设备,诸如DVD播放器756以及一个或多个显示器758。主机处理板包括通信接口,诸如一个或多个USB端口762和被配置为耦合到外围设备的一个或多个端口764。主机处理板744被配置为保持与各种类型的网络设备766和各种网络服务器768通信,诸如在无线链路上通过收发机760和/或通过网络连接(例如,经由USB连接器762和/或外围设备连接器764)。
网络设备766可以表示便携或桌面设备,诸如智能电话、个人数字助理、平板设备、笔记本电脑、桌上电脑、智能手表、ECG监控器和患者监控器等。主机处理板744传送超声波图像、超声波数据、患者数据和其他信息和内容到网络设备以呈现给用户。主机处理板744从网络设备766接收输入、请求和数据进入等。
网络服务器768可以表示医疗网络的一部分,诸如医院、医疗保健网络、第三方医疗保健服务提供商、医疗设备维护服务、医疗设备制造商、政府医疗保健服务等。到网络服务器768的通信链路可以通过互联网、专用内联网、局域网和广域网等。
主机处理板744经由通信链路770与用户接口控制板746连接。通信链路770在用户接口和主机处理板744之间传送数据和信息。用户接口控制板746包括一个或多个处理器772、一个或多个音频/视频部件774(例如扬声器、显示器等等)。用户接口控制板746耦合到一个或多个用户接口输入/输出设备,诸如LCD触摸面板776、轨迹球778和键盘780等。处理器772管理LCD触摸屏776的操作,并且经由触摸面板776、轨迹球778和键盘780收集用户输入,其中这些用户输入结合本文的实施例被传送到主机处理板744。
图16图示根据这里的实施例形成的数字前端板710的一部分的框图。一组双工器802通过PIB输出808接收各个信道的超声波信号。基于所利用的探测的类型,超声波信号沿标准处理电路805传递或者传递到连续波处理电路812。当由标准处理电路805处理时,预放大器和可变增益放大器804处理进入的超声波接收信号,随后提供给抗混叠滤波器806以执行抗混叠滤波。其输出被提供至A/D转换器808,以数字化进入的模拟超声波接收信号。当利用连续波(CW)探头时,来自其的信号被提供至连续波移相器、调制解调器和求和器810,其将模拟RF接收信号转换成I、Q数据对。CW I、Q数据对被连续波处理电路812求和、滤波和数字化。来自标准或连续波处理电路805、812的输出随后被传递到波束成形电路820,其利用一个或多个FPGA对进入的数字化接收信号执行滤波、延迟和求和,随后将RF数据传递到数字处理板826(图7)。FPGA从存储器828接收聚焦数据。利用聚焦数据来管理由FPGA结合波束成形而执行的滤波器、延迟和求和操作。正在形成的RF数据在波束成形电路820之间传递并最终传递到数字处理板726。
数字前端板710还包括发射模块822,其将发射驱动信号提供给超声波探头的对应换能器。波束成形电路820包括存储器,其存储发射波形。发射模块822通过线824从波束成形电路820接收发射波形。
图17图示根据这里的实施例实施的数字处理板726的框图。数字处理板726包括各种处理器952-959,以在保存于对应存储器962-969内的程序指令的控制下执行不同操作。主机控制器950管理数字处理板726和处理器952-959的操作。举例来说,如952的一个或多个处理器可以执行滤波、复合、调制、压缩和其他操作,而另一处理器953执行彩色流处理。主机控制器提供探头控制信号、定时控制信号、通信控制等。主机控制器950将结合各个信道的实时配置信息和同步信号提供到数字前端板710。
图18图示根据这里的实施例的执行复合成像的方法。操作可以由超声波系统的一个或多个处理器响应于执行存储在超声波系统的存储器中的程序指令来执行。图18的操作可以由一个或多个数字信号处理器(DSP)、现场可编程门阵列(FPGA)和/或其他硬件或固件部件来执行。此外或可替选地,图18的操作可以由网络上一个或多个服务器内的处理器响应于执行在服务器上存储的程序指令和/或在服务器上存储的其他应用而执行。
在1802,在具有换能器阵列的超声波探头上获取表示超声波图像的超声波数据的主要帧和次要帧。主要和次要帧至少部分地彼此重叠。例如,一个或多个处理、波束成形器和其他硬件和软件管理超声波信号的发射和接收,以获取表示患者(例如人类或动物)的至少一部分的超声波回声信号。
在1804,处理器或基于硬件的模块考虑如上所见的全局和局部运动函数,在第一和第二帧之间执行运动矢量估计。它们可以包括SAD、NCC或允许确定像素或像素块由于运动而怎样从一个帧移动到另一个帧的任何其他类型的关系。
操作在此被描述为基于数量或其他信息,就此而言,认识到的是,这样的操作部分基于矢量和其他信息,并且且这样的操作可以基于另外的准则。
