CN112957068B - 超声信号处理方法及终端设备 - Google Patents

超声信号处理方法及终端设备 Download PDF

Info

Publication number
CN112957068B
CN112957068B CN202110124433.8A CN202110124433A CN112957068B CN 112957068 B CN112957068 B CN 112957068B CN 202110124433 A CN202110124433 A CN 202110124433A CN 112957068 B CN112957068 B CN 112957068B
Authority
CN
China
Prior art keywords
processing
signal point
data
data corresponding
video memory
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
CN202110124433.8A
Other languages
English (en)
Other versions
CN112957068A (zh
Inventor
于倩蕾
丁勇
王�琦
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.)
Qingdao Hisense Medical Equipment Co Ltd
Original Assignee
Qingdao Hisense Medical Equipment 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 Qingdao Hisense Medical Equipment Co Ltd filed Critical Qingdao Hisense Medical Equipment Co Ltd
Priority to CN202110124433.8A priority Critical patent/CN112957068B/zh
Publication of CN112957068A publication Critical patent/CN112957068A/zh
Application granted granted Critical
Publication of CN112957068B publication Critical patent/CN112957068B/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
    • A61B8/52—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Image Processing (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本公开提供超声信号处理方法及终端设备。包括：对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在第二指定显存块中；对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；并，对所述各信号点对应的降采样数据进行图像处理，得到超声图像。由此，通过对显存中的第二指定显存块进行重复使用，以此可以降低显存开销，减少硬件成本，并且提高了显存访问效率。

