CN112669195A - 一种超声图像处理方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种超声图像处理方法，该方法包括以下步骤：确定待处理的目标超声图像；将目标超声图像输入到算法系统中，依次经过算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理。应用本申请所提供的技术方案，并不是经过每个算法节点时都会触发相应算法节点的算法处理，有的算法节点可能不会被触发，这样没有被触发的算法节点将不会执行，可以节省处理时间，提高处理效率。本申请还公开了一种超声图像处理装置、设备及存储介质，具有相应技术效果。

Description

一种超声图像处理方法、装置、设备及存储介质

技术领域

本申请涉及图像处理技术领域，特别是涉及一种超声图像处理方法、装置、设备及存储介质。

背景技术

随着超声医学的迅速发展，超声图像在预防、诊断、治疗疾病中体现的价值越来越高。超声图像需要经过一系列的算法节点的处理后才会输出展示给用户。如要获得3D图像，需要经过灰度曲线映射节点、三维增强节点、边缘平滑节点、三维重建节点、描迹剪裁节点、体平滑节点、体渲染节点等算法节点的处理。

目前，只要有对参数调节操作，就需要重新依次经过这些算法节点，需要每个算法节点都进行相应的算法处理。

这种方式存在一定的缺点，因为参数调节操作不一定影响所有算法节点，比如调节亮度，只对体渲染节点有影响，如果每个算法节点都重新进行算法处理，将会增加处理时间，降低处理效率。

发明内容

本申请的目的是提供一种超声图像处理方法、装置、设备及存储介质，以节省处理时间，提高处理效率。

为解决上述技术问题，本申请提供如下技术方案：

一种超声图像处理方法，包括：

确定待处理的目标超声图像；

将所述目标超声图像输入到算法系统中，依次经过所述算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；

其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发所述当前算法节点进行算法处理；

所述当前参数散列值为所述当前算法节点各参数的集合对应的散列值。

在本申请的一种具体实施方式中，所述根据当前算法节点对应的当前参数散列值，确定是否触发所述当前算法节点进行算法处理，包括：

确定当前算法节点对应的当前参数散列值；

获得所述当前算法节点对应的历史参数散列值；

将所述当前参数散列值与所述历史参数散列值进行比较；

根据比较结果，确定是否触发所述当前算法节点进行算法处理。

在本申请的一种具体实施方式中，所述根据比较结果，确定是否触发所述当前算法节点进行算法处理，包括：

如果所述当前参数散列值与所述历史参数散列值不同，则确定触发所述当前算法节点进行算法处理；

如果所述当前参数散列值与所述历史参数散列值相同，则跳过所述当前算法节点。

在本申请的一种具体实施方式中，在所述确定触发所述当前算法节点进行算法处理之后，还包括：

保存所述当前参数散列值。

在本申请的一种具体实施方式中，所述确定所述当前算法节点对应的当前参数散列值，包括：

获得所述当前算法节点的输入参数散列值和所述当前算法节点的自身参数散列值；

基于所述输入参数散列值和所述自身参数散列值，确定所述当前算法节点对应的当前参数散列值。

在本申请的一种具体实施方式中，所述确定待处理的目标超声图像，包括：

将超声扫查得到的初始图像确定为待处理的目标超声图像；

或者，

在监测到有调整操作的情况下，将调整操作对应的图像确定为待处理的目标超声图像。

在本申请的一种具体实施方式中，在确定触发所述当前算法节点进行算法处理的情况下，还包括：

确定是否存在与所述当前算法节点的所述当前参数散列值相对应的算法节点输出结果；

如果存在，则调用所述算法节点输出结果，作为所述当前算法节点的输出结果；

如果不存在，则执行所述当前算法节点进行相应的算法处理。

一种超声图像处理装置，包括：

图像确定模块，用于确定待处理的目标超声图像；

图像处理模块，用于将所述目标超声图像输入到算法系统中，依次经过所述算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；

其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发所述当前算法节点进行算法处理；

所述当前参数散列值为所述当前算法节点各参数的集合对应的散列值。

一种超声图像处理设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现上述任一项所述超声图像处理方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述超声图像处理方法的步骤。

应用本申请实施例所提供的技术方案，在要对目标超声图像进行处理时，将目标超声图像输入到算法系统中，算法系统包括具有设定顺序的多个算法节点，目标超声图像将会依次经过每个算法节点。在经过每个算法节点时，先根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理。也就是说，并不是经过每个算法节点时都会触发相应算法节点的执行，有的算法节点可能不会被触发，这样没有被触发的算法节点将不会进行算法处理，可以节省处理时间，提高处理效率。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例中一种超声图像处理方法的实施流程图；