例如,计算全局和局部SAD以确定全局运动矢量和局部运动矢量。为了校正超声波复合图像的典型伪影,在局部运动矢量计算中考虑全局运动矢量以获得全局校正的运动矢量。
在1806,处理器或基于硬件的模块使用全局校正的运动矢量来校正次要图像的运动。
在1808,处理器或基于硬件的复合模块合并主要真和次要运动校正的帧以形成复合图像。
各种实施例所共有的获取操作可以利用具有线性表面的换能器阵列或具有曲面的凸阵列。
通过提供波束成形器和具有允许对发射波和对接收波执行横向转向的软件的处理器,用于执行上述操作的系统可以具有与结合图1、2、15、16和17在描述中公开的系统一样的配置。
结合根据本发明和这里公开的实施例的生成次要帧的方式来执行横向转向。
应该清楚地理解,关于附图广泛地地描述和图示的各种实施例和过程,和/或这样的配置的一个或多个单独部件或元件和/或与这样的过程相关联的一个或多个处理操作,可以单独被使用或者与这里所描述和图示的一个或多个其他部件、元件和/或处理操作一起被使用。因此,尽管这里广泛地考虑、描述和图示了各种配置和过程,应该理解的是,它们仅仅以说明性和非限制性方式被提供,而且可以被视为仅仅是使得一个或多个配置或过程可以起作用或操作的可能工作环境的示例。
这里关于附图描述了各个方面,附图图示了根据各种示例实施例的示例方法、设备和程序产品。这些程序指令可以提供给通用计算机的处理器、专用计算机或其他可编程数据处理设备或信息处置设备以产生机器,使得经由设备处理器执行的指令实施所指定的功能/行为。程序指令还可以存储在设备可读介质上,可以指导设备以特定方式起作用,使得存储在设备可读介质中的指令产生制造的物品,包括实施所指定的功能/行为的指令。程序指令还可以加载到设备上以使得一系列操作步骤在设备上执行从而产生设备实施的过程,使得在设备上执行的指令提供用于实施所指定的功能/行为的过程。
上面结合方法所述的一个或多个操作可以使用一个或多个处理器来执行。这里所述的系统中的不同设备可以表示一个或多个处理器,两个或更多的这些设备可以包括至少一个相同的处理器。在一个实施例中,这里所述的操作可以表示当一个或多个处理器(例如这里所述的设备的处理器)执行存储在存储器中的程序指令(例如,存储在有形且非瞬时计算机可读存储介质上的软件,诸如计算机硬盘驱动器、ROM、RAM等)时执行的动作。
处理器可以执行存储在一个或多个存储元件中的指令集,以便处理数据。存储元件还可以存储所想要或所需的数据或其他信息。存储元件的形式可以是信息源或控制器和控制器设备内的物理存储元件。指令集可以包括各种命令,指示控制器和控制器设备执行具体操作,诸如这里所述主题的各种实施例的方法和过程。指令集的形式可以是软件程序。软件可以是各种形式,诸如系统软件或应用软件。此外,软件的形式可以是分离的程序或模块的集合、更大程序内的程序模块或者程序模块的一部分。软件还可以包括面向对象的编程形式的模块化编程。处理机器对输入数据的处理可以响应用户命令,或者响应之前处理的结果,或者响应另一处理机器的请求。
控制器可以包括任何基于处理器或基于微处理器的系统,包括使用微控制器、减少指令集计算机(RISC)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、逻辑电路和能够执行这里所述功能的任何其他电路或处理器。当基于处理器时,控制器执行存储在存储器中的程序指令以执行对应操作。此外或可替选地,控制器和控制器设备可以表示可以实施为硬件的电路。上面的示例仅仅是示例,因此不希望以任何方式来限制术语“控制器”的定义和/或含义。
可选地,这里所述的过程的方面可以在一个或多个网络或网络服务器上执行。网络可以支持使用各种商业可用协议的任何一个的通信,商业可用协议诸如传输控制协议/互联网协议(“TCP/IP”)、用户数据报协议(“UDP”)、开放系统互连(“OSI”)模型的各个层中操作的协议、文件传输协议(“FTP”)、通用即插即用(“UpnP”)、网络文件系统(“NFS”)、公共互联网文件系统(“CIFS”)和AppleTalk。网络可以是例如局域网、广域网、虚拟专用网、互联网、内联网、外联网、公共交换电路网、红外网、无线网、卫星网以及上述的任何组合。
在利用网络服务器的实施例中,网络服务器可以运行各种服务器或中等应用中的任何一个,包括超文本传输协议(“HTTP”)服务器、FTP服务器、公共网关接口(“CGI”)服务器、数据服务器、Java服务器、Apache服务器和商业应用服务器。服务器还可能能够响应来自用户设备的请求而执行程序或脚本,诸如通过执行可以实施为用诸如C、C#或C++任何编程语言或诸如Ruby、PHP、Perl、Python或TCL的任何脚本语言及其组合撰写的一个或多个脚本或程序的一个或多个网络应用。服务器还可以包括数据库服务器,包括但不限于来自的那些商业可用的服务器以及诸如MySQL、Postgres、SQLite、MongoDB的开源服务器,以及能够存储、检索和访问结构化或非结构化数据的任何其他服务器。数据库服务器可以包括基于表格的服务器、基于文档的服务器、非结构化服务器、关系服务器、非关系服务器或这些的组合和/或其他数据库服务器。
