CN113208710B - 穿刺针显影增强方法、装置、超声设备及存储介质 - Google Patents

穿刺针显影增强方法、装置、超声设备及存储介质 Download PDF

Info

Publication number
CN113208710B
CN113208710B CN202110770259.4A CN202110770259A CN113208710B CN 113208710 B CN113208710 B CN 113208710B CN 202110770259 A CN202110770259 A CN 202110770259A CN 113208710 B CN113208710 B CN 113208710B
Authority
CN
China
Prior art keywords
scale
pixel position
target
fine
affine
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
CN202110770259.4A
Other languages
English (en)
Other versions
CN113208710A (zh
Inventor
黄灿
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.)
Shenzhen Wisonic Medical Technology Co ltd
Original Assignee
Shenzhen Wisonic Medical Technology 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 Shenzhen Wisonic Medical Technology Co ltd filed Critical Shenzhen Wisonic Medical Technology Co ltd
Priority to CN202110770259.4A priority Critical patent/CN113208710B/zh
Publication of CN113208710A publication Critical patent/CN113208710A/zh
Application granted granted Critical
Publication of CN113208710B publication Critical patent/CN113208710B/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
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/34—Trocars; Puncturing needles
    • A61B17/3403—Needle locating or guiding means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • 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
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/34—Trocars; Puncturing needles
    • A61B17/3403—Needle locating or guiding means
    • A61B2017/3413—Needle locating or guiding means guided by ultrasound
    • 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

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开一种穿刺针显影增强方法、装置、超声设备及存储介质。该方法包括：获取包含穿刺针显影区域的当前超声图像和历史超声图像；对当前超声图像和历史超声图像进行位移估算，获取目标位移信息；对目标位移信息进行多尺度分解，获取多尺度分解信息；基于多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取目标局域仿射参数；对目标局域仿射参数进行差异分析，获取目标增强系数；基于目标增强系数，对当前超声图像进行局域灰度映射，获取对穿刺针显影区域进行增强处理的目标超声图像，以起到增强穿刺针在目标超声图像中的图像显示效果的目的。

