CN112998750B - 超声图像合成方法、装置、超声设备及存储介质 - Google Patents

Abstract

本发明公开一种超声图像合成方法、装置、超声设备及存储介质。该方法包括：接收回波合成信号，对回波合成信号进行求模处理，获取原始超声图像；采用N个目标对数压缩曲线分别对原始超声图像进行对数压缩，获取N个对数压缩超声图像；对每一对数压缩超声图像进行特征图分析，获取每一对数压缩超声图像对应的目标融合权重；对每一对数压缩超声图像和目标融合权重进行多尺度分解，获取M个分解超声图像和每一分解超声图像对应的分解融合权重；对N个对数压缩超声图像对应的M个分解超声图像进行图像融合处理，获取目标超声图像。该方法合成的目标超声图像中任意位置均可获取较佳的对比度，提高目标超声图像的分辨率，保障其图像显示效果。

Description

超声图像合成方法、装置、超声设备及存储介质

技术领域

本发明涉及超声成像技术领域，尤其涉及一种超声图像合成方法、装置、超声设备及存储介质。

背景技术

对数压缩是现代超声成像处理流程中的重要一环，由于人体的不同组织之间其超声波的吸收系数相差很大，所以整幅图像的动态范围可能达到100dB以上，对于一般的显示器，很难将相差动态范围100dB的超声图像都进行显示。所以大部分数字超声设备在显示之前都需要进行对数压缩，来缩小超声图像的动态范围，提高超声图像的对比度，使超声图像更适合医生的视觉观察，提升超声图像显示效果。

对数压缩技术是指对超声设备所接收到的16位数据或更多位数据，通过对数压缩曲线映射的方式压缩为16位或更少位数据的处理过程。由于超声波经过人体的不同组织所获得超声图像的动态范围不同，使用同一对数压缩曲线必然会导致医生观察某些组织产生影响。

为了克服同一对数压缩曲线对不同组织进行压缩所导致的不良后果，当前部分超声设备会区分不同的临床情况，为每一种临床情况设定一种对数压缩曲线；或是在超声设备中提供可以切换对数压缩曲线的功能，但其本质仍是在一次超声成像中使用一种对数压缩曲线，具体通过是突出某一部分信号弱小信号，以增强部分信号对比度，但也使一些对比度很强的信号变得对比更加明显，十分不利于医生观察图像，超声图像显示效果会变差。

发明内容

本发明实施例提供一种超声图像合成方法、装置、超声设备及存储介质，以解决现有超声成像过程中采用单一对数压缩曲线进行对数压缩所导致的超声图像的成像效果较差的问题。

一种超声图像合成方法，包括：

接收回波合成信号，对所述回波合成信号进行求模处理，获取所述回波合成信号对应的原始超声图像；

获取N个目标对数压缩曲线，采用N个所述目标对数压缩曲线分别对所述原始超声图像进行对数压缩，获取N个对数压缩超声图像，N≧2；

对每一所述对数压缩超声图像进行特征图分析，获取每一所述对数压缩超声图像对应的目标融合权重；

对每一所述对数压缩超声图像和所述对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一所述分解超声图像对应的分解融合权重，M≧2；

对N个所述对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像。

一种超声图像合成装置，包括：

原始超声图像获取模块，用于接收回波合成信号，对所述回波合成信号进行求模处理，获取所述回波合成信号对应的原始超声图像；

对数压缩超声图像获取模块，用于获取N个目标对数压缩曲线，采用N个所述目标对数压缩曲线分别对所述原始超声图像进行对数压缩，获取N个对数压缩超声图像，N≧2；

目标融合权重获取模块，用于对每一所述对数压缩超声图像进行特征图分析，获取每一所述对数压缩超声图像对应的目标融合权重；

分解超声图像获取模块，用于对每一所述对数压缩超声图像和所述对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一所述分解超声图像对应的分解融合权重，M≧2；

目标超声图像获取模块，用于对N个所述对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像

一种超声设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述超声图像合成方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述超声图像合成方法。

上述超声图像合成方法、装置、超声设备及存储介质，采用N个目标对数压缩曲线对原始超声图像进行对数压缩，以形成N个对数压缩超声图像，既可将图像幅度值较大的原始超声图像转换成图像幅度值较小的对数压缩超声图像，以便人眼可察觉图像中细节的差异，而且采用N个目标对数压缩曲线进行压缩，可使每一对数压缩超声图像对应的一个幅度范围，能够反映更多图像细节信息。对每个对数压缩超声图像进行特征图分析，从而确定每个对数压缩超声图像对应的目标融合权重，有助于保障目标融合权重的可靠性和有效性。对每个对数压缩超声图像和目标融合权重进行多尺度分解，使得每个对数压缩超声图像均可形成M个分解超声图像以及每一分解超声图像对应的分解融合权重，借助图像多尺度表达，以便充分提取对数压缩超声图像中的图像细节信息。最终，对N*M个分解超声图像进行图像融合处理，使得所形成的目标超声图像中任意位置均可获取较佳的对比度，从而提高目标超声图像的分辨率，保障其图像显示效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中超声图像合成方法的一应用环境示意图；

图2是本发明一实施例中超声图像合成方法的一流程图；

图3是本发明一实施例中超声图像合成方法的另一流程图；

图4是本发明一实施例中超声图像合成方法的另一流程图；

图5是本发明一实施例中超声图像合成方法的另一流程图；

图6是本发明一实施例中超声图像合成方法的另一流程图；

图7是本发明一实施例中超声图像合成方法的另一流程图；

图8是本发明一实施例中超声图像合成装置的一示意图。

具体实施方式

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，都属于本发明保护的范围。

本发明实施例提供的超声图像合成方法，该超声图像合成方法可应用如图1所示的超声设备中，超声设备包括主控制器和与主控制器相连的超声探头、波束合成处理器、图像处理器和显示屏。