这里所述的实施例可以包括各种数据存储以及其他存储器和存储介质,如上所讨论的。这些可以驻留在各种位置,诸如在一个或多个计算机的本地(和/或驻留于此)或通过网络远离任何或所有计算机的存储介质。在特定一组实施例中,信息可以驻留在本领域技术人员熟悉的存储区域网络(“SAN”)。类似地,归因于计算机、服务器或其他网络设备的用于执行功能的任何必要文件可以适当地在本地和/或远程存储。当系统包括计算机化设备时,每个这样的设备可以包括可经由总线电耦合的硬件元件,这样的元件包括例如至少一个中央处理单元(“CPU”或“处理器”)、至少一个输入设备(例如鼠标、键盘、控制器、触摸屏或键盘)以及至少一个输出设备(例如显示设备、打印机或扬声器)。这样的系统还可以包括一个或多个存储设备,诸如磁盘驱动器、光学存储设备和固态存储设备,诸如随机存取存储器(“RAM”)或只读存储器(“ROM”)以及可移动媒体设备、存储卡、闪存卡等等。
这样的设备还可以包括计算机可读存储介质读取器、通信设备(例如调制解调器、网络卡(无线或有线)、红外通信设备等等)和联网存储器,如上所述。计算机可读存储介质读取器可以与计算机可读存储介质连接或者被配置为接收计算机可读存储介质,计算机可读存储介质表示远程、本地、固定和/或可移动存储设备以及用于临时和/或更永久地包含、存储、发射和检索计算机可读信息的存储介质。系统和各种设备通常还将包括多个软件应用、模块、服务或位于至少一个工作存储设备内的其他元件,包括操作系统和应用程序,诸如客户端应用或网络浏览器。应该认识到,替选实施例可以具有来自上述的许多变化。例如,还可以使用定制硬件和/或特定元件可以实施为硬件、软件(包括便携软件,诸如applets)或这两者。此外,可以采用到诸如网络输入/输出设备的其他计算设备的连接。
各种实施例还可以包括根据前面的描述而在计算机可读介质上实施的接收、发送或存储指令和/或数据。用于包含代码或部分代码的存储介质和计算机可读介质可以包括本领域已知或已使用的任何适当的介质,包括存储介质和通信介质,诸如,但不限于,以任何方法或技术实现的用于存储和/或传输诸如计算机可读指令、数据结构、程序模块或其他数据的信息的易失性和非易失性、可移动和不可移动介质,包括RAM、ROM、电可擦写可编程只读存储器(“EEPROM”)、闪存存储器或其他存储技术、简易盘只读存储器(“CD-ROM”)、数字通用盘(DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁存储设备或能够用于存储所需信息且可以由系统设备访问的任何其他介质。基于这里提供的公开和教导,本领域普通技术人员将认识到实现各种实施例的其他方式和/或方法。
说明书和附图因此被视为说明性的而非限制意味的。但是,将很明显的是,可以对其进行各种修改和变化,而不背离在权利要求书中阐述的本发明的更广泛的精神和范围。
其他变化都在本公开的精神内。因此,尽管公开的技术易于收到各种修改和替选构造的影响,其特定的说明性实施例在附图中示出且已经在上面详细描述。但是,应该理解的是,并没有将本发明限制到所公开的一个或多个具体形式的意图,而是相反地,意图涵盖所有的落入到本发明的精神和范围内的修改、替选构造和等价物。
在描述所公开的实施例的场境中(尤其是在权利要求书的场境中),术语“一个”(a、an)和“所述”(the)以及类似指示的使用,是要被构造以覆盖单数和复数,除非这里指出或者明显与上下文相矛盾。术语“包括”(comprising、having、including)和“包含”(containing)是要被构造为开放端的术语(即,意味着“包括但不限于”),除非另外注释。术语“连接”,当未修改且指的是物理连接时,是要被构造为部分或全部包含在内、附连到或连接在一起,即使存在一些中介物。这里对值的范围的叙述仅仅想用作单独指向范围内的每个个别值的速记方法,除非这里指出,且每个个别值合并在说明书中,如同其在这里被单独叙述。术语“组”(例如“一组项目”)或“子组”的使用,除非另外注释或场境矛盾,旨在被构造为包括一个或多个成员的非空集合。此外,除非另外指出或场境矛盾,对应组的术语“子组”不必表示对应组的适当子组,但子组和对应组可以是相等的。
这里所述的过程的操作可以以任何合适顺序来执行,除非这里另外指出或者与场境明显矛盾。这里所述的过程(或者变化和/或其组合)可以在配置有可执行指令的一个或多个计算机系统的控制下执行并且可以被实施为在一个或多个处理器上由硬件或其组合共同执行的代码(例如可执行指令、一个或多个计算机程序或一个或多个应用)。代码可以存储在计算机可读存储介质上,例如形式上为包括可由一个或多个处理器执行的多个指令的计算机程序。计算机可读存储介质可以是非瞬时的。
