CN111340742A - 一种超声成像方法及设备、存储介质 - Google Patents
一种超声成像方法及设备、存储介质 Download PDFInfo
- Publication number
- CN111340742A CN111340742A CN201811554244.9A CN201811554244A CN111340742A CN 111340742 A CN111340742 A CN 111340742A CN 201811554244 A CN201811554244 A CN 201811554244A CN 111340742 A CN111340742 A CN 111340742A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- data
- volume data
- image
- volume
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 31
- 230000011218 segmentation Effects 0.000 claims abstract description 204
- 238000009877 rendering Methods 0.000 claims abstract description 80
- 238000013507 mapping Methods 0.000 claims abstract description 29
- 230000004927 fusion Effects 0.000 claims abstract description 24
- 238000007499 fusion processing Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 67
- 238000012285 ultrasound imaging Methods 0.000 claims description 34
- 239000000523 sample Substances 0.000 claims description 21
- 230000015572 biosynthetic process Effects 0.000 claims description 17
- 238000003786 synthesis reaction Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 24
- 230000015654 memory Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 9
- 238000002604 ultrasonography Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
- G06T2207/10136—3D ultrasound image
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请实施例公开了一种超声成像方法,该方法包括:获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据;将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取目标组织对应的第二容积数据的渲染图像;获取基于三维投影坐标系的立体化二维切面数据的三维分割结果;将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合处理,得到融合图像;显示融合图像。
Description
技术领域
本申请涉及超声成像技术领域,尤其涉及一种超声成像方法及设备、存储介质。
背景技术
目前,超声成像设备可以针对目标组织连续采集到一系列的二维切面图像,并将采集到的二维切面图像进行三维渲染处理,从而获得目标组织的三维图像,便于医生更为准确和详细的进行医学诊断。
图像三维分割是指从三维图像中提取出感兴趣的器官、组织或病变体的图像信息,再利用三维渲染技术对提取出的图像信息还原出感兴趣的器官、组织或病变体的立体结构信息,使医生能够进行定性和定量的分析,从而提高医学诊断的准确性和科学性。
在现有技术中,图像三维分割主要是在每一层二维切面图像上进行人工手动分割,最后在利用三维渲染技术对分割好的二维切面图像进行绘制,以得到感兴趣组织的立体结构信息。然而,在实际分割过程中,由于完全由人为手动分割,因此,不仅分割结果的差异性较大,而且分割效率较低。
发明内容
为解决现有存在的技术问题,本申请实施例期望提供一种超声成像方法及设备、存储介质,仅对部分二维切面数据进行手动或半自动分割以获取三维分割结果,并基于三维渲染图像进行融合显示,从而增强了三维分割结果的显示效果,提高了分割的效率和准确性。
为达到上述目的,本申请实施例的技术方案是这样实现的:
本申请实施例提供了一种超声成像方法,该方法包括:获取目标组织对应的第一容积数据,并从该第一容积数据中选取二维切面数据;
将该二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;
获取该目标组织对应的第二容积数据的渲染图像;
获取基于该三维投影坐标系的该立体化二维切面数据的三维分割结果;
将该立体化二维切面数据、该第二容积数据的渲染图像以及该三维分割结果进行融合处理,得到融合图像;
显示该融合图像。
本申请实施例提供了一种超声成像方法,该方法包括:
获取目标组织对应的第一容积数据,并从该第一容积数据中选取二维切面数据;
将该二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;
获取该目标组织对应的第二容积数据的渲染图像;
将该立体化二维切面数据与该第二容积数据的渲染图像进行融合处理,得到融合图像;
获取基于该融合图像的该三维投影坐标系的该立体化二维切面数据的三维分割结果;
显示该融合图像和该三维分割结果。
本申请实施例提供了一种超声成像设备,该超声成像设备包括:
探头;
发射电路,用于激励该探头向目标组织发射超声波;
发射/接收选择开关;
接收电路,用于通过该探头接收从该目标组织返回的超声回波,从而获得超声回波信号/数据;
波束合成电路,用于对该超声回波信号/数据进行波束合成处理,获得波束合成后的超声回波信号/数据;
处理器,用于对该波束合成后的超声回波信号/数据进行处理,获取该目标组织对应的第一容积数据,并从该第一容积数据中选取二维切面数据;将该二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取该目标组织对应的第二容积数据的渲染图像;获取基于该三维投影坐标系的该立体化二维切面数据的三维分割结果;将该立体化二维切面数据、该第二容积数据的渲染图像以及该三维分割结果进行融合处理,得到融合图像;
显示器,用于显示该融合图像。
本申请实施例提供一种超声成像设备,该超声成像设备包括:
探头;
发射电路,用于激励该探头向目标组织发射超声波;
发射/接收选择开关;
接收电路,用于通过该探头接收从该目标组织返回的超声回波,从而获得超声回波信号/数据;
波束合成电路,用于对该超声回波信号/数据进行波束合成处理,获得波束合成后的超声回波信号/数据;
