CN109310388B - 一种成像方法和系统 - Google Patents

一种成像方法和系统 Download PDF

Info

Publication number
CN109310388B
CN109310388B CN201680086564.9A CN201680086564A CN109310388B CN 109310388 B CN109310388 B CN 109310388B CN 201680086564 A CN201680086564 A CN 201680086564A CN 109310388 B CN109310388 B CN 109310388B
Authority
CN
China
Prior art keywords
image
imaging
region
interest
imaged
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
CN201680086564.9A
Other languages
English (en)
Other versions
CN109310388A (zh
Inventor
魏芅
梁天柱
林穆清
邹耀贤
王凯
占美飞
侯杰贤
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.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics 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 Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN202111095357.9A priority Critical patent/CN114224386A/zh
Publication of CN109310388A publication Critical patent/CN109310388A/zh
Application granted granted Critical
Publication of CN109310388B publication Critical patent/CN109310388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • 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
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • 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
    • 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

Landscapes

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

Abstract

本发明提供一种成像方法、装置及设备，可以分别采用第一成像参数对待成像对象的感兴趣区域和第二成像参数对待成像对象的全部区域进行扫描成像，得到感兴趣区域的第一成像图像和全部区域的第二成像图像，这样在对第一成像图像和第二成像图像融合过程中，可以在第一成像图像的边缘位置融合较多的第二成像图像的图像信息，使得感兴趣区域内和感兴趣区域外之间的平滑过渡，提高过渡效果，进而使得融合后的成像图像整体效果保持视觉上的一致性。