这里描述的是本公开的优选实施例,包括发明人已知的用于执行本发明的最佳模式。通过阅读前面的描述,这些优选实施例的变化对于本领域普通技术人员来说可能变得很明显。发明人期望技术人员适当使用这些变化,并且发明人期望本公开的实施例被实践为与这里具体描述所不同的样子。因此,本公开的范围包括适用法律所允许的所附权利要求书中所述的主题的所有修改和等价物。而且,在其所有可能变化中的上述元素的任何组合都被本公开的范围所包括,除非这里特别指出或者与场境明显矛盾。
这里引用的所有参考,包括出版物、专利申请和专利,在此通过引用的方式并入本文,其程度如同每个参考单独且具体地通过引用并入且在此整体被阐述的相同程度。
尽管主要是参考超声波复合图像而描述,这里公开的运动补偿技术也可以在其他类型的图像处理中使用,尤其是当运动图像要以某种方式合并时,例如差分对比成像技术、视觉残留处理等。超声波不是可以利用本教导的唯一的成像形态。X射线、MRI、SPECT、TC图像,还有在非医疗领域中的视频图像,诸如视频压缩、视频对象分割、视频内容分析和帧内插,或者图像之间的“运动”可以是唯一明显的应用,如在图像配准或在3D中的立体匹配中,都可以被同等地采用。

Claims (17)

1.一种估计与感兴趣的公共区域相关联的图像之间的运动的方法,所述方法包括:
提供包括参考帧和目标帧的帧;
基于所述参考帧和所述目标帧的比较来估计全局运动矢量;
对于多个局部块,基于所述全局运动矢量来估计所述参考帧和所述目标帧之间的局部运动矢量,以形成全局调整的局部运动矢量;
将所述全局调整的局部运动矢量看作运动估计量。
2.根据权利要求1所述的方法,其中,通过基于所述全局调整的局部运动矢量来合并所述参考和目标帧,从而生成运动补偿的图像,特别是生成复合图像。
3.根据前述权利要求中的任一项所述的方法,其中,所述估计全局运动矢量包括:计算将所述参考帧中的宏块与所述目标帧中的所述宏块的多个候选位移相关的函数,并且优化此函数以识别哪个位移估计所述全局运动矢量。
4.根据前述权利要求中的任一项所述的方法,其中,所述估计局部运动矢量包括:计算将所述参考帧的块与所述目标帧中的所述块的多个候选位移相关的函数,并且优化此函数以识别哪个位移估计所述局部运动矢量,所述函数包括所述候选位移和所述全局运动矢量之间的距离关系。
5.根据前述权利要求中的任一项所述的方法,其中,估计全局和/或局部运动矢量的所述函数是要被最小化的绝对差的和或要被最大化的归一化互相关。
6.根据前述权利要求中的任一项所述的方法,其中,所述确定全局运动矢量操作包括:计算所述参考帧中的宏块和所述目标帧中的所述宏块的多个位移之间的成本函数,并且通过取决于空位移与候选位移之间的距离的项来调整所述函数。
7.根据前述权利要求中的任一项所述的方法,其中,估计全局和/或局部运动矢量的所述函数是通过引入与运动的反常模式相关的项来修改的。
8.根据权利要求7所述的方法,其中,所述项基于所述参考帧和所述目标帧中的多个运动值的处理操作的结果,以检测自然运动模式中不存在的伪影。
9.根据前述权利要求中的任一项所述的方法,其中,所述帧是用超声波系统在具有换能器阵列的超声波探头处获取的超声波数据的帧。
10.一种根据前述权利要求中的任一项的、通过超声波系统生成运动补偿复合图像的方法,所述方法包括:
在具有换能器阵列的超声波探头处获取超声波数据的帧,所述帧包括与感兴趣的公共区域相关联的参考帧和目标帧;
基于所述参考帧和所述目标帧的比较来估计全局运动矢量;
对于多个局部块,基于所述全局运动矢量来估计所述参考帧和所述目标帧之间的局部运动矢量,以形成全局调整的局部运动矢量;以及
基于所述全局调整的局部运动矢量合并所述参考帧和所述目标帧,以形成复合图像。
11.根据权利要求9或10所述的方法,其中,在用于估计全局和/或局部运动的函数中,引入校正不正常运动模式的项,所述不正常运动模式通常由在空间复合中用于后续帧的受声波作用的角度的变化引起。
12.一种能够直接载入到数字计算机的存储器中的计算机产品,并且所述计算机产品包括软件代码部分,当所述产品在计算机上运行时,所述软件代码部分用于执行根据前述权利要求中的任一项所述的方法。
13.一种用于执行运动补偿复合成像的超声波系统,所述系统包括:
超声波探头,所述超声波探头具有换能器阵列,用于获取超声波数据;
波束成形器,所述波束成形器用于根据所述超声波数据来形成帧,所述帧包括与感兴趣的公共区域相关联的参考帧和目标帧;
电路,所述电路被配置为:
基于所述参考帧和所述目标帧的比较来估计全局运动矢量;
