CN110349203B - 一种超声设备及其超声图像中血管直径的测量方法 - Google Patents

Abstract

本发明公开了一种超声设备及其超声图像中血管直径的测量方法，所述测量方法包括：A、通过超声设备扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；B、计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；C、识别输入点集中的噪声点并去除，将获得的圆点集拟合成圆并显示。本发明通过计算找出血管边缘的点并去噪，提高了测量结果的准确率，还对血管图像部分边缘的缺少具有很好的容错效果，将获得的圆点集直接拟合成圆，简化了医生的操作且精度高。

Description

一种超声设备及其超声图像中血管直径的测量方法

技术领域

本发明涉及医疗设备技术领域，特别涉及一种超声设备及其超声图像中血管直径的测量方法。

背景技术

超声设备在临床上应用广泛，特别是在医生注射和穿刺过程中，超声设备常被用来检测血管位置和血管直径。医生和护士可以根据超声图像中测量出的血管直径，来合理选择对应规格直径的针，方便后续的注射和穿刺操作，降低盲目性、增加可靠性。

现有的血管直径测量方法通常是手动选择血管横截面上的多个点进行测量，使用网格的方式，观察血管横截面覆盖的网格个数来估算血管直径。但是，这种方式存在操作复杂，且测量结果精度较低的问题。

因而现有技术还有待改进和提高。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种超声设备及其超声图像中血管直径的测量方法，以解决现有血管直径测量操作复杂，且测量结果精度较低的问题。

为了达到上述目的，本发明采取了以下技术方案：

一种超声设备的超声图像中血管直径的测量方法，其包括：

步骤A、通过超声设备扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；

步骤B、计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；

步骤C、识别输入点集中的噪声点并去除，将获得的圆点集拟合成圆并显示。

所述的超声设备的超声图像中血管直径的测量方法中，所述步骤B具体包括：

步骤B1、对所述超声图像进行高斯滤波并计算对应的梯度图；

步骤B2、以起始点为中心，根据超声图像的亮度或梯度值找出疑似血管边缘的点并记为输入点集。

所述的超声设备的超声图像中血管直径的测量方法中，所述步骤B1具体包括：

步骤B11、对所述超声图像进行高斯滤波，将超声图像与高斯卷积核进行卷积运算；

步骤B12、使用Sobel算子计算超声图像的梯度图。

所述的超声设备的超声图像中血管直径的测量方法中，所述步骤B2具体包括：

以起始点为中心，向外360°方向判断各个像素点的灰度值是否大于预设灰度、或各个像素点的梯度值是否大于预设梯度，是则将对应的各个像素点记为输入点集。

所述的超声设备的超声图像中血管直径的测量方法中，所述步骤C具体包括：

步骤C1、计算输入点集的平均值点以及输入点集中各个点与平均值点之间的几何距离，将几何距离满足第一预设条件的点去除，将剩余的点记为圆点集；

步骤C2、对圆点集使用最小二乘法拟合成圆，根据拟合成的圆将输入点集中的噪声点去除，将剩余的点记为输出点集；

步骤C3、判断第二噪声点的点数是否大于0，是则识别输出点集中的噪声点并去除，继续判断直至第二噪声点的点数为零；

步骤C4、将得到的拟合成的圆显示在超声图像上方。

所述的超声设备的超声图像中血管直径的测量方法中，在所述步骤C1中，输入点集中各个点与平均值点的几何距离为{d₁,d₂,...,d_n0}，取n0个几何距离值中的中值记为d_middle，将d_i-d_middle＞ε₁或d_i-d_middle＜ε₂(位于圆内的点)的点识别为第一噪声点并去除在外；其中，i为[1，n0]中的正整数，ε₁、ε₂是自定义的阈值。

所述的超声设备的超声图像中血管直径的测量方法中，在所述步骤C2中，输入点集中各点与拟合成的圆的圆心的几何距离为{e₁,e₂,...,e_n0}，将e_i-r＞ε₃或e_i-r＜ε₄的点视为第二噪声点并去除在外；其中，r为拟合成的圆的半径，i为[1，n0]中的正整数，ε₃、ε₄是自定义的阈值。

所述的超声设备的超声图像中血管直径的测量方法中，所述步骤C4还包括：计算血管直径为：d＝2×r×dpix,其中，dpix为单位像素点代表的实际距离，r为圆的半径，d为血管直径，以mm为单位

一种实现所述的超声图像中血管直径的测量方法的超声设备，包括显示屏，其包括扫描模块、处理模块、去噪模块和拟合模块；

所述扫描模块扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；所述处理模块计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；所述去噪模块识别输入点集中的噪声点并去除，拟合模块将获得的圆点集拟合成圆后传输至显示屏显示。