主控制器为超声设备的控制器，主控制器与超声设备中的其他功能模块相连，包括但不限于超声探头、波束合成处理器、图像处理器和显示屏等功能模块相连，用于控制各个功能模块工作。

超声探头是超声波的发射和接收装置。本示例中，为了保证不同角度的原始超声图像都能够有较大的横向扫描覆盖范围，从而保证不同角度的原始超声图像有较大的交叠范围，现有超声探头一般由若干大小相同的长条形压电换能器(每单个压电换能器称为阵元)等间隔排列组成；或者将多个压电换能器是呈二维阵列，即阵元排列成二维矩阵形状。超声探头内的压电换能器将施加在其上的电压脉冲激励转换成机械振动，从而对外发出超声波；超声波在人体组织等媒介中传播，会产生反射波和散射波等回波模拟信号，各个压电换能器可将回波模拟信号转换成回波电信号，对回波电信号进行放大和模数转换，转换成回波数字信号，再将回波数字信号发送给波束合成处理器。

波束合成处理器与超声探头相连，用于接收超声探头发送的回波数字信号，对一个或多个通道的回波数字信号进行波束合成，获取一路或多路回波合成信号，将回波合成信号发送给图像处理器。

图像处理器与波束合成处理器相连，用于接收波束合成处理器发送的回波合成信号，对回波合成信号进行图像合成和空间复合等图像处理过程，形成目标复合超声图像，以将目标复合超声图像发送给显示屏，以使显示屏显示目标复合超声图像。

作为一示例，图像处理器可以为显卡处理器(即Graphics Processing Unit，以下简称GPU)，是专为执行复杂图形渲染所必需的数学和几何计算而设计的处理器，有助于提高目标复合超声图像的生成效率。本示例中，采用图像处理器专用于图像处理，使得主控制器从图像处理的任务中解放出来，可执行更多系统任务，有助于提高超声设备的整体性能。

本发明实施例提供一种超声图像合成方法，以该方法应用在图1中的图像处理器为例进行说明，该超声图像合成方法包括如下步骤：

S201：接收回波合成信号，对回波合成信号进行求模处理，获取回波合成信号对应的原始超声图像。

其中，回波合成信号是波束合成处理器对超声探头发送的回波数据信号进行处理所形成的信号，是波束合成处理器的输出信号。原始超声图像是对回波合成信号进行求模处理后形成的超声图像。

作为一示例，图像处理器可采用求模公式amp＝sqrt(real(RF)^2+imag(RF)^2)进行处理，获取回波合成信号对应的原始超声图像，其中，amp为图像幅度值，sqrt为平方根，RF为回波合成信号，real(RF)为回波合成信号的实部，imag(RF)为回波合成信号的虚部。本示例中，对回波合成信号进行求模，获取图像幅度值，基于图像幅度值获取获取原始超声图像。

S202：获取N个目标对数压缩曲线，采用N个目标对数压缩曲线分别对原始超声图像进行对数压缩，获取N个对数压缩超声图像，N≧2。

其中，目标对数压缩曲线是用于对原始超声图像进行对数压缩所采用的对数压缩曲线。

作为一示例，图像处理器先获取N个目标对数压缩曲线，N个目标对数压缩曲线的曲线参数各不相同。接着，图像处理器采用N个目标对数压缩曲线，分别对回波合成信号对应的原始超声图像进行对数压缩，调整回波合成信号的原始超声图像的动态范围，获取对应的对数压缩超声图像。可理解地，由于求模处理后获取的原始超声图像的图像幅度值的范围较大，超出人眼可察觉的数值差异，采用目标对数压缩曲线对原始超声图像进行对数压缩，即采用output＝log(input)的方式将原始超声图像的图像幅度值进行对数变换，以将较大数量级的图像幅度值压缩在较小的数量级范围内，以便人眼可察觉其中的差异。例如，若原始超声图像为S，则采用N个目标对数压缩曲线对原始超声图像S进行对数压缩，可获取N个对数压缩超声图像S1/S2……/Sn。

本示例中，每一目标对数压缩曲线对原始超声图像进行对数压缩，以压缩原始超声图像的动态范围，具体可以理解为对回波合成信号求模后获取的图像幅度值进行对数压缩，以调整到与目标对数压缩曲线相对应的幅度范围，使得每一目标对数压缩曲线进行对数压缩后的对数压缩超声图像在特定的幅度范围。可理解地，N个对数压缩超声图像对应N个不同的幅度范围，能够反映更多图像细节信息，使得最终合成的目标超声图像中任意位置均可获取较佳的对比度，从而保障目标超声图像的图像显示效果。

在一具体实施方式中，图像处理器可获取预先配置的N个目标对数压缩曲线，N个目标对数压缩曲线的曲线参数可由实际经验确定。可理解地，采用预先配置好曲线参数对应的N个目标对数压缩曲线进行压缩处理，简化N个目标对数压缩曲线的获取效率，有助于提高超声图像合成过程的整体效率。

S203：对每一对数压缩超声图像进行特征图分析，获取每一对数压缩超声图像对应的目标融合权重。

其中，目标融合权重是根据对数压缩超声图像的特征图分析结果确定的图像融合处理的权重。

作为一示例，图像处理器可对每一对数压缩超声图像进行特征图分析，以确定对数压缩超声图像中每一目标像素点对应的像素对比度、像素饱和度和像素融合权重。再对像素对比度、像素饱和度和像素融合权重进行处理，以确定每一对数压缩超声图像对应的目标融合权重。该像素对比度是指对对数压缩超声图像进行特征图分析确定的每一目标像素点对应的对比度。该像素饱和度是指对对数压缩超声图像进行特征图分析确定的每一目标像素点对应的饱和度。该像素融合权重是指对对数压缩超声图像进行特征图分析确定的每一目标像素点对应的融合权重。此处的目标像素点是指当前需要进行分析处理的像素点，本示例中，对数压缩超声图像中的每个像素点均可以作为目标像素点。例如，上述示例的对数压缩超声图像S1/S2……/Sn中，每个对数压缩超声图像S1/S2……/Sn对应的目标融合权重分别为W1/W2……/Wn。