Description

一种成像方法和系统
技术领域
本发明涉及医学成像技术领域，更具体的说，尤其涉及一种成像方法和系统。
背景技术
医学超声图像由于具有无创、低成本、图像实时显示的特点，在临床上面得到了越来越广泛的应用，具体的医学超声成像利用超声回波信号来检测组织的结构信息，并通过二维图像将组织的结构信息实时显示，这样医生可以对二维图像中结构信息进行辨识来为临床诊断提供依据。
目前主流的医学超声成像技术均为全区域图像成像技术，此种技术对当前成像范围内的全区域采用相同的成像参数进行成像，且对成像参数进行折中权衡，以使得全区域图像均匀一致，并使得全区域图像的显示效果最佳，但此种技术对于感兴趣区域内的图像来说其显示效果可能并不是最佳的，无法突出显示感兴趣区域内的特征。
为此在全区域图像成像技术上形成一种局部图像成像技术，其可以得到感兴趣区域的图像，以通过感兴趣区域的图像对感兴趣区域进行突出显示。
一种方法是感兴趣区域内和感兴趣区域外采用不同的成像参数。但是该方法感兴趣区域内没有使用感兴趣区域外的成像参数进行成像，因此在图像合成过程中感兴趣区域内的图像无法利用感兴趣区域外的图像进行合成，使得感兴趣区域内和感兴趣区域外之间的过渡效果较差。另一种方法是采用划定感兴趣区域的方式对感兴趣区域内的图像进行优化。但是该方法中，感兴趣区域外的图像处于冻结状态，与实时的感兴趣区域内的图像不一致，同样使得感兴趣区域内的图像和感兴趣区域外的图像之间的过渡效果较差。
发明内容
有鉴于此，本发明提供一种成像方法和系统，其可以提高感兴趣区域内和感兴趣区域外之间的过渡效果。
本发明的一些实施例中，提供了一种成像方法。该方法可以包括：获取待成像对象的初始图像；基于初始图像获取待成像对象的感兴趣区域；基于第一成像参数对感兴趣区域进行扫描成像，得到第一成像图像；基于第二成像参数对待成像对象的全部区域进行扫描成像，得到第二成像图像，其中第一成像参数和第二成像参数至少部分不同；对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像。
本发明的一些实施例中，基于初始图像获取当前待成像对象的感兴趣区域可以包括：获取操作者试用人机交互界面通过初始图像指定的感兴趣区域；或者，获取操作者指定的初始图像的图像类型，并基于图像类型将待初始图像与对应的第一样本图像进行匹配，获得感兴趣区域；或者，通过图像识别方法基于初始图像获取感兴趣区域。
本发明的一些实施例中，通过图像识别方法基于初始图像获取感兴趣区域可以包括：获取初始图像的图像类型，并基于图像类型将初始图像与对应的第一样本图像进行匹配，得到感兴趣区域；或者，获取初始图像中的运动特征，基于运动特征对初始图像进行分割，得到初始图像的运动区域，并基于运动区域确定感兴趣区域。
本发明的一些实施例中，获取初始图像的图像类型可以包括：获取操作者指定的初始图像的图像类型；或者，对初始图像进行特征提取，得到初始图像的特征，将初始图像的特征与第二样本图像的特征进行匹配，得到初始图像的图像类型。
本发明的一些实施例中，第一成像参数和第二成像参数可以至少是：发射频率、发射电压、线密度、焦点数量、焦点位置、斑点噪声抑制参数和图像增强参数中的一种。
本发明的一些实施例中，对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像可以包括：获取第一成像图像的第一融合参数以及第二成像图像的第二融合参数；基于第一融合参数和第二融合参数对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像。
本发明的一些实施例中还提供了一种成像系统。该成像系统可以包括：扫描装置，该扫描装置扫描待成像对象以获取待成像对象的图像数据；处理器，该处理器用于：获取待成像对象的初始图像；基于初始图像获取待成像对象的感兴趣区域；控制扫描装置基于第一成像参数对感兴趣区域进行扫描成像，得到第一成像图像；控制扫描装置基于第二成像参数对待成像对象的全部区域进行扫面成像，得到第二成像图像，其中第一成像参数和第二成像参数不同；对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像。
本发明的一些实施例中，处理器基于初始图像获取当前待成像对象的感兴趣区域可以包括：处理器获取操作者用人机交互界面通过初始图像指定的感兴趣区域；或者，处理器获取操作者指定的初始图像的图像类型，并基于图像类型将初始图像与对应的第一样本图像进行匹配，获得感兴趣区域；或者，处理器通过图像识别方法基于初始图像获取感兴趣区域。
本发明的一些实施例中，处理器通过图像识别方法基于初始图像获取感兴趣区域可以包括：处理器获取初始图像的图像类型，并基于图像类型将初始图像与对应的第一样本图像进行匹配，得到感兴趣区域；或者，处理器获取待初始图像中的运动特征，基于运动特征对初始图像进行分割，得到初始的运动区域，并基于运动区域确定感兴趣区域。
本发明的一些实施例中，处理器获取初始图像的图像类型可以包括：处理器获取操作者指定的初始图像的图像类型；或者，处理器对初始图像进行特征提取，得到初始图像的特征，将初始图像的特征与第二样本图像的特征进行匹配，得到初始图像的图像类型。
本发明的一些实施例中，第一成像参数和第二成像参数可以至少是：发射频率、发射电压、线密度、焦点数量、焦点位置、斑点噪声抑制参数和图像增强参数中的一种。