相较于现有技术，本发明提供的超声设备及其超声图像中血管直径的测量方法，通过超声设备扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；识别输入点集中的噪声点并去除，将获得的圆点集拟合成圆并显示。通过计算找出血管边缘的点并去噪，提高了测量结果的准确率，还对血管图像部分边缘的缺少具有很好的容错效果，将获得的圆点集直接拟合成圆，简化了医生的操作且精度高。

附图说明

图1为本发明提供的超声设备的超声图像中血管直径的测量方法流程图。

图2为本发明提供的超声设备扫描待测部位获得的超声图像的示意图。

图3为本发明提供的超声图像中输入点集的示意图。

图4为本发明提供的超声图像中输出点集的示意图。

图5为本发明提供的超声图像中拟合成圆的示意图。

图6为本发明提供的超声设备的结构框图。

具体实施方式

本发明提供一种超声设备及其超声图像中血管直径的测量方法，其操作更简便，精度高，容错率好。为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

请参阅图1，本发明提供的超声设备的超声图像中血管直径的测量方法包括：

S100、通过超声设备扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；

S200、计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；

S300、识别输入点集中的噪声点并去除，将获得的圆点集拟合成圆并显示。

在所述步骤S100中，医生或护士通过操作超声设备的探头扫描人体的待测部位，即可获得如图2所示的超声图像。所述待测部位即是待测量的人体血管对应位置，如贵要静脉、肘正中静脉等血管横截面。本实施例以颈动脉直径测量的图为例。

在具体实施时，所述任意点由医生自主选择，直接点击超声图像中血管内的任意点即可，优选为靠近中心位置的点(如图2中星号所在位置)会有利于测量。选取偏离中心靠近血管边缘的点也可以，但若非常靠近血管边缘甚至位于血管边缘，可能会受血管边缘的超声回波噪声影响测量结果的准确性。

本实施例中，所述步骤S200具体包括:

步骤210、对所述超声图像进行高斯滤波并计算对应的梯度图；

本步骤中，对所述超声图像进行高斯滤波，即可去除噪声点的干扰；高斯分布公式如下：

其中(x，y)为点坐标，σ为标准差。

高斯卷积核即符合高斯分布的卷积核，以5x5的高斯卷积和H为例：

将超声图像与高斯卷积核通过如下公式进行卷积运算。所述卷积运算即对原始图像中的每一个像素点都取周围像素的加权值，卷积核即是权重值。

I₁＝H*I₀,其中，I₀表示原始图像(即通过扫描获得的超声图像)，*表示卷积运算，I₁为滤波后的超声图像。这样即可得到滤波平滑后的超声图像。进行高斯滤波处理可以减少斑点噪声，提高超声图像的信噪比，使后续测量结果可靠性更高。

计算超声图像的梯度图的公式如下：

其中，G_x和G_y为I₁(滤波后的超声图像)的横向和纵向梯度值，G为求得的图像梯度。本实施例使用Sobel算子求取梯度图，对灰度渐变和噪声较多的超声图像处理效果较好。

步骤220、以起始点为中心，根据超声图像的亮度或梯度值找出疑似血管边缘的点并记为输入点集A₁；

本步骤以起始点为中心，向外360°方向判断各个像素点的灰度值是否大于预设灰度α或各个像素点的梯度值是否大于预设梯度β，是则将各方向检测得到的满足该判断条件的像素点记为输入点集A₁，

其中，(1)表示第一次迭代计算。输入点集A₁如图3中白色点所示。在图像灰度范围为[0，255]时，预设灰度α的取值优选为60，预设梯度β的取值优选为80，在具体实施时，可根据超声图像的增益和动态范围对这两个值做适当调整。

从图3中可以看出，输入点集A₁中有些点不在血管边缘，这些点视为噪声点，需要通过步骤S300去除，只保留血管边缘的点。所述步骤S300具体包括：

步骤310、计算输入点集A₁的平均值点以及输入点集A₁中各个点与平均值点之间的几何距离，将几何距离满足第一预设条件的点去除，将剩余的点记为圆点集B₁。

本步骤中，输入点集A₁的平均值点m，其横纵坐标为输入点集的横纵坐标的均值，其计算公式为：

计算输入点集A₁中各个点a_i与平均值点m的几何距离为{d₁,d₂,...,d_n0}，几何距离可采用现有的欧拉公式计算，其中，a_i点的坐标为(x_i,y_i)，平均值点m的坐标为(x_m,y_m)。取n0个几何距离值中的中值(又称中位数，是按大小顺序排列的几何距离值中居于中间位置的数)记为d_middle，将满足第一预设条件d_i-d_middle＞ε₁(位于圆外的点)或d_i-d_middle＜ε₂(位于圆内的点)的点视为第一噪声点并去除在外，从图3中可以看出，各个第一噪声点与平均值点m的几何距离比圆上的点与平均值点m的几何距离差距过大。其中，i为[1，n0]中的正整数，n0即输入点集A₁中像素点的个数，其中每个像素点与平均值点之间m都有一个几何距离；ε₁、ε₂是自定义的阈值，ε₁的取值可为5d_middle，ε₂的取值可为-0.75d_middle。将去除第一噪声点后剩余的点记为圆点集B₁，B₁＝{b₁,b₂,...,b_n1}，n1即圆点集B₁中像素点的个数。这样即可去除偏离中心位置较大的明显错误的点，增强了对边缘不连续的血管图像的容错率。

