CN113240587A - 超分辨率扫描变换方法、装置、超声设备及存储介质 - Google Patents

超分辨率扫描变换方法、装置、超声设备及存储介质 Download PDF

Info

Publication number
CN113240587A
CN113240587A CN202110785489.8A CN202110785489A CN113240587A CN 113240587 A CN113240587 A CN 113240587A CN 202110785489 A CN202110785489 A CN 202110785489A CN 113240587 A CN113240587 A CN 113240587A
Authority
CN
China
Prior art keywords
corrected
image
pixel position
target
ultrasonic
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.)
Granted
Application number
CN202110785489.8A
Other languages
English (en)
Other versions
CN113240587B (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 CN202110785489.8A priority Critical patent/CN113240587B/zh
Publication of CN113240587A publication Critical patent/CN113240587A/zh
Application granted granted Critical
Publication of CN113240587B publication Critical patent/CN113240587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开一种超分辨率扫描变换方法、装置、超声设备及存储介质。该方法包括：基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；获取基于极坐标系形成的N帧待处理超声图像；对1帧当前超声图像和N‑1帧缓存超声图像进行配准校正，获取N帧校正超声图像；对每一校正超声图像进行结构张量分析，获取校正超声图像对应的目标结构张量矩阵；利用当前超声图像，对每一校正超声图像进行可靠性分析，获取校正超声图像对应的可靠性权重；依据N帧校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素灰度值进行复合，获取目标超声图像。该方法可有效保障目标超声图像的图像分辨率。