本发明的一些实施例中，处理器对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像可以包括：处理器获取第一成像图像的第一融合参数以及第二成像图像的第二融合参数，并基于第一融合参数和第二融合参数对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像。
从上述的技术方案可以看出，可以分别采用第一成像参数对待成像对象的感兴趣区域和第二成像参数对待成像对象的全部区域进行扫描成像，得到感兴趣区域的第一成像图像和全部区域的第二成像图像，这样在对第一成像图像和第二成像图像融合过程中，可以在第一成像图像的边缘位置融合较多的第二成像图像的图像信息，使得感兴趣区域内和感兴趣区域外之间的平滑过渡，提高过渡效果，进而使得融合后的成像图像整体效果保持视觉上的一致性。
并且上述第一成像参数和第二成像参数不同，这样在融合过程中，第一成像图像可以使用第二成像图像中与感兴趣区域对应区域的图像信息，增强感兴趣区域的图像质量。且上述第二成像图像是待成像对象的全部区域对应的图像，其图像形状为一常规形状，相对于非常规形状来说在第二成像参数的参数控制上相对简单，进一步因为第二成像图像是全部区域对应的图像，这样除感兴趣区域内之外，感兴趣区域外的图像也被实时显示，实现全部区域的实时显示。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的成像方法的流程图；
图2为本发明实施例提供的第一成像参数优化的一种示意图；
图3为本发明实施例提供的第一成像参数优化的另一种示意图；
图4为本发明实施例提供的第一成像参数优化的再一种示意图；
图5为本发明实施例提供的超声成像系统的结构示意图。
具体实施方式
本发明实施例提供的成像方法、装置及设备的思想是：获取同一个待成像对象的感兴趣区域对应的第一成像图像和全部区域对应的第二成像图像，然后对第一成像图像和第二成像图像进行融合，以提高最终获得的图像中感兴趣区域内的部分和感兴趣区域外的部分之间的过渡效果。
为使本领域技术人员更好地理解本发明实施例，下面将结合本发明实施例中的附图，对本发明实施例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。
下文中，以超声成像系统作为具体的实例对本发明的实施例进行了说明。但是，本发明并不限于超声成像系统，而是也可以用于其他的医学成像系统，比如X线成像系统、核磁共振成像(MRI)系统、正电子发射计算机断层扫描成像(PET)系统或者单光子发射计算机断层成像(SPECT)系统，等等。
一般地，本发明实施例提供了一种成像系统以及相应的成像方法。该成像系统可以包括扫描转置和处理器。该扫描装置可以对待成像对象进行扫描以获得待成像对象的图像数据。例如，对于超声成像系统，该扫描装置即为探头。对于其他成像系统，该扫描装置为其相应的对待成像对象进行扫描的装置。而处理器可以控制扫描装置或者成像系统实现下文中详细描述的本发明实施例的成像方法。这里，虽然使用了“图像数据”一词描述扫描装置获得的数据，但是本文中，这里的“图像数据”也可以包含扫描装置扫描后接收或者获得的未经处理或者已经经过一定处理、但是还没有形成图像时的数据。例如，对于超声成像系统，这里的图像数据也包含探头接收的超声回波后获得的超声回波数据、经过一定处理后的射频数据或者形成超声图像之后的图像数据。
例如，请参阅图5，以超声成像系统为例，本发明的一些实施例中，一种超声成像系统可以包括：探头1、发射电路2、发射/接收选择开关3、接收电路4、波束合成模块5、处理器6和显示器7。
发射电路2将经过延迟聚焦的具有一定幅度和极性的超声脉冲通过发射/接收选择开关3发送到探头1。探头1受超声脉冲的激励，向受测机体组织的目标区域(图中未示出)发射超声波，经一定延时后接收从目标区域反射回来的带有组织信息的超声回波，并将此超声回波重新转换为电信号。接收电路接收探头1转换生成的电信号，获得超声回波信号，并将这些超声回波信号送入波束合成模块5。波束合成模块5对超声回波信号进行聚焦延时、加权和通道求和等处理，获得射频信号，这些射频信号可以送入处理器6进行相关处理。经过处理器6处理获得的超声图像送入显示器7进行显示。
本发明的实施例中，处理器6还可以实现本发明实施例提供的成像方法，下面结合附图仍然以超声成像系统为例进行详细说明。
请参阅图1，其示出了本发明实施例提供的成像方法的一种流程图，可以包括以下步骤：
101：处理器获取当前待成像对象的感兴趣区域。其中感兴趣区域可以是待成像对象中用户(例如，医生或者其他超声成像装置的操作者，等等)对其感兴趣的任何区域，例如疑似存在微小结构病变的区域等等，此区域中的结构信息可以作为临床诊断的依据。
本发明的实施例中，可以基于已经获得的当前待成像对象的图像(本文中，称之为“初始图像”。但是，应该理解，这里的“初始”仅仅是针对当前获取感兴趣区域的动作或者步骤而言，而并非指整体成像过程的初始或其他特指含义)来获取待成像对象的感兴趣区域。例如，可以使用成像系统(例如，超声成像系统)对待成像对象进行成像(例如，使用如前文所述的全区域图像成像方法)，获得待成像对象的全区域超声图像(即所说的初始图像)，然后，基于该全初始图像获得待成像对象的感兴趣区域。下文所述这里所说的“全区域超声图像”可以是指该超声图像包含了待成像对象的全部区域。这里所说的“待成像对象”可以是当前正在或者将要进行超声扫描的人体或者动物的一个或者多个器官或者区域。