处理器,用于对该波束合成后的超声回波信号/数据进行处理,获取该目标组织对应的第一容积数据,并从该第一容积数据中选取二维切面数据;将该二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取该目标组织对应的第二容积数据的渲染图像;将该立体化二维切面数据与该第二容积数据的渲染图像进行融合处理,得到融合图像;获取基于该融合图像的该三维投影坐标系的该立体化二维切面数据的三维分割结果;
显示器,用于显示该融合图像和该三维分割结果。
本申请实施例提供了一种计算机可读存储介质,其特征在于,该计算机可读存储介质存储有超声成像程序,该超声成像程序可以被处理器执行,以实现上述超声成像方法。
由此可见,在本申请实施例的技术方案中,超声成像设备获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据;将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取目标组织对应的第二容积数据的渲染图像;获取基于三维投影坐标系的立体化二维切面数据的三维分割结果;将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合处理,得到融合图像;显示融合图像。也就是说,本申请实施例提供的技术方案,仅对部分二维切面数据进行手动或半自动分割以获取三维分割结果,并基于三维渲染图像进行显示,从而增强了三维分割结果的显示效果,提高了分割的效率和准确性。
附图说明
图1为本申请实施例中的超声成像设备的结构框图示意图;
图2为本申请实施例提供的一种超声成像方法的流程示意图一;
图3为本申请实施例提供的一种示例性的二维切面数据映射为立体化二维切面数据的示意图;
图4为本申请实施例提供的一种示例性的获取感兴趣区域的示意图;
图5为本申请实施例提供的一种示例性的融合图像的显示示意图;
图6为本申请实施例提供的一种拟合处理的流程示意图;
图7为本申请实施例提供的一种示例性的二维分割结果的拟合示意图;
图8为本申请实施例提供的一种超声成像方法的流程示意图二。
具体实施方式
为了能够更加详尽地了解本申请实施例的特点及技术内容,下面结合附图对本申请实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本申请实施例。
图1为本申请实施例中的超声成像设备的结构框图示意图。该超声成像设备10可以包括探头100、发射电路101、发射/接收选择开关102、接收电路103、波束合成电路104、处理器105和显示器106。发射电路101可以激励探头100向目标组织发射超声波;接收电路103可以通过探头100接收从目标组织返回的超声回波,从而获得超声回波信号/数据;该超声回波信号/数据经过波束合成电路104进行波束合成处理后,送入处理器105。处理器105对该超声回波信号/数据进行处理,以获得目标组织的超声图像。处理器105获得的超声图像可以存储于存储器107中。这些超声图像可以在显示器106上显示。
本申请的一个实施例中,前述的超声成像设备10的显示器106可为触摸显示屏、液晶显示屏等,也可以是独立于超声成像设备10之外的液晶显示器、电视机等独立显示设备,也可为手机、平板电脑等电子设备上的显示屏,等等。
实际应用中,处理器105可以为特定用途集成电路(Application SpecificIntegrated Circuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(ProgrammableLogic Device,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器中的至少一种,,从而使得该处理器105可以执行本申请的各个实施例中的超声成像方法的相应步骤。
存储器107可以是易失性存储器(volatile memory),例如随机存取存储器(Random Access Memory,RAM);或者非易失性存储器(non-volatile memory),例如只读存储器(Read Only Memory,ROM),快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者以上种类的存储器的组合,并向处理器提供指令和数据。
以下基于上述超声成像设备10,对本申请的技术方案进行详细说明。
本申请实施例提供了一种超声成像方法。图2为本申请实施例提供的一种超声成像方法的流程示意图一。如图2所示,主要包括以下步骤:
S201、获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据。
在本申请的实施例中,超声成像设备10的处理器105可以接收波束合成电路104波束合成处理后的超声回波信号/数据,对其进行处理,即可获取目标组织对应的超声图像,即第一容积数据,之后,处理器105可以从第一容积数据中选取二维切面数据。
需要说明的是,在本申请的实施例中,目标组织可以为人体器官或人体组织结构,具体的目标组织本申请实施例不作限定。
需要说明的是,在本申请的实施例中,处理器105可以自动从第一容积数据中选取二维切面数据,也可以接收用户的指令,根据指令从第一容积数据中选取二维切面数据,具体的处理器105从第一容积数据中选取二维切面数据的方法本申请实施例不作限定。
需要说明的是,在本申请的实施例中,第一容积数据包括了多层二维切面数据,处理器105从第一容积数据中选取二维切面数据,可以仅选取一层二维切面数据,也可以选取多层二维切面数据,具体选取的二维切面数据的层数本申请实施例不作限定。
具体的,在本申请的实施例中,处理器105从第一容积数据中选取二维切面数据,包括:接收第一选取指令;根据第一选取指令从第一容积数据中选取至少一层二维切面数据。
需要说明的是,在本申请的实施例中,第一选取指令可以由用户自主确定,用于指示处理器105需要选取的二维切面数据,具体的第一选取指令本申请实施例不作限定。
示例性的,在本申请的实施例中,处理器105接收到第一选取指令,第一选取指令具体指示了第一容积数据中的冠状面和矢状面,因此,处理器105该第一选取指令,从第一容积数据中选取冠状面数据和矢状面数据。
具体的,在本申请的实施例中,处理器105从第一容积数据中选取二维切面数据,包括:根据预设的切面层数据的训练模型从第一容积数据中选取至少一层二维切面数据。
需要说明的是,在本申请的实施例中,预设的切面层数据的训练模型可以为采用机器学习方法,例如,深度学习、支持向量机、随机森林,以及自适应增强等,对于已标记的用户感兴趣切面层数据集进行训练,生成的数学模型,处理器105使用该模型即可分析未标记第一容积数据中的切面数据,从而获取用户感兴趣切面层。
示例性的,在本申请的实施例中,预设的切面层数据的训练模型为用于分析出矢状面数据和横断面数据的模型,处理器105将第一容积数据输入预设的切面层数据的训练模型,即可分析出第一容积数据中的矢状面数据和横断面数据。
S202、将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据。
在本申请的实施例中,处理器105在从第一容积数据中选取二维切面数据之后,可以将二维切面数据映射到三维投影坐标系中,得到立体化二维切面数据。
需要说明的是,在本申请的实施例中,二维切面数据为二维空间内显示的数据,处理器105可以将二维切面数据映射到三维投影坐标系中,便于后续的分割和融合等处理。