图2为本申请实施例中一种算法系统的组成示意图；

图3为本申请实施例中每个算法节点的触发过程示意图；

图4为本申请实施例中一种超声图像处理装置的结构示意图；

图5为本申请实施例中一种超声图像处理设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

参见图1所示，为本申请实施例所提供的一种超声图像处理方法的实施流程图，该方法可以包括以下步骤：

S110：确定待处理的目标超声图像。

在本申请实施例中，可以将超声扫查得到的初始图像确定为待处理的目标超声图像。

在实际运作中，用户可能会对图像的处理参数进行调整。如进行亮度调节、噪声点去除等。在有调整操作时，需要对图像重新处理。在监测到有调整操作的情况下，可以将调整操作对应的图像确定为待处理的目标超声图像。

S120：将目标超声图像输入到算法系统中，依次经过算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像，其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理。

在本申请实施例中，可以预先构建一个算法系统，算法系统包括具有设定顺序的多个算法节点。这些算法节点具有设定顺序，后一个算法节点需要前一个或者几个算法节点的输出结果作为输入。不同处理需求可以对应不同的算法系统，不同算法系统中包括的算法节点或者算法节点的顺序可以不同。

如图2所示，以要进行3D图像处理为例，算法系统可以包括具有以下顺序的算法节点：灰度曲线映射节点、三维增强节点、边缘平滑节点、三维重建节点、描迹剪裁节点、体平滑节点和体渲染节点。

在确定待处理的目标超声图像后，可以将目标超声图像输入到算法系统中，依次经过算法系统包括的具有设定顺序的多个算法节点。以上例为例，将目标超声图像输入到算法系统中，可以依次经过灰度曲线映射节点、三维增强节点、边缘平滑节点、三维重建节点、描迹剪裁节点、体平滑节点、体渲染节点。这些算法节点进行相应的算法处理，可以获得处理后图像。获得处理后图像后，可以在屏幕上输出显示处理后图像，以为用户提供检查和诊断依据。

在本申请实施例中，并非经过的每个算法节点都会被触发进行算法处理。在经过每个算法节点时，可以根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理。每个算法节点对应有当前参数散列值，当前参数散列值为当前算法节点各参数的集合对应的散列值。

通过当前参数散列值可以确定当前算法节点的参数是否发生变化，从而确定是否触发当前算法节点进行算法处理。

比如，在图2所示的算法系统中，如果灰度曲线映射节点发生变化，则其后的每个算法节点对应的当前参数散列值都将变化，需要触发每个算法节点进行算法处理，如果体平滑节点发生变化，其之前的算法节点都没有变化，则体平滑节点之前的算法节点对应的当前参数散列值都不会变化，可以跳过，只触发体平滑节点进行算法处理。

应用本申请实施例所提供的方法，在要对目标超声图像进行处理时，将目标超声图像输入到算法系统中，算法系统包括具有设定顺序的多个算法节点，目标超声图像将会依次经过每个算法节点。在经过每个算法节点时，先根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理。也就是说，并不是经过每个算法节点时都会触发相应算法节点执行，有的算法节点可能不会被触发，这样没有被触发的算法节点将不会进行算法处理，可以节省处理时间，提高处理效率。

在本申请的一个实施例中，步骤S120中根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理，可以包括以下步骤：

步骤一：确定当前算法节点对应的当前参数散列值；

步骤二：获得当前算法节点对应的历史参数散列值；

步骤三：将当前参数散列值与历史参数散列值进行比较；

步骤四：根据比较结果，确定是否触发当前算法节点进行算法处理。

为便于描述，将上述几个步骤结合起来进行说明。

在确定待处理的目标超声图像，将目标超声图像输入到算法系统中后，会依次经过算法系统包括的具有设定顺序的多个算法节点。在经过每个算法节点时，可以先确定当前算法节点对应的当前参数散列值。当前参数散列值具体可以为当前参数MD5(Message-Digest Algorithm，信息摘要算法)值。

在本申请的一种具体实施方式中，可以获得当前算法节点的输入参数散列值和当前算法节点的自身参数散列值，基于输入参数散列值和自身参数散列值，确定当前算法节点对应的当前参数散列值。