在本发明实施例中，获取感兴趣区域的方式包括但不限于三种方式：操作者手动指定方式、半自动方式和自动方式，下面对这三种方式进行一一介绍。
操作者手动指定方式：在此种方式中，处理器可以获取操作者在人机交互界面中指定的感兴趣区域，即由操作者手动指定待成像对象的感兴趣区域。例如，超声成像装置的人机交互界面中显示前文所述的待成像对象的初始图像，并且超声成像装置上安装有输入装置，例如轨迹球，通过操作轨迹球对待成像对象的初始图像上显示的取样框进行操作，以改变取样框的中心点所在位置和/或取样框的大小，例如操作轨迹球横向滚动时取样框的大小横向，操作轨迹球纵向滚动时取样框的大小纵向变化，等等。取样框大小变化时，中心点所在位置可以不变，并且通过操作轨迹球上的按键来进行中心点所在位置和大小调节的切换。该取样框内的区域即为感兴趣区域。
半自动方式：此种方式是操作者手动操作和图像识别技术相结合的方式，其过程可以是：处理器获取操作者指定的待成像对象的初始图像的图像类型，并基于图像类型将待成像对象的初始图像与对应的第一样本图像进行匹配，得到感兴趣区域。
其中图像类型指示当前待成像对象的初始图像属于哪一类图像，例如肝脏图像、肾脏图像、心脏图像、产科小脑图像等类型，在获取图像类型后可以根据图像类型确定操作者对待成像对象的初始图像中的感兴趣的目标是什么，该感兴趣的目标即上述感兴趣区域。
在对待成像对象进行扫描成像过程中，操作者会选择检查模式，即对何种器官进行扫描，如待成像对象为肝脏时，则会将检查模式选定为肝脏模式，因此在一些实施例中，该检查模式可以用于指示待成像对象的初始图像的图像类型。
在获取图像类型后，可以基于图像类型将待成像对象的初始图像与对应的第一样本图像进行匹配，得到感兴趣区域。其中对应的第一样本图像可以是与待成像对象的初始图像具有相同图像类型的样本图像，而样本图像可以是离线获得或者通过成像系统扫描采集相同图像类型的多个样本后建立的多个样本的模板图像，将其作为匹配基准与待成像对象的初始图像进行匹配，来得到感兴趣区域。
在本发明一些实施例中，将待成像对象的初始图像与对应的第一样本图像进行匹配，得到感兴趣区域的过程可以是：遍历待成像对象的初始图像，在遍历过程中选取出以当前遍历的位置为中心，大小和样本图像相同的区域块，并将选取出的区域块与第一样本图像进行相似度计算，在遍历结束后选取相似度最优的区域块的中心点为最佳匹配位置，然后以最佳匹配位置为中心划定感兴趣区域，其中相似度计算方法可以采用SAD方法(Sum ofAbsolute Differences，绝对误差和)或相关系数法或其他适合的方法。
自动方式：此种方式可以通过图像识别技术获取感兴趣区域。在本发明的一些实施例中，通过图像识别方法获取感兴趣区域的方式可以包括但不限于下述两种方式：
一种方式是：对待成像对象的初始图像进行特征提取，得到待成像对象的初始图像的特征，将待成像对象的初始图像的特征与第二样本图像的特征进行匹配，得到待成像对象的初始图像的图像类型，并基于获得的图像类型将待成像对象的初始图像与对应的第一样本图像进行匹配，得到感兴趣区域。在此种方式中基于图像类型将待成像对象的初始图像与对应的第一样本图像进行匹配，得到感兴趣区域的过程可以参阅上述半自动方式中的具体实现，对此本发明实施例不再阐述。
且上述基于特征匹配得到图像类型的过程可以视为自动获取图像类型的过程，自动获取图像类型的过程相对于操作者指定方式来说可以进一步对待成像对象的初始图像所属图像类型进行细化，来确定待成像对象的初始图像属于哪个科的哪一类图像，如属于产科或心脏中哪一类图像。为能够对待成像对象的初始图像所属图像类型进行细化，可以为每一个细化后的图像类型离线获得或者通过成像系统扫描采集至少一个第二样本图像，而每个第二样本图像的图像类型已知，因此通过与第二样本图像的特征匹配就可以确定出待成像对象的初始图像的细化后的图像类型，其匹配过程可以如下：
步骤11：特征提取；其中上述特征可以是指能够表征待成像对象的初始图像区别于其他图像的各种属性的总称。在本发明一些实施例中，采集到任意一个第二样本图像均会对第二样本图像进行特征提取，以将第二样本图像的特征作为基准特征，便于后续的待成像对象的初始图像的匹配。同样的在获取到待成像对象的初始图像后，可以采用与第二样本图像相同的特征提取方式对待成像对象的初始图像进行特征提取，得到待成像对象的初始图像的特征。
其中特征提取方法可以采用图像处理提取特征的方法，如Sobel算子、Canny算子、Roberts算子和SIFT算子等；也可以采用机器学习方法自动提取图像的特征，如采用PCA(Principal Component Analysis，主成分分析)、LDA(Linear Discriminant Analysis，线性判别式分析)和深度学习等方法自动提取出图像的特征。
步骤12：特征匹配；在得到待成像对象的初始图像的特征后，可以与训练样本库中的第二样本图像的特征逐一进行相似度计算，选择特征最相似的第二样本图像的图像类型为待成像对象的初始图像的图像类型，其中特征相似度的度量方法可以为SAD算法，SAD值越小说明越相似；或者也可计算两组特征的相关系数来度量两组特征的相似度，相关系数越大说明越相似；或者也可以采用其他适合的而方法。
