CN113177930B - 超声图像频率复合方法、装置、超声设备及存储介质 - Google Patents
超声图像频率复合方法、装置、超声设备及存储介质 Download PDFInfo
- Publication number
- CN113177930B CN113177930B CN202110542643.9A CN202110542643A CN113177930B CN 113177930 B CN113177930 B CN 113177930B CN 202110542643 A CN202110542643 A CN 202110542643A CN 113177930 B CN113177930 B CN 113177930B
- Authority
- CN
- China
- Prior art keywords
- image
- ultrasonic
- processed
- ultrasonic image
- pixel point
- 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
Links
- 238000013329 compounding Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001228 spectrum Methods 0.000 claims abstract description 86
- 238000002604 ultrasonography Methods 0.000 claims description 134
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 230000003595 spectral effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 13
- 230000015572 biosynthetic process Effects 0.000 description 15
- 238000003786 synthesis reaction Methods 0.000 description 15
- 239000002131 composite material Substances 0.000 description 9
- 239000000523 sample Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 241001270131 Agaricus moelleri Species 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开一种超声图像频率复合方法、装置、超声设备及存储介质。该方法包括：获取频率不同的N个待处理超声图像，N≥2；对所述待处理超声图像进行局域谱估计，获取所述待处理超声图像对应的频谱图像权重；对所述待处理超声图像进行结构张量估计，获取所述待处理超声图像对应的空域结构权重；基于N个所述待处理超声图像对应的所述频谱图像权重和所述空域结构权重进行频率复合，获取目标超声图像。该方法可实现对频率不同的N个待处理超声图像进行频率复合过程中，结合N个待处理超声图像的频域信息和空域信息，有助于保障频率复合后的目标超声图像的图像分辨率。
Description
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频率复合方法、装置、超声设备及存储介质。
背景技术
频率复合是超声成像的一种常规手段，目的在于通过复合多个频率的超声图像，用于改善超声图像的分辨率和均匀一致性，相当于是有效利用不同频率的特点和优势，互相结合。例如，根据波的特点，低频率的波穿透性比较好，而高频率的波分辨力比较高，通过对低频波形成的超声图像和高频波形成的超声图像进行复合，将高分辨力与高穿透力进行结合，同时经过良好的复合策略使得复合后的超声图像具有比较好的一致性，最终能够给医生呈现出更清晰的超声图像。
现有频率复合包括如下两种：一种是前端频率复合，另一种是后端频率复合。前端频率复合研究主要是考虑如何能够更有效率地获得多个频率的超声图像。例如，可在同样位置发射多个频率的超声波，分别进行对应的频率解调，从而得到不同频率的超声图像；又例如，只在同一位置发射一次宽频带的超声波，而在解调时采用不同的频率，来得到不同频率的超声图像。后端频率复合主要分析的是如何对多个频率的超声图像进行复合，目前主要有两种方式：第一种是简单的线性叠加，这种方式过于粗暴，难以实现很好的效果；第二种是通过试验和仿真模拟设计一个不同深度不同位置的复合权重表，这种方式更加有效，但由于是基于模拟仿真和试验，因此其效果的普适性是有限的，对于实际医学实践的场景来说，组织的复杂性和多样性，会导致频率复合的效果很难完美的发挥出来。
发明内容
本发明实施例提供一种超声图像频率复合方法、装置、超声设备及存储介质，以解决现有超声图像频率复合所存在的复合效果较差，无法保障图像分辨率的问题。
一种超声图像频率复合方法，包括：
获取频率不同的N个待处理超声图像，N≥2；
对所述待处理超声图像进行局域谱估计，获取所述待处理超声图像对应的频谱图像权重；
对所述待处理超声图像进行结构张量估计，获取所述待处理超声图像对应的空域结构权重；
基于N个所述待处理超声图像对应的所述频谱图像权重和所述空域结构权重进行频率复合，获取目标超声图像。
一种超声图像频率复合装置，包括：
待处理超声图像获取模块，用于获取频率不同的N个待处理超声图像，N≥2；
频谱图像权重获取模块，用于对所述待处理超声图像进行局域谱估计，获取所述待处理超声图像对应的频谱图像权重；
空域结构权重获取模块，用于对所述待处理超声图像进行结构张量估计，获取所述待处理超声图像对应的空域结构权重；
目标超声图像获取模块，用于基于N个所述待处理超声图像对应的所述频谱图像权重和所述空域结构权重进行频率复合，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频率复合方法。
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频率复合方法。