具体的,在本申请的实施例中,处理器105将二维切面数据映射为立体化二维切面数据,具体按照以下公式(1)和公式(2):
其中,首先,处理器105将二维切面数据的二维坐标(x0,y0)映射到三维体素坐标,即将二维切面数据三维化,例如,二维切面数据所在的二维坐标系的x轴和y轴方向保持不变,将平面朝外的方向确定为z轴正方向,根据二维切面数据在第一容积数据中的具体层数确定二维切面数据在z轴的值z0,获得三维化的二维切面数据(x0,y0,z0),之后,处理器105需要按照公式(1)将预设坐标变换矩阵A乘以三维化的二维切面数据(x0,y0,z0),可以获得三维投影坐标系中待旋转的坐标(x1,y1,z1),最后,再按照公式(2)将(x1,y1,z1)乘以旋转矩阵B,即可获得最终的立体化二维切面数据(x2,y2,z2),旋转矩阵B可以根据实际需要的旋转角度所确定。图3为本申请实施例提供的一种示例性的二维切面数据映射为立体化二维切面数据的示意图。
可以理解的是,在本申请的实施例中,由于处理器105从第一容积数中选取二维切面数据可以为选取多层二维切面数据,因此,处理器105可以针对每一层二维切面数据分别映射到三维投影坐标系中。
S203、获取目标组织对应的第二容积数据的渲染图像。
在本申请的实施例中,处理器105还可以获取目标组织对应的第二容积数据的渲染图像。
需要说明的是,在本申请的实施例中,处理器105需要先获取目标组织的第二容积数据,之后进一步获取目标组织的第二容积数据的渲染图像。
需要说明的是,在本申请的实施例中,第二容积数据可以与第一容积数据相同,即第一容积数据和第二容积数据可以为同一目标组织的同一容积数据。当然,第二容积数据也可以与第一容积数据不同,即第一容积数据和第二容积数据为同一目标组织的两卷不同的容积数据。具体的第二容积数据本申请实施例不作限定。
需要说明的是,在本申请的实施例中,若第一容积数据和第二容积数据不同,第一容积数据和第二容积数据为基于不同成像视角、时间、方式或成像模态采集的容积数据。具体的成像模态可以电子计算机断层扫描(Computed Tomography,CT)、磁共振成像(Magnetic Resonance Imaging,MRI)或直接数字平板X线成像(Digital Radiography,DR)。当然,获取第二容积数据的方式也可以类似与上述获取第一容积数据的过程,在此不再赘述。
具体的,在本申请的实施例中,若第一容积数据和第二容积数据相同,处理器105获取目标组织对应的第二容积数据的渲染图像,包括:获取第二容积数据的感兴趣区域;对第二容积数据的感兴趣区域进行渲染处理,得到第二容积数据的渲染数据。其中,第二容积数据也就是第一容积数据。
需要说明的是,在本申请的实施例中,第二容积数据的感兴趣区域,可以由用户发送相关指令所确定,例如,用户可以调节关于第二容积数据的感兴趣选择框,处理器105即可接收到相关调节指令,控制感兴趣选择框的大小,从而将感兴趣选择框内的确定为感兴趣区域,或者,用户发送裁剪指令,处理器105接收到裁剪指令,对第二容积数据进行裁剪,裁剪后的即为感兴趣区域。当然,处理器105页可以直接采用常用的分割方法来获取感兴趣区域,例如,最大类间方差法、分水岭算法、区域生长法、迭代图割分割算法,以及基于机器学习的分割算法等。
图4为本申请实施例提供的一种示例性的获取感兴趣区域的示意图。如图4所示,处理器105将第二容积数据进行裁剪,裁剪后的即为第二容积数据的感兴趣区域。
需要说明的是,在本申请的实施例中,处理器105对第二容积数据的感兴趣数据进行渲染处理,可以按照面绘制或体绘制等渲染方法进行渲染绘制,具体的渲染方法本申请实施例不作限定。
需要说明的是,在本申请的实施例中,处理器105对第二容积数据的感兴趣区域按照面绘制进行渲染处理,具体为利用移动立方体、移动四面体、离散移动立方体,以及部分立方体等算法对第二容积数据的感兴趣区域进行处理,生成一系列的顶点、面,以及法线信息,再利用计算机图形学技术对这些信息进行渲染绘制。面绘制的优势在于高效的显示感兴趣区域的表面细节信息。
需要说明的是,在本申请的实施例中,处理器105对第二容积数据的感兴趣区域按照体绘制进行渲染处理,具体为利用光线追踪、抛雪球,以及剪切-曲面等算法,在固定光线路径上对第二容积数据的感兴趣区域进行透明度融合以及累积采样,从而获取多个体素的颜色值,最终生成渲染图像。体绘制的优势在于高质量的显示物体表面和内部信息,其中现有的超声三维体渲染模式包括:表面成像模式、最大回声模式、最小回声模式、透视模式、光影成像模式,以及透明模式,处理器105可以按照任意一种模式进行渲染处理。
具体的,在本申请的实施例中,若第一容积数据和第二容积数据不同,处理器105获取目标组织对应的第二容积数据的渲染图像,包括:将第二容积数据与第一容积数据进行图像配准处理;获取配准处理后的第二容积数据的感兴趣区域;对感兴趣区域进行渲染处理,得到第二容积数据的渲染图像。
可以理解的是,在本申请的实施例中,若第一容积数据和第二容积数据不同,为了后续的融合处理,需要将二者进行配准,可以采用手动配准或自动配准,具体的配准方式本申请实施例不作限定。
需要说明的是,在本申请的实施例中,采用手动配准,具体可以为用户发送标记指令给处理器105,处理器105接收标记指令,根据标记指令的指示在第一容积数据和第二容积数据中相同结构处标记若干标记点,之后,根据这些标记点计算出第一容积数据和第二容积数据的变换关系以实现两者的配准。
需要说明的是,在本申请的实施例中,采用自动配置,具体可以为处理器105采用自动配准算法自动计算第一容积数据和第二容积数据的变换关系,以实现两者的配准,具体的自动配准算法可以为刚体配准,非刚体配准等,本申请实施例不作限定。
可以理解的是,在本申请的实施例中,处理器105将第二容积数据与第一容积数据进行配准后,进一步获取配准后的第二容积数据的感兴趣区域,具体的方式与上述第二容积数据与第一容积数据相同时,获取第二容积数据中的感兴趣区域的方式相同,在此不再赘述。
可以理解的是,在本申请的实施例中,处理器105获取配准后的第二容积数据的感兴趣区域之后,对配准处理后的第二容积数据的感兴趣区域进行渲染处理,具体的方式与上述第二容积数据与第一容积数据相同时,对第二容积数据中的感兴趣区域进行渲染处理的方式相同,在此不再赘述。
S204、获取基于三维投影坐标系的立体化二维切面数据的三维分割结果。
在本申请的实施例中,处理器105得到立体化二维切面数据之后,可以进一步在立体化二维切面数据上进行分割,获取立体化二维切面数据的三维分割结果。
需要说明的是,在本申请的实施例中,可以采用手动或半自动的方法从立体化二维切面数据中分割出感兴趣区域的边缘轮廓点集或掩膜,获取体立体化二维切面数据的三维分割结果,具体的分割方法本申请实施例不作限定。
具体的,在本申请的实施例中,采用手动描迹分割的方法为用户向处理器105不断发送取点指令,处理器105随着取点指令在立体化二维切面数据中不断的取点,可以按照智能剪刀这种典型的交互式图像分割算法,该算法实质是以所取的点为顶点,以4邻域或8邻域确定边,在每一条边上定义一个代价函数,为强边缘赋予较小的代价值,为非强边缘赋予较大的代价值,同时相邻点间的弧赋予0代价值,而非相邻点间的弧赋予正无穷代价值,将分割转换为起始点到目标点之间的最优路径问题。处理器105随之不断的取点,按照智能剪刀算法如同一把剪刀一样,标记出完整的分割边缘区域,即获得三维分割结果。