Description

穿刺针显影增强方法、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，尤其涉及一种穿刺针显影增强方法、装置、超声设备及存储介质。
背景技术
穿刺针如今广泛应用在医学实践中，用于进行麻醉、置管或者采样等操作。由于穿刺针需要插入人体，为了提高手术效率和精准度，往往需要采用超声设备进行可视化引导，以提高手术的安全性。当前采用超声设备进行可视化引导穿刺针穿刺时，由于穿刺针的光滑表面会引起穿刺针体的镜面反射，使得穿刺针体部分的超声回波过于微弱，使得穿刺针在超声图像中的显影区域可见度太低，不利于医生进行准确判断和操作。因此，如何增强穿刺针在超声图像中的显影效果成为超声设备技术亟待解决的技术问题。
发明内容
本发明实施例提供一种穿刺针显影增强方法、装置、超声设备及存储介质，以解决穿刺针在超声图像中的显影效果不佳的问题。
一种穿刺针显影增强方法，包括：
将包含穿刺针显影区域的连续两帧原始超声图像，分别确定为当前超声图像和历史超声图像；
对所述当前超声图像和所述历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息；
对每一所述像素位置对应的目标位移信息进行多尺度分解，获取每一所述像素位置对应的多尺度分解信息；
基于每一所述像素位置对应的多尺度分解信息，对所述当前超声图像和所述历史超声图像进行局域仿射变换，获取每一所述像素位置对应的目标局域仿射参数；
对每一所述像素位置对应的目标局域仿射参数进行差异分析，获取每一所述像素位置对应的目标增强系数；
基于每一所述像素位置对应的目标增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像。
一种穿刺针显影增强装置，包括：
原始超声图像获取模块，用于将包含穿刺针显影区域的连续两帧原始超声图像，分别确定为当前超声图像和历史超声图像；
目标位移信息获取模块，用于对所述当前超声图像和所述历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息；
多尺度分解信息获取模块，用于对每一所述像素位置对应的目标位移信息进行多尺度分解，获取每一所述像素位置对应的多尺度分解信息；
目标局域仿射参数获取模块，用于基于每一所述像素位置对应的多尺度分解信息，对所述当前超声图像和所述历史超声图像进行局域仿射变换，获取每一所述像素位置对应的目标局域仿射参数；
目标增强系数获取模块，用于对每一所述像素位置对应的目标局域仿射参数进行差异分析，获取每一所述像素位置对应的目标增强系数；
目标超声图像获取模块，用于基于每一所述像素位置对应的目标增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像。
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穿刺针显影增强方法。
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穿刺针显影增强方法。
上述穿刺针显影增强方法、装置、超声设备及存储介质，通过对包含穿刺针显影区域的连续的当前超声图像和历史超声图像进行位移估算，以获取可反映连续两帧超声图像之间运动差异变化的目标位移信息，以便基于目标位移信息进行运动差异分析。通过对每一像素位置对应的目标位移信息进行多尺度分解，以获取不同尺度下的多尺度分解信息，再基于多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取目标局域仿射参数，以反映多个尺度下的运动差异参数；最后，通过对目标局域仿射参数进行差异分析，以获取目标增强系数，可准确推测出穿刺针所在区域，以增大穿刺针所在区域的目标增强系数；利用该目标增强系数对当前超声图像进行进行局域灰度映射，从而获取对穿刺针显影区域进行增强处理的目标超声图像，增强穿刺针在目标超声图像中的图像显示效果。
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设备的一示意图；
图2是本发明一实施例中穿刺针显影增强方法的一流程图；
图3是本发明一实施例中穿刺针显影增强方法的另一流程图；
图4是本发明一实施例中穿刺针显影增强方法的另一流程图；
图5是本发明一实施例中穿刺针显影增强方法的另一流程图；
图6是本发明一实施例中穿刺针显影增强方法的另一流程图；
图7是本发明一实施例中穿刺针显影增强装置的一示意图。
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穿刺针显影增强方法，该穿刺针显影增强方法可应用如图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超声图像都能够有较大的横向扫描覆盖范围，即保证不同角度的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，获取原始超声图像，再对原始超声图像进行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。
一般来说，超声探头采用线扫描模式进行扫描，即每次发射只启用部分阵元激励超声波，形成一个角度超声波发射。相邻两次发射超声波之间，其发射中心会有所偏移，即启用的阵元中心位置会有所偏移，经过多次发射之后，使得超声波能够完整覆盖到全部成像区域。需要说明的是，由于超声探头从不同角度发射超声波，使得后续图像处理器可根据不同角度形成的原始超声图像进行迭代复合操作，以获取目标超声图像。
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。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。
（4）对角度不同的多帧原始超声图像进行空间复合、频率复合和帧相关操作，获取目标超声图像。目标超声图像是指对多帧原始超声图像进行空间复合、频率复合和帧相关处理后获取的超声图像。其中，空间复合是指将多个角度发射的同一区域的多帧原始超声图像进行复合，通过减弱相干效应的方式，极大减弱斑点噪声的程度，并提高超声图像整体的对比分辨率。频率复合是指利用不同频率在分辨力和穿透力上的各自差异进行互补，从而实现对多帧原始超声图像进行复合过程。帧相关是指为了保持连续多帧原始超声图像之间的平滑性所进行处理过程。
在一实施例中，如图2所示，提供一种穿刺针显影增强方法，以该方法应用在图1中的图像处理器为例进行说明，主要通过对穿刺针过程中形成的连续多帧原始超声图像进行运动差异分析，以定位出穿刺针在超声图像中的穿刺针显影区域，并对该穿刺针显影区域进行增强处理，从而实现对穿刺针位置进行精确定位和突出显示。该穿刺针显影增强方法包括：
S201：将包含穿刺针显影区域的连续两帧原始超声图像，分别确定为当前超声图像和历史超声图像；
S202：对当前超声图像和历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息；
S203：对每一像素位置对应的目标位移信息进行多尺度分解，获取每一像素位置对应的多尺度分解信息；
S204：基于每一像素位置对应的多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取每一像素位置对应的目标局域仿射参数；
S205：对每一像素位置对应的目标局域仿射参数进行差异分析，获取每一像素位置对应的目标增强系数；
S206：基于每一像素位置对应的目标增强系数，对当前超声图像进行局域灰度映射，获取对穿刺针显影区域进行增强处理的目标超声图像。
其中，穿刺针显影区域是指超声图像中显示的穿刺针所在区域。当前超声图像是指系统当前时间获取到的超声图像。历史超声图像是指系统当前时间之前的上一个时刻采集到的超声图像。
作为一示例，步骤S201中，医生在采用穿刺针穿过人体组织时，超声设备的超声探头向人体组织持续发射不同角度的超声波，并接收人体组织和穿刺在人体组织内的穿刺针反射的回波模拟信号，通过对回波模拟信号进行波束合成、求模、对数压缩和图像合成等操作，可获取包含穿刺针显影区域的持续N帧原始超声图像，每一帧原始超声图像包含对应的时间戳，基于该原始超声图像对应的时间戳，将系统当前时间对应的原始超声图像确定为当前超声图像，将当前超声图像之前的上一帧原始超声图像确定为历史超声图像，以便利用连续获取到的历史超声图像和当前超声图像进行运动差异分析。
其中，目标位移信息是以当前超声图像为参照物，计算出的历史超声图像相对于当前超声图像的位移变化信息。
作为一示例，步骤S202中，图像处理器可以采用运动估计算法，对当前超声图像和历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息。该像素位置对应的目标位移信息可理解为历史超声图像中某一像素位置相对于当前超声图像中同一像素位置的位移变化信息。本示例中，每一像素位置对应的目标位移信息D包括每一像素位置对应的目标X向位移Dx和目标Y向位移Dy。该目标X向位移Dx是指在X轴方向的位移变化值，目标Y向位移Dy是指在Y轴方向的位移变化值。
例如，图像处理器可以采用光流法这一种运动估计算法，对当前超声图像和历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息。又例如，图像处理器还可以先采用块匹配方法先粗略估计初始位移；再采用光流法对计算出的初始位移进行优化迭代，从而获取每一像素位置对应的目标位移信息。