在算法系统中，算法节点具有设定顺序，对于相邻的两个算法节点而言，前一个算法节点的输出将作为后一个算法节点的输入。每个算法节点具有各自的自身参数。比如，体平滑节点的输入参数为描迹剪裁节点的输出结果，体平滑节点的自身参数包括平滑档位等。

对于算法系统中的第一个算法节点来说，待处理的目标超声图像先到达该第一个算法节点，通过散列计算可以得到该第一个算法节点的输入参数散列值。

对于算法系统中的除第一个算法节点外的任意一个算法节点来说，在经过当前算法节点时，说明已经经过了当前算法节点之前的算法节点的相应处理，当前算法节点的输入参数散列值可以为前一个算法节点的输出结果。

在实际应用中，可以设计一个KVolBuf类，成员变量包括算法节点输出结果和算法节点自身参数散列值。

针对每个算法节点，获得当前算法节点的输入参数散列值，同时可以获得当前算法节点的自身参数散列值。基于当前算法节点的输入参数散列值和当前算法节点的自身参数散列值，可以确定当前算法节点对应的当前参数散列值。具体的，可以将输入参数散列值与自身参数散列值相加，或者进行加权和/积处理，得到当前算法节点对应的当前参数散列值。

在经过每个算法节点时，还可以获得当前算法节点对应的历史参数散列值。历史参数散列值可以是上一次进行图像处理时保存的。如果目标超声图像为超声扫查得到的初始图像，则可以先将各个算法节点对应的历史参数散列值初始化为0。

确定当前算法节点对应的当前参数散列值并获得当前算法节点对应的历史参数散列值之后，可以将当前参数散列值与历史参数散列值进行比较，根据比较结果，可以确定是否触发当前算法节点进行算法处理。

可以理解的是，每个算法节点的执行结果都依赖于自身参数和输入参数，如果输入参数和自身参数都没有发生变化，则当前算法节点的输出结果也不会发生变化。将当前参数散列值与历史参数散列值进行比较，如果当前参数散列值与历史参数散列值不同，则可以确定触发当前算法节点进行算法处理，即需要当前算法节点进行相应的算法处理。如果当前参数散列值与历史参数散列值相同，则可以跳过当前算法节点，即不需要当前算法节点进行相应的算法处理，跳过当前算法节点，到达当前算法节点的下一个算法节点。

在确定触发当前算法节点进行算法处理之后，还可以保存当前参数散列值，以作为下一次处理中的历史参数散列值。

在本申请实施例中，在将待处理的目标超声图像输入到算法系统中后，依次经过每个算法节点，在经过当前算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理，如果确定需要触发，则当前算法节点进行相应的算法处理，如果确定不需要触发，则跳过当前算法节点，到达下一个算法节点，同样按照上述操作确定是否触发当前算法节点进行算法处理。对于经过的算法系统中的每个算法节点，都按照上述操作进行判断，可以有效避免出现在有调整操作时，不受影响的算法节点也进行算法处理，导致的处理时间长，处理效率低的问题。

比如进行亮度调节后，因为亮度调节只对体渲染节点有影响，所以，在这种情况下，不会触发算法系统中除体渲染节点外的其他算法节点进行算法处理，只会触发体渲染节点进行相应的算法处理，缩短了算法调用路径，提高了处理效率。

在本申请的一个实施例中，在确定触发当前算法节点进行算法处理的情况下，该方法还可以包括以下步骤：

确定是否存在与当前算法节点对应的当前参数散列值相对应的算法节点输出结果；

如果存在，则调用算法节点输出结果，作为当前算法节点的输出结果；

如果不存在，则执行当前算法节点进行相应的算法处理。

在本申请实施例中，对于一些参数调节范围较小的算法节点，可以通过散列值记录多个算法参数对应的输出结果。

在确定触发当前算法节点进行算法处理的情况下，可以先确定是否存在与当前算法节点对应的当前参数散列值相对应的算法节点输出结果。如果存在，则当前算法节点可以不进行相应的算法处理，直接调用与当前参数散列值相对应的算法节点输出结果即可，将调用的该算法节点输出结果作为当前算法节点的输出结果，可以进一步提高处理效率。如果不存在，则可以执行当前算法节点进行相应的算法处理，得到输出结果。