上述超声图像频率复合方法、装置、超声设备及存储介质，对N个频率不同的待处理超声图像进行局域谱估计，确定每个待处理超声图像的频谱图像权重，可保障频谱图像权重的自适应性，使得该频谱图像权重可反映待处理超声图像的频域信息；对N个频率不同的待处理超声图像进行结构张量估计，获取每个待处理超声图像对应的空域结构权重，可保障空域结构权重的自适应性，使得该空域结构权重可反映待处理超声图像的空域信息；对频率不同的N个待处理超声图像，依据其对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像，使得目标超声图像与频率不同的N个待处理超声图像的频域信息和空域信息相关，有助于保障目标超声图像的图像分辨率。
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设备的一示意图；
图2是本发明一实施例中超声图像频率复合方法的一流程图；
图3是本发明一实施例中超声图像频率复合方法的另一流程图；
图4是本发明一实施例中超声图像频率复合方法的另一流程图；
图5是本发明一实施例中超声图像频率复合方法的另一流程图；
图6是本发明一实施例中超声图像频率复合方法的另一流程图；
图7是本发明一实施例中超声图像频率复合装置的一示意图。
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频率复合方法，该超声图像频率复合方法可应用如图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，形成目标超声图像，以将目标超声图像发送给显示屏，以使显示屏显示目标超声图像。
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。
本实施例中，图像处理器对回波合成信号进行处理，形成目标超声图像的过程具体包括：
(1)对回波合成信号进行求模处理，即采用求模公式amp＝sqrt(real(RF)^2+imag(RF)^2)进行处理，获取回波合成信号对应的合成幅度值，其中，amp为合成幅度值，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。
(2)对回波合成信号对应的合成幅度值进行对数压缩，具体是指依据一定的对数曲线对回波合成信号对应的合成幅度值进行对数压缩，调整回波合成信号的合成幅度值的动态范围，获取回波合成信号对应的压缩幅度值。可理解地，由于求模处理获取的合成幅度值的范围较大，超出人眼可察觉的数值差异，通过对数压缩，即采用output＝log(input)的方式将求模获取的合成幅度值进行对数变换，以将较大数量级的合成幅度值压缩于较小的数量级范围内，以便人眼可察觉其中的差异。
(3)根据回波合成信号对应的压缩幅度值进行图像合成，获取原始超声图像；对不同频率的回波合成信号形成的多个原始超声图像进行频率复合，获取目标超声图像。其中，原始超声图像是指根据回波合成信号进行图像合成所形成的图像。目标超声图像是指对不同频率的多个原始超声图像进行频率复合后形成的图像。
(4)对角度不同的多帧目标超声图像进行空间复合，获取复合超声图像。复合超声图像是指对角度不同的多帧目标超声图像进行空间复合后形成的图像。
在一实施例中，提供一种超声图像频率复合方法，以该方法应用在图1中的图像处理器为例进行说明，用于实现不同频率的原始超声图像进行频率复合，以获取频率复合后的目标超声图像，可保障目标超声图像的图像分辨率。如图2所示，超声图像频率复合方法包括如下步骤：
S201：获取频率不同的N个待处理超声图像，N≥2。
S202：对待处理超声图像进行局域谱估计，获取待处理超声图像对应的频谱图像权重。
S203：对待处理超声图像进行结构张量估计，获取待处理超声图像对应的空域结构权重。
S204：基于N个待处理超声图像对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像。
其中，待处理超声图像是指需要进行频率复合的超声图像。
作为一示例，步骤S201中，图像处理器可以获取频率不同的N个待处理超声图像，每个待处理超声图像对应的频率为fi，其中，1≤i≤N。由于每一待处理超声图像一般为由超声探头发射超声波，接收反射波和散射波等回波模拟信号，再对回波模拟信号进行处理所形成的的超声图像，此处的待处理超声图像对应的频率fi可以理解为超声探头发射超声波的波频率，可以为高频率，也可以为低频率。
例如，图像处理器可以将波束合成处理器发送的频率不同的N个原始超声图像确定为待处理超声图像，该原始超声图像为波束合成处理器对回波合成信号对应的压缩幅度值进行图像合成所形成的超声图像，有助于提高超声图像复合的效率。
又例如，图像处理器可以对波束合成处理器的频率不同的N个原始超声图像进行均衡化处理的均衡超声图像确定为待处理超声图像，此处的均衡化处理是指将频率不同的N个原始超声图像的图像特征进行均衡化处理，以保障获取到的所有均衡超声图像的图像特征更均衡，使得N个待处理超声图像进行图像复合获取到的目标超声图像更自然，有助于提高目标超声图像的图像质量。本示例中的图像特征具体可以为像素点对应的像素灰度值。
其中，局域谱估计是指对待处理超声图像的局部区域进行频谱估计的处理过程。频谱图像权重是用于反映待处理超声图像在频域上的复合权重。
作为一示例，步骤S202中，图像处理器对待处理超声图像进行局域谱估计，以将待处理超声图像对应的时域信号转换成频域信号，进而根据频域信号，获取待处理超声图像对应的频谱图像权重，使得频谱图像权重的获取过程具有自适应性，且获取到的频谱图像权重与待处理超声图像的频域信息相关。本示例中，图像处理器获取每一待处理超声图像的频谱图像权重，以便后续利用频谱图像权重进行图像复合，可保障最终合成的目标超声图像结合多个频率的待处理超声图像的频域信息，有助于保障最终合成的目标超声图像的图像分辨率。
其中，结构张量是用于描述图像空间信息的图像特征，可应用在角点检测、边缘检测和纹理分析等情况，主要用于区分图像的平坦区域、边缘区域和角点区域。