对于多个局部块,基于所述全局运动矢量来估计所述参考帧和所述目标帧之间的局部运动矢量,以形成全局调整的局部运动矢量;以及
基于所述全局调整的局部运动矢量合并所述参考帧和所述目标帧,以形成复合图像。
14.根据权利要求13所述的系统,其中,所述电路包括一个或多个处理器,当执行程序指令时,所述处理器被配置为执行所述估计、调整和合并操作中的至少一个。
15.根据权利要求13或14所述的系统,其中,所述估计操作包括:由所述电路计算将所述参考帧的块与所述目标帧中的所述块的多个候选位移相关的函数,并且优化此函数以识别哪个位移估计所述运动矢量,所述用于估计局部运动矢量的函数包括所述候选位移和所述全局运动矢量之间的距离关系。
16.根据前述权利要求13至15中的任一项所述的系统,其中,所述估计操作包括:由所述电路计算所述参考帧中的参考块与所述目标帧中的候选块之间的绝对差的和(SAD)或归一化互相关(NCC),并且利用具有最小值的所述SAD和/或具有最大值的所述NCC来估计所述全局运动矢量。
17.根据前述权利要求13至16中的任一项所述的系统,其中,所述电路被配置为执行根据前述权利要求1到11中的一项或多项所述所述方法。
CN201710427472.9A 2016-06-08 2017-06-08 尤其是在超声波空间复合中用于估计图像间运动的方法和系统 Active CN107481259B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16173446.2A EP3255607B1 (en) 2016-06-08 2016-06-08 Method and system for estimating motion between images, particularly in ultrasound spatial compounding
EP16173446.2 2016-06-08

Publications (2)

Publication Number Publication Date
CN107481259A true CN107481259A (zh) 2017-12-15
CN107481259B CN107481259B (zh) 2022-11-08

Family

ID=56132778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710427472.9A Active CN107481259B (zh) 2016-06-08 2017-06-08 尤其是在超声波空间复合中用于估计图像间运动的方法和系统

Country Status (3)

Country Link
US (1) US10679349B2 (zh)
EP (2) EP3255607B1 (zh)
CN (1) CN107481259B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767392A (zh) * 2018-12-05 2019-05-17 上海联影医疗科技有限公司 医学图像处理方法和系统、存储介质及计算机设备
CN112734665A (zh) * 2020-12-31 2021-04-30 飞依诺科技(苏州)有限公司 用于减弱运动模糊的超声图像时域滤波方法、设备及介质
CN112826533A (zh) * 2021-01-11 2021-05-25 深圳华声医疗技术股份有限公司 超声成像空间复合方法、装置、超声诊断仪及存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012013999A1 (en) * 2010-07-29 2012-02-02 B-K Medical Aps Motion-compensated processing
EP3811328A4 (en) 2018-06-14 2021-09-29 Shanghai United Imaging Healthcare Co., Ltd. IMAGE PROCESSING METHODS AND SYSTEMS
CN109316202B (zh) 2018-08-23 2021-07-02 苏州佳世达电通有限公司 影像校正方法及检测装置
TWI681758B (zh) * 2018-08-31 2020-01-11 佳世達科技股份有限公司 影像校正方法及檢測裝置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1791221A (zh) * 2005-12-29 2006-06-21 北京中星微电子有限公司 一种基于动态图像实现视频编码防抖的方法及编码器