具体的,在本申请的实施例中,半自动分割方法主要包括迭代图割、水平集和蛇形分割算法,例如,半自动分割方法为迭代图割算法,其是基于传统图割算法的改进算法,通过交互的方式得到前景和背景,用户可以发送针对立体化二维切面数据的标记矩形框的指令,处理器105将框外的部分视为背景区域,框内的部分视为前景区域,之后,通过计算前景和背景的高斯混合模型,将每一个点的RGB值分别代入两个高斯模型中计算,选取值最大的作为该点的归属,然后,再建立一个图,对该图求解最小化分割,如此循环至收敛,从而判断得出矩形框内的前景区域和背景区域,获得三维分割结果。
S205、将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合处理,得到融合图像。
在本申请的实施例中,处理器105在获得三维分割结果之后,可以将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合处理,得到融合图像。
可以理解的是,在本申请的实施例中,处理器105虽然可以从立体化二维切面数据获取三维分割结果,具体就是分割出感兴趣区域的轮廓,但是,其能够反映的信息是有限的,也不能体现出三维分割结果与目标对象的整体数据之间的位置或结构关系,因此,处理器105将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合,可以增强三维分割结果的显示效果,从而便于用户更清楚的了解感兴趣区域的结构位置关系。
需要说明的是,在本申请的实施例中,由于处理器105之前选取的二维切面数据可以为多层,之后,获得的三维分割结果也可以相应的为多层立体化二维切面数据的分割结果,此时,进行融合时,可以将每个三维分割结果及对应的立体化二维切面数据分别与第二容积数据的渲染图像进行融合,当然,也可以全部三维分割结果和全部立体化二维切面数据,一起与第二容积数据的渲染图像进行融合,本申请不作限定。
具体的,在本申请的实施例中,处理器105将立体化二维切面数据和三维分割结果主要是复合到第二容积数据的渲染图像中,从而能够很好的显示感兴趣层面和区域在整体结构中的位置结构,其中,处理器105可以先将立体化二维切面数据合成到第二容积数据的渲染图像,获得合成图像,具体如公式(3)所示:
RGBcombine=max(RGBplane·weight,RGB3D) (3)
其中,RGBcombine为合成图像的R、G和B数值,RGBplane为立体化二维切面数据的R、G和B数值,RGB3D为第二容积数据的渲染图像的R、G和B数值,weight为立体化二维切面数据的亮度调节系数。
需要说明的是,在本申请的实施例中,也可以采用其它合成公式将立体化二维切面数据和第二容积数据的渲染图像进行融合,当然,第二容积数也可以为多个,相应的,之前处理器105获得的第二容积数据的渲染图像也可以为多个,因此,还可以按照公式(4)将渲染图像和立体化二维切面数据进行合成:
RGBcombine=α·RGBplane+β1·RGB3D1+β2·RGB3D2+…+βn·RGB3Dn (4)
其中,,RGBcombine为合成图像的R、G和B数值,RGBplane为立体化二维切面数据的R、G和B数值,α、β1、β2、……,βn可以根据实际需求效果进行调节,·RGB3D1、·RGB3D2、……,RGB3Dn为获取的不同第二容积数据的渲染图像,例如,可以为不同时间,成像视角和方式获得不同第二容积数据,分别进行渲染处理获得的不同的渲染图像。
需要说明的是,在本申请的实施例中,三维分割结果实际上为立体化二维切面数据中的一条分割曲线,因此,可以直接将该曲线标记融合到上述立体化二维切面数据和第二容积数据的渲染图像的合成图像中,从而获得最终的融合图像。
S206、显示融合图像。
在本申请的实施例中,处理器105在得到融合图像之后,显示器106即可显示该融合图像。
图5为本申请实施例提供的一种示例性的融合图像的显示示意图。如图5所示,其中的白色曲线即为三维分割结果,也就是分割曲线,该曲线所在的切面即为选择的二维切面,融合图像不仅显示出了目标组织的结构轮廓等信息,还显示了选择的二维切面的相关信息,以及感兴趣区域的分割曲线。
需要说明的是,在本申请的实施例中,处理器105在获取立体化二维切面数据的三维分割结果之后,还可以执行拟合过程。图6为本申请实施例提供的一种拟合处理的流程示意图。如图6所示,主要包括以下步骤:
S601、将三维分割结果映射到第一容积数据对应的体数据坐标系中,得到二维分割结果。
在本申请的实施例中,第一容积数据为目标组织在体数据坐标系中的容积数据,而三维分割结果为三维投影坐标系中的数据,对于不同的立体化二维切面数据可以调节不同的位置进行分割,因此,将导致不同的立体化二维切面数据的三维分割结果并非处于同样的绝对坐标下,难以进行后续有效的拟合,因此,处理器105可以将三维分割结果映射到体数据坐标系中,得到二维分割结果。
具体的,在本申请的实施例中,处理器105将三维分割结果映射到体数据坐标系中的过程,与上述采用公式(1)和公式(2)的映射过程正相反,具体采用公式(5)和公式(6),如下:
其中,(x3,y3,z3)为三维分割结果在三维投影坐标系中合适观察位置处的坐标值,B为该位置相对应的旋转矩阵,(x4,y4,z4)为三维分割结果在三维投影坐标系中旋转逆变换后的结果,A为体数据坐标系到三维投影坐标系的映射矩阵,(x5,y5,z5)为三维分割结果映射到体数据坐标系中的结果。
S602、获取至少两个二维分割结果,至少两个二维分割结果源自第一容积数据中选取的不同的二维切面数据。
在本申请的实施例中,处理器105可以获取至少两个二维分割结果,即至少两层第一容积数据的二维切面数据,分别对应的立体化二维切面数据的三维分割结果,映射到体坐标系得到的二维分割结果。
需要说明的是,在本申请的实施例中,处理器105获取至少两个二维分割结果的方法,即先从第一容积数据中选取至少两层二维切面数据,之后,对于至少两层二维切面数据中的每一层二维切面数据分别执行上述立体化映射,分割,再逆映射的过程,当然,也可以先选取一层二维切面数据执行整个上述过程,获得一个二维分割结果,再循环执行,从而获取至少两个二维分割结果。
S603、对至少两个二维分割结果进行拟合处理。
在本申请的实施例中,处理器105获得至少两个二维分割结果之后,可以对至少两个二维分割结果进行拟合处理。
图7为本申请实施例提供的一种示例性的二维分割结果的拟合示意图。如图7所示,曲线1、曲线2和曲线3为三个二维分割结果,处理器105可以对三个曲线进行等距采样,形成一系列的轮廓点,即图中标记的小圆圈,之后,再对每一曲线上相同位置的轮廓点进行最小二乘或非均匀有理样条插值拟合,即可得到拟合处理后的二维分割结果。
S604、对拟合处理后的至少两个二维分割结果进行渲染处理,得到三维分割图像。
在本申请的实施例中,处理器105至少两个二维分割结果进行拟合处理后,即可对拟合处理后的至少两个二维分割结果进行渲染处理,从而得到三维分割图像。
可以理解的是,在本申请的实施例中,处理器105可以对拟合处理后的至少两个二维分割结果按照面绘制或体绘制等渲染方式进行渲染处理,例如,以面绘制进行渲染处理,处理器105根据拟合处理后的至少两个二维分割结果,也就是获得的分割曲面数据计算面绘制所需的顶点、面和法线信息,绘制曲面,即可获得三维分割图像。具体的渲染方式本申请实施例不作限定。
S605、显示三维分割图像。