Description

超声信号处理方法及终端设备
技术领域
本发明涉及信息处理技术领域，特别涉及一种超声信号处理方法及终端设备。
背景技术
超声成像技术广泛应用于在各种应用场景下来检查不同的材料和物体。由于超声波具有无损、无电离、无辐射的优点，在医疗领域被广泛用于诊断和预防疾病，尤其在孕妇和胎儿的检查中是唯一可以使用的技术。
如图1所示，超声成像系统的处理流程从前端到后端主要分为超声发射、超声换能器、超声接收、波束合成、后端处理、图像显示等几个阶段。超声前端通过超声换能器完成超声波发射与接收，并将回波信号转换为电信号，波束合成模块对接收电路每个通道输出的数据进行延时相加，合成不同扫描线的RF数据(Radio Frequency Data，射频数据)进行输出。后端处理模块负责对波束合成模块输出的射频数据进行处理，其中，图1为B模式超声信号处理流程，其后端处理模块对射频数据进行处理的步骤包括动态检波处理、动态滤波处理、降采样处理以及图像处理。然后输出适合显示的图像数据。图像显示模块负责将信号处理模块输出的数据显示成图像。
目前，由于图形处理器(Graphics Processing Unit，GPU)具有高算术强度、在许多数据元素上可以并行执行相同操作的问题。所以很多超声系统都采用中央处理器CPU+GPU的方式来进行后端的超声处理。但是，在GPU处理数据量较大的超声数据时，对显存的要求较高，由此提高了硬件成本，并且该方案的显存访问效率较低。
发明内容
本公开示例性的实施方式中提供一种超声信号处理方法及终端设备，用于减少硬件成本，并且提高显存访问效率。
本公开的第一方面提供一种终端设备，包括显存、中央处理器和图形处理器；
所述显存，被配置为存储各信号点对应的射频数据、各信号点对应的检波数据、各信号点对应的滤波数据、各信号点对应的降采样数据以及超声图像；
所述中央处理器，被配置为给各信号点对应的各数据在所述显存中分配存储空间；
所述图形处理器，被配置为：
对存储在所述显存中的第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在所述显存中的第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；并，
对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
本实施例通过将所述检波数据存储在所述显存中的第二指定显存块中，并且将滤波数据覆盖所述第二指定显存块中的所述检波数据，以此实现了对显存中的第二指定显存块进行重复使用，以此可以降低显存开销，减少硬件成本，并且提高了显存访问效率。
在一个实施例中，所述图形处理器，还被配置为：
所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据之后，且在所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像之前，当超声信号处理方式为并行处理，则将所述降采样数据存储至所述显存中的第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理。
本实施例中当超声信号处理方式为并行处理时，则将所述降采样数据存储至第三指定显存块中，避免出现一个线程计算后的降采样数据被另一个线程作为滤波数据进行读取再次进行降采样。
在一个实施例中，所述图形处理器在执行所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像时，具体被配置为：
对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在所述显存中的第四指定显存块中；其中所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理；
将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括斑点抑制处理、边缘增强处理。
本实施例通过将所述中间超声图像存储在所述显存中的第四指定显存块中，并且将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，以此实现了对第四指定显存块中实现了显存复用，由此，进一步的降低显存开销，减少硬件成本，并且提高了显存访问效率。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器在执行所述对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，具体被配置为：
将所述射频数据中的各信号点和预先设置的解调曲线中各信号点对应的解调点的实部相乘，得到各信号点对应的检波数据的实部；并，
将所述射频数据中各信号点和解调曲线中各信号点对应的解调点的虚部相乘，得到各信号点对应的检波数据的虚部。
本实施例中通过将所述射频数据中的各信号点分别和预先设置的解调曲线中各信号点对应的解调点的实部相乘和虚部相乘，以此得到了各信号点对应的检波数据的实部和虚部。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器在执行所述对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，具体被配置为：
利用重叠-存储之卷积算法将所述检波数据在深度方向上划分成指定大小的深度数据块；
针对任一深度数据块，将所述深度数据块中各信号点的检波数据进行傅里叶变换，得到频域检波数据；
将所述频域检波数据与预存设置的所述深度数据块的深度相对应的频域滤波器系数相乘，得到所述深度数据块中各信号点的中间滤波数据；
将所述中间滤波数据进行反傅里叶变换，得到各信号点对应的时域滤波数据；
将所述深度数据块中的指定的各信号点的时域滤波数据删除；并，