作为一示例，步骤S203中，图像处理器对待处理超声图像进行结构张量估计，获取待处理超声图像对应的空域结构权重，使得待处理超声图像对应的空域结构权重的获取过程具有自适应性。本示例中，该空域结构权重可以反映待处理超声图像在空域维度的相关信息。本示例中，图像处理器获取每一待处理超声图像的空域结构权重，以便后续利用该空域结构权重进行图像复合，可保障最终合成的目标超声图像结合多个频率的待处理超声图像的空域信息，有助于保障最终合成的目标超声图像的图像分辨率。
作为一示例，步骤S204中，图像处理器基于N个待处理超声图像对应的频谱图像权重和空域结构权重，对相同位置的所有像素点的图像特征，依据其频谱图像权重和空域结构权重进行加权求和处理，从而确定目标超声图像中相同位置的像素点的图像特征，使得目标超声图像中每一像素点的图像特征，与N个频率的待处理超声图像中相同位置的像素点的频域信息和空域信息相关，保障目标超声图像的图像分辨率。此处的图像特征包括但不限于像素灰度值。
本实施例所提供的超声图像频率复合方法中，对N个频率不同的待处理超声图像进行局域谱估计，确定每个待处理超声图像的频谱图像权重，可保障频谱图像权重的自适应性，使得该频谱图像权重可反映待处理超声图像的频域信息；对N个频率不同的待处理超声图像进行结构张量估计，获取每个待处理超声图像对应的空域结构权重，可保障空域结构权重的自适应性，使得该空域结构权重可反映待处理超声图像的空域信息；对频率不同的N个待处理超声图像，依据其对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像，使得目标超声图像与频率不同的N个待处理超声图像的频域信息和空域信息相关，有助于保障目标超声图像的图像分辨率。
在一实施例中，如图3所示，步骤S201，即获取频率不同的N个待处理超声图像，N≥2，包括：
S301：获取频率不同的N个原始超声图像，N≥2。
S302：基于N个原始超声图像对应的频率，确定1个基准超声图像和N-1个待调制超声图像。
S303：基于基准超声图像，分别对N-1待调制超声图像进行均衡调制，获取N-1个均衡超声图像。
S304：将基准超声图像和N-1个均衡超声图像，确定为N个待处理超声图像。
其中，基准超声图像是用于作为参考标准的超声图像。待调制超声图像是指需要参考基准超声图像进行均衡化处理的超声图像。均衡超声图像是指对待调制超声图像进行均衡化处理后的超声图像。
作为一示例，步骤S301中，图像处理器可以接收波束合成处理器发送的频率不同的N个原始超声图像，每个原始超声图像对应的频率为fi(1≤i≤N)，具体可以理解为发射形成该原始超声图像的超声波的波频率。
作为一示例，步骤S302中，图像处理器可以基于N个原始超声图像对应的频率，从N个原始超声图像中，选取其中1个原始超声图像确定为基准超声图像，其余N-1个原始超声图像确定为待调制超声图像，以便利用基准超声图像，对所有待调制超声图像进行均衡化调制，以使所有待调制超声图像的图像特征与基准超声图像的图像特征较接近，可使所有待调制超声图像与基准超声图像进行图像复合获取到的目标超声图像更自然，有助于提高目标超声图像的图像质量。
本示例中，由于超声波的波频率越低，其对应的原始超声图像的穿透力越强，能量越大，因此，可基于N个原始超声图像对应的频率，从N个原始超声图像中，选择频率fi最小的原始超声图像确定为基准超声图像，剩余的N-1个原始超声图像确定为待调制超声图像。
作为一示例，步骤S303中，图像处理器可以基于基准超声图像，对N-1个待调制超声图像进行均衡调制，即对N-1个待调制超声图像的图像特征进行均衡调制，获取N-1个均衡超声图像，使得每个均衡超声图像的图像特征均与基准超声图像的图像特征接近，可使所有待调制超声图像与基准超声图像进行图像复合获取到的目标超声图像更自然，有助于提高目标超声图像的图像质量。此处的图像特征包括但不限于图像灰度或者图像亮度。
本示例中，图像处理器可以采用直方图均衡化方法，实现基于基准超声图像，对N-1个待调制超声图像进行均衡调制，从而实现将待调制超声图像按基准超声图像的直方图特征作均衡化处理，使得待调制超声图像与基准超声图像的图像特征较接近，有助于保障图像复合的整场均匀性，使得最终获取到的目标超声图像更自然，进而保障目标超声图像的图像质量。
作为一示例，步骤S304中，图像处理器可以将该基准超声图像和N-1个均衡超声图像，均确定为待处理超声图像，以使图像处理器可以获取到N个图像特征较接近的待处理超声图像，保障基于N个待处理超声图像进行图像复合的整场均匀性，使得最终获取到的目标超声图像更自然，进而保障目标超声图像的图像质量。
在一实施例中，如图4所示，步骤S303，即基于基准超声图像，分别对N-1待调制超声图像进行均衡调制，获取N-1个均衡超声图像，包括：
S401：将基准超声图像中所有像素点对应的像素灰度值的最大值，确定为基准灰度值。
S402：将待调制超声图像中所有像素点对应的像素灰度值的最大值，确定为待调制超声图像对应的待调制灰度值。
S403：根据待调制超声图像对应的待调制灰度值和基准灰度值，确定为待调制超声图像对应的调制系数。
S404：基于待调制超声图像对应的调制系数，对待调制超声图像中所有像素点对应的像素灰度值进行调制，获取待调制超声图像对应的均衡超声图像。
其中，像素灰度值为超声图像中某一像素点对应的灰度值。基准灰度值是指根据基准超声图像确定的用于计算调制系数的灰度值。待调制灰度值是指根据待调制超声图像确定的用于计算调制系数的灰度值。调制系数是用于实现基准超声图像与待调制超声图像进行均衡调制的相关系数。
作为一示例，步骤S401中，图像处理器可以获取基准超声图像中所有像素点对应的像素灰度值，然后，将基准超声图像中所有像素点对应的像素灰度值的最大值确定为基准灰度值，以便作为待调制超声图像进行均衡调制的参考标准。例如，图像处理器可将基准超声图像的特定区域中，所有像素点对应的像素灰度值的最大值确定为基准灰度值，以便利用该基准灰度值对待调制超声图像的特定区域中所有像素点进行均衡调制。本示例中，特定区域可以为全区域，即超声图像的全部区域，也可以为局部区域，即超声图像的部分区域。
作为一示例，步骤S402中，图像处理器可以获取待调制超声图像中所有像素点对应的像素灰度值，然后，将待调制超声图像中所有像素点对应的像素灰度值的最大值确定为待调制灰度值，以便利用待调制灰度值确定调制系数，进而对待调制超声图像进行均衡调制。例如，图像处理器可将待调制超声图像的特定区域中，所有像素点对应的像素灰度值的最大值确定为待调制灰度值，以便利用该待调制灰度值对待调制超声图像的特定区域中所有像素点进行均衡调制。