作为一示例，步骤S203中，图像处理器在获取到历史超声图像相对于当前超声图像中的每一像素位置对应的目标位移信息之后，需采用多尺度分解算法，包括但不限于常规的高斯金字塔算法，对每一像素位置对应的目标位移信息进行多尺度分解，以获取到每一像素位置对应的多尺度分解信息。例如，可将当前超声图像和历史超声图像对应的图像尺度确定为细尺度超声图像，无需进行分解处理，即若当前超声图像和历史超声图像的原始尺度为640*480，则保留640*480作为一细尺度，获取目标位移信息在该细尺度超声图像中的细尺度位移信息。然后，再对细尺度位移信息先进行平滑处理，再进行缩小尺度处理，得到粗尺度位移信息。多尺度分解信息包括细尺度位移信息和粗尺度位移信息。
作为一示例，多尺度分解信息依据图像尺度划分标准，可划分为细尺度位移信息和粗尺度位移信息。该细尺度位移信息包括细尺度X向位移和细尺度Y向位移。该粗尺度位移信息包括粗尺度X向位移和粗尺度Y向位移。
作为一示例，多尺度分解信息依据位移方向划分标准，可划分为多尺度X向位移和多尺度Y轴位移。该多尺度X向位移包括细尺度X向位移和粗尺度X向位移。该多尺度Y轴位移包括细尺度Y向位移和粗尺度Y向位移。
作为一示例，步骤S204中，图像处理器在获取到每一像素位置对应的多尺度分解信息之后，需基于每一像素位置对应的多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取每一像素位置对应的目标局域仿射参数。该目标局域仿射参数是指以该像素位置为中心的邻近区域整体运动的位移仿射变换参数。本示例中，图像处理器可以采用仿射变换算法，对历史超声图像和当前超声图像在同一像素位置对应的邻近区域进行仿射变换建模，将建模过程中获取到的仿射运动参数，确定为目标局域仿射参数。
本示例中，图像处理器根据每一像素位置对应的细尺度位移信息对当前超声图像和历史超声图像进行局域仿射变换，获取每一像素位置细尺度局域仿射参数；根据每一像素位置对应的粗尺度位移信息对当前超声图像和历史超声图像进行局域仿射变换，获取每一像素位置粗尺度局域仿射参数。
其中，目标增强系数是指计算出的用于对某一像素位置对应的像素灰度值进行增强处理的系数。
作为一示例，步骤S205中，图像处理器获取到的每一像素位置对应的目标局域仿射参数均包括细尺度局域仿射参数和粗尺度局域仿射参数。图像处理器需对每一像素位置对应的目标局域仿射参数进行差异分析，具体用于分析细尺度局域仿射参数和粗尺度局域仿射参数之间的参数差异值，再对获取到的参数差异值进行加权处理，获取每一像素位置对应的目标增强系数，以便后续利用该目标增强系数对像素位置对应的像素灰度值进行增强处理，以起到突出显示穿刺针显影区域的目的。
作为一示例，步骤S206中，图像处理器在获取到每一像素位置对应的目标增强系数之后，可利用该像素位置对应的目标增强系数，对当前超声图像中每一像素位置对应的像素灰度值进行增强处理，以获取每一像素位置对应的目标灰度值；再基于所有像素位置对应的目标灰度值，获取对穿刺针显影区域进行增强处理的目标超声图像，可保障目标超声图像中穿刺针显影区域的增强显示效果。
本实施例所提供的穿刺针显影增强方法中，通过对包含穿刺针显影区域的连续的当前超声图像和历史超声图像进行位移估算，以获取可反映连续两帧超声图像之间运动差异变化的目标位移信息，以便基于目标位移信息进行运动差异分析。通过对每一像素位置对应的目标位移信息进行多尺度分解，以获取不同尺度下的多尺度分解信息，再基于多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取目标局域仿射参数，以反映多个尺度下的运动差异参数；最后，通过对目标局域仿射参数进行差异分析，以获取目标增强系数，可准确推测出穿刺针所在区域，以增大穿刺针所在区域的目标增强系数；利用该目标增强系数对当前超声图像进行进行局域灰度映射，从而获取对穿刺针显影区域进行增强处理的目标超声图像，增强穿刺针在目标超声图像中的图像显示效果。
在一实施例中，如图3所示，步骤S203，即对每一像素位置对应的目标位移信息进行多尺度分解，获取每一像素位置对应的多尺度分解信息，包括：
S301：将每一像素位置对应的目标位移信息，确定为像素位置对应的细尺度位移信息，细尺度位移信息包括细尺度X向位移和细尺度Y向位移；
S302：对每一像素位置对应的细尺度位移信息进行平滑和缩小尺度处理，获取每一像素位置对应的粗尺度位移信息，粗尺度位移信息包括粗尺度X向位移和粗尺度Y向位移；
其中，多尺度分解信息包括细尺度位移信息和粗尺度位移信息。
作为一示例，步骤S301中，图像处理器可直接将获取到的每一像素位置对应的目标位移信息，确定为该像素位置对应的细尺度位移信息，具体将目标位移信息D中的目标X向位移Dx确定为细尺度X向位移Dox，将目标位移信息中的目标Y向位移Dy确定为细尺度Y向位移Doy，细尺度位移信息Do包括细尺度X向位移Dox和细尺度Y向位移Doy。
作为一示例，步骤S302中，图像处理器可对每一像素位置对应的细尺度位移信息进行平滑和缩小尺度处理，获取每一像素位置对应的粗尺度位移信息。粗尺度位移信息Dw包括粗尺度X向位移Dwx和粗尺度Y向位移Dwy。粗尺度X向位移Dwx为对细尺度X向位移Dox进行平滑和缩小尺度处理后的位移。粗尺度Y向位移Dwy是指对细尺度Y向位移Doy进行平滑和缩小尺度处理后的位移。
在一实施例中，如图4所示，步骤S204,即基于每一像素位置对应的多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取每一像素位置对应的目标局域仿射参数，包括：
S401：获取每一像素位置对应的邻近区域尺寸；
S402：基于邻近区域尺寸，从当前超声图像中，获取每一像素位置对应的当前邻近区域，基于当前邻近区域对应的像素点坐标，获取每一像素位置对应的当前邻域矩阵；
S403：根据每一像素位置对应的多尺度分解信息和当前邻域矩阵，获取每一像素位置对应的目标仿射邻域矩阵；
S404：基于每一像素位置对应的当前邻域矩阵和目标仿射邻域矩阵，获取每一像素位置对应的目标局域仿射参数。
作为一示例，步骤S401中，图像处理器可获取用户自主输入的邻近区域尺寸，邻近区域尺寸为用户自定义的经验参数，可以为M*M，以便基于邻近区域尺寸，构建以每一像素位置为中心，直径为M的邻近区域。
其中，当前邻近区域是指从当前超声图像中，提取到的以某一像素位置为中心，与邻近区域尺寸相匹配的邻近区域。
作为一示例，步骤S402中，图像处理器可以在获取到每一像素位置对应的邻近区域尺寸之后，在当前超声图像中，选取以任一像素位置为中心，与邻近区域尺寸相匹配的邻近区域，确定为该像素位置对应的当前邻近区域。然后，将当前邻近区域中所有像素点对应的像素点坐标依据特定顺序排序，获取当前邻域矩阵。
例如，图像处理器在获取到的每一像素位置对应的邻近区域尺寸为3*3，则每一像 素位置对应的邻近区域中包含3*3个像素点，例如，在以像素位置P（x5,y5)为中心，构建像 素位置P（x5,y5)对应的当前邻近区域包括P1（x1,y1)、P2（x2,y2)、P3（x3,y3）、P（x4,y4）、P （x5,y5)、P6（x6,y6)、P（x7,y7)、P（x8,y8）和P（x9,y9）这9个像素点。然后，图像处理器将像 素位置P（x5,y5)对应的当前邻近区域中所有像素点对应的像素点坐标，依据特定顺序排 序，以获取当前邻域矩阵X。本示例中，由于当前邻域矩阵对应的像素点数量为9，则其所形 成的当前邻域矩阵X=
Figure 847576DEST_PATH_IMAGE001
。
作为一示例，图像处理器获取到的每一多尺度分解信息包括多尺度X向位移和多尺度Y轴位移，在采用每一像素位置对应的多尺度分解信息，对同一像素位置对应的当前邻域矩阵进行仿射变换过程中，可将当前邻域矩阵中的每一像素点坐标的X轴原始坐标加上多尺度X轴位移，获取X轴更新坐标，每一像素点坐标的Y轴原始坐标加上多尺度Y轴位移，获取Y轴更新坐标，获取每一像素位置对应的目标仿射邻域矩阵。目标仿射邻域矩阵为基于当前超声图像中的当前邻域矩阵进行仿射变换所获取到的矩阵。
例如，在当前邻域矩阵X=
Figure 561454DEST_PATH_IMAGE001
时，设多尺度分解信息中的多尺度X向位移 为
Figure 747716DEST_PATH_IMAGE002
，多尺度Y轴位移为
Figure 877346DEST_PATH_IMAGE003
，则根据每一像素位置对应的多尺度X向位移
Figure 222877DEST_PATH_IMAGE002
、多尺度Y轴位 移
Figure 214315DEST_PATH_IMAGE003
和当前邻域矩阵X，获取每一像素位置对应的目标仿射邻域矩阵B=
Figure 278086DEST_PATH_IMAGE004
，该目标仿射邻域矩阵可以理解为历史超声图像在同一 像素位置对应的历史邻近区域中所有像素点对应的像素点坐标形成的历史邻域矩阵。
作为一示例，步骤S204中，图像处理器可基于每一像素位置对应的当前邻域矩阵X 和目标仿射邻域矩阵B，采用
Figure 211407DEST_PATH_IMAGE005
，计算获取目标仿射参数矩阵A；然后，图像处理 器可根据目标仿射参数矩阵A，从目标仿射参数矩阵A中，获取该像素位置对应的目标局域 仿射参数。本示例中，目标仿射参数矩阵A为用于实现当前邻域矩阵X与目标仿射邻域矩阵B （即历史邻域矩阵）之间仿射变换的矩阵。目标局域仿射参数是指目标仿射参数矩阵A中的 具体参数，是用于决定当前超声图像和历史超声图像之间仿射变换效果的参数。
例如，设目标仿射参数矩阵A=
Figure 286811DEST_PATH_IMAGE006
，当前邻域矩阵X=
Figure 76912DEST_PATH_IMAGE001
，目标仿射邻 域矩阵B=