将删除后的各深度数据块中各信号点对应的时域滤波数据进行合并，得到各信号点对应的滤波数据。
本实施例通过利用重叠-存储之卷积算法对各信号点对应的检波数据进行动态滤波，以此来得到各信号点对应的滤波数据。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器在执行所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据，具体被配置为：
利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
本实施例通过利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
本公开第二方面提供一种超声信号处理方法，应用于图形处理器中，所述方法包括：
对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；并，
对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
在一个实施例中，所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据之后，且在所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像之前，所述方法还包括：
当超声信号处理方式为并行处理，则将所述降采样数据存储至第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理。
在一个实施例中，所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像之后，所述方法还包括：
对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在第四指定显存块中；其中所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理；
将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括斑点抑制处理、边缘增强处理。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，包括：
将所述射频数据中的各信号点和预先设置的解调曲线中各信号点对应的解调点的实部相乘，得到各信号点对应的检波数据的实部；并，
将所述射频数据中各信号点和解调曲线中各信号点对应的解调点的虚部相乘，得到各信号点对应的检波数据的虚部。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，包括：
利用重叠-存储之卷积算法将所述检波数据在深度方向上划分成指定大小的深度数据块；
针对任一深度数据块，将所述深度数据块中各信号点的检波数据进行傅里叶变换，得到频域检波数据；
将所述频域检波数据与预存设置的所述深度数据块的深度相对应的频域滤波器系数相乘，得到所述深度数据块中各信号点的中间滤波数据；
将所述中间滤波数据进行反傅里叶变换，得到各信号点对应的时域滤波数据；
将所述深度数据块中的指定的各信号点的时域滤波数据删除；并，
将删除后的各深度数据块中各信号点对应的时域滤波数据进行合并，得到各信号点对应的滤波数据。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据，包括：
利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
根据本公开实施例提供的第三方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行如第二方面所述的超声信息处理方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为根据本公开一个实施例中的现有技术中的超声信号处理流程图；
图2为根据本公开一个实施例中的终端设备结构示意图；
图3为根据本公开一个实施例的超声信号处理方法的流程示意图之一；
图4为根据本公开一个实施例的超声信号处理方法中的显存复制示意图；
图5为根据本公开一个实施例的动态滤波处理方法的流程示意图；
图6为根据本公开一个实施例的超声信号处理方法中的线程网格示意图；
图7为根据本公开一个实施例的超声信号处理方法的流程示意图之二；
图8为根据本公开一个实施例的超声信号处理方法的流程示意图之三；
图9为根据本公开一个实施例的随机事件的概率触发装置。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
现有技术中，在GPU进行超声信号处理时，每一处理步骤得到的数据分别存储在不同的显存块中，例如，检波数据存储在A显存块中，滤波数据存储在B显存块中，降采样数据存储在C显存块中等。由此，GPU处理数据量较大的超声数据时，对显存的要求较高，由此提高了硬件成本，并且降低了显存访问效率。
因此，本公开提供一种超声信号处理方法，通过将滤波数据覆盖第二指定显存块中的所述检波数据，以此实现了对显存中的第二指定显存块进行重复使用，以此可以降低显存开销，减少硬件成本，并且提高了显存访问效率。下面，结合附图对本公开的方案详细的进行介绍。
在对本公开的方案进行详细介绍之前，首先对本公开实施例的终端设备的结构进行介绍，图2为本公开中的终端设备的结构示意图。如图2所示，本公开实施例中的终端设备包括：显存210、中央处理器220和图像处理器230。其中，所述显存210，被配置为存储各信号点对应的射频数据、各信号点对应的检波数据、各信号点对应的滤波数据、各信号点对应的降采样数据以及超声图像；所述中央处理220，被配置为给各信号点对应的各数据在所述显存中分配存储空间；所述图形处理器230，被配置为:对存储在所述显存210中的第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在所述显存210中的第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；并，对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