作为一示例，步骤S403中，图像处理器可以根据待调制超声图像对应的待调制灰度值和基准灰度值，具体将任一待调制超声图像对应的待调制灰度值与基准灰度值的商值，确定为待调制超声图像对应的调制系数，以便利用调制系数，对待调制超声图像中特定区域中的像素点进行调制。
作为一示例，步骤S404中，图像处理器可以基于每一待调制超声图像对应的调制系数，对待调制超声图像中所有像素点对应的像素灰度值进行调制，获取待调制超声图像对应的均衡超声图像。本示例中，图像处理器可将每一待调制超声图像对应的调制系数，乘以待调制超声图像中所有像素点对应的像素灰度值，确定为相应的均衡超声图像中同一位置的像素点对应的像素灰度值，以实现对待调制超声图像进行均衡调制，使得待调制超声图像与基准超声图像的图像特征较接近，有助于保障图像复合的整场均匀性，使得最终获取到的目标超声图像更自然，进而保障目标超声图像的图像质量。
在一实施例中，如图5所示，步骤S202，即对待处理超声图像进行局域谱估计，获取待处理超声图像对应的频谱图像权重，包括：
S501：获取待处理超声图像中每一目标像素点对应的局部区域。
S502：对目标像素点对应的局部区域进行加窗傅里叶变换，获取目标像素点对应的局域频谱图。
S503：对局域频谱图进行加权平均处理，获取目标像素点对应的频谱平均值，将频谱平均值确定为待处理超声图像对应的频谱图像权重。
其中，目标像素点是指待处理超声图像中任一像素点。局部区域是指以目标像素点为中心的局部区域。
作为一示例，步骤S501中，图像处理器从待处理超声图像的所有像素点中，依次确定任一目标像素点，以该目标像素点为中心，基于局域半径，确定目标像素点对应的局部区域。局域半径是指局部区域中像素点的半径，局域半径可按实际调试经验和算法性能综合确定。
其中，局域频谱图是指对目标像素点对应的局部区域进行加窗傅里叶变换所获取的频谱图。
作为一示例，步骤S502中，图像处理器可对目标像素点对应的局部区域进行加窗傅里叶变换，以实现将时域信号转换成频域信号，获取目标像素点对应的局域频谱图。本示例中，图像处理器对目标像素点对应的局部区域进行加窗傅里叶变换，可获取到与目标像素点对应的局部区域大小一致的局域频谱图，该局域频谱图中任意点到频谱中心点(即目标像素点)之间的距离代表一个频率，基于频率相同的所有点形成一频率圆，该频率圆以频谱中心点为中心，其半径为特定频率。
作为一示例，步骤S503中，图像处理器对局域频谱图进行加权平均处理，获取该目标像素点对应的频谱平均值，将该频谱平均值确定为目标像素点对应的局部区域对应的频谱图像权重。本示例中，目标像素点对应的频谱平均值可以用于评估目标像素点对应的局部区域的模糊程度。一般来说，目标像素点对应的频谱平均值越小，目标像素点对应的局部区域越模糊，其包含的图像细节越少；目标像素点对应的频谱平均值越大，目标像素点对应的局部区域越清晰，其包含的图像细节越大。
本示例中，局域频谱图包括M个频率圆，每一频率圆以频谱中心点为中心，其半径为特定频率,M≥1。图像处理器对局域频谱图进行加权平均处理，获取该目标像素点对应的频谱平均值，具体包括：(1)对局域频谱图中的每一频率圆进行加权求和处理，获取每一频率圆对应的频谱灰度和值。例如，图像处理器获取局域频谱图沿径向距离上的每一频率圆上所有点的频谱图像灰度；然后，再对同一频率圆上所有点的频谱图像灰度进行加权求和，获取每一频率圆对应的频谱灰度和值。此处的频谱图像灰度是指局域频谱图中某一点的图像灰度值。此处的频谱灰度和值可以理解为加窗傅里叶变换后获取到的某一频率对应的幅度。(2)对M个频率圆对应的频谱灰度和值进行加权平均处理，获取目标像素点对应的频谱平均值。例如，局域频谱图中的M个频率圆预先配置有对应的频率权重，可利用预先配置的频率权重，对M个频率圆对应的频谱灰度和值进行加权平均处理，可快速获取目标像素点对应的频谱平均值。
本实施例中，图像处理器通过对目标像素点对应的局部区域进行加窗傅里叶变换，以实现将时域信号转换成频域信号，获取目标像素点对应的局部区域对应的局域频谱图；再对局域频谱图进行加权平均处理，获取频谱平均值，可反映目标像素点对应的局部区域的模糊程度；将该频谱平均值确定为待处理超声图像中目标像素点的频谱图像权重，作为超声图像复合过程中的一个复合图像权重，确保超声图像复合过程中，复合图像权重的获取过程具有自适应性，有助于保障最终合成的目标超声图像的图像分辨率。
在一实施例中，如图6所示，步骤S203，即对待处理超声图像进行结构张量估计，获取待处理超声图像对应的空域结构权重，包括：
S601：获取待处理超声图像中每一目标像素点对应的邻近区域，邻近区域包括K个邻域像素点。
S602：对目标像素点对应的邻近区域进行结构张量计算，确定目标像素点对应的邻域结构张量矩阵。
S603：依据K个邻域像素点的像素位置和目标像素点的像素位置，确定每一邻域像素点对应的邻域距离矩阵。
S604：根据每一邻域像素点对应的邻域距离矩阵和目标像素点对应的邻域结构张量矩阵，获取每一邻域像素点对应的邻域结构权重。
S605：将K个邻域像素点对应的邻域结构权重，确定为待处理超声图像对应的空域结构权重。
其中，目标像素点是指待处理超声图像中任一像素点。邻近区域是指以目标像素点为中心的邻近区域。
作为一示例，步骤S601中，图像处理器从待处理超声图像的所有像素点中，依次确定任一目标像素点，以该目标像素点为中心，基于邻域半径，确定目标像素点对应的邻近区域。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。邻域像素点是指位于邻近区域的像素点，邻域像素点包括1个目标像素点和邻近目标像素点的K-1个邻近像素点。邻域半径是指邻近区域中像素点的半径，邻域半径可按实际调试经验和算法性能综合确定。
其中，邻域结构张量矩阵是指某一邻近区域的结构张量。
作为一示例，步骤S602中，图像处理器可以依据结构张量计算公式，对对目标像素点对应的邻近区域进行结构张量计算，确定目标像素点对应的邻域结构张量矩阵，使得该目标像素点的邻域结构张量矩阵可以有效反映目标像素点所在的邻近区域的空间结构信息，既空域信息。
本示例中，结构张量计算公式如下：