Figure 487034DEST_PATH_IMAGE004
，则在仿射变换过程中，存在AX=B，即
Figure 958466DEST_PATH_IMAGE006
Figure 13010DEST_PATH_IMAGE001
=
Figure 849379DEST_PATH_IMAGE004
，根据矩阵数学转换公式，可根据
Figure 887742DEST_PATH_IMAGE005
，计算确定目标仿射参数矩阵A=
Figure 897286DEST_PATH_IMAGE006
，以确定目标局域仿射参数（a,b,c,d, e,f)的具体值。
在一实施例中，多尺度分解信息包括细尺度位移信息和粗尺度位移信息；
步骤S403，即根据每一像素位置对应的多尺度分解信息和当前邻域矩阵，获取每一像素位置对应的目标仿射邻域矩阵，包括：
S4031：根据每一像素位置对应的细尺度位移信息和当前邻域矩阵，获取每一像素位置对应的细尺度仿射邻域矩阵；
S4032：根据每一像素位置对应的粗尺度位移信息和当前邻域矩阵，获取每一像素位置对应的粗尺度仿射邻域矩阵；
其中，目标仿射邻域矩阵包括细尺度仿射邻域矩阵和粗尺度仿射邻域矩阵；
相应地，步骤S404，即基于每一像素位置对应的当前邻域矩阵和目标仿射邻域矩阵，获取每一像素位置对应的目标局域仿射参数，包括：
S4041：基于每一像素位置对应的当前邻域矩阵和细尺度仿射邻域矩阵，获取每一像素位置对应的细尺度局域仿射参数；
S4042：基于每一像素位置对应的当前邻域矩阵和粗尺度仿射邻域矩阵，获取每一像素位置对应的粗尺度局域仿射参数；
目标局域仿射参数包括细尺度局域仿射参数和粗尺度局域仿射参数。
本示例中，多尺度分解信息包括细尺度位移信息Do和粗尺度位移信息Dw。细尺度位移信息Do包括细尺度X向位移Dox和细尺度Y向位移Doy。粗尺度位移信息Dw包括粗尺度X向位移Dwx和粗尺度Y向位移Dwy。
作为一示例，步骤S4031中，图像处理器在获取多尺度分解信息时，可提取每一像素位置对应的细尺度位移信息Do，获取细尺度X向位移Dox和细尺度Y向位移Doy。然后，根据每一像素位置对应的细尺度位移信息Do和当前邻域矩阵X，获取每一像素位置对应的细尺度仿射邻域矩阵。本示例中，可将当前邻域矩阵中的每一像素点坐标的X轴原始坐标加上细尺度X向位移Dox，获取X轴更新坐标，将每一像素点坐标的Y轴原始坐标加上细尺度Y向位移Doy，获取Y轴更新坐标，获取每一像素位置对应的细尺度仿射邻域矩阵。细尺度仿射邻域矩阵为基于当前超声图像中的当前邻域矩阵和细尺度位移信息获取到的矩阵。
例如，在当前邻域矩阵X=
Figure 698014DEST_PATH_IMAGE001
时，细尺度位移信息Do包括细尺度X向位移 Dox和细尺度Y向位移Doy，则采用每一像素位置对应的细尺度X向位移Dox、细尺度Y向位移 Doy和当前邻域矩阵X，获取每一像素位置对应的细尺度仿射邻域矩阵Bo=
Figure 564339DEST_PATH_IMAGE007
。
相应地，步骤S4041中，图像处理器可基于每一像素位置对应的当前邻域矩阵X和 细尺度仿射邻域矩阵Bo，采用采用
Figure 965365DEST_PATH_IMAGE008
，计算获取细尺度仿射参数矩阵Ao；然后， 图像处理器可根据细尺度仿射参数矩阵Ao，从细尺度仿射参数矩阵Ao中,获取该像素位置 对应的细尺度局域仿射参数。本示例中，细尺度仿射参数矩阵Ao为用于实现当前邻域矩阵X 与细尺度仿射邻域矩阵Bo之间仿射变换的矩阵。细尺度局域仿射参数是指细尺度仿射参数 矩阵Ao中的具体参数，是用于决定当前超声图像和历史超声图像之间粗尺度仿射变换效果 的参数。例如，细尺度仿射参数矩阵Ao=
Figure 575338DEST_PATH_IMAGE009
，则其细尺度局域仿射参数（
Figure 807736DEST_PATH_IMAGE010
，
Figure 235175DEST_PATH_IMAGE011
，
Figure 716972DEST_PATH_IMAGE012
，
Figure 271581DEST_PATH_IMAGE013
，
Figure 358486DEST_PATH_IMAGE014
，
Figure 832193DEST_PATH_IMAGE015
）的具体值。
作为一示例，步骤S4032中，图像处理器在获取多尺度分解信息时，可提取每一像素位置对应的粗尺度位移信息Dw，获取粗尺度X向位移Dwx和粗尺度Y向位移Dwy。然后，根据每一像素位置对应的粗尺度位移信息Dw和当前邻域矩阵X，获取每一像素位置对应的粗尺度仿射邻域矩阵。本示例中，可将当前邻域矩阵中的每一像素点坐标的X轴原始坐标加上粗尺度X向位移Dwx，获取X轴更新坐标，将每一像素点坐标的Y轴原始坐标加上粗尺度Y向位移Dwy，获取Y轴更新坐标，获取每一像素位置对应的粗尺度仿射邻域矩阵。粗尺度仿射邻域矩阵为基于当前超声图像中的当前邻域矩阵和粗尺度位移信息获取到的矩阵。
例如，在当前邻域矩阵X=
Figure 427384DEST_PATH_IMAGE001
时，粗尺度位移信息Dw包括粗尺度X向位移 Dwx和粗尺度Y向位移Dwy，则根据每一像素位置对应的粗尺度X向位移Dwx、粗尺度Y向位移 Dwy和当前邻域矩阵X，获取每一像素位置对应的粗尺度仿射邻域矩阵Bw=
Figure 644739DEST_PATH_IMAGE016
。
相应地，步骤S4042中，图像处理器可基于每一像素位置对应的当前邻域矩阵X和 粗尺度仿射邻域矩阵Bw，采用采用
Figure 523833DEST_PATH_IMAGE017
，计算获取粗尺度仿射参数矩阵Aw；然 后，图像处理器可根据粗尺度仿射参数矩阵Aw，从粗尺度仿射参数矩阵Aw中,获取该像素位 置对应的粗尺度局域仿射参数。本示例中，粗尺度仿射参数矩阵Aw为用于实现当前邻域矩 阵X与粗尺度仿射邻域矩阵Bw之间仿射变换的矩阵。粗尺度局域仿射参数是指粗尺度仿射 参数矩阵Aw中的具体参数，是用于决定当前超声图像和历史超声图像之间粗尺度仿射变换 效果的参数。例如粗尺度仿射参数矩阵Aw=
Figure 371704DEST_PATH_IMAGE018
，则其粗尺度局域仿射参数（
Figure 828093DEST_PATH_IMAGE019
，
Figure 973772DEST_PATH_IMAGE020
，
Figure 566427DEST_PATH_IMAGE021
，
Figure 257303DEST_PATH_IMAGE022
，
Figure 404250DEST_PATH_IMAGE023
，
Figure 963408DEST_PATH_IMAGE024
）的具体值。
在一实施例中，目标局域仿射参数包括细尺度局域仿射参数和粗尺度局域仿射参数；
如图5所示，步骤S205，即对每一像素位置对应的目标局域仿射参数进行差异分析，获取每一像素位置对应的目标增强系数，包括：
S501：对每一像素位置对应的粗尺度局域仿射参数进行插值处理，获取每一像素位置对应的细尺度整体参数；
S502：对每一像素位置对应的细尺度整体参数和细尺度局域仿射参数进行差异评估，获取每一像素位置对应的目标增强系数。
作为一示例，步骤S501中，图像处理器获取每一像素位置对应的细尺度局域仿射 参数（
Figure 567827DEST_PATH_IMAGE010
，
Figure 288658DEST_PATH_IMAGE011
，
Figure 922902DEST_PATH_IMAGE012
，
Figure 895537DEST_PATH_IMAGE013
，
Figure 993943DEST_PATH_IMAGE014
，
Figure 10309DEST_PATH_IMAGE015
）和粗尺度局域仿射参数（
Figure 131849DEST_PATH_IMAGE019
，
Figure 32809DEST_PATH_IMAGE020
，
Figure 595509DEST_PATH_IMAGE021
，
Figure 923722DEST_PATH_IMAGE022
，
Figure 266978DEST_PATH_IMAGE023
，
Figure 597728DEST_PATH_IMAGE024
）之后，可 将细尺度局域仿射参数（
Figure 405147DEST_PATH_IMAGE010
，
Figure 779627DEST_PATH_IMAGE011
，
Figure 610180DEST_PATH_IMAGE012
，
Figure 852943DEST_PATH_IMAGE013
，
Figure 639502DEST_PATH_IMAGE014
，
Figure 309518DEST_PATH_IMAGE015
）作为基准参数，将粗尺度局域仿射参数（
Figure 627367DEST_PATH_IMAGE019
，
Figure 283607DEST_PATH_IMAGE020
，
Figure 65618DEST_PATH_IMAGE021
，
Figure 532634DEST_PATH_IMAGE022
，
Figure 134517DEST_PATH_IMAGE023
，
Figure 922344DEST_PATH_IMAGE024
）的数据维度放大到与细尺度局域仿射参数（
Figure 434228DEST_PATH_IMAGE010
，
Figure 446046DEST_PATH_IMAGE011
，
Figure 394280DEST_PATH_IMAGE012
，
Figure 985798DEST_PATH_IMAGE013
，
Figure 211243DEST_PATH_IMAGE014