Description

超分辨率扫描变换方法、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，尤其涉及一种超分辨率扫描变换方法、装置、超声设备及存储介质。
背景技术
数字扫描变换是目前超声成像技术的必要步骤，主要用于将图像数据从基于超声探头的极坐标系，变换到超声设备的显示屏对应的直角坐标系上，以使超声设备的显示屏上可精确显示超声图像。可理解地，数字扫描变换是目前超声成像技术的必要步骤的主要原因在于，超声成像是基于扫描线的成像系统，每条扫描线均是以超声探头所在位置为起点，垂直于超声探头表面的一条直线，并且所有扫描线之间有间距，这些间距可以为等间距，也可以为等角度，根据超声探头的类型确定。由于硬件采样率和实际可行性的限制，超声探头上形成的超声图像一般是所有扫描线上所有等间距的采样点的回波信号集合，这种情况下，基于超声探头的极坐标系来表征极为方便，但不适合在超声设备的显示屏上显示给医生用户观看，主要原因在于显示屏上显示的超声图像是基于直角坐标系，由于极坐标系下多条扫描线之间的线间距和每条扫描线上多个采样点之间的点间距并不相等，若直接将基于极坐标系的超声图像在显示屏上显示，会导致超声图像中某一采样点在极坐标系的极坐标位置与其直角坐标系的直角坐标位置（即真实物理位置）的感知存在差异，为了克服这种感知差异，需进行数字扫描变换。
现有数字扫描变换过程一般是基于真实的几何位置关系来建立加权插值关系表，以输出某一采样点对应的像素灰度值，具体通过对极坐标系下某一目标像素点的邻近区域中的所有采样点进行插值处理，获取该目标像素点对应的目标灰度值。该目标灰度值是目标像素点在直角坐标系上的像素灰度值。由于加权插值处理过程中，不可避免地引入模糊，实现对目标像素点的邻近区域中的所有采样点进行平滑处理，确定目标灰度值的处理过程较简单，但其转换后获取到的超声图像分辨率较低，但无法保持超声图像在极坐标下的清晰度，尤其是在对超声图像进行后续放大过程中，会导致插值的平滑程度变大，使得超声图像中相应位置的显示更加模糊，不利于保障超声图像的图像分辨率。
发明内容
本发明实施例提供一种超分辨率扫描变换方法、装置、超声设备及存储介质，以解决现有超声成像技术中扫描变换过程中存在的分辨率较低的问题。
一种超分辨率扫描变换方法，包括：
基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；
获取基于极坐标系形成的N帧待处理超声图像，所述待处理超声图像包括1帧当前超声图像和N-1缓存超声图像；
对1帧所述当前超声图像和N-1帧所述缓存超声图像进行配准校正，获取N帧校正超声图像；
对每一所述校正超声图像进行结构张量分析，获取每一所述校正超声图像对应的目标结构张量矩阵；
利用所述当前超声图像，对每一所述校正超声图像进行可靠性分析，获取每一所述校正超声图像对应的可靠性权重；
依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
一种超分辨率扫描变换装置，包括：
坐标查找模块，用于基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；
待处理超声图像获取模块，用于获取基于极坐标系形成的N帧待处理超声图像，所述待处理超声图像包括1帧当前超声图像和N-1缓存超声图像；
校正超声图像获取模块，用于对1帧所述当前超声图像和N-1帧所述缓存超声图像进行配准校正，获取N帧校正超声图像；
目标结构张量矩阵获取模块，用于对每一所述校正超声图像进行结构张量分析，获取每一所述校正超声图像对应的目标结构张量矩阵；
可靠性权重获取模块，用于利用所述当前超声图像，对每一所述校正超声图像进行可靠性分析，获取每一所述校正超声图像对应的可靠性权重；
目标超声图像获取模块，用于依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，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分辨率扫描变换方法。
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分辨率扫描变换方法。
上述超分辨率扫描变换方法、装置、超声设备及存储介质，超声探头所在的极坐标系与显示屏对应的直角坐标系之间的实际物理位置关系进行几何查找，只准确确定图像显示区域中每一像素位置对应的极坐标索引。基于极坐标系形成的1帧当前超声图像和N-1帧缓存超声图像进行配准，从而保障N帧待处理超声图像的对齐，进而保障后续图像处理过程的准确性，进而保障目标超声图像的图像分辨率。通过对每一校正超声图像进行结构张量分析，确定其目标结构张量矩阵，该目标结构张量矩阵可准确反映校正超声图像在物理空间维度的空间信息。再利用当前超声图像，对每一帧校正超声图像进行可靠性分析，以确定校正超声图像与当前超声图像的接近程度，从而准确反映校正超声图像在校正过程中的可靠性。最后，利用N帧校正超声图像对应的目标结构张量矩阵和可靠性权重，对N帧校正超声图像在同一像素位置对应的像素灰度值进行复合，以实现利用N帧校正超声图像对应的差异信息进行复合，保障获取到的目标超声图像的图像分辨率，使得目标超声图像在后续放大处理过程中仍能有效保持图像的清晰度。
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分辨率扫描变换方法的一流程图；
图3是本发明一实施例中超分辨率扫描变换方法的另一流程图；
图4是本发明一实施例中超分辨率扫描变换方法的另一流程图；
图5是本发明一实施例中超分辨率扫描变换方法的另一流程图；
图6是本发明一实施例中超分辨率扫描变换方法的另一流程图；
图7是本发明一实施例中超分辨率扫描变换装置的一示意图。
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分辨率扫描变换方法，该超分辨率扫描变换方法可应用如图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，形成复合超声图像，以将复合超声图像发送给显示屏，以使显示屏显示复合超声图像。
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。
本实施例中，图像处理器对回波合成信号进行处理，形成复合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，获取复合超声图像。复合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。