可理解地，该目标融合权重综合考虑到对数压缩超声图像中各个目标像素点的像素对比度、像素饱和度和像素融合权重等信息，有助于保障最终确定的目标融合权重的可靠性和有效性，以保障利用目标融合权重进行图像合成的目标超声图像的分辨率。

S204：对每一对数压缩超声图像和对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一分解超声图像对应的分解融合权重，M≧2。

作为一示例，图像处理器采用多尺度分解技术对每一对数压缩超声图像S1/S2……/Sn进行多尺度分解，获取每一对数压缩超声图像S1/S2……/Sn对应的M个分解超声图像，如对数压缩超声图像S1对应的M个分解超声图像分别为S11/S12/……/S1m，对数压缩超声图像S2对应的M个分解超声图像分别为S21/S22/……/S2m，……对数压缩超声图像Sn对应的M个分解超声图像分别为Sn1/Sn2/……/Snm。每一分解超声图像对应一分解尺度，该分解尺度可以理解为用于将对数压缩超声图像进行分解的尺度参数。

本示例中，图像处理器对对数压缩超声图像进行多尺度分解过程，可采用但不限于高斯平滑和降采样处理等过程，只需保障其可实现多尺度分解即可。此处的图像多尺度是指对对数压缩超声图像采用多尺度的表达，且在不同尺度下分别进行处理，使得在一个尺度上不容易看清或获取的特征可以在另一个尺度下容易被发现或提取，使得对数压缩超声图像的图像细节信息被充分提取，利用多个分解超声图像进行图像融合处理，有助于保障最终合成的目标超声图像的分辨率。

作为一示例，图像处理器在采用多尺度分解技术对每一对数压缩超声图像进行多尺度分解之后，确定M个分解超声图像之后，还需对每一对数压缩超声图像对应的目标融合权重进行多尺度分解，获取每一分解超声图像对应的分解融合权重。该分解融合权重是基于目标融合权重在不同尺度下的融合权重，以便基于分解融合权重对所有分解超声图像进行合成处理。

S205：对N个对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像。

其中，目标超声图像是指基于每一回波合成信号进行合成处理所确定的超声图像。

作为一示例，图像处理器可根据同一原始超声图像进行对数压缩所形成的N个对数压缩超声图像进行多尺度分解，使得每个对数压缩超声图像可形成M个分解超声图像，因此，每一原始超声图像可形成N*M个分解超声图像，N*M个分解超声图像可以充分反映图像细节信息。再根据N*M个对数压缩超声图像对应的分解融合权重，或者N个对数压缩超声图像对应的目标融合权重，对N*M个分解超声图像进行图像融合处理，使得所形成的目标超声图像中任意位置均可获取较佳的对比度，从而提高最终合成的目标超声图像的图像显示效果。

本实施例所提供的超声图像合成方法中，采用N个目标对数压缩曲线对原始超声图像进行对数压缩，以形成N个对数压缩超声图像，既可将图像幅度值较大的原始超声图像转换成图像幅度值较小的对数压缩超声图像，以便人眼可察觉图像中细节的差异，而且采用N个目标对数压缩曲线进行压缩，可使每一对数压缩超声图像对应的一个幅度范围，能够反映更多图像细节信息。对每个对数压缩超声图像进行特征图分析，从而确定每个对数压缩超声图像对应的目标融合权重，有助于保障目标融合权重的可靠性和有效性。对每个对数压缩超声图像和目标融合权重进行多尺度分解，使得每个对数压缩超声图像均可形成M个分解超声图像以及每一分解超声图像对应的分解融合权重，借助图像多尺度表达，以便充分提取对数压缩超声图像中的图像细节信息。最终，对N*M个分解超声图像进行图像融合处理，使得所形成的目标超声图像中任意位置均可获取较佳的对比度，从而提高目标超声图像的分辨率，保障其图像显示效果。

在一实施例中，如图3所示，步骤S202中获取N个目标对数压缩曲线，包括：

S301：对原始超声图像进行直方图特征分析，确定至少两个分析灰阶和每一分析灰阶对应的灰阶像素数。

S302：根据至少两个分析灰阶对应的灰阶像素数，获取N个目标对数压缩曲线。

其中，分析灰阶是用于统计分析的灰阶范围，是图像直方图中用于划分不同统计集合的区域。例如，灰度图像是从黑到白256级灰度等级的单色图像，若最终生成的16个分析灰阶，即每个分析灰阶需包含16个灰度等级。灰阶像素数是指对原始超声图像进行特征分析后确定的归属于每一分析灰阶的像素点的数量。

作为一示例，步骤S301中，图像处理器可接收用户输入的直方图分析参数或者采用系统默认设置的直方图分析参数，该直方图分析参数是用于确定分析灰阶的数量的参数。接着，将直方图分析参数传入直方图分析算法。再执行直方图分析算法对原始超声图像进行直方图特征分析，确定原始超声图像中至少两个分析灰阶和每一分析灰阶对应的灰阶像素数。例如，图像处理器可采用OpenCV中的calcHist()函数作为直方图分析算法，对原始超声图像进行特征分析，以确定至少两个分析灰阶和每一分析灰阶对应的灰阶像素数。进一步地，在确定至少两个分析灰阶和每一分析灰阶对应的灰阶像素数之后，还可以采用绘图函数对至少两个分析灰阶和每一分析灰阶对应的灰阶像素数进行绘制，获取原始超声图像对应的图像直方图，例如，采用rectangle()函数绘制矩形直方图，采用line()函数绘制折线直方图。