在一个实施例中，所述图形处理器230，还被配置为：
所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据之后，且在所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像之前，当超声信号处理方式为并行处理，则将所述降采样数据存储至所述显存210中的第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理。
在一个实施例中，所述图形处理器230，还被配置为：
所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像之后，对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在所述显存210中的第四指定显存块中；其中所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理；
将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括斑点抑制处理、边缘增强处理。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器230在执行所述对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，具体被配置为：
将所述射频数据中的各信号点和预先设置的解调曲线中各信号点对应的解调点的实部相乘，得到各信号点对应的检波数据的实部；并，
将所述射频数据中各信号点和解调曲线中各信号点对应的解调点的虚部相乘，得到各信号点对应的检波数据的虚部。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器230在执行所述对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，具体被配置为：
利用重叠-存储之卷积算法将所述检波数据在深度方向上划分成指定大小的深度数据块；
针对任一深度数据块，将所述深度数据块中各信号点的检波数据进行傅里叶变换，得到频域检波数据；
将所述频域检波数据与预存设置的所述深度数据块的深度相对应的频域滤波器系数相乘，得到所述深度数据块中各信号点的中间滤波数据；
将所述中间滤波数据进行反傅里叶变换，得到各信号点对应的时域滤波数据；
将所述深度数据块中的指定的各信号点的时域滤波数据删除；并，
将删除后的各深度数据块中各信号点对应的时域滤波数据进行合并，得到各信号点对应的滤波数据。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器230在执行所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据，具体被配置为：
利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
下面，对本公开的方案进行详细的介绍，图3为本公开的超声信号处理方法的流程示意图，应用于图形处理器中，可包括以下步骤：
步骤301：对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
其中，是中央处理器将射频数据复制到第一显存块中的。
由于在射频数据在第一显存块中的存储方式为每一行的首地址与第一行的首地址是对齐的，所以每一行可以被合并访问。
例如，射频信号在中央处理器中的信号点为S，且S＝N×m,其中，S为扫描线的条数，m为每条扫描线上的信号点的数量。则在第一显存块中的每条扫描线上信号点的点数M可根据公式(1)来确定：
M＝floor((m+255)/256) (1)；
则射频数据在第一指定显存块中的信号点S＝N×M。
如图4所示，在中央处理器中每一条扫描线对应的信号点数为m，在第一指定显存块中，每一条扫描线对应的点数为M。对应的M-m的扫描点数是补的点数，是为了让显存对齐，可以实现合并范围，以此调高访问效率。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；步骤301可实施为：将所述射频数据中的各信号点和预先设置的解调曲线中各信号点对应的解调点的实部相乘，得到各信号点对应的检波数据的实部；并，将所述射频数据中各信号点和解调曲线中各信号点对应的解调点的虚部相乘，得到各信号点对应的检波数据的虚部。
其中，可根据公式(2)和公式(3)确定出检波数据的实部和虚部：
I(k，l)＝RF(k，l)·C(l).x (2)；
Q(k,l)＝RF(k，l)·C(l).y (3)；
其中，I(k，l)为检波数据的实部，Q(k，l)为检波数据的虚部，RF(k，l)为射频数据中的任一信号点，C(l).x为解调点的实部；C(l).y为解调点的虚部。
步骤302：对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；步骤302可具体实施为：如图5所示，可包括以下步骤：
步骤501：利用重叠-存储之卷积算法将所述检波数据在深度方向上划分成指定大小的深度数据块；
其中，每个深度信号块在深度方向由上个子块的最后M/2-1个信号点、当前Li个信号点、以及下个子块的起始M/2-1个信号点组成的。其中，M为滤波器的单位脉冲响应长度(滤波器内部参数)。