上述介绍的图像识别技术获取感兴趣区域的方法适用于各种图像类型。
此外，对一些在时间维度上呈现周期性运动的图像类型，如胎心、成人心脏、颈动脉等图像类型，这种类型的待成像对象的初始图像中的运动区域可以就是感兴趣区域。因此，在待成像对象的初始图像的图像类型指示待成像对象是在时间维度上呈周期性运动的对象的情况下，通过图像识别技术获取感兴趣区域的过程可以如下：
步骤21：获取待成像对象的初始图像的运动特征；运动特征的获取可以采用多种方法，如可以利用帧差法来得到，具体地可以将当前帧的图像信息直接减去前一帧或前若干帧的图像信息来提取当前帧的运动特征，当然也可以采用其他方式如OF(Optical Flow，光流法)和GMM(Gaussian Mixture Model，高斯混合模型)等方法来提取运动特征。
步骤22：基于运动特征对待成像对象的初始图像进行分割，得到待成像对象的初始图像中的运动区域；在得到运动特征后，可以采用阈值分割结合形态学处理，分割出运动区域。
步骤23：基于该运动区域确定感兴趣区域；分割出运动区域后，即可利用该运动区域来定位感兴趣区域。通常，本发明实施例中的感兴趣区域可以为矩形(例如，在成像系数是使用线阵探头的超声成像系统的情况下)或者扇形(例如，在成像系数是使用凸阵或相控阵探头的超声成像系统的情况下)，因而一种感兴趣区域定位方法可以为拟合出一个规则的感兴趣区域，使之能够包含整个运动区域，拟合方法可以是计算运动区域的外接矩形或扇形，也可采用最小二乘估计矩形拟合，或者采用其他适合的拟合方法进行拟合。
以上感兴趣区域定位方法也适合半自动方式，例如一种半自动方式为：基于操作者的输入缩小定位范围，并再用自动定位方法在缩小后的范围内定位出最终的感兴趣区域。其中缩小定位范围的目的是提高定位效率和准确度，而缩小定位范围方式可以是：操作者在运动区域上绘制至少一个点来提示感兴趣区域的范围，或者根据操作者的输入信息来自动缩小定位范围。另一种半自动方式为操作者在运动区域上绘制至少一个点来定位一个初始的感兴趣区域，在实时扫查过程中，再根据图像内容采用上述自动定位或半自动定位方法实时改变感兴趣区域框的位置和大小。
需要说明的一点是：上述感兴趣区域的定位方法可以对每个待成像对象的初始图像进行实时定位，以实时改变感兴趣区域，也可间隔一段时间进行定位，甚至也可以是操作者通过按键等方式触发后再进行定位。且即使对于需要实时监测感兴趣区域的系统来说，感兴趣区域的定位可以是实时的，而图像类型的获取方式可以间隔一段时间进行判断或者在触发图像类型获取之后进行判断，而上述图像类型的获取过程均可以采用操作者指定或者基于特征匹配方式得到。
102：处理器控制扫描装置基于第一成像参数对感兴趣区域进行扫描成像，得到第一成像图像。
103：处理器控制扫描装置基于第二成像参数对待成像对象的全部区域进行扫描成像，得到第二成像图像。这里，作为使用第二成像参数进行扫描成像的扫描目标的“全部区域”是包含前述的感兴趣区域的当前待成像对象的整个区域，即，在使用第二成像参数进行扫描成像时，被扫描的区域(或者说此时的成像区域)除了前述的感兴趣区域之外的区域之外，也包含了该感兴趣区域本身。因此，相应地，所获得的第二成像图像是当前待成像对象的包含感兴趣区域的全部区域的图像，而非仅仅感兴趣区域之外的区域的图像。
而且，步骤102和103中，第一成像参数和第二成像参数不同，所谓不同可以是：第一成像参数和第二成像参数为相同类型的参数，且第一成像参数和第二成像参数的取值不同；或者第一成像参数和第二成像参数为不同类型的参数，如第一成像参数包括参数A和参数B，而第二成像参数可以包括参数C和参数D；又或者第一成像参数包括第二成像参数，如第一成像参数包括参数A和参数B，而第二成像参数包括参数A，则判定第一成像参数包括第二成像参数；等等。
在成像系数为超声成像系统的实施例中，上述第一成像参数和第二成像参数至少可以是：发射频率、发射电压、线密度、焦点数量、焦点位置、斑点噪声抑制参数和图像增强参数中的一种。在本发明实施例中，采用全部区域和感兴趣区域的二次成像方式，因此在感兴趣区域的扫描成像过程中，可以根据感兴趣区域的大小和位置来优化第一成像参数，以优化感兴趣区域。
例如对感兴趣区域内的发射频率进行优化，可以使感兴趣区域不受限于全部区域成像过程中发射频率的限制，当感兴趣区域位于发射源的近场时，可以提高感兴趣区域在扫描成像过程中的发射频率，从而提高第一成像图像的分辨率，当感兴趣区域位于发射源的远场时，可以降低感兴趣区域在扫描成像过程中的发射频率，从而提高第一成像图像的穿透力。
又或者当超声系统的其他参数固定时，发射电压越高，超声系统的发射功率越大，成像图像的质量越好，因此在本发明实施例中可以对发射电压进行优化，如全部区域扫描成像时采用较低的发射电压，而在感兴趣区域的扫描成像时采用较高的发射电压，如图2所示，从而在发射功率满足超声系统声场限制的情况下提高感兴趣区域内的图像质量，例如，其中一个超声系统声场的限制指标Ispta(空间峰值时间平均声强)小于等于480mW/cm2。