步骤320、对圆点集B₁使用最小二乘法拟合成圆，根据拟合成的圆将输入点集A₁中的噪声点去除，将剩余的点记为输出点集A₂；

本步骤中，对圆点集B₁使用最小二乘法拟合成圆，拟合得到的圆心记为C(C_x,C_y)，半径r；拟合方法为：圆点集B₁中各点的横纵坐标记为X＝{x₁,x₂,...,x_n1},Y＝{y₁,y₂,...,y_n1}，其中，x，y为圆点集B₁中各点的横、纵坐标，如b1(x1，y1)，即点b1的横纵坐标为x1，y1。

圆的曲线方程可表示为：

x²+y²+qx+py+s＝0，

最小二乘法解为：

则所求得的C(C_x,C_y)为圆心坐标，r为圆的半径。

使用最小二乘法进行圆的直径拟合，可靠性较高，抗干扰能力较强。

接着根据拟合成的圆将输入点集中的噪声点去除，通过计算输入点集A₁中各个点与圆心的几何距离来去除噪声点，具体为：计算输入点集A₁中各点与圆心C的几何距离{e₁,e₂,...,e_n0}，将满足第二预设条件e_i-r＞ε₃或e_i-r＜ε₄的点视为第二噪声点(其与拟合成圆的距离过大)并去除在外，将去除第二噪声点后剩余的点记为输出点集A₂，

如图4所示。其中i为[1，n0]中的正整数，ε₃、ε₄是自定义的阈值，ε₃的取值可为0.25r，ε₄的取值可为-0.5r；(2)表示第二次迭代计算。使用最小二乘法的拟合结果对噪声点做更精确的去除，提高了下次迭代的拟合结果。

步骤330、判断第二噪声点的点数是否大于0，是则识别输出点集A₂中的噪声点并去除，继续判断直至第二噪声点的点数为零。

本步骤相当于返回执行步骤310～320，只是将输出点集A₂作为新的输入点集来计算新的平均值点以及新的几何距离，将新的几何距离满足第一预设条件的点去除，将剩余的点记为新的圆点集；对新的圆点集使用最小二乘法拟合成新的圆，根据新的圆将新的输入点集中的噪声点去除，将剩余的点记为另一个新的输出点集，下一次迭代即

若判断第二噪声点的点数大于0，则重复上述步骤，得到下一次迭代A4，以此类推直至第二噪声点的点数为零，每次的输入点集为上次迭代的输出点集，相当于使用迭代方法不断去除噪声点，以提高结果的准确率。

需要理解的是，第一次迭代中，步骤310中的输入点集A₁中点数为n0,圆点集B₁中点数为n1；步骤320中的输出点集A₂的点数为n2，到此即为第一次迭代完成。第二次迭代，即将输出点集A₂作为步骤310中的输入点集A₁，n2为新的输入点集A₂的点数。因此没有直接使用n来表示不同点集的点数(点集内点的个数)，而是n0、n1、n2…,表示对应点集中点的个数。若再次迭代，则新的输出点集A₃的点数为n3，以此类推。

步骤340、将步骤320中得到的拟合成的圆显示在超声图像上方。

需要理解的是，在迭代没有完成时(即第二噪声点不为零)，圆的拟合过程是为了求出一个结果便于去除噪声点，只有在拟合之后才知道有没有噪声点，在通过步骤330判断第二噪声点为零后，才能确定步骤320拟合成的圆是否准确，准确后再显示。上述的所有点为像素点，噪声点也是像素点，只是命名为噪声点来进行区别并需要去除。

医生和护士可以根据图5所示的圆直接判断测量结果的正确性；测得的血管直径即为：d＝2×r×dpix,其中dpix为单位像素点代表的实际距离，是超声图像的自有属性且由系统设置，在数字扫描变换的处理中即可获得；r为圆的半径，以像素为单位，d为求得的圆的实际直径(即血管直径)，以mm为单位。系统通过该公式即可计算得到圆的实际直径。