作为一示例，步骤S302中，图像处理器可根据预先配置的特征曲线匹配逻辑，对至少两个分析灰阶对应的灰阶像素数进行匹配处理，从而确定N个目标对数压缩曲线，以使N个目标对数压缩曲线与原始超声图像的直方图特征分析结果相匹配，使得基于N个目标对数压缩曲线进行对数压缩所获取的对数压缩超声图像可可反映更多图像细节信息，有助于提高最终合成的目标超声图像在任意位置均可获取较佳的对比度，从而保障其图像显示效果。其中，特征曲线匹配逻辑是预先配置的用于根据直方图特征分析结果确定最终的目标对数压缩曲线的处理逻辑。

在一具体实施方式中，步骤S302中，即根据至少两个分析灰阶对应的灰阶像素数，获取N个目标对数压缩曲线，具体包括如下步骤：

S3021：根据每一分析灰阶对应的灰阶像素数查询特征参数映射表，获取每一灰阶像素数对应的曲线参数。

S3022：基于至少两个灰阶像素数对应的曲线参数，获取N个目标对数压缩曲线。

其中，特征参数映射表是用于存储预先配置的像素数范围和曲线参数之间映射关系的数据表。

本示例中，图像处理器可根据原始超声图像进行直方图特征分析确定的每一分析灰阶对应的灰阶像素数查询特征参数映射表，确定该灰阶像素数所属的像素数范围。再将该像素数范围对应的曲线参数，确定为该灰阶像素数对应的曲线参数。接着，根据所有灰阶像素数对应的曲线参数，获取N个目标对数压缩曲线，以使形成的N个目标对数压缩曲线与原始超声图像的直方图特征分析结果相匹配，使得基于N个目标对数压缩曲线进行对数压缩所获取的对数压缩超声图像可获取更佳的对比度，反映更多图像细节信息，有助于提高最终合成的目标超声图像的图像显示效果。

在一实施例中，如图4所示，步骤S203,即对每一对数压缩超声图像进行特征图分析，获取每一对数压缩超声图像对应的目标融合权重，包括：

S401：基于每一对数压缩超声图像中的目标像素点，确定目标像素点对应的邻近区域，获取邻近区域中的所有像素点的当前灰度值。

S402：基于邻近区域中所有像素点的当前灰度值进行对比度分析，获取目标像素点对应的像素对比度。

S403：基于邻近区域中所有像素点的当前灰度值进行饱和度分析，获取目标像素点对应的像素饱和度。

S404：获取对数压缩超声图像对应的图像融合权重，确定对数压缩超声图像中每一目标像素点对应的像素融合权重。

S405：基于像素对比度、像素饱和度和像素融合权重，获取对数压缩超声图像中每一目标像素点对应的目标融合权重。

作为一示例，步骤S401中，图像处理器需先基于每一对数压缩超声图像中的目标像素点，确定目标像素点的邻近区域，该目标像素点的邻近区域可以理解为以目标像素点为中心的多个像素点组成的区域，包括目标像素点和邻近目标像素点的邻近像素点。本示例中，邻近区域的范围可由用户自主设置，例如，若目标像素点P(100,100)，构建3*3对应的邻近区域时，则其邻近区域的坐标范围为X＝99-101，Y＝99-101，即包括P1(99,99)、P2(99,100)、P3(99,101)、P4(100,99)、P5(100,100)、P6(100,101)、P7(101,99)、P8(101,100)和P9(101,101)等像素点，即目标像素点为P5，邻近像素点为P1/P2/P3/P4/P6/P7/P8/P9。接着，图像处理器采用图像灰度算法，确定邻近区域中所有像素点的当前灰度值，即目标像素点P5的当前灰度值和邻近像素点P1/P2/P3/P4/P6/P7/P8/P9的当前灰度值。

进一步地，图像处理器在获取目标像素点的邻近区域中所有像素点的当前灰度值之后，还可以对目标像素点对应的邻近区域中所有像素点的当前灰度值进行均值计算，获取邻近区域中所有像素点的当前灰度值对应的局域均值

再采用方差计算公式和标准差计算公式，分别对邻近区域对应的局域均值和邻近区域中所有像素点对应的当前灰度值进行方差和标准差计算，确定邻近区域对应的局域方差和局域标准差σ。将邻近区域对应的局域均值、局域方差和局域标准差，确定为目标像素点对应的局域均值、局域方差和局域标准差。可理解地，由于对数压缩超声图像包含较大的噪声，通过目标像素点对应的邻近区域进行局域统计，确定局域均值、局域方差和局域标准差，能够有效抑制噪声的干扰，可以获取更加可靠特征图分析结果，有助于提高最终合成的目标超声图像的分辨率。

作为一示例，步骤S402中，图像处理器采用对比度计算公式，对目标像素点对应的邻近区域中所有像素点的当前灰度值进行对比度分析，获取目标像素点对应的像素对比度，其中，对比度计算公式为C＝∑_i,jI(i,j)²P(i,j)，C为像素对比度，i为目标像素点，j为邻近像素点，I(i,j)为目标像素点i与邻近像素点j的灰度差绝对值，即I(i,j)＝|Ii-Ij|，Ii为目标像素点i的当前灰度值，Ij为邻近像素点j的当前灰度值，P(i,j)为目标像素点i与邻近像素点j的灰度差绝对值为局域方差σ的分布概率，此处的局域标准差σ为邻近区域中所有像素点的当前灰度值的局域标准差。