JP2009147670A (ja) * 2007-12-14 2009-07-02 Hitachi Ltd 映像処理装置及びそれを用いた映像表示装置
CN102088589A (zh) * 2009-12-08 2011-06-08 英特尔公司 基于双向的局部和全局运动估计的帧率转换
US20150078451A1 (en) * 2005-04-14 2015-03-19 Fastvdo Llc Device and Method for Fast Block-Matching Motion Estimation in Video Encoders
CN104463910A (zh) * 2014-12-08 2015-03-25 中国人民解放军国防科学技术大学 基于运动矢量的高速运动目标提取方法
US20150201209A1 (en) * 2004-06-11 2015-07-16 Canon Kabushiki Kaisha Motion vector detection apparatus and method
CN105519092A (zh) * 2013-09-16 2016-04-20 Sk电信有限公司 利用图像模糊校正进行图像稳定的设备和方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4159462A (en) 1977-08-18 1979-06-26 General Electric Company Ultrasonic multi-sector scanner
US4319489A (en) 1980-03-28 1982-03-16 Yokogawa Electric Works, Ltd. Ultrasonic diagnostic method and apparatus
CA1242267A (en) 1984-09-25 1988-09-20 Rainer Fehr Real time display of an ultrasonic compound image
EP0697788A3 (en) * 1994-08-19 1997-03-26 Eastman Kodak Co Adaptive and global motion compensated cancellation of the interlacing of successive video images with post-processing
US5782766A (en) 1995-03-31 1998-07-21 Siemens Medical Systems, Inc. Method and apparatus for generating and displaying panoramic ultrasound images
US7120195B2 (en) * 2002-10-28 2006-10-10 Hewlett-Packard Development Company, L.P. System and method for estimating motion between images
US7101336B2 (en) * 2003-11-25 2006-09-05 General Electric Company Methods and systems for motion adaptive spatial compounding
KR100587562B1 (ko) * 2004-04-13 2006-06-08 삼성전자주식회사 비디오 프레임에 대한 움직임 추정 방법 및 비디오 인코더
US8068647B2 (en) 2005-06-14 2011-11-29 General Electric Company Method and apparatus for real-time motion correction for ultrasound spatial compound imaging
US7583214B2 (en) 2006-03-31 2009-09-01 Siemens Medical Solutions Usa, Inc. Dynamic receive beamformer with oversampling for medical diagnostic ultrasound
JP4623111B2 (ja) * 2008-03-13 2011-02-02 ソニー株式会社 画像処理装置、画像処理方法及びプログラム
ITGE20100069A1 (it) * 2010-06-28 2011-12-29 Esaote Spa Sistema di monitoraggio