步骤502：针对任一深度数据块，将所述深度数据块中各信号点的检波数据进行傅里叶变换，得到频域检波数据；
步骤503：将所述频域检波数据与预存设置的所述深度数据块的深度相对应的频域滤波器系数相乘，得到所述深度数据块中各信号点的中间滤波数据；
其中，频域滤波器系数是中央处理器在预处理阶段确定后存储在显存中的，其中，可通过以下方式来确定：
首先，获取各深度数据块对应的时域滤波器系数。然后各深度数据块对应的时域滤波器系数进行傅里叶变换，得到频域滤波器系数。
步骤504：将所述中间滤波数据进行反傅里叶变换，得到各信号点对应的时域滤波数据；
步骤505：将所述深度数据块中的指定的各信号点的时域滤波数据删除；
其中，各深度数据块中指定的各信号点为上个子块的最后M/2-1个信号点以及下个子块的起始M/2-1个信号点。
步骤506：将删除后的各深度数据块中各信号点对应的时域滤波数据进行合并，得到各信号点对应的滤波数据。
步骤303：将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；
在一个实施例中，当超声信号处理方式为并行处理，则将所述降采样数据存储至所述显存中的第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理。
本公开实施例采用的并行处理的方式为：将N×M划分为大小相等的bY*bX个线程块(Block)，每个线程块拥有tY*tX个线程(Thread)，bY*bX个线程块组成一个线程网格(Grid)，如图6所示，线程网格内的并行计算分为两个层次：线程块并行和线程并行。其中线程块索引(by,bx)，线程索引(ty,tx)与信号点数据坐标(k,l)之间的对应关系可根据公式(4)和公式(5)来确定：
k＝j·bY·tY+bY·by+ty (4)；
l＝i·bX·tX+bx·bX+tx (5)；
其中，k为扫描线索引，l为扫描点索引，i、j分别为线程网格在l方向和k方向的偏移索引。在并行计算中，以i、j作为嵌套循环的索引，一次循环中，每个线程只处理与其线程号对应坐标位置上的数据。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；步骤303可具体实施为：利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
其中，降采样的步长可根据公式(6)确定：
Figure BDA0002923458910000131
其中，δ为降采样的步长，M为存储在第一指定显存块中的射频数据的每条扫描线上的采样点数，其中P为预设值。
步骤304：对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
为了进一步提高显存访问效率，减少硬件成本，在一个实施例中，步骤304可具体实施为：对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在所述显存中的第四指定显存块中；其中所述第一图像处理包括但不限于频率复合处理、空间复合处理以及对数压缩处理；将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括但不限于斑点抑制处理、边缘增强处理等。
为了进一步的了解本公开的技术方案，下面结合图7进行详细的说明，可包括以下步骤：
步骤701：中央处理器给各信号点对应的各数据在显存中分配存储空间；
步骤702：将接收到的射频数据复制到显存中的第一指定显存块中；
步骤703：图形处理器对存储在所述显存中的第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在所述显存中的第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
步骤704：图形处理器对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
步骤705：图形处理器将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；
步骤706：图形处理器确定超声信号处理方式为并行处理，将所述降采样数据存储至所述显存中的第三指定显存块中；
步骤707：图像处理器对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在所述显存中的第四指定显存块中；
其中，所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理等。
步骤708：图像处理器将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像；
其中，所述第二图像处理包括斑点抑制处理、边缘增强处理等。
步骤709：图形处理器将所述超声图像发送给中央处理器。
下面，如图8所示，以超声信号为B模式的超声信号，且处理方式为并行处理为例对本公开的方案进行详细的介绍：
首先，CPU在初始阶段将解调曲线以及频域滤波系数分别存储在显存块A和显存块B中。然后CPU接收到超声前端发送的射频数据后，CPU将射频数据复制到显存块C中。GPU根据存储在显存块C中的射频数据以及存储在显存块A中的解调曲线进行动态检波处理，确定出检波数据，并将检波数据存储在显存块D中。然后GPU从显存块D中获取到检波数据，并利用存储在显存块B中的频域滤波器系数对所述检波数据进行动态滤波处理，得到滤波数据。并将该滤波数据覆盖在所述显存块D中的检波数据。然后将滤波数据进行降采样处理，得到降采样数据，并存储在显存块E中。然后对降采样数据进行第一图像处理，得到中间图像，并将中间图像存储在显存块F中，然后将中间图像进行第二图像处理，得到超声图像，并将超声图像存储至显存块F中。最后将超声图像发送至CPU中，以使CPU将所述超声数据发送至显示器中进行显示。