作为一示例，步骤S403中，图像处理器先对目标像素点对应的邻近区域中所有像素点的当前灰度值进行统计分析，获取目标像素点对应的局域均值

和局域标准差σ。接着，图像处理器采用饱和度计算公式，对目标像素点对应的局域均值

和局域标准差σ进行计算，获取目标像素点对应的像素饱和度，其中，饱和度计算公式为

S为像素饱和度，X为目标像素点对应的分析灰阶，

为目标像素点对应的局域均值，σ为目标像素点对应的局域标准差。

作为一示例，步骤S404中，图像处理器可以获取对数压缩超声图像对应的图像融合权重，确定对数压缩超声图像中每一目标像素点对应的像素融合权重。

例如，在图像处理器获取的N个目标对数压缩曲线为预先配置的曲线时，可以获取预先配置的与目标对数压缩曲线相对应的图像融合权重，将该图像融合权重，确定为基于目标对数压缩曲线进行对数压缩后到的对数压缩超声图像中每一目标像素点i对应的像素融合权重P。即该像素融合权重P为预先配置的与目标对数压缩曲线相对应的融合权重。

又例如，在图像处理器获取的N个目标对数压缩曲线为通过对原始超声图像进行直方图特征分析后确定的曲线时，可根据对原始超声图像进行直方图特征分析结果确定。即在每一目标对数压缩曲线与原始超声图像的图像直方图中每一分析灰阶对应的灰阶像素数相匹配，则基于目标对数压缩曲线，对原始超声图像进行对数压缩后形成的对数压缩超声图像的图像融合权重，可由该分析灰阶对应的灰阶像素数确定。具体地，对数压缩超声图像的图像融合权重可以为该分析灰阶对应的灰阶像素数与总像素数的比值。例如，若目标对数压缩曲线为30-50这一分析灰阶，则其形成的对数压缩超声图像的图像融合权重为这一分析灰阶的灰阶像素数与总像素数的比值。再将将该图像融合权重，确定为基于目标对数压缩曲线进行对数压缩后到的对数压缩超声图像中每一目标像素点i对应的像素融合权重P。

作为一示例，步骤S405中，图像处理器采用特征融合公式，对目标像素点对应的像素对比度C、像素饱和度S和像素融合权重P进行计算，获取目标像素点对应的目标融合权重，其中，特征融合公式为W＝Φ(C^α)ζ(S^β)δ(P^γ)，W为目标融合权重；Φ、ζ和δ为调制函数，具体可以为sigmoid函数，用于将数值映射到特定的值域范围，如(0，1)之间；α、β和γ为调制函数对应的算法参数。

本实施例所提供的超声图像合成方法中，对每一目标像素点进行分析过程，需采用该目标像素点对应的邻近区域中所有像素点的当前灰度值进行统计分析，有助于抑制噪声的干扰，使得获取到的像素对比度、像素饱和度和像素融合权重等特征图分析结果更有效和更可靠；接着，基于像素对比度、像素饱和度和像素融合权重等特征图分析结果，确定目标融合权重，使得目标融合权重综合考虑到对数压缩超声图像中各个目标像素点的像素对比度、像素饱和度和像素融合权重等信息，有助于保障最终确定的目标融合权重的可靠性和有效性，以提高利用目标融合权重进行图像合成的目标超声图像的分辨率。

在一实施例中，如图5所示，步骤S204，即对每一对数压缩超声图像和对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一分解超声图像对应的分解融合权重，包括：

S501：采用M个分解尺度，对每一对数压缩超声图像进行多尺度分解，获取每一分解尺度对应的分解超声图像。

S502：采用M个分解尺度，对每一对数压缩超声图像对应的目标融合权重进行多尺度分解，获取每一分解尺度对应的分解融合权重。

S503：基于同一分解尺度对应的分解融合权重，确定为分解超声图像对应的分解融合权重。

作为一示例，步骤S501中，图像处理器采用多尺度分解技术，基于预先设置的M个分解尺度，对每一对数压缩超声图像S1/S2……/Sn进行多尺度分解，获取每一对数压缩超声图像S1/S2……/Sn对应的M个分解超声图像，如对数压缩超声图像S1对应的M个分解超声图像分别为S11/S12/……/S1m，对数压缩超声图像S2对应的M个分解超声图像分别为S21/S22/……/S2m，……对数压缩超声图像Sn对应的M个分解超声图像分别为Sn1/Sn2/……/Snm。每一分解超声图像对应一分解尺度，该分解尺度可以理解为用于将对数压缩超声图像进行分解的尺度参数。

本示例中，通过对每一对数压缩超声图像进行多尺度分解，使得在一个尺度上不容易看清或获取的特征可以在另一个尺度下容易被发现或提取，使得对数压缩超声图像的图像细节信息被充分提取，利用多个分解超声图像进行图像融合处理，有助于保障最终合成的目标超声图像的分辨率。

作为一示例，步骤S502中，图像处理器采用多尺度分解技术，基于上述M个分解尺度，对每一对数压缩超声图像S1/S2……/Sn对应的目标融合权重进行多尺度分解，每一分解尺度对应的分解融合权重。例如，每一分解尺度对应的分解融合权重，可以由基于该分解尺度分解获取的分解超声图像的像素数与对数压缩超声图像的像素数的比值确定。

作为一示例，步骤S503中，图像处理器在获取M个分解尺度对应的分解超声图像和M个分解尺度对应的分解融合权重之后，可将该分解超声图像和分解融合权重基于同一分解尺度关联，即将同一分解尺度对应的分解融合权重，确定为分解超声图像对应的分解融合权重。

例如，对数压缩超声图像S1对应的目标融合权重为W1，对数压缩超声图像S1对应的M个分解超声图像分别为S11/S12/……/S1m时，可根据对数压缩超声图像S11的像素数与对数压缩超声图像S1的像素数，确定两者的比值为分解系数k1,再根据目标融合权重W1和分解系数k1，确定对数压缩超声图像S1对应的分解融合权重W11，依此类推，确定分解超声图像S12/……/S1m对应的分解融合权重W12/……/W1m。