，
Figure 534908DEST_PATH_IMAGE015
）相同，以便后续进行差异分析，保障差异分析的可靠性。
本示例中，图像处理器在获取到每一像素位置对应的粗尺度局域仿射参数（
Figure 111383DEST_PATH_IMAGE019
，
Figure 241013DEST_PATH_IMAGE020
，
Figure 947063DEST_PATH_IMAGE021
，
Figure 831842DEST_PATH_IMAGE022
，
Figure 505400DEST_PATH_IMAGE023
，
Figure 235459DEST_PATH_IMAGE024
）之后，可采用插值算法，包括但不限于双线性插值算法和三线性插值 算法，对每一像素位置对应的粗尺度局域仿射参数（
Figure 373179DEST_PATH_IMAGE019
，
Figure 287914DEST_PATH_IMAGE020
，
Figure 573402DEST_PATH_IMAGE021
，
Figure 716939DEST_PATH_IMAGE022
，
Figure 37062DEST_PATH_IMAGE023
，
Figure 624163DEST_PATH_IMAGE024
）进行插值处 理，获取像素位置对应的细尺度整体参数。该细尺度整体参数是指对粗尺度局域仿射参数（
Figure 131368DEST_PATH_IMAGE019
，
Figure 78595DEST_PATH_IMAGE020
，
Figure 456487DEST_PATH_IMAGE021
，
Figure 322812DEST_PATH_IMAGE022
，
Figure 973105DEST_PATH_IMAGE023
，
Figure 583078DEST_PATH_IMAGE024
）进行插值处理后获取到的参数，可采用（
Figure 815476DEST_PATH_IMAGE025
，
Figure 728068DEST_PATH_IMAGE026
，
Figure 741024DEST_PATH_IMAGE027
，
Figure 769067DEST_PATH_IMAGE028
，
Figure 652710DEST_PATH_IMAGE029
，
Figure 329679DEST_PATH_IMAGE030
）表示。细尺度整体参数（
Figure 174138DEST_PATH_IMAGE025
，
Figure 391493DEST_PATH_IMAGE026
，
Figure 519854DEST_PATH_IMAGE027
，
Figure 102146DEST_PATH_IMAGE028
，
Figure 558535DEST_PATH_IMAGE029
，
Figure 189367DEST_PATH_IMAGE030
）是将粗尺度局域仿射参数（
Figure 313181DEST_PATH_IMAGE019
，
Figure 331953DEST_PATH_IMAGE020
，
Figure 901737DEST_PATH_IMAGE021
，
Figure 460894DEST_PATH_IMAGE022
，
Figure 49001DEST_PATH_IMAGE023
，
Figure 35412DEST_PATH_IMAGE024
）的数据维度放大到与细尺度局域仿射参数（
Figure 669655DEST_PATH_IMAGE010
，
Figure 891558DEST_PATH_IMAGE011
，
Figure 724385DEST_PATH_IMAGE012
，
Figure 757063DEST_PATH_IMAGE013
，
Figure 878603DEST_PATH_IMAGE014
，
Figure 513983DEST_PATH_IMAGE015
）的数据维度相同的参数，以便与细尺度局域仿射参数（
Figure 92995DEST_PATH_IMAGE010
，
Figure 421208DEST_PATH_IMAGE011
，
Figure 764464DEST_PATH_IMAGE012
，
Figure 344481DEST_PATH_IMAGE013
，
Figure 151900DEST_PATH_IMAGE014
，
Figure 775649DEST_PATH_IMAGE015
）进行差 异分析。
作为一示例，步骤S502中，图像处理器可先对像素位置对应的细尺度整体参数和 细尺度局域仿射参数进行差异计算，确定每一参数分量对应的参数差异值。例如，细尺度整 体参数（
Figure 606201DEST_PATH_IMAGE025
，
Figure 583385DEST_PATH_IMAGE026
，
Figure 386256DEST_PATH_IMAGE027
，
Figure 56271DEST_PATH_IMAGE028
，
Figure 374120DEST_PATH_IMAGE029
，
Figure 781093DEST_PATH_IMAGE030
）和细尺度局域仿射参数（
Figure 563104DEST_PATH_IMAGE010
，
Figure 607284DEST_PATH_IMAGE011
，
Figure 84533DEST_PATH_IMAGE031
，
Figure 934677DEST_PATH_IMAGE032
，
Figure 430249DEST_PATH_IMAGE033
，
Figure 645330DEST_PATH_IMAGE034
） 均包括a,b,c,d,e,f这六个参数分量，本示例中，每一参数分量对应的参数差异值为细尺度 整体参数（
Figure 468929DEST_PATH_IMAGE025
，
Figure 998131DEST_PATH_IMAGE026
，
Figure 223576DEST_PATH_IMAGE027
，
Figure 609558DEST_PATH_IMAGE028
，
Figure 812131DEST_PATH_IMAGE029
，
Figure 4078DEST_PATH_IMAGE030
）和细尺度局域仿射参数（
Figure 959396DEST_PATH_IMAGE010
，
Figure 781858DEST_PATH_IMAGE011
，
Figure 580050DEST_PATH_IMAGE012
，
Figure 434742DEST_PATH_IMAGE013
，
Figure 634780DEST_PATH_IMAGE014
，
Figure 628143DEST_PATH_IMAGE015
） 之间的差值绝对值。然后，图像处理器可采用增强系数计算公式
Figure 523418DEST_PATH_IMAGE035
，对每一参 数分量对应的参数分量进行加权计算，获取每一像素位置对应的目标增强系数；其中，
Figure 322747DEST_PATH_IMAGE036
为 目标增强系数，
Figure 3389DEST_PATH_IMAGE037
为第
Figure 902075DEST_PATH_IMAGE038
个参数分量对应的权重，
Figure 674859DEST_PATH_IMAGE039
为第
Figure 887666DEST_PATH_IMAGE038
个参数分量对应的参数差异值。 可理解地，在穿刺针在人体组织中的运动过程中，不是所有运动方向都具有相同的权重，可 根据海量数据分析，确定其对应的权重，以使不同参数分量可充分反映不同运动方式的差 异。本示例中，获取到的目标增强系数可充分反映像素位置对应的邻近区域运动与整体运 动之间的差异强度，由于人体组织的运动较为平滑，这个差异强度越大，越有可能为穿刺针 运动带来的运动，以便后续利用目标增强系数对穿刺针显影区域进行增强处理，保障穿刺 针显影区域在目标超声图像中的图像显示效果。
在一实施例中，如图6所示，步骤S206，即基于每一像素位置对应的目标增强系数，对当前超声图像进行局域灰度映射，获取对穿刺针显影区域进行增强处理的目标超声图像，包括：
S601：对每一像素位置对应的目标增强系数进行局域平滑处理，获取每一像素位置对应的平滑增强系数；
S602：对每一像素位置对应的平滑增强系数进行映射处理，获取每一像素位置对应的映射增强系数；
S603：基于每一像素位置对应的映射增强系数，对当前超声图像进行局域灰度映射，获取对穿刺针显影区域进行增强处理的目标超声图像。
其中，平滑增强系数是对目标增强系数进行局域平滑处理后获取到的系数。
作为一示例，步骤S601中，图像处理器在获取到每一像素位置对应的目标增强系 数
Figure 796716DEST_PATH_IMAGE036
之后，可采用但不限于高斯平滑算法，对每一像素位置对应的目标增强系数
Figure 131882DEST_PATH_IMAGE036
进行局 域平滑处理，以获取每一像素位置对应的平滑增强系数
Figure 251017DEST_PATH_IMAGE040
。可理解地，由于穿刺针是连续 的，其在人体组织中引起的运动也是连续的运动，通过对每一像素位置对应的目标增强系 数
Figure 392148DEST_PATH_IMAGE036
进行局域平滑处理，以获取平滑增强系数
Figure 296650DEST_PATH_IMAGE040
，以便基于平滑增强系数
Figure 537139DEST_PATH_IMAGE040
进行后续增强 处理，可保障稳定自然的图像显示效果。
作为一示例，步骤S602中，图像处理器在获取到每一像素位置对应的平滑增强系 数