其中，Ω为目标像素点的邻近区域的邻域结构张量矩阵，Ix为目标像素点的邻近区域沿x轴方向的一阶偏导数，Iy为目标像素点的邻近区域沿y轴方向的一阶偏导数。
作为一示例，步骤S603中，图像处理器可以根据目标像素点的邻近区域中，K个邻域像素点对应的像素位置与目标像素点对应的像素位置,确定每个邻域像素点对应的邻域距离矩阵。本示例中，每个邻域像素点对应的邻域距离矩阵如下：
d(xj,yj)＝|xj-x0 yj-y0|
其中，d(xj,yj)为第j个邻域像素点对应的邻域距离矩阵，1≤j≤K；xj和yj为第j个邻域像素点对应的像素位置中的x坐标值和y坐标值；x0和y0为目标像素点对应的像素位置中的x坐标值和y坐标值。
例如，目标像素点对应的像素位置(x0,y0)为(1，1)；第j个邻域像素点对应的像素位置(xj,yj)为(5，3)，则第j个邻域像素点对应的邻域距离矩阵d(xj,yj)＝|4 2|。
作为一示例，步骤S604中，图像处理器可以采用邻域结构权重公式，对每一邻域像素点对应的邻域距离矩阵和目标像素点对应的邻域结构张量矩阵进行计算，以获取每一邻域像素点对应的邻域结构权重。本示例中，邻域结构权重公式如下：
其中，wfi(xj,yj)为第j个邻域像素点对应的邻域结构权重，具体为第i个待处理超声图像中目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点(xj,yj)的邻域结构权重；d(xj,yj)为第j个邻域像素点(xj,yj)对应的邻域距离矩阵；dT(xj,yj)为第j个邻域像素点(xj,yj)对应的邻域距离矩阵的矩阵转置；Ω为目标像素点的邻近区域的邻域结构张量矩阵；σ为算法经验参数。本示例中，算法经验参数σ用于调试核函数的分布效果。邻域结构张量矩阵Ω可以理解为一个径向反比的核函数，能够在考虑结构张量取向的同时，容纳一个平滑过渡带，以便利用后续获取到的空域结构权重进行图像复合所获取的目标超声图像的图像质量。
作为一示例，待处理超声图像中每一目标像素点对应的邻近区域包含K个邻域像素点，图像处理器在计算出K个邻域像素点对应的邻域结构权重后，可将K个邻域像素点对应的邻域结构权重，确定为待处理超声图像对应的空域结构权重。
可理解地，通过对目标像素点对应的邻近区域进行结构张量计算，确定邻域结构张量矩阵，可充分反映目标像素点对应的邻近区域的空间结构信息，既空域信息；再根据邻域像素点的像素位置和目标像素点的像素位置，确定其邻域距离矩阵，进而利用邻域距离矩阵和邻域结构张量矩阵，获取每个邻域像素点对应的邻域结构权重；根据K个邻域像素点对应的邻域结构权重，确定为待处理超声图像中目标像素点的空域结构权重，作为超声图像复合过程中的一个复合图像权重，确保超声图像复合过程中，复合图像权重的获取过程具有自适应性，有助于保障最终合成的目标超声图像的图像分辨率。
在一实施例中，步骤S204，即基于N个待处理超声图像对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像，包括：
采用频域空域复合公式，对N个待处理超声图像对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像；
频域空域复合公式为
其中，final(x0,y0)为目标超声图像中目标像素点(x0,y0)的图像特征；fi为第i个待处理超声图像的频率；Wfi(x0,y0)为第i个待处理超声图像的目标像素点(x0,y0)的频谱图像权重；wj(xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点(xj,yj)的空域结构权重；Img(fi,xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点的图像特征。
本示例中，第i个待处理超声图像中目标像素点(x0,y0)的频谱图像权重具体为第i个待处理超声图像中目标像素点(x0,y0)所在的局部区域对应的频谱平均值。第i个待处理超声图像中目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点(xj,yj)的空域结构权重，具体为第j个邻域像素点(xj,yj)的邻域结构权重wfi(xj,yj)。图像特征具体为像素灰度值。
可理解地，图像处理器基于N个待处理超声图像对应的频谱图像权重和空域结构权重进行频率复合，以使复合后的目标超声图像中每一目标像素点的图像特征均包含频域信息和空域信息，有助于保障目标超声图像的图像分辨率。
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，提供一种超声图像频率复合装置，该超声图像频率复合装置与上述实施例中超声图像频率复合方法一一对应。如图7所示，该超声图像频率复合装置包括待处理超声图像获取模块701、频谱图像权重获取模块702、空域结构权重获取模块703和目标超声图像获取模块704。各功能模块详细说明如下：
待处理超声图像获取模块701，用于获取频率不同的N个待处理超声图像，N≥2。
频谱图像权重获取模块702，用于对待处理超声图像进行局域谱估计，获取待处理超声图像对应的频谱图像权重。
空域结构权重获取模块703，用于对待处理超声图像进行结构张量估计，获取待处理超声图像对应的空域结构权重。
目标超声图像获取模块704，用于基于N个待处理超声图像对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像。
在一实施例中，待处理超声图像获取模块701，包括：
原始超声图像获取单元，用于获取频率不同的N个原始超声图像，N≥2。
超声图像划分单元，用于基于N个原始超声图像对应的频率，确定1个基准超声图像和N-1个待调制超声图像。
均衡超声图像获取单元，用于基于基准超声图像，分别对N-1待调制超声图像进行均衡调制，获取N-1个均衡超声图像。
待处理超声图像确定单元，用于将基准超声图像和N-1个均衡超声图像，确定为N个待处理超声图像。
在一实施例中，均衡超声图像获取单元，包括：
基准灰度值确定子单元，用于将基准超声图像中所有像素点对应的像素灰度值的最大值，确定为基准灰度值。
待调制灰度值确定子单元，用于将待调制超声图像中所有像素点对应的像素灰度值的最大值，确定为待调制超声图像对应的待调制灰度值。