本实施例中，采用M个分解尺度，对每一对数压缩超声图像进行多尺度分解，使得获取到的M个分解超声图像可更充分反映图像细节信息，使得在一个尺度上不容易看清或获取的特征可以在另一个尺度下容易被发现或提取，有助于保障最终合成的目标超声图像中任意位置均可获取较佳的对比度，进而保障最终获取的目标超声图像的分辨率。并采用M个分解尺度，对对数压缩超声图像对应的目标融合权重进行多尺度分解，确定每一分解尺度对应的分解融合权重，有助于基于分解融合权重对分解超声图像进行图像融合处理，有助于保障图像融合处理的图像效率，进而保障最终获取的目标超声图像的分辨率。

在一实施例中，如图6所示，步骤S205，即对N个对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像，包括：

S601：基于每一分解超声图像对应的分解融合权重，对N个对数压缩超声图像中同一分解尺度对应的分解超声图像进行图像融合处理，获取M个融合超声图像。

S602：对M个融合超声图像进行图像重构处理，获取目标超声图像。

其中，融合超声图像是指N个对数压缩超声图像中基于同一分解尺度所分解的分解超声图像进行融合处理所形成的图像。

作为一示例，步骤S601中，图像处理器先依据步骤S204中对每一对数压缩超声图像进行多尺度分解时的M个分解尺度，对N*M个分解超声图像进行划分，将其划分为M个分解尺度对应的图像集合。再基于每一对数压缩超声图像对应的分解融合权重，对每个分解尺度对应的图像集合中的N个分解超声图像进行图像融合处理，获取M个分解尺度对应的融合超声图像。

例如，若N个对数压缩超声图像S1/S2……/Sn对应的目标融合权重分别为W1/W2……/Wn，且对数压缩超声图像S1对应的M个分解超声图像分别为S11/S12/……/S1m，其对应的分解融合权重分别为W11/W12/……/W1m，对数压缩超声图像S2对应的M个分解超声图像分别为S21/S22/……/S2m，其对应的分解融合权重分别为W21/W22/……/W2m，……对数压缩超声图像Sn对应的M个分解超声图像分别为Sn1/Sn2/……/Snm，其对应的分解融合权重分别为Wn1/Wn2/……/Wnm，则将N*M个分解超声图像划分为M个分解尺度对应的图像集合，即分解尺度1对应的图像集合为{S11、S21、……、Sn1},分解尺度2对应的图像集合为{S12、S22、……、Sn2},……分解尺度m对应的图像集合为{S1m、S2m、……、Snm}。本示例中，图像处理器基于每一对数压缩超声图像对应的分解融合权重，对每个分解尺度对应的图像集合中的N个分解超声图像进行图像融合处理，获取每个分解尺度对应的融合超声图像，具体是利用目标融合权重和同一分解尺度对应的多个对数压缩超声图像进行加权求和，即将目标融合权重与同一分解尺度对应的多个对数压缩超声图像中每一目标像素点的像素灰度值进行加权求和，以确定融合超声图像中每一目标像素点对应的像素灰度值。例如，采用目标融合权重W1/W2……/Wn，对分解尺度1对应的图像集合为{S11、S21、……、Sn1}进行多尺度融合，获取到的融合超声图像R1＝S11*W11+S21*W21+……+Sn1*Wn1。对分解尺度2对应的图像集合为{S12、S22、……、Sn2}进行多尺度融合，获取到的融合超声图像R2＝S12*W12+S22*W22+……+Sn2*Wn2。……对分解尺度m对应的图像集合为{S1m、S2m、……、Snm}进行多尺度融合，获取到的融合超声图像Rm＝S1m*W1m+S2m*W2m+……+Snm*Wnm。

作为一示例，步骤S602中，图像处理器在获取到M个融合超声图像R1/R2/……/Rm之后，可采用图像重构技术，对M个融合超声图像R1/R2/……/Rm进行图像重构处理，获取目标超声图像。可理解地，此处的图像重构技术为现有技术，为避免赘述，此处不进行详细论述。

本实施例所提供的超声图像合成方法中，对N*M个分解超声图像，可先利用N个目标融合权重，对同一分解尺度对应的N个分解超声图像进行图像融合处理，以获取M个融合超声图像。再对M个融合超声图像进行图像重构处理，使得获取的目标超声图像更自然，且更充分反映图像细节信息，使得形成的目标超声图像中任意位置均可获取较佳的对比度，从而提高最终合成的目标超声图像的图像显示效果。

在一实施例中，如图7所示，步骤S205，即对N个对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像，包括：

S701：对同一对数压缩超声图像对应的M个分解超声图像进行图像重构处理，获取每个对数压缩超声图像对应的重构超声图像。

S702：基于N个对数压缩超声图像对应的目标融合权重，对N个对数压缩超声图像对应的重构超声图像进行图像融合处理，获取目标超声图像。

其中，重构超声图像是指对同一对数压缩超声图像对应的M个分解尺度对应的分解超声图像进行重构处理所形成的图像。

作为一示例，步骤S701中，图像处理器可采用图像重构技术，对每一对数压缩超声图像对应的M个分解尺度对应的分解超声图像进行重构处理，获取每一对数压缩超声图像对应的重构超声图像。由于重构超声图像是由M个分解尺度对应的分解超声图像进行重构处理形成的图像，使得重构超声图像相比于对数压缩超声图像，可更充分反映图像细节信息。