基于上述的超声设备的超声图像中血管直径的测量方法，本发明实施例还提供一种超声图像中血管直径的测量方法的超声设备，请参阅图6，所述超声设备包括扫描模块10、处理模块20、去噪模块30和拟合模块40；所述扫描模块10扫描待测部位获得超声图像并传输至显示屏显示，在所述超声图像中选取待测量血管内的任意点作为起始点；所述处理模块20计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；所述去噪模块30识别输入点集中的噪声点并去除，拟合模块40将获得的圆点集拟合成圆后传输至显示屏显示。

综上所述，本发明通过超声设备扫描待测部位获得超声图像，能根据超声图像中的任意点作为起始点来找出疑似血管边缘的点并记为输入点集；通过迭代法不断识别输入点集中的噪声点并去除，对血管图像中的部分边缘缺少有很好的容错效果，进一步提高了准确率；使用最小二乘法进行圆的拟合，可靠性较高，抗干扰能力较强。该测量方法简化了医生的操作，精度高，容错率好。

上述功能模块的划分仅用以举例说明，在实际应用中，可以根据需要将上述功能分配由不同的功能模块来完成，即划分成不同的功能模块，来完成上述描述的全部或部分功能。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (6)

1.一种超声设备的超声图像中血管直径的测量方法，其特征在于，包括：

步骤A、通过超声设备扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；任意点为靠近中心位置的点；

步骤B、计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；

步骤C、识别输入点集中的噪声点并去除，将获得的圆点集拟合成圆并显示；

所述步骤B具体包括：

步骤B1、对所述超声图像进行高斯滤波并计算对应的梯度图；将超声图像与高斯卷积核通过公式I₁＝H*I₀进行卷积运算，卷积运算即对原始图像中的每一个像素点都取周围像素的加权值，卷积核是权重值；其中，I₀表示原始图像，*表示卷积运算，I₁为滤波后的超声图像；

步骤B2、以起始点为中心，根据超声图像的亮度或梯度值找出疑似血管边缘的点并记为输入点集；

所述步骤C具体包括：

步骤C1、计算输入点集的平均值点以及输入点集中各个点与平均值点之间的几何距离，将几何距离满足第一预设条件的点去除，将剩余的点记为圆点集；满足第一预设条件的点为第一噪声点；

步骤C2、对圆点集使用最小二乘法拟合成圆，根据拟合成的圆将输入点集中的噪声点去除，将剩余的点记为输出点集；

步骤C3、判断第二噪声点的点数是否大于0，是则识别输出点集中的噪声点并去除，继续判断直至第二噪声点的点数为零；

步骤C4、将得到的拟合成的圆显示在超声图像上方；

在所述步骤C2中，输入点集中各点与拟合成的圆的圆心的几何距离为{e₁,e₂,...,e_n0}，将e_i-r＞ε₃或e_i-r＜ε₄的点视为第二噪声点并去除在外；其中，r为拟合成的圆的半径，i为[1，n0]中的正整数，ε₃、ε₄是自定义的阈值。

2.根据权利要求1所述的超声设备的超声图像中血管直径的测量方法，其特征在于，所述步骤B1具体包括：

步骤B11、对所述超声图像进行高斯滤波，将超声图像与高斯卷积核进行卷积运算；

步骤B12、使用Sobel算子计算超声图像的梯度图。

3.根据权利要求1所述的超声设备的超声图像中血管直径的测量方法，其特征在于，所述步骤B2具体包括：

以起始点为中心，向外360°方向判断各个像素点的灰度值是否大于预设灰度、或各个像素点的梯度值是否大于预设梯度，是则将对应的各个像素点记为输入点集。

4.根据权利要求1所述的超声设备的超声图像中血管直径的测量方法，其特征在于，在所述步骤C1中，输入点集中各个点与平均值点的几何距离为{d₁,d₂,...,d_n0}，取n0个几何距离值中的中值记为d_middle，将d_i-d_middle＞ε₁或d_i-d_middle＜ε₂的点识别为第一噪声点并去除在外；其中，i为[1，n0]中的正整数，ε₁、ε₂是自定义的阈值。

5.根据权利要求1所述的超声设备的超声图像中血管直径的测量方法，其特征在于，所述步骤C4还包括：计算血管直径为：d＝2×r×dpix,其中，dpix为单位像素点代表的实际距离，r为圆的半径，d为血管直径，以mm为单位。

6.一种实现权利要求1所述的超声图像中血管直径的测量方法的超声设备，包括显示屏，其特征在于，还包括扫描模块、处理模块、去噪模块和拟合模块；

所述扫描模块扫描待测部位获得超声图像，在所述超声图像中选取待测量血管内的任意点作为起始点；所述处理模块计算所述超声图像的梯度图，根据起始点和梯度找出疑似血管边缘的点并记为输入点集；所述去噪模块识别输入点集中的噪声点并去除，拟合模块将获得的圆点集拟合成圆后传输至显示屏显示。

Images