调制系数确定子单元，用于根据待调制超声图像对应的待调制灰度值和基准灰度值，确定为待调制超声图像对应的调制系数。
像素灰度值调制子单元，用于基于待调制超声图像对应的调制系数，对待调制超声图像中所有像素点对应的像素灰度值进行调制，获取待调制超声图像对应的均衡超声图像。
在一实施例中，频谱图像权重获取模块702，包括：
局部区域获取单元，用于获取待处理超声图像中每一目标像素点对应的局部区域。
局域频谱图获取单元，用于对目标像素点对应的局部区域进行加窗傅里叶变换，获取目标像素点对应的局域频谱图。
频谱平均值获取单元，用于对局域频谱图进行加权平均处理，获取目标像素点对应的频谱平均值，将频谱平均值确定为待处理超声图像对应的频谱图像权重。
在一实施例中，空域结构权重获取模块703，包括：
邻近区域获取单元，用于获取待处理超声图像中每一目标像素点对应的邻近区域，邻近区域包括K个邻域像素点。
邻域结构张量矩阵获取单元，用于对目标像素点对应的邻近区域进行结构张量计算，确定目标像素点对应的邻域结构张量矩阵。
邻域距离矩阵获取单元，用于依据K个邻域像素点的像素位置和目标像素点的像素位置，确定每一邻域像素点对应的邻域距离矩阵。
邻域结构权重获取单元，用于根据每一邻域像素点对应的邻域距离矩阵和目标像素点对应的邻域结构张量矩阵，获取每一邻域像素点对应的邻域结构权重。
空域结构权重确定单元，用于将K个邻域像素点对应的邻域结构权重，确定为待处理超声图像对应的空域结构权重。
在一实施例中，目标超声图像获取模块704，用于采用频域空域复合公式，对N个待处理超声图像对应的频谱图像权重和空域结构权重进行频率复合，获取目标超声图像；
频域空域复合公式为
其中，final(x0,y0)为目标超声图像中目标像素点(x0,y0)的图像特征；fi为第i个待处理超声图像的频率；Wfi(x0,y0)为第i个待处理超声图像的目标像素点(x0,y0)的频谱图像权重；wfi(xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点(xj,yj)的空域结构权重；Img(fi,xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点的图像特征。
关于超声图像频率复合装置的具体限定可以参见上文中对于超声图像频率复合方法的限定，在此不再赘述。上述超声图像频率复合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频率复合方法，例如图2所示S201-S204，或者图3至图4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频率复合装置这一实施例中的各模块/单元的功能，例如图7所示的待处理超声图像获取模块701、频谱图像权重获取模块702、空域结构权重获取模块703和目标超声图像获取模块704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频率复合方法，例如图2所示S201-S204，或者图3至图4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频率复合装置这一实施例中的各模块/单元的功能，例如图7所示的待处理超声图像获取模块701、频谱图像权重获取模块702、空域结构权重获取模块703和目标超声图像获取模块704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 (12)
1.一种超声图像频率复合方法，其特征在于，包括：
获取频率不同的N个待处理超声图像，N≥2；
对所述待处理超声图像进行局域谱估计，获取所述待处理超声图像对应的频谱图像权重；
对所述待处理超声图像进行结构张量估计，获取所述待处理超声图像对应的空域结构权重；
采用频域空域复合公式，对N个所述待处理超声图像对应的所述频谱图像权重和所述空域结构权重进行频率复合，获取目标超声图像；
所述频域空域复合公式为
其中，final(x0,y0)为目标超声图像中目标像素点(x0,y0)的图像特征；fi为第i个待处理超声图像的频率；Wfi(x0,y0)为第i个待处理超声图像的目标像素点(x0,y0)的频谱图像权重；wj(xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点(xj,yj)的空域结构权重；Img(fi,xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点的图像特征。
2.如权利要求1所述的超声图像频率复合方法，其特征在于，所述获取频率不同的N个待处理超声图像，N≥2，包括：
获取频率不同的N个原始超声图像，N≥2；
基于N个所述原始超声图像对应的频率，确定1个基准超声图像和N-1个待调制超声图像；
基于所述基准超声图像，分别对N-1所述待调制超声图像进行均衡调制，获取N-1个均衡超声图像；
将所述基准超声图像和N-1个所述均衡超声图像，确定为N个所述待处理超声图像。
3.如权利要求2所述的超声图像频率复合方法，其特征在于，所述基于所述基准超声图像，分别对N-1所述待调制超声图像进行均衡调制，获取N-1个均衡超声图像，包括：
将所述基准超声图像中所有像素点对应的像素灰度值的最大值，确定为基准灰度值；
将所述待调制超声图像中所有像素点对应的像素灰度值的最大值，确定为所述待调制超声图像对应的待调制灰度值；
根据所述待调制超声图像对应的所述待调制灰度值和所述基准灰度值，确定为所述待调制超声图像对应的调制系数；
基于所述待调制超声图像对应的调制系数，对所述待调制超声图像中所有像素点对应的像素灰度值进行调制，获取所述待调制超声图像对应的均衡超声图像。
4.如权利要求1所述的超声图像频率复合方法，其特征在于，所述对所述待处理超声图像进行局域谱估计，获取所述待处理超声图像对应的频谱图像权重，包括：
获取所述待处理超声图像中每一目标像素点对应的局部区域；
对所述目标像素点对应的局部区域进行加窗傅里叶变换，获取所述目标像素点对应的局域频谱图；
对所述局域频谱图进行加权平均处理，获取所述目标像素点对应的频谱平均值，将所述频谱平均值确定为所述待处理超声图像对应的频谱图像权重。