在本申请的实施例中,处理器105得到三维分割图像之后,显示器106即可显示三维分割图像。
可以理解的是,在本申请的实施例中,获得的三维分割图像,实际上仅需处理器105对第一容积数据中的部分层二维切面数据进行分割等处理,而不需要每一层都进行分割处理,之后的渲染处理过程即可保证较好的显示效果,因此,可以提高分割效率。
本申请实施例提供了一种超声成像方法,获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据;将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取目标组织对应的第二容积数据的渲染图像;获取基于三维投影坐标系的立体化二维切面数据的三维分割结果;将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合处理,得到融合图像;显示融合图像。也就是说,本申请实施例提供的技术方案,仅对部分二维切面数据进行手动或半自动分割以获取三维分割结果,并基于三维渲染图像进行显示,从而增强了三维分割结果的显示效果,提高了分割的效率和准确性。
本申请另一实施例提供了一种超声成像方法。图8为本申请实施例提供的一种超声成像方法的流程示意图二。如图8所示,主要包括以下步骤:
S801、获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据。
在本申请的实施例中,处理器105可以先获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据,其具体过程与上一实施例中的步骤S201完全相同,在此不再赘述。
S802、将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据。
在本申请的实施例中,处理器105在选取二维切面数据之后,可以将二维切面数据映射到三维投影坐标系中,得到立体化二维切面数据,其具体过程与上一实施例中的步骤S202完全相同,在此不再赘述。
S803、获取目标组织对应的第二容积数据的渲染图像。
在本申请的实施例中,处理器105还可以获取目标组织对应的第二容积数据的渲染图像,其具体过程与上一实施例中的步骤S203完全相同,在此不再赘述。
S804、将立体化二维切面数据与第二容积数据的渲染图像进行融合处理,得到融合图像。
在本申请的实施例中,处理器105在获取到第二容积数据的渲染图像和立体化二维切面数据之后,可以将二者进行融合,从而获得融合图像。
需要说明的是,在本申请的实施例中,处理器105并未直接对立体化二维切面数据进行分割,而是先将立体化二维切面数据与第二容积数据的渲染图像进行融合,基于融合图像进行后续的分割处理,具体的立体化二维切面数据与第二容积数据的渲染图像进行融合的过程在上一实施例中的步骤S205中基于公式(3)和公式(4)进行了详述,区别仅在于上一实施例中,融合得到的图像并非融合图像,需要进一步融合三维分割结果,得到的才为融合图像,而本步骤中直接将两者的融合结果确定为融合图像,具体融合过程在此不再赘述。
S805、获取基于融合图像的立体化二维切面数据的三维分割结果。
在本申请的实施例中,处理器105在获得融合图像之后,即可基于融合图像进行手动或半自动分割,获得立体化二维切面数据的三维分割结果。
在本申请的实施例中,处理器105可以基于融合图像,选取一个最佳分割视角对立体化二维切面数据进行分割处理,融合图像中可以明确的体现立体化二维切面数据的空间位置和结构关系,因此,用户可以更清楚的确定如何向处理器105发送相关的手动分割的指令。例如,选取一些标记点,并将标记点的位置信息指示给处理器105,处理器105即可进行标记等。
需要说明的是,在本申请的实施例中,处理器105进行分割的具体方法与上一实施例中步骤S204介绍的方法相同,区别仅在于本步骤是基于融合图像进行分割的,可以提供给用户更多的直观信息,便于用户执行相关操作,发出更为准确的分割指令,例如,标记标记框或标记点,但是后续的相关分割算法的分割原理是完全相同的,在此不再赘述。
S806、显示融合图像和三维分割结果。
在本申请的实施例中,处理器105获得三维分割结果之后,显示器106即可显示三维分割结果,当然,还可以显示融合图像,其中,三维分割结果可以显示在融合图像上,如图5所示。
需要说明的是,在本申请的实施例中,处理器105在上述步骤S805之后,同样可以执行上一实施例中的步骤S601~S605,在此不再赘述。
本申请实施例提供了一种超声成像方法,获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据;将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取目标组织对应的第二容积数据的渲染图像;将立体化二维切面数据与第二容积数据的渲染图像进行融合处理,得到融合图像;获取基于融合图像的三维投影坐标系的立体化二维切面数据的三维分割结果;显示融合图像和三维分割结果。也就是说,本申请实施例提供的技术方案,仅对部分二维切面数据基于融合三维渲染图像,进行手动或半自动分割以获取三维分割结果并进行显示,从而增强了三维分割结果的显示效果,提高了分割的效率和准确性。
本申请一实施例提供了一种超声成像设备,如图1所示,该超声成像设备包括:
探头100;
发射电路101,用于激励该探头100向目标组织发射超声波;
发射/接收选择开关102;
接收电路103,用于通过该探头100接收从该目标组织返回的超声回波,从而获得超声回波信号/数据;
波束合成电路104,用于对该超声回波信号/数据进行波束合成处理,获得波束合成后的超声回波信号/数据;
处理器105,用于对该波束合成后的超声回波信号/数据进行处理,获取该目标组织对应的第一容积数据,并从该第一容积数据中选取二维切面数据;将该二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取该目标组织对应的第二容积数据的渲染图像;获取基于该三维投影坐标系的该立体化二维切面数据的三维分割结果;将该立体化二维切面数据、该第二容积数据的渲染图像以及该三维分割结果进行融合处理,得到融合图像;
显示器106,用于显示该融合图像。
可选的,该处理器105,还用于将该三维分割结果映射到该第一容积数据对应的体数据坐标系中,得到二维分割结果;获取至少两个二维分割结果,该至少两个二维分割结果源自该第一容积数据中选取的不同的二维切面数据;对该至少两个二维分割结果进行拟合处理;对拟合处理后的该至少两个二维分割结果进行渲染处理,得到三维分割图像;
该显示器106,还用于显示该三维分割图像。
可选的,该处理器105,具体用于接收第一选取指令;根据该第一选取指令从该第一容积数据中选取至少一层二维切面数据。
可选的,该处理器105,具体用于根据预设的切面层数据的训练模型从该第一容积数据中选取至少一层二维切面数据。
可选的,该第一容积数据和该第二容积数据相同。
可选的,该处理器105,具体用于获取该第二容积数据的感兴趣区域;对该第二容积数据的感兴趣区域进行渲染处理,得到该第二容积数据的渲染图像。
可选的,该第一容积数据和该第二容积数据为基于不同成像视角、时间、方式或成像模态采集的容积数据。
可选的,该处理器105,具体用于将该第二容积数据与该第一容积数据进行图像配准处理;获取配准处理后的该第二容积数据的感兴趣区域;对该感兴趣区域进行渲染处理,得到该第二容积数据的渲染图像。