WO2012013999A1 (en) * 2010-07-29 2012-02-02 B-K Medical Aps Motion-compensated processing
US9123115B2 (en) * 2010-11-23 2015-09-01 Qualcomm Incorporated Depth estimation based on global motion and optical flow
TWI466538B (zh) * 2012-01-20 2014-12-21 Altek Corp 影像處理方法及其裝置
US9055223B2 (en) * 2013-03-15 2015-06-09 Samsung Electronics Co., Ltd. Digital image stabilization method and imaging device using the same
EP2886059A1 (de) * 2013-09-25 2015-06-24 CureFab Technologies GmbH 4d-pulskorrektur mit deformierbarer registrierung
KR102274320B1 (ko) * 2014-10-16 2021-07-07 삼성전자주식회사 영상 처리 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150201209A1 (en) * 2004-06-11 2015-07-16 Canon Kabushiki Kaisha Motion vector detection apparatus and method
US20150078451A1 (en) * 2005-04-14 2015-03-19 Fastvdo Llc Device and Method for Fast Block-Matching Motion Estimation in Video Encoders
CN1791221A (zh) * 2005-12-29 2006-06-21 北京中星微电子有限公司 一种基于动态图像实现视频编码防抖的方法及编码器
JP2009147670A (ja) * 2007-12-14 2009-07-02 Hitachi Ltd 映像処理装置及びそれを用いた映像表示装置
CN102088589A (zh) * 2009-12-08 2011-06-08 英特尔公司 基于双向的局部和全局运动估计的帧率转换
CN105519092A (zh) * 2013-09-16 2016-04-20 Sk电信有限公司 利用图像模糊校正进行图像稳定的设备和方法
CN104463910A (zh) * 2014-12-08 2015-03-25 中国人民解放军国防科学技术大学 基于运动矢量的高速运动目标提取方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767392A (zh) * 2018-12-05 2019-05-17 上海联影医疗科技有限公司 医学图像处理方法和系统、存储介质及计算机设备
CN109767392B (zh) * 2018-12-05 2021-04-20 上海联影医疗科技股份有限公司 医学图像处理方法和系统、存储介质及计算机设备
CN112734665A (zh) * 2020-12-31 2021-04-30 飞依诺科技(苏州)有限公司 用于减弱运动模糊的超声图像时域滤波方法、设备及介质
CN112734665B (zh) * 2020-12-31 2023-07-14 飞依诺科技股份有限公司 用于减弱运动模糊的超声图像时域滤波方法、设备及介质
CN112826533A (zh) * 2021-01-11 2021-05-25 深圳华声医疗技术股份有限公司 超声成像空间复合方法、装置、超声诊断仪及存储介质
CN112826533B (zh) * 2021-01-11 2021-08-17 深圳华声医疗技术股份有限公司 超声成像空间复合方法、装置、超声诊断仪及存储介质

Also Published As

Publication number Publication date
EP3255607B1 (en) 2020-05-13
EP3686843A1 (en) 2020-07-29
CN107481259B (zh) 2022-11-08
US10679349B2 (en) 2020-06-09
US20170358085A1 (en) 2017-12-14
EP3255607A1 (en) 2017-12-13

Similar Documents

Publication Publication Date Title