而超声系统的线密度、焦点数量与扫描帧率是相互制约的，线密度越大或焦点数量越多，扫描帧率越低，因此可以对线密度或焦点数量进行优化，在全部区域的扫描成像时采用较低的线密度或较少数量的焦点，而在感兴趣区域的扫描成像时采用较高的线密度或较多数量的焦点，从而在扫描帧率满足要求的情况下提升第一成像图像质量，如图3或图4所示，其中图2至图4中的横轴为超声系统中探头位置。
对于上述焦点位置、斑点噪声抑制参数和图像增强参数的优化过程，本发明实施例不再一一阐述，并且除上述参数之外，第一成像参数和第二成像参数还可以采用发射孔径、发射波形、空间复合、频率复合、线复合和帧相关等，通过对感兴趣区域对应的第一成像参数的优化，从而获得质量更佳的第一成像图像。
在成像系统为其他类型的成像系统的实施例中，前述的第一参数和第二参数可以相应地设置。
104：处理器对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像。在本发明实施例中融合过程可以是：获取第一成像图像的第一融合参数以及第二成像图像的第二融合参数，然后基于第一融合参数和第二融合参数对第一成像图像和第二成像图像进行融合，得到待成像对象的成像图像。
例如可以依据下述公式：Io＝α*Ilocal+β*Iglobal进行融合，其中Ilocal是第一成像图像、Iglobal是第二成像图像、α是第一融合参数、β是第二融合参数、Io是待成像对象的成像图像，即融合结果，在本发明实施例中融合结果对应的图像视第一融合参数和第二融合参数的取值而定。
第一融合参数和第二融合参数可以根据实际情况设定。一些实施例中，可以取α+β＝1。另一些实施例中，也可以取α+β＞1，此时可提高融合后输出的图像的整体亮度水平。在其他的实施例中，也可以按照其他的方式设置。
在这里需要说明的一点是：上述第一融合参数α和第二融合参数β的取值不固定，其可以根据图像中各个像素、图像中各个位置以及图像的生成时间的不同而不同。
例如，在融合过程中，上述第一成像图像和第二成像图像中各个像素的灰度值在[0,255]之间时，第一融合参数和第二融合参数的取值可以不小于0；若上述第一成像图像或第二成像图像中各个像素的灰度值小于0，则相对应的融合参数的取值可以小于0，且上述第一融合参数和第二融合参数的取值不同时为0；或者在融合过程中，第一成像图像中各个位置对应的第一融合参数α不同、第二成像图像中各个位置对应的第二融合参数β也可以不同，比如感兴趣区域的边缘位置需要融合较多的第二成像图像的图像信息，则在感兴趣区域的边缘位置处的第二融合参数β的取值可以大于其他位置处的第二融合参数β的取值，若在除边缘位置的其他位置融合较多的第一成像图像的图像信息，则其他位置处的第一融合参数α的取值大于边缘位置处第一融合参数α的取值；如果得到的第一成像图像和第二成像图像是实时图像，其可以随时间变化，则第一融合参数α和第二融合参数β的取值也可以随着时间的不同而不同；等等。
从上述的技术方案可以看出，本发明实施例提供的成像方法可以分别采用第一成像参数对待成像对象的感兴趣区域和第二成像参数对待成像对象的全部区域进行扫描成像，得到感兴趣区域的第一成像图像和全部区域的第二成像图像，这样，可以针对感兴趣区域针对性地设置成像参数，以对感兴趣区域的图像的所期望的方面进行针对性的增强和优化；在对第一成像图像和第二成像图像融合过程中，可以在第一成像图像的边缘位置融合较多的第二成像图像的图像信息，使得感兴趣区域内和感兴趣区域外之间的平滑过渡，提高过渡效果，进而使得融合后的成像图像整体效果保持视觉上的一致性。
并且上述第一成像参数和第二成像参数不同，这样在融合过程中，第一成像图像可以使用第二成像图像中与感兴趣区域对应区域的图像信息，增强感兴趣区域的图像质量。且上述第二成像图像是待成像对象的全部区域对应的图像，其图像形状为一常规形状，相对于非常规形状来说在第二成像参数的参数控制上相对简单，进一步因为第二成像图像是全部区域对应的图像，这样除感兴趣区域内之外，感兴趣区域外的图像也被实时显示，实现全部区域的实时显示。
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中的处理器可通过软件加必需的硬件平台(例如，微处理器、微控制器、可编程逻辑器件、专用集成电路等等)来实现，或者也可以单独通过硬件或者固件实现。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也可以以软件产品的形式体现出来，该计算机软件产品承载在一个非易失性计算机可读存储载体(如ROM、磁碟、光盘、服务器云空间)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，或者网络设备等)执行本发明各个实施例所述的方法。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所提供的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所提供的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种超声成像方法，其特征在于，所述方法包括：
获取待成像对象的初始超声图像；
基于所述初始超声图像获取所述待成像对象的感兴趣区域；
获取所述感兴趣区域后；
发射/接收电路控制探头基于第一成像参数对所述感兴趣区域进行扫描成像，得到第一成像图像；