例如，若N个对数压缩超声图像S1/S2……/Sn对应的目标融合权重分别为W1/W2……/Wn，对数压缩超声图像S1对应的M个分解超声图像分别为S11/S12/……/S1m，对数压缩超声图像S2对应的M个分解超声图像分别为S21/S22/……/S2m，……对数压缩超声图像Sn对应的M个分解超声图像分别为Sn1/Sn2/……/Snm，则先对对数压缩超声图像S1对应的M个分解超声图像分别为S11/S12/……/S1m进行图像重构处理，获取对数压缩超声图像S1对应的重构超声图像G1；对对数压缩超声图像S2对应的M个分解超声图像分别为S21/S22/……/S2m进行图像重构处理，获取对数压缩超声图像S2对应的重构超声图像G2。……对对数压缩超声图像Sn对应的M个分解超声图像分别为Sn1/Sn2/……/Snm进行图像重构处理，获取对数压缩超声图像Sn对应的重构超声图像Gn。

步骤S702中，图像处理器再基于N个对数压缩超声图像对应的目标融合权重，对N个对数压缩超声图像对应的重构超声图像进行图像融合处理，具体是利用目标融合权重对所有重构超声图像进行加权求和，即将N个目标融合权重与N个重构超声图像中的每一目标像素点的像素灰度值进行加权求和，以确定目标超声图像中每一目标像素点的像素灰度值。

例如，采用N个对数压缩超声图像S1/S2……/Sn对应的目标融合权重分别为W1/W2……/Wn，对N个对数压缩超声图像S1/S2……/Sn对应的重构超声图像G1/G2/……/Gn进行加权求和，即目标超声图像中每一目标像素点的像素灰度值为N个重构超声图像中同一目标像素点的像素灰度值的加权求和，即G1*W1+G2*W2+……+Gn*Wn。

本实施例所提供的超声图像合成方法中，对N*M个分解超声图像，可先将同一对数压缩超声图像对应的M个分解超声图像进行图像重构处理，获取N个对数压缩超声图像对应的重构超声图像。再利用N个目标融合权重对N个重构超声图像进行图像融合处理，使得获取的目标超声图像更自然，且更充分反映图像细节信息，使得形成的目标超声图像中任意位置均可获取较佳的对比度，从而提高最终合成的目标超声图像的图像显示效果。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种超声图像合成装置，该超声图像合成装置与上述实施例中超声图像合成方法一一对应。如图8所示，该超声图像合成装置包括原始超声图像获取模块801、对数压缩超声图像获取模块802、目标融合权重获取模块803、分解超声图像获取模块804和目标超声图像获取模块805。各功能模块详细说明如下：

原始超声图像获取模块801，用于接收回波合成信号，对回波合成信号进行求模处理，获取回波合成信号对应的原始超声图像。

对数压缩超声图像获取模块802，用于获取N个目标对数压缩曲线，采用N个目标对数压缩曲线分别对原始超声图像进行对数压缩，获取N个对数压缩超声图像，N≧2。

目标融合权重获取模块803，用于对每一对数压缩超声图像进行特征图分析，获取每一对数压缩超声图像对应的目标融合权重。

分解超声图像获取模块804，用于对每一对数压缩超声图像和对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一分解超声图像对应的分解融合权重，M≧2。

目标超声图像获取模块805，用于对N个对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像。

优选地，对数压缩超声图像获取模块802，包括：

灰阶像素数确定单元，用于对原始超声图像进行直方图特征分析，确定至少两个分析灰阶和每一分析灰阶对应的灰阶像素数。

压缩曲线确定单元，用于根据至少两个分析灰阶对应的灰阶像素数，获取N个目标对数压缩曲线。

优选地，压缩曲线确定单元，包括：

曲线参数确定子单元，用于根据每一分析灰阶对应的灰阶像素数查询特征参数映射表，获取每一灰阶像素数对应的曲线参数。

压缩曲线确定子单元，用于基于至少两个灰阶像素数对应的曲线参数，获取N个目标对数压缩曲线。

优选地，目标融合权重获取模块803，包括：

当前灰度值获取单元，用于基于每一对数压缩超声图像中的目标像素点，确定目标像素点对应的邻近区域，获取邻近区域中的所有像素点的当前灰度值。

像素对比度获取单元，用于基于邻近区域中所有像素点的当前灰度值进行对比度分析，获取目标像素点对应的像素对比度。

像素饱和度获取单元，用于基于邻近区域中所有像素点的当前灰度值进行饱和度分析，获取目标像素点对应的像素饱和度。

像素融合权重获取单元，用于获取对数压缩超声图像对应的图像融合权重，确定对数压缩超声图像中每一目标像素点对应的像素融合权重。

目标融合权重获取单元，用于基于像素对比度、像素饱和度和像素融合权重，获取对数压缩超声图像中每一目标像素点对应的目标融合权重。

优选地，分解超声图像获取模块804，包括：

图像分解处理单元，用于采用M个分解尺度，对每一对数压缩超声图像进行多尺度分解，获取每一分解尺度对应的分解超声图像。

权重分解处理单元，用于采用M个分解尺度，对每一对数压缩超声图像对应的目标融合权重进行多尺度分解，获取每一分解尺度对应的分解融合权重。

分析融合权重确定单元，用于基于同一分解尺度对应的分解融合权重，确定为分解超声图像对应的分解融合权重。

优选地，目标超声图像获取模块805，包括：

融合超声图像获取单元，用于基于每一分解超声图像对应的分解融合权重，对N个对数压缩超声图像中同一分解尺度对应的分解超声图像进行图像融合处理，获取M个融合超声图像。

融合图像重构处理单元，用于对M个融合超声图像进行图像重构处理，获取目标超声图像。

优选地，目标超声图像获取模块805，包括：

重构超声图像获取单元，用于对同一对数压缩超声图像对应的M个分解超声图像进行图像重构处理，获取每个对数压缩超声图像对应的重构超声图像。

重构图像融合处理单元，用于基于每一对数压缩超声图像对应的目标融合权重，对N个对数压缩超声图像对应的重构超声图像进行图像融合处理，获取目标超声图像。

关于超声图像合成装置的具体限定可以参见上文中对于超声图像合成方法的限定，在此不再赘述。上述超声图像合成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于超声设备中的处理器中，也可以以软件形式存储于超声设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种超声设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中超声图像合成方法，例如图2所示S201-S205，或者图3至图7中所示，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现超声图像合成装置这一实施例中的各模块/单元的功能，例如图8所示的原始超声图像获取模块801、对数压缩超声图像获取模块802、目标融合权重获取模块803、分解超声图像获取模块804和目标超声图像获取模块805的功能，为避免重复，这里不再赘述。