本申请实施例提供了一种超声成像设备,获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据;将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取目标组织对应的第二容积数据的渲染图像;获取基于三维投影坐标系的立体化二维切面数据的三维分割结果;将立体化二维切面数据、第二容积数据的渲染图像以及三维分割结果进行融合处理,得到融合图像;显示融合图像。也就是说,本申请实施例提供的超声成像设备,仅对部分二维切面数据进行手动或半自动分割以获取三维分割结果,并基于三维渲染图像进行显示,从而增强了三维分割结果的显示效果,提高了分割的效率和准确性。
本申请又一实施例提供了一种超声成像设备,如图1所示,该超声成像设备包括:
探头100;
发射电路101,用于激励该探头100向目标组织发射超声波;
发射/接收选择开关102;
接收电路103,用于通过该探头100接收从该目标组织返回的超声回波,从而获得超声回波信号/数据;
波束合成电路104,用于对该超声回波信号/数据进行波束合成处理,获得波束合成后的超声回波信号/数据;
处理器105,用于对该波束合成后的超声回波信号/数据进行处理,获取该目标组织对应的第一容积数据,并从该第一容积数据中选取二维切面数据;将该二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取该目标组织对应的第二容积数据的渲染图像;将该立体化二维切面数据与该第二容积数据的渲染图像进行融合处理,得到融合图像;获取基于该融合图像的该立体化二维切面数据的三维分割结果;
显示器106,用于显示该融合图像和该三维分割结果。
可选的,该处理器105,还用于将该三维分割结果映射到该第一容积数据对应的体数据坐标系中,得到二维分割结果;获取至少两个二维分割结果,该至少两个二维分割结果源自该第一容积数据中选取的不同的二维切面数据;对该至少两个二维分割结果进行拟合处理;对拟合处理后的该至少两个二维分割结果进行渲染处理,得到三维分割图像;
该显示器106,还用于显示该三维分割图像。
本申请实施例提供了一种超声成像设备,获取目标组织对应的第一容积数据,并从第一容积数据中选取二维切面数据;将二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取目标组织对应的第二容积数据的渲染图像;将立体化二维切面数据与第二容积数据的渲染图像进行融合处理,得到融合图像;获取基于融合图像的立体化二维切面数据的三维分割结果;显示融合图像和三维分割结果。也就是说,本申请实施例提供的技术方案,仅对部分二维切面数据基于融合三维渲染图像,进行手动或半自动分割以获取三维分割结果并进行显示,从而增强了三维分割结果的显示效果,提高了分割的效率和准确性。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有超声成像程序,该超声成像程序可以被处理器执行,以实现上述超声成像方法。计算机可读存储介质可以是是易失性存储器(volatile memory),例如随机存取存储器(Random-AccessMemory,RAM);或者非易失性存储器(non-volatile memory),例如只读存储器(Read-OnlyMemory,ROM),快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);也可以是包括上述存储器之一或任意组合的各自设备,如移动电话、计算机、平板设备、个人数字助理等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程信号处理设备的处理器以产生一个机器,使得通过计算机或其他可编程信号处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程信号处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程信号处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。
Claims (21)
1.一种超声成像方法,其特征在于,所述方法包括:
获取目标组织对应的第一容积数据,并从所述第一容积数据中选取二维切面数据;
将所述二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;
获取所述目标组织对应的第二容积数据的渲染图像;
获取基于所述三维投影坐标系的所述立体化二维切面数据的三维分割结果;
将所述立体化二维切面数据、所述第二容积数据的渲染图像以及所述三维分割结果进行融合处理,得到融合图像;
显示所述融合图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述三维分割结果映射到所述第一容积数据对应的体数据坐标系中,得到二维分割结果;
获取至少两个二维分割结果,所述至少两个二维分割结果源自所述第一容积数据中选取的不同的二维切面数据;
对所述至少两个二维分割结果进行拟合处理;
对拟合处理后的所述至少两个二维分割结果进行渲染处理,得到三维分割图像;
显示所述三维分割图像。
3.根据权利要求1或2所述的方法,其特征在于,所述从所述第一容积数据中选取二维切面数据,包括:
接收第一选取指令;
根据所述第一选取指令从所述第一容积数据中选取至少一层二维切面数据。
4.根据权利要求1或2所述的方法,其特征在于,所述从所述第一容积数据中选取二维切面数据,包括:
根据预设的切面层数据的训练模型从所述第一容积数据中选取至少一层二维切面数据。
5.根据权利要求1或2所述的方法,其特征在于,所述第一容积数据和所述第二容积数据为同一容积数据。
6.根据权利要求5所述的方法,其特征在于,所述获取所述目标组织对应的第二容积数据的渲染图像,包括:
获取所述第二容积数据的感兴趣区域;
对所述第二容积数据的感兴趣区域进行渲染处理,得到所述第二容积数据的渲染图像。
7.根据权利要求1或2所述的方法,其特征在于,所述第一容积数据和所述第二容积数据为基于不同成像视角、时间、方式或成像模态采集的容积数据。
8.根据权利要求7所述的方法,其特征在于,所述获取所述目标组织对应的第二容积数据的渲染图像,包括:
将所述第二容积数据与所述第一容积数据进行图像配准处理;
获取配准处理后的所述第二容积数据的感兴趣区域;
对所述感兴趣区域进行渲染处理,得到所述第二容积数据的渲染图像。
9.一种超声成像方法,其特征在于,所述方法包括:
获取目标组织对应的第一容积数据,并从所述第一容积数据中选取二维切面数据;
将所述二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;
获取所述目标组织对应的第二容积数据的渲染图像;
将所述立体化二维切面数据与所述第二容积数据的渲染图像进行融合处理,得到融合图像;
获取基于所述融合图像的所述立体化二维切面数据的三维分割结果;
显示所述融合图像和所述三维分割结果。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
将所述三维分割结果映射到所述第一容积数据对应的体数据坐标系中,得到二维分割结果;
获取至少两个二维分割结果,所述至少两个二维分割结果源自所述第一容积数据中选取的不同的二维切面数据;