Figure 550094DEST_PATH_IMAGE040
之后，可采用映射算法
Figure 589857DEST_PATH_IMAGE041
对每一像素位置对应的平滑增强系数
Figure 473499DEST_PATH_IMAGE040
进行映射处 理，获取每一像素位置对应的映射增强系数
Figure 884889DEST_PATH_IMAGE042
；其中，
Figure 729348DEST_PATH_IMAGE043
为映射函数，用于将括号中的数值 映射到0-1的数值范围；
Figure 212282DEST_PATH_IMAGE040
为平滑增强系数；
Figure 153693DEST_PATH_IMAGE042
为映射增强系数。由于图像噪声及计算精确 度的干扰，实际上每个像素位置对应的增强系数均是非零系数，图像中只有极小部分区域 与穿刺针相关，因此，图像处理器可对每一像素位置对应的平滑增强系数
Figure 922935DEST_PATH_IMAGE040
进行S映射，以 将小于第一阈值的平滑增强系数
Figure 644903DEST_PATH_IMAGE040
压低，以便后续压低相应区域的显示效果；并将大于第 二阈值的平滑增强系数
Figure 275736DEST_PATH_IMAGE040
抬高，以便后续增强相应区域的显示效果。其中，第一阈值和第二 阈值是预先设置的阈值。可理解地，由于穿刺针在人体组织中运动变化过程为平滑过程，可 采用但不限于sigmoid函数的变种（即坐标平移后的sigmoid函数）进行S曲线映射，以确保 输出的映射增强系数
Figure 337233DEST_PATH_IMAGE042
输出的数值范围在0-1之间。
作为一示例，步骤S603中，图像处理器在获取到每一像素位置对应的映射增强系 数
Figure 152742DEST_PATH_IMAGE042
之后，需先获取当前超声图像中每一像素位置对应的像素灰度值
Figure 722526DEST_PATH_IMAGE044
；再对每一像素位 置对应的当前邻近区域中所有像素灰度值
Figure 281683DEST_PATH_IMAGE044
进行最大值计算，确定像素位置对应的当前邻 近区域对应的邻域最大灰度值
Figure 197687DEST_PATH_IMAGE045
; 然后，采用
Figure 59463DEST_PATH_IMAGE046
， 对每一像素位置对应的映射增强系数
Figure 756024DEST_PATH_IMAGE042
、像素灰度值
Figure 977927DEST_PATH_IMAGE044
和邻域最大灰度值
Figure 748437DEST_PATH_IMAGE045
进行计算， 确定每一像素位置对应的目标灰度值
Figure 905748DEST_PATH_IMAGE047
；其中，
Figure 699392DEST_PATH_IMAGE048
为取最小值函数，用于保障输出的目标 灰度值在正常灰度范围内；
Figure 600352DEST_PATH_IMAGE049
为指数函数；
Figure 490948DEST_PATH_IMAGE050
为驰豫系数，是预先设置的用于调节增强的 强度随邻近区域的像素灰度值变化的幅度，该驰豫系数
Figure 456978DEST_PATH_IMAGE050
可以为内置参数，也可以为用户 自定义参数。接着，再基于所有像素位置对应的目标灰度值，获取对穿刺针显影区域进行增 强处理的目标超声图像。可理解地，采用映射增强系数
Figure 862552DEST_PATH_IMAGE042
，对当前超声图像中该像素位置对 应的像素灰度值进行增强处理，可保障目标超声图像中穿刺针显影区域的增强显示效果。
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，提供一种穿刺针显影增强装置，该穿刺针显影增强装置与上述实施例中穿刺针显影增强方法一一对应。如图7所示，该穿刺针显影增强装置包括原始超声图像获取模块701、目标位移信息获取模块702、多尺度分解信息获取模块703、目标局域仿射参数获取模块704、目标增强系数获取模块705和目标超声图像获取模块706。各功能模块详细说明如下：
原始超声图像获取模块701，用于将包含穿刺针显影区域的连续两帧原始超声图像，分别确定为当前超声图像和历史超声图像；
目标位移信息获取模块702，用于对当前超声图像和历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息；
多尺度分解信息获取模块703，用于对每一像素位置对应的目标位移信息进行多尺度分解，获取每一像素位置对应的多尺度分解信息；
目标局域仿射参数获取模块704，用于基于每一像素位置对应的多尺度分解信息，对当前超声图像和历史超声图像进行局域仿射变换，获取每一像素位置对应的目标局域仿射参数；
目标增强系数获取模块705，用于对每一像素位置对应的目标局域仿射参数进行差异分析，获取每一像素位置对应的目标增强系数；
目标超声图像获取模块706，用于基于每一像素位置对应的目标增强系数，对当前超声图像进行局域灰度映射，获取对穿刺针显影区域进行增强处理的目标超声图像。
优选地，多尺度分解信息获取模块703，包括：
细尺度位移信息获取单元，用于将每一像素位置对应的目标位移信息，确定为像素位置对应的细尺度位移信息，细尺度位移信息包括细尺度X向位移和细尺度Y向位移；
粗尺度位移信息获取单元，用于对每一像素位置对应的细尺度位移信息进行平滑和缩小尺度处理，获取每一像素位置对应的粗尺度位移信息，粗尺度位移信息包括粗尺度X向位移和粗尺度Y向位移；
其中，多尺度分解信息包括细尺度位移信息和粗尺度位移信息。
优选地，目标局域仿射参数获取模块704，包括：
邻近区域尺寸获取单元，用于获取每一像素位置对应的邻近区域尺寸；
当前邻域矩阵获取单元，用于基于邻近区域尺寸，从当前超声图像中，获取每一像素位置对应的当前邻近区域，基于当前邻近区域对应的像素点坐标，获取当前邻域矩阵；
目标仿射邻域矩阵获取单元，用于根据每一像素位置对应的多尺度分解信息和当前邻域矩阵，获取每一像素位置对应的目标仿射邻域矩阵；
目标局域仿射参数获取单元，用于基于每一像素位置对应的当前邻域矩阵和目标仿射邻域矩阵，获取每一像素位置对应的目标局域仿射参数。
优选地，多尺度分解信息包括细尺度位移信息和粗尺度位移信息；
目标仿射邻域矩阵获取单元，包括：
细尺度仿射邻域矩阵获取子单元，用于根据每一像素位置对应的细尺度位移信息和当前邻域矩阵，获取每一像素位置对应的细尺度仿射邻域矩阵；
粗尺度仿射邻域矩阵获取子单元，用于根据每一像素位置对应的粗尺度位移信息和当前邻域矩阵，获取每一像素位置对应的粗尺度仿射邻域矩阵；
其中，目标仿射邻域矩阵包括细尺度仿射邻域矩阵和粗尺度仿射邻域矩阵；
目标局域仿射参数获取单元，包括：
细尺度局域仿射参数获取子单元，用于基于每一像素位置对应的当前邻域矩阵和细尺度仿射邻域矩阵，获取每一像素位置对应的细尺度局域仿射参数；
粗尺度局域仿射参数获取子单元，用于基于每一像素位置对应的当前邻域矩阵和粗尺度仿射邻域矩阵，获取每一像素位置对应的粗尺度局域仿射参数；
目标局域仿射参数包括细尺度局域仿射参数和粗尺度局域仿射参数。
优选地，目标局域仿射参数包括细尺度局域仿射参数和粗尺度局域仿射参数；
目标增强系数获取模块705，包括：
细尺度整体参数获取单元，用于对每一像素位置对应的粗尺度局域仿射参数进行插值处理，获取每一像素位置对应的细尺度整体参数；
目标增强系数获取单元，用于对每一像素位置对应的细尺度整体参数和细尺度局域仿射参数进行差异评估，获取每一像素位置对应的目标增强系数。
优选地，目标超声图像获取模块706，包括：
平滑增强系数获取单元，用于对每一像素位置对应的目标增强系数进行局域平滑处理，获取每一像素位置对应的平滑增强系数；
映射增强系数获取单元，用于对每一像素位置对应的平滑增强系数进行映射处理，获取每一像素位置对应的映射增强系数；
目标超声图像获取单元，用于基于每一像素位置对应的映射增强系数，对当前超声图像进行局域灰度映射，获取对穿刺针显影区域进行增强处理的目标超声图像。
关于穿刺针显影增强装置的具体限定可以参见上文中对于穿刺针显影增强方法的限定，在此不再赘述。上述穿刺针显影增强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穿刺针显影增强方法，例如图2所示S201-S202，或者图3至图6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穿刺针显影增强装置这一实施例中的各模块/单元的功能，例如图7所示的原始超声图像获取模块701、目标位移信息获取模块702、多尺度分解信息获取模块703、目标局域仿射参数获取模块704、目标增强系数获取模块705和目标超声图像获取模块706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穿刺针显影增强方法，例如图2所示S201-S202，或者图3至图6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穿刺针显影增强装置这一实施例中的各模块/单元的功能，例如图7所示的原始超声图像获取模块701、目标位移信息获取模块702、多尺度分解信息获取模块703、目标局域仿射参数获取模块704、目标增强系数获取模块705和目标超声图像获取模块706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 (14)