5.如权利要求1所述的超声图像频率复合方法，其特征在于，所述对所述待处理超声图像进行结构张量估计，获取所述待处理超声图像对应的空域结构权重，包括：
获取所述待处理超声图像中每一目标像素点对应的邻近区域，所述邻近区域包括K个邻域像素点；
对所述目标像素点对应的邻近区域进行结构张量计算，确定所述目标像素点对应的邻域结构张量矩阵；
依据K个所述邻域像素点的像素位置和所述目标像素点的像素位置，确定每一所述邻域像素点对应的邻域距离矩阵；
根据每一所述邻域像素点对应的邻域距离矩阵和所述目标像素点对应的邻域结构张量矩阵，获取每一所述邻域像素点对应的邻域结构权重；
将K个所述邻域像素点对应的邻域结构权重，确定为所述待处理超声图像对应的空域结构权重。
6.一种超声图像频率复合装置，其特征在于，包括：
待处理超声图像获取模块，用于获取频率不同的N个待处理超声图像，N≥2；
频谱图像权重获取模块，用于对所述待处理超声图像进行局域谱估计，获取所述待处理超声图像对应的频谱图像权重；
空域结构权重获取模块，用于对所述待处理超声图像进行结构张量估计，获取所述待处理超声图像对应的空域结构权重；
目标超声图像获取模块，用于采用频域空域复合公式，对N个所述待处理超声图像对应的所述频谱图像权重和所述空域结构权重进行频率复合，获取目标超声图像；
所述频域空域复合公式为
其中，final(x0,y0)为目标超声图像中目标像素点(x0,y0)的图像特征；fi为第i个待处理超声图像的频率；Wfi(x0,y0)为第i个待处理超声图像的目标像素点(x0,y0)的频谱图像权重；wj(xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点(xj,yj)的空域结构权重；Img(fi,xj,yj)为第i个待处理超声图像的目标像素点(x0,y0)对应的邻近区域中，第j个邻域像素点的图像特征。
7.如权利要求6所述的超声图像频率复合装置，其特征在于，所述待处理超声图像获取模块，包括：
原始超声图像获取单元，用于获取频率不同的N个原始超声图像，N≥2；
超声图像划分单元，用于基于N个所述原始超声图像对应的频率，确定1个基准超声图像和N-1个待调制超声图像；
均衡超声图像获取单元，用于基于所述基准超声图像，分别对N-1所述待调制超声图像进行均衡调制，获取N-1个均衡超声图像；
待处理超声图像确定单元，用于将所述基准超声图像和N-1个所述均衡超声图像，确定为N个所述待处理超声图像。
8.如权利要求7所述的超声图像频率复合装置，其特征在于，所述均衡超声图像获取单元，包括：
基准灰度值确定子单元，用于将所述基准超声图像中所有像素点对应的像素灰度值的最大值，确定为基准灰度值；
待调制灰度值确定子单元，用于将所述待调制超声图像中所有像素点对应的像素灰度值的最大值，确定为所述待调制超声图像对应的待调制灰度值；
调制系数确定子单元，用于根据所述待调制超声图像对应的所述待调制灰度值和所述基准灰度值，确定为所述待调制超声图像对应的调制系数；
像素灰度值调制子单元，用于基于所述待调制超声图像对应的调制系数，对所述待调制超声图像中所有像素点对应的像素灰度值进行调制，获取所述待调制超声图像对应的均衡超声图像。
9.如权利要求6所述的超声图像频率复合装置，其特征在于，所述频谱图像权重获取模块，包括：
局部区域获取单元，用于获取所述待处理超声图像中每一目标像素点对应的局部区域；
局域频谱图获取单元，用于对所述目标像素点对应的局部区域进行加窗傅里叶变换，获取所述目标像素点对应的局域频谱图；
频谱平均值获取单元，用于对所述局域频谱图进行加权平均处理，获取所述目标像素点对应的频谱平均值，将所述频谱平均值确定为所述待处理超声图像对应的频谱图像权重。
10.如权利要求6所述的超声图像频率复合装置，其特征在于，所述空域结构权重获取模块，包括：
邻近区域获取单元，用于获取所述待处理超声图像中每一目标像素点对应的邻近区域，所述邻近区域包括K个邻域像素点；
邻域结构张量矩阵获取单元，用于对所述目标像素点对应的邻近区域进行结构张量计算，确定所述目标像素点对应的邻域结构张量矩阵；
邻域距离矩阵获取单元，用于依据K个所述邻域像素点的像素位置和所述目标像素点的像素位置，确定每一所述邻域像素点对应的邻域距离矩阵；
邻域结构权重获取单元，用于根据每一所述邻域像素点对应的邻域距离矩阵和所述目标像素点对应的邻域结构张量矩阵，获取每一所述邻域像素点对应的邻域结构权重；
空域结构权重确定单元，用于将K个所述邻域像素点对应的邻域结构权重，确定为所述待处理超声图像对应的空域结构权重。
11.一种超声设备，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5任一项所述超声图像频率复合方法。
12.一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5任一项所述超声图像频率复合方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542643.9A CN113177930B (zh) | 2021-05-18 | 2021-05-18 | 超声图像频率复合方法、装置、超声设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542643.9A CN113177930B (zh) | 2021-05-18 | 2021-05-18 | 超声图像频率复合方法、装置、超声设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113177930A CN113177930A (zh) | 2021-07-27 |
| CN113177930B true CN113177930B (zh) | 2023-11-17 |
Family
ID=76929789