对所述至少两个二维分割结果进行拟合处理;
对拟合处理后的所述至少两个二维分割结果进行渲染处理,得到三维分割图像;
显示所述三维分割图像。
11.一种超声成像设备,其特征在于,所述超声成像设备包括:
探头;
发射电路,用于激励所述探头向目标组织发射超声波;
发射/接收选择开关;
接收电路,用于通过所述探头接收从所述目标组织返回的超声回波,从而获得超声回波信号/数据;
波束合成电路,用于对所述超声回波信号/数据进行波束合成处理,获得波束合成后的超声回波信号/数据;
处理器,用于对所述波束合成后的超声回波信号/数据进行处理,获取所述目标组织对应的第一容积数据,并从所述第一容积数据中选取二维切面数据;将所述二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取所述目标组织对应的第二容积数据的渲染图像;获取基于所述三维投影坐标系的所述立体化二维切面数据的三维分割结果;将所述立体化二维切面数据、所述第二容积数据的渲染图像以及所述三维分割结果进行融合处理,得到融合图像;
显示器,用于显示所述融合图像。
12.根据要求11所述的超声成像设备,其特征在于,
所述处理器,还用于将所述三维分割结果映射到所述第一容积数据对应的体数据坐标系中,得到二维分割结果;获取至少两个二维分割结果,所述至少两个二维分割结果源自所述第一容积数据中选取的不同的二维切面数据;对所述至少两个二维分割结果进行拟合处理;对拟合处理后的所述至少两个二维分割结果进行渲染处理,得到三维分割图像;
所述显示器,还用于显示所述三维分割图像。
13.根据权利要求11或12所述的超声成像设备,其特征在于,
所述处理器,具体用于接收第一选取指令;根据所述第一选取指令从所述第一容积数据中选取至少一层二维切面数据。
14.根据权利要求11或12所述的超声成像设备,其特征在于,
所述处理器,具体用于根据预设的切面层数据的训练模型从所述第一容积数据中选取至少一层二维切面数据。
15.根据权利要求11或12所述的超声成像设备,其特征在于,所述第一容积数据和所述第二容积数据为同一容积数据。
16.根据权利要求15所述的超声成像设备,其特征在于,
所述处理器,具体用于获取所述第二容积数据的感兴趣区域;对所述第二容积数据的感兴趣区域进行渲染处理,得到所述第二容积数据的渲染图像。
17.根据权利要求11或12所述的超声成像设备,其特征在于,所述第一容积数据和所述第二容积数据为基于不同成像视角、时间、方式或成像模态采集的容积数据。
18.根据权利要求17所述的超声成像设备,其特征在于,
所述处理器,具体用于将所述第二容积数据与所述第一容积数据进行图像配准处理;获取配准处理后的所述第二容积数据的感兴趣区域;对所述感兴趣区域进行渲染处理,得到所述第二容积数据的渲染图像。
19.一种超声成像设备,其特征在于,所述超声成像设备包括:
探头;
发射电路,用于激励所述探头向目标组织发射超声波;
发射/接收选择开关;
接收电路,用于通过所述探头接收从所述目标组织返回的超声回波,从而获得超声回波信号/数据;
波束合成电路,用于对所述超声回波信号/数据进行波束合成处理,获得波束合成后的超声回波信号/数据;
处理器,用于对所述波束合成后的超声回波信号/数据进行处理,获取所述目标组织对应的第一容积数据,并从所述第一容积数据中选取二维切面数据;将所述二维切面数据映射到三维投影坐标系,得到立体化二维切面数据;获取所述目标组织对应的第二容积数据的渲染图像;将所述立体化二维切面数据与所述第二容积数据的渲染图像进行融合处理,得到融合图像;获取基于所述融合图像的所述立体化二维切面数据的三维分割结果;
显示器,用于显示所述融合图像和所述三维分割结果。
20.根据权利要求19所述的超声成像设备,其特征在于,
所述处理器,还用于将所述三维分割结果映射到所述第一容积数据对应的体数据坐标系中,得到二维分割结果;获取至少两个二维分割结果,所述至少两个二维分割结果源自所述第一容积数据中选取的不同的二维切面数据;对所述至少两个二维分割结果进行拟合处理;对拟合处理后的所述至少两个二维分割结果进行渲染处理,得到三维分割图像;
所述显示器,还用于显示所述三维分割图像。
21.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有超声成像程序,所述超声成像程序可以被处理器执行,以实现权利要求1-10任一项所述的超声成像方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811554244.9A CN111340742B (zh) | 2018-12-18 | 2018-12-18 | 一种超声成像方法及设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811554244.9A CN111340742B (zh) | 2018-12-18 | 2018-12-18 | 一种超声成像方法及设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111340742A true CN111340742A (zh) | 2020-06-26 |
CN111340742B CN111340742B (zh) | 2024-03-08 |
Family
ID=71183269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811554244.9A Active CN111340742B (zh) | 2018-12-18 | 2018-12-18 | 一种超声成像方法及设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111340742B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907670A (zh) * | 2021-03-31 | 2021-06-04 | 北京航星机器制造有限公司 | 一种基于剖面图的目标物定位和标注方法及装置 |
CN112950664A (zh) * | 2021-03-31 | 2021-06-11 | 北京航星机器制造有限公司 | 一种基于滑动剖面的目标物定位和标注方法及装置 |
CN114190972A (zh) * | 2020-09-18 | 2022-03-18 | 苏州佳世达电通有限公司 | 超声波影像物件的体积计算方法及应用其的超声波系统 |
CN117197346A (zh) * | 2023-09-07 | 2023-12-08 | 上海微创电生理医疗科技股份有限公司 | 三维超声成像处理方法、系统、电子设备和可读存储介质 |
CN117710229A (zh) * | 2023-12-18 | 2024-03-15 | 湖南半岛医疗科技有限公司 | 一种基于多模态的成像图融合叠加方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102697526A (zh) * | 2012-06-15 | 2012-10-03 | 华东医院 | 超声浅表组织与器官容积扫描断层成像设备 |
CN105559829A (zh) * | 2016-01-29 | 2016-05-11 | 任冰冰 | 一种超声诊断及其成像方法 |