1.一种穿刺针显影增强方法，其特征在于，包括：
将包含穿刺针显影区域的连续两帧原始超声图像，分别确定为当前超声图像和历史超声图像；
对所述当前超声图像和所述历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息；
对每一所述像素位置对应的目标位移信息进行多尺度分解，获取每一所述像素位置对应的多尺度分解信息；
基于每一所述像素位置对应的多尺度分解信息，对所述当前超声图像和所述历史超声图像进行局域仿射变换，获取每一所述像素位置对应的目标局域仿射参数；
对每一所述像素位置对应的目标局域仿射参数进行差异分析，获取每一所述像素位置对应的目标增强系数；
基于每一所述像素位置对应的目标增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像。
2.如权利要求1所述的穿刺针显影增强方法，其特征在于，所述对每一所述像素位置对应的目标位移信息进行多尺度分解，获取每一所述像素位置对应的多尺度分解信息，包括：
将每一所述像素位置对应的目标位移信息，确定为所述像素位置对应的细尺度位移信息，所述细尺度位移信息包括细尺度X向位移和细尺度Y向位移；
对每一所述像素位置对应的细尺度位移信息进行平滑和缩小尺度处理，获取每一所述像素位置对应的粗尺度位移信息，所述粗尺度位移信息包括粗尺度X向位移和粗尺度Y向位移；
其中，所述多尺度分解信息包括所述细尺度位移信息和所述粗尺度位移信息。
3.如权利要求1所述的穿刺针显影增强方法，其特征在于，所述基于每一所述像素位置对应的多尺度分解信息，对所述当前超声图像和所述历史超声图像进行局域仿射变换，获取每一所述像素位置对应的目标局域仿射参数，包括：
获取每一所述像素位置对应的邻近区域尺寸；
基于所述邻近区域尺寸，从所述当前超声图像中，获取每一所述像素位置对应的当前邻近区域，基于所述当前邻近区域对应的像素点坐标，获取每一所述像素位置对应的当前邻域矩阵；
根据每一所述像素位置对应的多尺度分解信息和当前邻域矩阵，获取每一所述像素位置对应的目标仿射邻域矩阵；
基于每一所述像素位置对应的当前邻域矩阵和目标仿射邻域矩阵，获取每一所述像素位置对应的目标局域仿射参数。
4.如权利要求3所述的穿刺针显影增强方法，其特征在于，所述多尺度分解信息包括细尺度位移信息和粗尺度位移信息；
所述根据每一所述像素位置对应的多尺度分解信息和当前邻域矩阵，获取每一所述像素位置对应的目标仿射邻域矩阵，包括：
根据每一所述像素位置对应的细尺度位移信息和当前邻域矩阵，获取每一所述像素位置对应的细尺度仿射邻域矩阵；
根据每一所述像素位置对应的粗尺度位移信息和当前邻域矩阵，获取每一所述像素位置对应的粗尺度仿射邻域矩阵；
其中，所述目标仿射邻域矩阵包括所述细尺度仿射邻域矩阵和粗尺度仿射邻域矩阵；
所述基于每一所述像素位置对应的当前邻域矩阵和目标仿射邻域矩阵，获取每一所述像素位置对应的目标局域仿射参数，包括：
基于每一所述像素位置对应的当前邻域矩阵和细尺度仿射邻域矩阵，获取每一所述像素位置对应的细尺度局域仿射参数；
基于每一所述像素位置对应的当前邻域矩阵和粗尺度仿射邻域矩阵，获取每一所述像素位置对应的粗尺度局域仿射参数；
所述目标局域仿射参数包括所述细尺度局域仿射参数和所述粗尺度局域仿射参数。
5.如权利要求1所述的穿刺针显影增强方法，其特征在于，所述目标局域仿射参数包括细尺度局域仿射参数和粗尺度局域仿射参数；
所述对每一所述像素位置对应的目标局域仿射参数进行差异分析，获取每一所述像素位置对应的目标增强系数，包括：
对每一所述像素位置对应的所述粗尺度局域仿射参数进行插值处理，获取每一所述像素位置对应的细尺度整体参数；
对每一所述像素位置对应的细尺度整体参数和细尺度局域仿射参数进行差异评估，获取每一所述像素位置对应的目标增强系数。
6.如权利要求1所述的穿刺针显影增强方法，其特征在于，所述基于每一所述像素位置对应的目标增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像，包括：
对每一所述像素位置对应的目标增强系数进行局域平滑处理，获取每一所述像素位置对应的平滑增强系数；
对每一所述像素位置对应的平滑增强系数进行映射处理，获取每一所述像素位置对应的映射增强系数；
基于每一所述像素位置对应的映射增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像。
7.一种穿刺针显影增强装置，其特征在于，包括：
原始超声图像获取模块，用于将包含穿刺针显影区域的连续两帧原始超声图像，分别确定为当前超声图像和历史超声图像；
目标位移信息获取模块，用于对所述当前超声图像和所述历史超声图像进行位移估算，获取每一像素位置对应的目标位移信息；
多尺度分解信息获取模块，用于对每一所述像素位置对应的目标位移信息进行多尺度分解，获取每一所述像素位置对应的多尺度分解信息；
目标局域仿射参数获取模块，用于基于每一所述像素位置对应的多尺度分解信息，对所述当前超声图像和所述历史超声图像进行局域仿射变换，获取每一所述像素位置对应的目标局域仿射参数；
目标增强系数获取模块，用于对每一所述像素位置对应的目标局域仿射参数进行差异分析，获取每一所述像素位置对应的目标增强系数；
目标超声图像获取模块，用于基于每一所述像素位置对应的目标增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像。
8.如权利要求7所述的穿刺针显影增强装置，其特征在于，所述多尺度分解信息获取模块，包括：
细尺度位移信息获取单元，用于将每一所述像素位置对应的目标位移信息，确定为所述像素位置对应的细尺度位移信息，所述细尺度位移信息包括细尺度X向位移和细尺度Y向位移；
粗尺度位移信息获取单元，用于对每一所述像素位置对应的细尺度位移信息进行平滑和缩小尺度处理，获取每一所述像素位置对应的粗尺度位移信息，所述粗尺度位移信息包括粗尺度X向位移和粗尺度Y向位移；
其中，所述多尺度分解信息包括所述细尺度位移信息和所述粗尺度位移信息。
9.如权利要求7所述的穿刺针显影增强装置，其特征在于，所述目标局域仿射参数获取模块，包括：
邻近区域尺寸获取单元，用于获取每一所述像素位置对应的邻近区域尺寸；
当前邻域矩阵获取单元，用于基于所述邻近区域尺寸，从所述当前超声图像中，获取每一所述像素位置对应的当前邻近区域，基于所述当前邻近区域对应的像素点坐标，获取每一所述像素位置对应的当前邻域矩阵；
目标仿射邻域矩阵获取单元，用于根据每一所述像素位置对应的多尺度分解信息和当前邻域矩阵，获取每一所述像素位置对应的目标仿射邻域矩阵；
目标局域仿射参数获取单元，用于基于每一所述像素位置对应的当前邻域矩阵和目标仿射邻域矩阵，获取每一所述像素位置对应的目标局域仿射参数。
10.如权利要求9所述的穿刺针显影增强装置，其特征在于，所述多尺度分解信息包括细尺度位移信息和粗尺度位移信息；
所述目标仿射邻域矩阵获取单元，包括：
细尺度仿射邻域矩阵获取子单元，用于根据每一所述像素位置对应的细尺度位移信息和当前邻域矩阵，获取每一所述像素位置对应的细尺度仿射邻域矩阵；
粗尺度仿射邻域矩阵获取子单元，用于根据每一所述像素位置对应的粗尺度位移信息和当前邻域矩阵，获取每一所述像素位置对应的粗尺度仿射邻域矩阵；
其中，所述目标仿射邻域矩阵包括所述细尺度仿射邻域矩阵和粗尺度仿射邻域矩阵；
所述目标局域仿射参数获取单元，包括：
细尺度局域仿射参数获取子单元，用于基于每一所述像素位置对应的当前邻域矩阵和细尺度仿射邻域矩阵，获取每一所述像素位置对应的细尺度局域仿射参数；
粗尺度局域仿射参数获取子单元，用于基于每一所述像素位置对应的当前邻域矩阵和粗尺度仿射邻域矩阵，获取每一所述像素位置对应的粗尺度局域仿射参数；
所述目标局域仿射参数包括所述细尺度局域仿射参数和所述粗尺度局域仿射参数。
11.如权利要求7所述的穿刺针显影增强装置，其特征在于，所述目标局域仿射参数包括细尺度局域仿射参数和粗尺度局域仿射参数；
所述目标增强系数获取模块，包括：
细尺度整体参数获取单元，用于对每一所述像素位置对应的所述粗尺度局域仿射参数进行插值处理，获取每一所述像素位置对应的细尺度整体参数；
目标增强系数获取单元，用于对每一所述像素位置对应的细尺度整体参数和细尺度局域仿射参数进行差异评估，获取每一所述像素位置对应的目标增强系数。
12.如权利要求7所述的穿刺针显影增强装置，其特征在于，所述目标超声图像获取模块，包括：
平滑增强系数获取单元，用于对每一所述像素位置对应的目标增强系数进行局域平滑处理，获取每一所述像素位置对应的平滑增强系数；
映射增强系数获取单元，用于对每一所述像素位置对应的平滑增强系数进行映射处理，获取每一所述像素位置对应的映射增强系数；
目标超声图像获取单元，用于基于每一所述像素位置对应的映射增强系数，对所述当前超声图像进行局域灰度映射，获取对所述穿刺针显影区域进行增强处理的目标超声图像。
13.一种超声设备，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6任一项所述穿刺针显影增强方法。
14.一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6任一项所述穿刺针显影增强方法。
CN202110770259.4A 2021-07-08 2021-07-08 穿刺针显影增强方法、装置、超声设备及存储介质 Active CN113208710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110770259.4A CN113208710B (zh) 2021-07-08 2021-07-08 穿刺针显影增强方法、装置、超声设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110770259.4A CN113208710B (zh) 2021-07-08 2021-07-08 穿刺针显影增强方法、装置、超声设备及存储介质