基于相同的公开构思，本公开如上所述的超声信号处理方法还可以由一种超声信号处理装置实现。该超声信号处理装置的效果与前述方法的效果相似，在此不再赘述。
图9为根据本公开一个实施例的超声信号处理装置的结构示意图。
如图9所示，本公开的超声信号处理装置900可以包括动态检波处理模块910、动态滤波处理模块920、降采样处理模块930和图像处理模块940。
动态检波处理模块910，用于对存储在所述显存中的第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在所述显存中的第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
动态滤波处理模块920，用于对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
降采样处理模块930，用于将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；
图像处理模块940，用于对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
在一个实施例中，所述装置还包括：
第一存储模块950，用于所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据之后，且在所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像之前，当超声信号处理方式为并行处理，则将所述降采样数据存储至第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理。
在一个实施例中，所述超声图像处理模块940，具体用于：
对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在第四指定显存块中；其中所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理；
将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括斑点抑制处理、边缘增强处理。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述动态检波处理模块910，具体用于：
将所述射频数据中的各信号点和预先设置的解调曲线中各信号点对应的解调点的实部相乘，得到各信号点对应的检波数据的实部；并，
将所述射频数据中各信号点和解调曲线中各信号点对应的解调点的虚部相乘，得到各信号点对应的检波数据的虚部。
在一个实施例中，所述动态滤波处理模块920，具体用于：
利用重叠-存储之卷积算法将所述检波数据在深度方向上划分成指定大小的深度数据块；
针对任一深度数据块，将所述深度数据块中各信号点的检波数据进行傅里叶变换，得到频域检波数据；
将所述频域检波数据与预存设置的所述深度数据块的深度相对应的频域滤波器系数相乘，得到所述深度数据块中各信号点的中间滤波数据；
将所述中间滤波数据进行反傅里叶变换，得到各信号点对应的时域滤波数据；
将所述深度数据块中的指定的各信号点的时域滤波数据删除；并，
将删除后的各深度数据块中各信号点对应的时域滤波数据进行合并，得到各信号点对应的滤波数据。
在一个实施例中，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述降采样处理模块930，具体用于：
利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
在一些可能的实施方式中，本公开提供的一种超声信号处理方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的超声信号处理方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取计算机存储介质(RAM)、只读计算机存储介质(ROM)、可擦式可编程只读计算机存储介质(EPROM或闪存)、光纤、便携式紧凑盘只读计算机存储介质(CD-ROM)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
本公开的实施方式的超声信号处理的程序产品可以采用便携式紧凑盘只读计算机存储介质(CD-ROM)并包括程序代码，并可以在电子设备上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了装置的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开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(包括但不限于磁盘计算机存储介质、CD-ROM、光学计算机存储介质等)上实施的计算机程序产品的形式。
本公开是参照根据本公开的方法、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数据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数据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数据处理设备以特定方式工作的计算机可读计算机存储介质中，使得存储在该计算机可读计算机存储介质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数据处理设备上，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。
显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。