为便于理解，以图3所示针对任意一个算法节点触发确定过程为例对本申请实施例进行说明。

S31：确定是否经过当前算法节点；如果经过，则执行S32，否则结束；

S32：计算当前算法节点的输入参数MD5值，并将自身参数MD5值累加输入参数MD5值，得到当前算法节点对应的当前参数MD5值；

S33：确定当前参数MD5值是否发生变化；如果发生变化，则确定触发当前算法节点进行算法处理，执行S34，如果未发生变化，则结束，以跳过当前算法节点，到达下一个算法节点；

S34：确定是否存在当前参数MD5值对应的输出结果；如果存在，则执行S35，如果不存在，则执行S36；

S35：调用当前参数MD5值对应的输出结果；

S36：执行当前算法节点进行相应的算法处理；

S37：保存当前参数MD5值及对应的输出结果。

本申请实施例中，针对每个算法节点，在经过当前算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理，相较于在相关技术中通过重新触发当前算法节点进行算法处理，具有如下优势：

首先，在当前算法节点的参数有改变时，只要得到当前算法节点对应的当前参数散列值，即可进行是否重新触发当前算法节点的确定，即将算法参数集合成一个结构体，对结构体整体进行散列值编码，不需要重新修改参数校验方法。

其次，在一些特定操作中，比如关闭算法→调节参数→恢复参数→重新打开算法，如当前平滑档位是5档，用户关闭平滑，调节其他参数后又还原，然后打开平滑，通过相关技术的方案会判断每一次操作参数都发生了变化，会判断为需要重新触发体平滑节点，但实际两次平滑算法参数没有发生变化，通过本申请方案可以判定为不用执行。

本申请实施例通过当前算法节点对应的当前参数散列值进行是否触发当前算法节点执行的判断，可以灵活的判断哪些算法节点不需要重新执行，这样可以提高图像处理的速度，节省图像处理的时间。

相应于上面的方法实施例，本申请实施例还提供了一种超声图像处理装置，下文描述的超声图像处理装置与上文描述的超声图像处理方法可相互对应参照。

参见图4所示，该装置可以包括以下模块：

图像确定模块410，用于确定待处理的目标超声图像；

图像处理模块420，用于将目标超声图像输入到算法系统中，依次经过算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理；当前参数散列值为当前算法节点各参数的集合对应的散列值。

应用本申请实施例所提供的装置，在要对目标超声图像进行处理时，将目标超声图像输入到算法系统中，算法系统包括具有设定顺序的多个算法节点，目标超声图像将会依次经过每个算法节点。在经过每个算法节点时，先根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理。也就是说，并不是经过每个算法节点时都会触发相应算法节点的执行，有的算法节点可能不会被触发，这样没有被触发的算法节点将不会进行算法处理，可以节省处理时间，提高处理效率。

在本申请的一种具体实施方式中，图像处理模块420，用于：

确定当前算法节点对应的当前参数散列值；

获得当前算法节点对应的历史参数散列值；

将当前参数散列值与历史参数散列值进行比较；

根据比较结果，确定是否触发当前算法节点进行算法处理。

在本申请的一种具体实施方式中，图像处理模块420，用于：

如果当前参数散列值与历史参数散列值不同，则确定触发当前算法节点进行算法处理；

如果当前参数散列值与历史参数散列值相同，则跳过当前算法节点。

在本申请的一种具体实施方式中，图像处理模块420，还用于：

在确定触发当前算法节点进行算法处理之后，保存当前参数散列值。

在本申请的一种具体实施方式中，图像处理模块420，用于：

获得当前算法节点的输入参数散列值和当前算法节点的自身参数散列值；

基于输入参数散列值和自身参数散列值，确定当前算法节点对应的当前参数散列值。

在本申请的一种具体实施方式中，图像确定模块410，用于：

将超声扫查得到的初始图像确定为待处理的目标超声图像；

或者，

在监测到有调整操作的情况下，将调整操作对应的图像确定为待处理的目标超声图像。

在本申请的一种具体实施方式中，图像处理模块420，还用于：

在确定触发当前算法节点进行算法处理的情况下，确定是否存在与当前算法节点对应的当前参数散列值相对应的算法节点输出结果；

如果存在，则调用算法节点输出结果，作为当前算法节点的输出结果；

如果不存在，则执行当前算法节点进行相应的算法处理。

相应于上面的方法实施例，本申请实施例还提供了一种超声图像处理设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序时实现上述超声图像处理方法的步骤。