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110542643.9A Active CN113177930B (zh) | 2021-05-18 | 2021-05-18 | 超声图像频率复合方法、装置、超声设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113177930B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782283B (zh) * | 2022-06-16 | 2022-09-02 | 深圳华声医疗技术股份有限公司 | 超声图像增强方法、装置、超声设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101744639A (zh) * | 2008-12-19 | 2010-06-23 | Ge医疗系统环球技术有限公司 | 超声成像方法及设备 |
| CN106327539A (zh) * | 2015-07-01 | 2017-01-11 | 北京大学 | 基于样例的图像重建方法及装置 |
-
2021
- 2021-05-18 CN CN202110542643.9A patent/CN113177930B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101744639A (zh) * | 2008-12-19 | 2010-06-23 | Ge医疗系统环球技术有限公司 | 超声成像方法及设备 |
| CN106327539A (zh) * | 2015-07-01 | 2017-01-11 | 北京大学 | 基于样例的图像重建方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Improved Contrast-Enhanced Ultrasound Imaging With Multiplane-Wave Imaging;Gong P et al;《 IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC》;第65卷(第2期);第178-187页 * |
| 基于双边结构张量的局部自适应图像超分辨率重建;岳林蔚 等;武汉大学学报(信息科学版)(第4期);第70-74页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113177930A (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rindal et al. | The effect of dynamic range alterations in the estimation of contrast | |
| JP7359850B2 (ja) | 超音波信号の適応ビームフォーミングの方法及びシステム | |
| US20120121150A1 (en) | Ultrasonic image processing apparatus | |
| US20170238908A1 (en) | Ultrasound diagnostic device | |
| CN113240587B (zh) | 超分辨率扫描变换方法、装置、超声设备及存储介质 | |
| US11372094B2 (en) | Reverberation artifact cancellation in ultrasonic diagnostic images | |
| US9672595B2 (en) | Ultrasonic image processing apparatus | |
| CN112998750B (zh) | 超声图像合成方法、装置、超声设备及存储介质 | |
| CN113197630B (zh) | 穿刺针显影增强方法、装置、超声设备及存储介质 | |
| US9955952B2 (en) | Ultrasonic diagnostic device and correction method | |
| WO2020010351A1 (en) | Systems and methods for generating and estimating unknown and unacquired ultrasound data | |
| CN114947951B (zh) | 超声成像控制方法、装置、超声设备及存储介质 | |
| CN113177930B (zh) | 超声图像频率复合方法、装置、超声设备及存储介质 | |
| WO2013180269A1 (ja) | 超音波撮像装置 | |
| US11158052B2 (en) | Systems and methods for ultrasonic imaging | |
| CN114782283B (zh) | 超声图像增强方法、装置、超声设备及存储介质 | |
| JPH07116162A (ja) | 超音波計測装置およびその送受信位相補正方法 | |
| CN115082320B (zh) | 超声图像超分辨率处理方法、超声设备及存储介质 | |
| CN113243936B (zh) | 超声波波束合成方法、装置、超声设备及存储介质 | |
| Peretz et al. | Deep learning applied to beamforming in synthetic aperture ultrasound | |
| US11953591B2 (en) | Ultrasound imaging system with pixel extrapolation image enhancement | |
| Sharifzadeh et al. | Mitigating Aberration-Induced Noise: A Deep Learning-Based Aberration-to-Aberration Approach | |
| CN112401934A (zh) | 超声成像方法和系统 | |
| JP2020137876A (ja) | 超音波撮像装置、画像処理装置、および、画像処理プログラム | |
| CN113345040B (zh) | 一种超声信号处理方法、超声图像重建方法及电子设备 |
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 |