Claims (8)

1.一种终端设备，其特征在于，包括显存、中央处理器和图形处理器；
所述显存，被配置为存储各信号点对应的射频数据、各信号点对应的检波数据、各信号点对应的滤波数据、各信号点对应的降采样数据以及超声图像；
所述中央处理器，被配置为给各信号点对应的各数据在所述显存中分配存储空间；
所述图形处理器，被配置为:
对存储在所述显存中的第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在所述显存中的第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；
当超声信号处理方式为并行处理，则将所述降采样数据存储至所述显存中的第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理；通过以下方式进行并行处理：将N×M划分为大小相等的bY*bX个线程块(Block)，每个线程块拥有tY*tX个线程，bY*bX个线程块组成一个线程网格(Grid)，其中，线程网格内的并行计算分为两个层次：线程块并行和线程并行，其中线程块索引(by,bx)，线程索引(ty,tx)与信号点数据坐标(k,l)之间的对应关系可根据以下公式来确定：
k＝j·bY·tY+bY·by+ty；
l＝i·bX·tX+bx·bX+tx；
其中，k为扫描线索引，l为扫描点索引，i、j分别为线程网格在l方向和k方向的偏移索引，在并行计算中，以i、j作为嵌套循环的索引，一次循环中，每个线程只处理与其线程号对应坐标位置上的数据；
对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
2.根据权利要求1所述的终端设备，其特征在于，所述图形处理器在执行所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像时，具体被配置为：
对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在所述显存中的第四指定显存块中；其中所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理；
将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括斑点抑制处理、边缘增强处理。
3.根据权利要求1所述的终端设备，其特征在于，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器在执行所述对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，具体被配置为：
将所述射频数据中的各信号点和预先设置的解调曲线中各信号点对应的解调点的实部相乘，得到各信号点对应的检波数据的实部；并，
将所述射频数据中各信号点和解调曲线中各信号点对应的解调点的虚部相乘，得到各信号点对应的检波数据的虚部。
4.根据权利要求1所述的终端设备，其特征在于，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器在执行所述对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，具体被配置为：
利用重叠-存储之卷积算法将所述检波数据在深度方向上划分成指定大小的深度数据块；
针对任一深度数据块，将所述深度数据块中各信号点的检波数据进行傅里叶变换，得到频域检波数据；
将所述频域检波数据与预存设置的所述深度数据块的深度相对应的频域滤波器系数相乘，得到所述深度数据块中各信号点的中间滤波数据；
将所述中间滤波数据进行反傅里叶变换，得到各信号点对应的时域滤波数据；
将所述深度数据块中的指定的各信号点的时域滤波数据删除；并，
将删除后的各深度数据块中各信号点对应的时域滤波数据进行合并，得到各信号点对应的滤波数据。
5.根据权利要求1所述的终端设备，其特征在于，若所述射频数据为B型超声模式的射频数据，且所述超声信号处理方式为并行处理；
所述图形处理器在执行所述将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据，具体被配置为：
利用降采样的步长对各信号点对应的滤波数据进行下采样，得到所述各信号点对应的降采样数据。
6.一种超声信号处理方法，其特征在于，应用于图形处理器中，所述方法包括：
对存储在第一指定显存块中各信号点对应的射频数据进行动态检波处理，得到各信号点对应的检波数据，并将所述检波数据存储在第二指定显存块中，其中所述射频数据是对接收到的超声信号进行合成后得到的；
对所述各信号点对应的检波数据进行动态滤波处理，得到各信号点对应的滤波数据，并将所述滤波数据覆盖所述第二指定显存块中的所述检波数据；
将所述各信号点对应的滤波数据进行降采样处理，得到所述各信号点对应的降采样数据；
当超声信号处理方式为并行处理，则将所述降采样数据存储至所述显存中的第三指定显存块中；其中，所述并行处理为对所述射频数据中各信号点同时进行动态检波处理后，同时进行动态滤波处理，并在所述动态滤波处理后同时进行降采样处理；通过以下方式进行并行处理：将N×M划分为大小相等的bY*bX个线程块(Block)，每个线程块拥有tY*tX个线程，bY*bX个线程块组成一个线程网格(Grid)，其中，线程网格内的并行计算分为两个层次：线程块并行和线程并行，其中线程块索引(by,bx)，线程索引(ty,tx)与信号点数据坐标(k,l)之间的对应关系可根据以下公式来确定：
k＝j·bY·tY+bY·by+ty；
l＝i·bX·tX+bx·bX+tx；
其中，k为扫描线索引，l为扫描点索引，i、j分别为线程网格在l方向和k方向的偏移索引，在并行计算中，以i、j作为嵌套循环的索引，一次循环中，每个线程只处理与其线程号对应坐标位置上的数据；
对所述各信号点对应的降采样数据进行图像处理，得到超声图像。
7.根据权利要求6所述的方法，其特征在于，所述对所述各信号点对应的降采样数据进行图像处理，得到超声图像，包括：
对所述降采样数据进行第一图像处理，得到中间超声图像，并将所述中间超声图像存储在第四指定显存块中；其中所述第一图像处理包括频率复合处理、空间复合处理以及对数压缩处理；
将存储在所述第四指定显存块中的中间超声图像进行第二图像处理，得到所述超声图像，并将所述超声图像覆盖所述第四指定显存块中的所述中间超声图像，其中所述第二图像处理包括斑点抑制处理、边缘增强处理。
8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行根据权利要求6-7中任一项所述的方法。
CN202110124433.8A 2021-01-29 2021-01-29 超声信号处理方法及终端设备 Active CN112957068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110124433.8A CN112957068B (zh) 2021-01-29 2021-01-29 超声信号处理方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110124433.8A CN112957068B (zh) 2021-01-29 2021-01-29 超声信号处理方法及终端设备