所述发射/接收电路控制所述探头基于第二成像参数对所述待成像对象的全部区域进行扫描成像，得到第二成像图像，其中所述第一成像参数和所述第二成像参数至少部分不同；
对所述第一成像图像和所述第二成像图像进行融合，得到所述待成像对象的成像图像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述初始超声图像获取所述待成像对象的感兴趣区域包括：
获取操作者使用人机交互界面通过所述初始超声图像指定的所述感兴趣区域；
或者，
获取操作者指定的所述初始超声图像的图像类型，并基于所述图像类型将所述初始超声图像与对应的第一样本图像进行匹配，获得所述感兴趣区域；
或者，
通过图像识别方法基于所述初始超声图像获取所述感兴趣区域。
3.根据权利要求2所述的方法，其特征在于，所述通过图像识别方法基于所述初始超声图像获取所述感兴趣区域，包括：
获取所述初始超声图像的图像类型，并基于所述图像类型将所述初始超声图像与对应的第一样本图像进行匹配，得到所述感兴趣区域；
或者，
获取所述初始超声图像中的运动特征，基于所述运动特征对所述初始超声图像进行分割，得到所述初始超声图像的运动区域，并基于所述运动区域确定所述感兴趣区域。
4.根据权利要求3所述的方法，其特征在于，所述获取所述初始超声图像的图像类型包括：
对所述初始超声图像进行特征提取，得到所述初始超声图像的特征，将所述初始超声图像的特征与第二样本图像的特征进行匹配，得到所述初始超声图像的图像类型。
5.根据权利要求1所述的方法，其特征在于，所述第一成像参数和第二成像参数至少是：发射频率、发射电压、线密度、焦点数量、焦点位置、斑点噪声抑制参数和图像增强参数中的一种。
6.根据权利要求1所述的方法，其特征在于，所述对所述第一成像图像和所述第二成像图像进行融合，得到所述待成像对象的成像图像，包括：
获取所述第一成像图像的第一融合参数以及所述第二成像图像的第二融合参数；
基于所述第一融合参数和所述第二融合参数对所述第一成像图像和所述第二成像图像进行融合，得到所述待成像对象的成像图像。
7.一种超声成像系统，其特征在于，所述系统包括：
扫描装置，所述扫描装置扫描待成像对象以获取待成像对象的图像数据；所述扫描装置为探头；
处理器，所述处理器用于：
获取待成像对象的初始超声图像；
基于所述初始超声图像获取所述待成像对象的感兴趣区域；
获取所述感兴趣区域后；
发射/接收电路控制探头基于第一成像参数对所述感兴趣区域进行扫描成像，得到第一成像图像；
所述发射/接收电路控制所述探头基于第二成像参数对所述待成像对象的全部区域进行扫描成像，得到第二成像图像，其中所述第一成像参数和所述第二成像参数不同；
对所述第一成像图像和所述第二成像图像进行融合，得到所述待成像对象的成像图像。
8.根据权利要求7所述的系统，其特征在于，所述处理器基于所述初始超声图像获取所述待成像对象的感兴趣区域包括：
所述处理器获取操作者使用人机交互界面通过所述初始超声图像指定的所述感兴趣区域；
或者，
所述处理器获取操作者指定的所述初始超声图像的图像类型，并基于所述图像类型将所述初始超声图像与对应的第一样本图像进行匹配，获得所述感兴趣区域；
或者，
所述处理器通过图像识别方法基于所述初始超声图像获取所述感兴趣区域。
9.根据权利要求8所述的系统，其特征在于，所述处理器通过图像识别方法基于所述初始超声图像获取所述感兴趣区域包括：
所述处理器获取所述初始超声图像的图像类型，并基于所述超声图像类型将所述初始超声图像与对应的第一样本图像进行匹配，得到所述感兴趣区域；
或者，
所述处理器获取所述初始超声图像中的运动特征，基于所述运动特征对所述初始超声图像进行分割，得到所述初始超声图像的运动区域，并基于所述运动区域确定所述感兴趣区域。
10.根据权利要求9所述的系统，其特征在于，所述处理器获取所述初始超声图像的图像类型包括：
所述处理器对所述初始超声图像进行特征提取，得到所述初始超声图像的特征，将所述初始超声图像的特征与第二样本图像的特征进行匹配，得到所述初始超声图像的图像类型。
11.根据权利要求7所述的系统，其特征在于，所述第一成像参数和第二成像参数至少是：发射频率、发射电压、线密度、焦点数量、焦点位置、斑点噪声抑制参数和图像增强参数中的一种。
12.根据权利要求7所述的系统，其特征在于，所述处理器对所述第一成像图像和所述第二成像图像进行融合，得到所述待成像对象的成像图像包括：
所述处理器获取所述第一成像图像的第一融合参数以及所述第二成像图像的第二融合参数，并基于所述第一融合参数和所述第二融合参数对所述第一成像图像和所述第二成像图像进行融合，得到所述待成像对象的成像图像。
CN201680086564.9A 2016-09-30 2016-09-30 一种成像方法和系统 Active CN109310388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111095357.9A CN114224386A (zh) 2016-09-30 2016-09-30 一种成像方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2016/101313 WO2018058632A1 (zh) 2016-09-30 2016-09-30 一种成像方法和系统