WO2017193251A1 (zh) * | 2016-05-09 | 2017-11-16 | 深圳迈瑞生物医疗电子股份有限公司 | 识别超声图像中感兴趣区域轮廓的方法及系统 |
CN108335336A (zh) * | 2017-01-20 | 2018-07-27 | 深圳市恩普电子技术有限公司 | 超声成像方法和装置 |
-
2018
- 2018-12-18 CN CN201811554244.9A patent/CN111340742B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102697526A (zh) * | 2012-06-15 | 2012-10-03 | 华东医院 | 超声浅表组织与器官容积扫描断层成像设备 |
CN105559829A (zh) * | 2016-01-29 | 2016-05-11 | 任冰冰 | 一种超声诊断及其成像方法 |
WO2017193251A1 (zh) * | 2016-05-09 | 2017-11-16 | 深圳迈瑞生物医疗电子股份有限公司 | 识别超声图像中感兴趣区域轮廓的方法及系统 |
CN108335336A (zh) * | 2017-01-20 | 2018-07-27 | 深圳市恩普电子技术有限公司 | 超声成像方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114190972A (zh) * | 2020-09-18 | 2022-03-18 | 苏州佳世达电通有限公司 | 超声波影像物件的体积计算方法及应用其的超声波系统 |
CN114190972B (zh) * | 2020-09-18 | 2024-03-22 | 苏州佳世达电通有限公司 | 超声波影像物件的体积计算方法及应用其的超声波系统 |
CN112907670A (zh) * | 2021-03-31 | 2021-06-04 | 北京航星机器制造有限公司 | 一种基于剖面图的目标物定位和标注方法及装置 |
CN112950664A (zh) * | 2021-03-31 | 2021-06-11 | 北京航星机器制造有限公司 | 一种基于滑动剖面的目标物定位和标注方法及装置 |
CN117197346A (zh) * | 2023-09-07 | 2023-12-08 | 上海微创电生理医疗科技股份有限公司 | 三维超声成像处理方法、系统、电子设备和可读存储介质 |
CN117710229A (zh) * | 2023-12-18 | 2024-03-15 | 湖南半岛医疗科技有限公司 | 一种基于多模态的成像图融合叠加方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111340742B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340742B (zh) | 一种超声成像方法及设备、存储介质 | |
US20220292739A1 (en) | Enhancements for displaying and viewing tomosynthesis images | |
US8537159B2 (en) | Visualization of voxel data | |
CN107405126B (zh) | 检索成对的医学图像的对应结构 | |
US10499879B2 (en) | Systems and methods for displaying intersections on ultrasound images | |
US20130170726A1 (en) | Registration of scanned objects obtained from different orientations | |
JP6688618B2 (ja) | 医用画像処理装置及び医用画像診断装置 | |
Lawonn et al. | Illustrative visualization of vascular models for static 2D representations | |
Khan et al. | A methodological review of 3D reconstruction techniques in tomographic imaging | |
JP5415068B2 (ja) | カーブした細長い構造の切断面の視覚化 | |
CN115811961A (zh) | 三维显示方法和超声成像系统 | |
AU2018301580B2 (en) | Three-dimensional ultrasound image display method | |
Macedo et al. | A semi-automatic markerless augmented reality approach for on-patient volumetric medical data visualization | |
CN111836584B (zh) | 超声造影成像方法、超声成像装置和存储介质 | |
US20170169609A1 (en) | Motion adaptive visualization in medical 4d imaging | |
JP4653324B2 (ja) | 画像表示装置、画像表示プログラム、画像処理装置、及び医用画像診断装置 | |
US20070201737A1 (en) | System And Method For Vascular Visualization Using Planar Reformation Of Vascular Central Axis Surface With Biconvex Slab | |
US20190096118A1 (en) | Imaging system and method | |
CN116993805A (zh) | 面向手术规划辅助的术中剩余器官体积估计系统 | |
CN115619941A (zh) | 一种超声成像方法及超声设备 | |
CN115998334A (zh) | 消融效果的显示方法和超声成像系统 | |
Zenbutsu et al. | 3D ultrasound assisted laparoscopic liver surgery by visualization of blood vessels | |
Mori et al. | Method of interactive specification of interested regions via a volume-rendered image with application to virtualized endoscope system | |
US20230360214A1 (en) | Technique for Optimizing Rendering Parameters of Overlays of Medical Images | |
JP2006178772A (ja) | 画像処理方法および装置並びにプログラム |
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 |