CN107481259A (zh) 尤其是在超声波空间复合中用于估计图像间运动的方法和系统
US11633175B2 (en) Method and ultrasound system for shear wave elasticity imaging
US11471130B2 (en) Method and ultrasound system for shear wave elasticity imaging
US20080214934A1 (en) Inter-frame processing for contrast agent enhanced medical diagnostic ultrasound imaging
KR20160110239A (ko) 서브-볼륨의 연속적으로 배향되는 향상된 초음파 이미징
JP5960970B2 (ja) 超音波撮像システム
US20210022710A1 (en) Method for tissue characterization by ultrasound wave attenuation measurements and ultrasound system for tissue characterization
CN109589131B (zh) 实时自动设置多普勒成像模式参数的超声波方法和超声波系统
US20230281837A1 (en) Method and system for registering images acquired with different modalities for generating fusion images from registered images acquired with different modalities
US11308609B2 (en) System and methods for sequential scan parameter selection
US11903760B2 (en) Systems and methods for scan plane prediction in ultrasound images
US20220104794A1 (en) Method and ultrasound system for shear wave elasticity imaging
WO2015124388A1 (en) Motion adaptive visualization in medical 4d imaging
US20090204003A1 (en) Tracking selection for medical diagnostic ultrasound imaging
JP2022504878A (ja) 深層学習に基づく超音波撮像ガイダンス並びに関連するデバイス、システム、及び方法
US11850101B2 (en) Medical image diagnostic apparatus, medical image processing apparatus, and medical image processing method
US20200121294A1 (en) Methods and systems for motion detection and compensation in medical images
US11510655B2 (en) Methods and systems for motion corrected wide-band pulse inversion ultrasonic imaging
JP6444519B2 (ja) 超音波診断装置、及び超音波撮像方法
JP2020162802A (ja) 超音波装置及びその制御プログラム
US20220061803A1 (en) Systems and methods for generating ultrasound probe guidance instructions
JP7419081B2 (ja) 超音波診断装置、画像処理方法、画像処理方法及びプログラム
JP7066487B2 (ja) 超音波診断装置、医用画像処理装置及び医用画像処理プログラム
WO2017137807A1 (en) Method and system for generating a compound image
JP2022106108A (ja) 超音波画像表示システム及びその制御プログラム

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
GR01 Patent grant
GR01 Patent grant