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111095357.9A Division CN114224386A (zh) 2016-09-30 2016-09-30 一种成像方法和系统

Publications (2)

Publication Number Publication Date
CN109310388A CN109310388A (zh) 2019-02-05
CN109310388B true CN109310388B (zh) 2022-04-15

Family

ID=61762392

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111095357.9A Pending CN114224386A (zh) 2016-09-30 2016-09-30 一种成像方法和系统
CN201680086564.9A Active CN109310388B (zh) 2016-09-30 2016-09-30 一种成像方法和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111095357.9A Pending CN114224386A (zh) 2016-09-30 2016-09-30 一种成像方法和系统

Country Status (2)

Country Link
CN (2) CN114224386A (zh)
WO (1) WO2018058632A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112654298A (zh) * 2018-12-26 2021-04-13 深圳迈瑞生物医疗电子股份有限公司 一种成像方法及超声成像设备
US20200219228A1 (en) * 2019-01-08 2020-07-09 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. Real-time regional enhancement imaging and display for ultrasound imaging

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1676104A (zh) * 2004-04-01 2005-10-05 株式会社美蒂森 用于形成3d超声图像的设备和方法
CN103913472A (zh) * 2012-12-31 2014-07-09 同方威视技术股份有限公司 Ct成像系统和方法
CN103971100A (zh) * 2014-05-21 2014-08-06 国家电网公司 基于视频并针对自动提款机的伪装与偷窥行为的检测方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987345A (en) * 1996-11-29 1999-11-16 Arch Development Corporation Method and system for displaying medical images
US8090429B2 (en) * 2004-06-30 2012-01-03 Siemens Medical Solutions Usa, Inc. Systems and methods for localized image registration and fusion
DE102005023194A1 (de) * 2005-05-19 2006-11-23 Siemens Ag Verfahren zur Erweiterung des Darstellungsbereiches von 2D-Bildaufnahmen eines Objektbereiches
DE102005023195A1 (de) * 2005-05-19 2006-11-23 Siemens Ag Verfahren zur Erweiterung des Darstellungsbereiches einer Volumenaufnahme eines Objektbereiches
US7372934B2 (en) * 2005-12-22 2008-05-13 General Electric Company Method for performing image reconstruction using hybrid computed tomography detectors
CN101405619B (zh) * 2006-03-16 2013-01-02 皇家飞利浦电子股份有限公司 计算机断层造影数据采集装置和方法
CN101053531A (zh) * 2007-05-17 2007-10-17 上海交通大学 基于多模式增敏成像融合的早期肿瘤定位跟踪方法
US7973834B2 (en) * 2007-09-24 2011-07-05 Jianwen Yang Electro-optical foveated imaging and tracking system
CN201854353U (zh) * 2010-10-13 2011-06-01 山东神戎电子股份有限公司 多光谱图像融合摄像机
JP6000569B2 (ja) * 2011-04-01 2016-09-28 東芝メディカルシステムズ株式会社 超音波診断装置及び制御プログラム
BR112015009947A2 (pt) * 2012-11-06 2017-07-11 Koninklijke Philips Nv dispositivo de processamento de imagens para melhorar imagens de ultrassom; sistema de imageamento médico; método para melhorar imagens de ultrassom; elemento de programa de computador para controlar um dispositivo de processamento de imagens; e meio legível por computador
US9557415B2 (en) * 2014-01-20 2017-01-31 Northrop Grumman Systems Corporation Enhanced imaging system
CN104382616B (zh) * 2014-09-28 2017-01-25 安华亿能医疗影像科技（北京）有限公司 颈动脉三维图像构建装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1676104A (zh) * 2004-04-01 2005-10-05 株式会社美蒂森 用于形成3d超声图像的设备和方法
CN103913472A (zh) * 2012-12-31 2014-07-09 同方威视技术股份有限公司 Ct成像系统和方法
CN103971100A (zh) * 2014-05-21 2014-08-06 国家电网公司 基于视频并针对自动提款机的伪装与偷窥行为的检测方法

Also Published As

Publication number Publication date
CN109310388A (zh) 2019-02-05
CN114224386A (zh) 2022-03-25
WO2018058632A1 (zh) 2018-04-05

Similar Documents

Publication Publication Date Title
KR101121396B1 (ko) 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법
RU2667617C2 (ru) Система и способ эластографических измерений
WO2017206023A1 (zh) 一种心脏容积识别分析系统和方法
JP5645811B2 (ja) 医用画像診断装置、関心領域設定方法、医用画像処理装置、及び関心領域設定プログラム
EP2016905B1 (en) Ultrasound diagnostic apparatus
KR101188593B1 (ko) 복수의 3차원 초음파 영상을 제공하는 초음파 시스템 및 방법
JP2020503099A (ja) 出産前超音波イメージング
JP2016195764A (ja) 医用画像処理装置およびプログラム
JP2011152416A (ja) ３次元超音波映像に映像処理および関心物体の大きさ測定を行う超音波システムおよび方法
JP2005193017A (ja) 乳房患部分類の方法及びシステム
CN112672691A (zh) 一种超声成像方法及设备
US11819362B2 (en) Real time ultrasound imaging method and system using an adapted 3D model to perform processing to generate and display higher resolution ultrasound image data
US12059289B2 (en) Methods and systems for performing fetal weight estimations
KR20120102447A (ko) 진단장치 및 방법
CN109310388B (zh) 一种成像方法和系统
KR101627319B1 (ko) 의료진단을 위한 의료영상 처리장치 및 그 방법
WO2020132953A1 (zh) 一种成像方法及超声成像设备
US20240212132A1 (en) Predicting a likelihood that an individual has one or more lesions
CN117881345A (zh) 用于分析对象的超声图像数据的方法
JP2019115487A (ja) 超音波撮像装置、画像処理装置、及び方法
CN112672696A (zh) 用于跟踪超声图像中的工具的系统和方法
CN112294361A (zh) 一种超声成像设备、盆底的切面图像生成方法
EP4223227A1 (en) A method and system for performing fetal weight estimations
EP4014884A1 (en) Apparatus for use in analysing an ultrasound image of a subject
EP4390841A1 (en) Image acquisition method

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