Publications (2)

Publication Number Publication Date
CN113208710A CN113208710A (zh) 2021-08-06
CN113208710B true CN113208710B (zh) 2021-08-31

Family

ID=77081196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110770259.4A Active CN113208710B (zh) 2021-07-08 2021-07-08 穿刺针显影增强方法、装置、超声设备及存储介质

Country Status (1)

Country Link
CN (1) CN113208710B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117045327B (zh) * 2023-10-11 2023-12-08 深圳华声医疗技术股份有限公司 超声穿刺针显影方法、装置、超声设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844650A (zh) * 2016-04-14 2016-08-10 深圳市理邦精密仪器股份有限公司 超声引导下穿刺的针信号增强方法及装置
CN108389214A (zh) * 2018-03-06 2018-08-10 青岛海信医疗设备股份有限公司 超声图像的处理方法及装置、电子设备、存储介质
CN109949254A (zh) * 2019-03-19 2019-06-28 青岛海信医疗设备股份有限公司 穿刺针超声图像增强方法及装置
CN110930301A (zh) * 2019-12-09 2020-03-27 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111489314A (zh) * 2020-04-16 2020-08-04 东软医疗系统股份有限公司 图像增强方法、装置及终端设备
CN111932443A (zh) * 2020-07-16 2020-11-13 江苏师范大学 多尺度表达结合造影剂提升超声与磁共振配准精度的方法
CN112998750A (zh) * 2021-02-22 2021-06-22 深圳华声医疗技术股份有限公司 超声图像合成方法、装置、超声设备及存储介质
CN113077394A (zh) * 2021-03-25 2021-07-06 青岛海信医疗设备股份有限公司 图像处理方法、电子设备和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6121666B2 (ja) * 2011-08-25 2017-04-26 ゼネラル・エレクトリック・カンパニイ 医用超音波イメージングにおける針の視覚化を向上させる装置の作動方法、装置及びシステム
US9642592B2 (en) * 2013-01-03 2017-05-09 Siemens Medical Solutions Usa, Inc. Needle enhancement in diagnostic ultrasound imaging

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844650A (zh) * 2016-04-14 2016-08-10 深圳市理邦精密仪器股份有限公司 超声引导下穿刺的针信号增强方法及装置
CN108389214A (zh) * 2018-03-06 2018-08-10 青岛海信医疗设备股份有限公司 超声图像的处理方法及装置、电子设备、存储介质
CN109949254A (zh) * 2019-03-19 2019-06-28 青岛海信医疗设备股份有限公司 穿刺针超声图像增强方法及装置
CN110930301A (zh) * 2019-12-09 2020-03-27 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111489314A (zh) * 2020-04-16 2020-08-04 东软医疗系统股份有限公司 图像增强方法、装置及终端设备
CN111932443A (zh) * 2020-07-16 2020-11-13 江苏师范大学 多尺度表达结合造影剂提升超声与磁共振配准精度的方法
CN112998750A (zh) * 2021-02-22 2021-06-22 深圳华声医疗技术股份有限公司 超声图像合成方法、装置、超声设备及存储介质
CN113077394A (zh) * 2021-03-25 2021-07-06 青岛海信医疗设备股份有限公司 图像处理方法、电子设备和存储介质

Also Published As

Publication number Publication date
CN113208710A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
JP4575738B2 (ja) 超音波画像境界抽出方法及び超音波画像境界抽出装置、並びに、超音波撮像装置
US20120121150A1 (en) Ultrasonic image processing apparatus
CN113197630B (zh) 穿刺针显影增强方法、装置、超声设备及存储介质
EP2423872A1 (en) Ultrasonic image processing apparatus
JP7199972B2 (ja) 情報処理装置、情報処理方法、プログラム
CN112998750B (zh) 超声图像合成方法、装置、超声设备及存储介质
US8724880B2 (en) Ultrasonic diagnostic apparatus and medical image processing apparatus
JP4575737B2 (ja) 超音波撮像装置
CN113208710B (zh) 穿刺针显影增强方法、装置、超声设备及存储介质
CN114947951A (zh) 超声成像控制方法、装置、超声设备及存储介质
CN117045327B (zh) 超声穿刺针显影方法、装置、超声设备及存储介质
CN106028946B (zh) 用于监测病变尺寸趋势的系统及其操作方法
JP2014161478A (ja) 超音波診断装置及びその制御プログラム
CN114782283B (zh) 超声图像增强方法、装置、超声设备及存储介质
JP5091556B2 (ja) 超音波診断装置及び超音波画像生成方法
EP3572000B1 (en) Ultrasonic imaging device, ultrasonic imaging method, and image synthesis program
JP5823184B2 (ja) 超音波診断装置、医用画像処理装置および医用画像処理プログラム
JP4909137B2 (ja) ボリュームデータ処理装置及び方法
JP2018153561A (ja) 超音波画像処理装置
CN113177930A (zh) 超声图像频率复合方法、装置、超声设备及存储介质
CN113662579A (zh) 超声波诊断装置、医用图像处理装置及方法、存储介质
US20230196580A1 (en) Ultrasound diagnostic apparatus and ultrasound image processing method
EP3848892A1 (en) Generating a plurality of image segmentation results for each node of an anatomical structure model to provide a segmentation confidence value for each node
CN117064447B (zh) 超声穿刺针显影方法、装置、超声设备及存储介质
JP2018187131A (ja) 超音波画像処理装置

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