在一实施例中，提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中超声图像合成方法，例如图2所示S201-S205，或者图3至图7中所示，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现上述超声图像合成装置这一实施例中的各模块/单元的功能，例如图8所示的原始超声图像获取模块801、对数压缩超声图像获取模块802、目标融合权重获取模块803、分解超声图像获取模块804和目标超声图像获取模块805的功能，为避免重复，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种超声图像合成方法，其特征在于，包括：

接收回波合成信号，对所述回波合成信号进行求模处理，获取所述回波合成信号对应的原始超声图像；

获取N个目标对数压缩曲线，采用N个所述目标对数压缩曲线分别对所述原始超声图像进行对数压缩，获取N个对数压缩超声图像，N≧2；

对每一所述对数压缩超声图像进行特征图分析，获取每一所述对数压缩超声图像对应的目标融合权重；

对每一所述对数压缩超声图像和所述对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一所述分解超声图像对应的分解融合权重，M≧2；

对N个所述对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像。

2.如权利要求1所述的超声图像合成方法，其特征在于，所述获取N个目标对数压缩曲线，包括：

对所述原始超声图像进行直方图特征分析，确定至少两个分析灰阶和每一所述分析灰阶对应的灰阶像素数；

根据至少两个所述分析灰阶对应的灰阶像素数，获取N个目标对数压缩曲线。

3.如权利要求2所述的超声图像合成方法，其特征在于，所述根据至少两个所述分析灰阶对应的灰阶像素数，获取N个目标对数压缩曲线，包括：

根据每一所述分析灰阶对应的灰阶像素数查询特征参数映射表，获取每一所述灰阶像素数对应的曲线参数；

基于至少两个所述灰阶像素数对应的曲线参数，获取N个目标对数压缩曲线。

4.如权利要求1所述的超声图像合成方法，其特征在于，所述对每一所述对数压缩超声图像进行特征图分析，获取每一所述对数压缩超声图像对应的目标融合权重，包括：

基于每一所述对数压缩超声图像中的目标像素点，确定所述目标像素点对应的邻近区域，获取所述邻近区域中的所有像素点的当前灰度值；

基于所述邻近区域中所有像素点的当前灰度值进行对比度分析，获取所述目标像素点对应的像素对比度；

基于所述邻近区域中所有像素点的当前灰度值进行饱和度分析，获取所述目标像素点对应的像素饱和度；

获取所述对数压缩超声图像对应的图像融合权重，确定所述对数压缩超声图像中每一所述目标像素点对应的像素融合权重；

基于所述像素对比度、所述像素饱和度和所述像素融合权重，获取所述对数压缩超声图像中每一所述目标像素点对应的目标融合权重。

5.如权利要求1所述的超声图像合成方法，其特征在于，所述对每一所述对数压缩超声图像和所述对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一所述分解超声图像对应的分解融合权重，包括：

采用M个分解尺度，对每一所述对数压缩超声图像进行多尺度分解，获取每一所述分解尺度对应的分解超声图像；

采用M个所述分解尺度，对每一所述对数压缩超声图像对应的目标融合权重进行多尺度分解，获取每一所述分解尺度对应的分解融合权重；

基于同一所述分解尺度对应的分解融合权重，确定为所述分解超声图像对应的分解融合权重。

6.如权利要求1所述的超声图像合成方法，其特征在于，所述对N个所述对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像，包括：

基于每一所述分解超声图像对应的分解融合权重，对N个所述对数压缩超声图像中同一分解尺度对应的分解超声图像进行图像融合处理，获取M个融合超声图像；

对M个融合超声图像进行图像重构处理，获取目标超声图像。

7.如权利要求1所述的超声图像合成方法，其特征在于，所述对N个所述对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像，包括：

对同一所述对数压缩超声图像对应的M个分解超声图像进行图像重构处理，获取每个对数压缩超声图像对应的重构超声图像；

基于每一对数压缩超声图像对应的目标融合权重，对N个对数压缩超声图像对应的重构超声图像进行图像融合处理，获取目标超声图像。

8.一种超声图像合成装置，其特征在于，包括：

原始超声图像获取模块，用于接收回波合成信号，对所述回波合成信号进行求模处理，获取所述回波合成信号对应的原始超声图像；

对数压缩超声图像获取模块，用于获取N个目标对数压缩曲线，采用N个所述目标对数压缩曲线分别对所述原始超声图像进行对数压缩，获取N个对数压缩超声图像，N≧2；

目标融合权重获取模块，用于对每一所述对数压缩超声图像进行特征图分析，获取每一所述对数压缩超声图像对应的目标融合权重；

分解超声图像获取模块，用于对每一所述对数压缩超声图像和所述对数压缩超声图像对应的目标融合权重进行多尺度分解，获取M个分解超声图像和每一所述分解超声图像对应的分解融合权重，M≧2；

目标超声图像获取模块，用于对N个所述对数压缩超声图像对应的N*M个分解超声图像进行图像融合处理，获取目标超声图像。

9.一种超声设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器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合成方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，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合成方法。

Images