Publications (2)

Publication Number Publication Date
CN112957068A CN112957068A (zh) 2021-06-15
CN112957068B true CN112957068B (zh) 2023-07-11

Family

ID=76271775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110124433.8A Active CN112957068B (zh) 2021-01-29 2021-01-29 超声信号处理方法及终端设备

Country Status (1)

Country Link
CN (1) CN112957068B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104849698A (zh) * 2015-05-21 2015-08-19 中国人民解放军海军工程大学 一种基于异构多核系统的雷达信号并行处理方法及系统
CN105493041A (zh) * 2013-08-30 2016-04-13 苹果公司 在访问动态类型化对象过程中的并发内联高速缓存优化

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011004264A (ja) * 2009-06-19 2011-01-06 Fujitsu Ltd ディジタル信号処理装置およびディジタル信号処理方法
CN102708280B (zh) * 2012-04-12 2015-09-23 深圳开立生物医疗科技股份有限公司 一种图像显示方法及设备
US20140123147A1 (en) * 2012-11-01 2014-05-01 Nvidia Corporation System, method, and computer program product for parallel reconstruction of a sampled suffix array
US9554778B2 (en) * 2013-11-08 2017-01-31 Siemens Medical Solutions Usa, Inc. Responsive power saving in ultrasound
CN109447253B (zh) * 2018-10-26 2021-04-27 杭州比智科技有限公司 显存分配的方法、装置、计算设备及计算机存储介质
CN110163791B (zh) * 2019-05-21 2020-04-17 中科驭数（北京）科技有限公司 数据计算流图的gpu处理方法及装置
CN110377342B (zh) * 2019-06-10 2022-08-30 平安科技（深圳）有限公司 基于卷积神经网络的显存处理方法、装置及存储介质
CN110930291B (zh) * 2019-11-15 2022-06-17 山东英信计算机技术有限公司 一种gpu显存管理控制方法及相关装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105493041A (zh) * 2013-08-30 2016-04-13 苹果公司 在访问动态类型化对象过程中的并发内联高速缓存优化
CN104849698A (zh) * 2015-05-21 2015-08-19 中国人民解放军海军工程大学 一种基于异构多核系统的雷达信号并行处理方法及系统

Also Published As

Publication number Publication date
CN112957068A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
KR100646715B1 (ko) 후처리를 통한 2차원 초음파 영상의 화질 개선 방법
CN109859126A (zh) 一种视频降噪方法、装置、电子设备及存储介质
US10497477B2 (en) Method for high-speed parallel processing for ultrasonic signal by using smart device
CN108010538B (zh) 音频数据处理方法及装置、计算设备
US8139891B2 (en) System and method for structure enhancement and noise reduction in medical images
KR101978728B1 (ko) 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류 방법 및 장치
US20170035394A1 (en) Ultrasonic diagnostic device
US20220296216A1 (en) Image processing method and apparatus based on contrast-enhanced ultrasound images
US20140219050A1 (en) Imaging apparatus, ultrasonic imaging apparatus, method of processing an image, and method of processing an ultrasonic image
CN112957068B (zh) 超声信号处理方法及终端设备
CN116704200A (zh) 图像特征提取、图像降噪方法及相关装置
EP4059443A1 (en) Super-resolution reconstruction method and apparatus for three-dimensional contrast-enhanced ultrasound image
CN104023644B (zh) 用于在超声成像中的针可视化增强的方法和装置
US20200261061A1 (en) Methods and systems for filtering of acoustic clutter and random noise
CN106805997B (zh) 一种弹性成像方法和装置
CN116109524B (zh) 磁共振图像通道合并方法、装置、电子设备及存储介质
CN113159277B (zh) 目标检测方法、装置及设备
CN117726561B (zh) 一种血管内超声图像处理方法及相关装置、存储介质
Techavipoo et al. Implementation of asymmetric kernel median filtering for real-time ultrasound imaging
CN113164160B (zh) 超声造影成像方法、装置和存储介质
CN109598718B (zh) 设备更换需求分析机构
Bandari et al. Cepstral methods in computational vision
CN117764831A (zh) 磁共振图像层间超分辨率重建方法
CN115486871A (zh) 一种超声波束图像的成像方法、超声设备及装置
CN115407318A (zh) 一种水下目标检测方法、装置

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