如图5所示，为超声图像处理设备的组成结构示意图，超声图像处理设备可以包括：处理器10、存储器11、通信接口12和通信总线13。处理器10、存储器11、通信接口12均通过通信总线13完成相互间的通信。

在本申请实施例中，处理器10可以为中央处理器(Central Processing Unit，CPU)、特定应用集成电路、数字信号处理器、现场可编程门阵列或者其他可编程逻辑器件等。

处理器10可以调用存储器11中存储的程序，具体的，处理器10可以执行超声图像处理方法的实施例中的操作。

存储器11中用于存放一个或者一个以上程序，程序可以包括程序代码，程序代码包括计算机操作指令，在本申请实施例中，存储器11中至少存储有用于实现以下功能的程序：

确定待处理的目标超声图像；

将目标超声图像输入到算法系统中，依次经过算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；

其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发当前算法节点进行算法处理；

当前参数散列值为当前算法节点各参数的集合对应的散列值。

在一种可能的实现方式中，存储器11可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统，以及至少一个功能(比如算法执行功能、散列计算功能)所需的应用程序等；存储数据区可存储使用过程中所创建的数据，如图像数据、参数数据等。

此外，存储器11可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件或其他易失性固态存储器件。

通信接口12可以为通信模块的接口，用于与其他设备或者系统连接。

当然，需要说明的是，图5所示的结构并不构成对本申请实施例中超声图像处理设备的限定，在实际应用中超声图像处理设备可以包括比图5所示的更多或更少的部件，或者组合某些部件。

相应于上面的方法实施例，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述超声图像处理方法的步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (10)

1.一种超声图像处理方法，其特征在于，包括：

确定待处理的目标超声图像；

将所述目标超声图像输入到算法系统中，依次经过所述算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；

其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发所述当前算法节点进行算法处理；

所述当前参数散列值为所述当前算法节点各参数的集合对应的散列值。

2.根据权利要求1所述的方法，其特征在于，所述根据当前算法节点对应的当前参数散列值，确定是否触发所述当前算法节点进行算法处理，包括：

确定当前算法节点对应的当前参数散列值；

获得所述当前算法节点对应的历史参数散列值；

将所述当前参数散列值与所述历史参数散列值进行比较；

根据比较结果，确定是否触发所述当前算法节点进行算法处理。

3.根据权利要求2所述的方法，其特征在于，所述根据比较结果，确定是否触发所述当前算法节点进行算法处理，包括：

如果所述当前参数散列值与所述历史参数散列值不同，则确定触发所述当前算法节点进行算法处理；

如果所述当前参数散列值与所述历史参数散列值相同，则跳过所述当前算法节点。

4.根据权利要求3所述的方法，其特征在于，在所述确定触发所述当前算法节点进行算法处理之后，还包括：

保存所述当前参数散列值。

5.根据权利要求2所述的方法，其特征在于，所述确定所述当前算法节点对应的当前参数散列值，包括：

获得所述当前算法节点的输入参数散列值和所述当前算法节点的自身参数散列值；

基于所述输入参数散列值和所述自身参数散列值，确定所述当前算法节点对应的当前参数散列值。

6.根据权利要求1所述的方法，其特征在于，所述确定待处理的目标超声图像，包括：

将超声扫查得到的初始图像确定为待处理的目标超声图像；

或者，

在监测到有调整操作的情况下，将调整操作对应的图像确定为待处理的目标超声图像。

7.根据权利要求1至6之中任一项所述的方法，其特征在于，在确定触发所述当前算法节点进行算法处理的情况下，还包括：

确定是否存在与所述当前算法节点的所述当前参数散列值相对应的算法节点输出结果；

如果存在，则调用所述算法节点输出结果，作为所述当前算法节点的输出结果；

如果不存在，则执行所述当前算法节点进行相应的算法处理。

8.一种超声图像处理装置，其特征在于，包括：

图像确定模块，用于确定待处理的目标超声图像；

图像处理模块，用于将所述目标超声图像输入到算法系统中，依次经过所述算法系统包括的具有设定顺序的多个算法节点，进行相应的算法处理，获得处理后图像；

其中，在经过每个算法节点时，根据当前算法节点对应的当前参数散列值，确定是否触发所述当前算法节点进行算法处理；

所述当前参数散列值为所述当前算法节点各参数的集合对应的散列值。

9.一种超声图像处理设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述超声图像处理方法的步骤。

10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述超声图像处理方法的步骤。

Images