（5）对获取到的复合超声图像进行图像后处理，即进行增益与动态变换、图像增强和边缘增强滤波等常规图像处理操作，获取待处理超声图像。该待处理超声图像是指对复合超声图像进行图像后处理操作所形成的超声图像，该待处理超声图像基于极坐标系形成的超声图像。
（6）对待处理超声图像进行数字扫描处理，获取目标超声图像，以将目标超声图像在基于直角坐标系的超声设备的显示屏上显示。
在一实施例中，如图2所示，提供一种超分辨率扫描变换方法，以该方法应用在图1中的图像处理器为例进行说明，可实现对待处理超声图像进行超分辨率扫描变换，获取分辨率较高的目标超声图像，以使超声设备的显示屏上可显示分辨率较高的目标超声图像。该超分辨率扫描变换方法包括：
S201：基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；
S202：获取基于极坐标系形成的N帧待处理超声图像，待处理超声图像包括1帧当前超声图像和N-1缓存超声图像；
S203：对1帧当前超声图像和N-1帧缓存超声图像进行配准校正，获取N帧校正超声图像；
S204：对每一校正超声图像进行结构张量分析，获取每一校正超声图像对应的目标结构张量矩阵；
S205：利用当前超声图像，对每一校正超声图像进行可靠性分析，获取每一校正超声图像对应的可靠性权重；
S206：依据N帧校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
其中，实际物理位置关系是用于反映极坐标系中的像素位置与直角坐标系中的像素位置之间的对应关系。图像显示区域是指超声设备的显示屏上用于显示超声图像的区域。
作为一示例，步骤S201中，图像处理器可基于超声探头所在的极坐标系与显示屏 对应的直角坐标系之间的实际物理位置关系进行几何查找，以确定显示屏上的图像显示区 域中的每一像素位置
Figure 816448DEST_PATH_IMAGE001
对应的极坐标
Figure 570472DEST_PATH_IMAGE002
，将该极坐标
Figure 819051DEST_PATH_IMAGE002
确定为像素位置
Figure 73315DEST_PATH_IMAGE001
对应的极坐标索引。可理解地，此处的几何查找的目的是用于实现基于实际物理位 置关系，确定图像显示区域中每一像素位置
Figure 356529DEST_PATH_IMAGE001
对应的极坐标
Figure 913412DEST_PATH_IMAGE002
的处理过程，即 对图像显示区域中直角坐标系下的每一像素位置
Figure 524653DEST_PATH_IMAGE001
，依据实际物理位置关系，逆推确 定极坐标系中的极坐标
Figure 457974DEST_PATH_IMAGE002
，从而确定其极坐标索引
Figure 720328DEST_PATH_IMAGE002
，此处的极坐标（R,θ）可 以为（3.5，22.7）这种携带小数的小数极坐标，而不是对携带小数的小数极坐标进行取整后 获取的整数极坐标（3，22）。
一般来说，在基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区 域中每一像素位置
Figure 448113DEST_PATH_IMAGE001
对应的极坐标索引
Figure 671284DEST_PATH_IMAGE002
之后，只要用户没有修改超声图像 参数（如图像深度和放大倍数等），则显示屏上的图像显示区域中每一像素位置
Figure 516618DEST_PATH_IMAGE001
对 应的极坐标索引
Figure 508844DEST_PATH_IMAGE002
唯一确定，无需重复进行几何查找。
其中，待处理超声图像是指需要进行扫描变换处理的超声图像，每一待处理超声图像携带有时间戳。当前超声图像是系统当前时间获取到的待处理超声图像。缓存超声图像是指系统当前时间之前获取并缓存的待处理超声图像。可理解地，可通过待处理超声图像所携带的时间戳，确定待处理超声图像为当前超声图像还是缓存超声图像。
作为一示例，步骤S202中，图像处理器可获取基于极坐标系形成的N帧待处理超声图像，根据每一帧待处理超声图像所携带的时间戳，将系统当前时间获取到的待处理超声图像确定为当前超声图像，将在系统当前时间之前接收并缓存的N-1个不同角度的待处理超声图像确定为缓存超声图像，以便后续基于1帧当前超声图像和N-1帧缓存超声图像进行配准，从而保障N帧待处理超声图像的对齐，进而保障后续图像复合处理过程的准确性。
其中，校正超声图像是指对待处理超声图像进行配准校正后获取的超声图像。
作为一示例，步骤S203中，图像处理器在获取到N帧待处理超声图像之后，可将当前超声图像确定为参考超声图像；利用参考超声图像，对N帧待处理超声图像进行亚像素级配准校正，获取每一待处理超声图像对应的校正超声图像，即可获取到N帧校正超声图像。本示例中，由于当前超声图像为参考超声图像，可直接将当前超声图像确定为校正超声图像，无需对该当前超声图像进行校正处理。其中，亚像素级是指相邻两个像素之间进行进一步细分的级别。可理解地，将当前超声图像确定为参考超声图像，再利用该参考超声图像，分别对N帧待处理超声图像进行亚像素级配准校正，有助于保障校正超声图像的图像分辨率。
可理解地，由于图像显示区域中的每一像素位置
Figure 673109DEST_PATH_IMAGE001
，依据实际物理位置关 系，逆推确定极坐标系中的极坐标索引
Figure 508210DEST_PATH_IMAGE002
可以为（3.5，22.7）这种携带小数的小数极 坐标，在传统数字扫描变换过程中，需利用邻近区域的采样点进行插值处理，以将其转换成 只携带整数的整数极坐标，使其可在基于直角坐标系的图像显示区域显示。本方案中，无需 进行粗糙的插值处理，只需精确确定每一像素位置
Figure 252175DEST_PATH_IMAGE001
对应的极坐标索引
Figure 505433DEST_PATH_IMAGE002
的 实际真实数值，之后利用不同时刻采集到的N帧待处理超声图像，即获取1帧当前超声图像 和N-1帧缓存超声图像待，通过分析不同时刻采集到的N帧待处理超声图像之间的图像差 异，由于这些图像差异一般都会包含有益的图像信息，因此，可利用这些图像差异补充极坐 标索引
Figure 309441DEST_PATH_IMAGE002
的小数位置的实际真实数值，利用图像差异进行补充，可保障后续获取到的 目标超声图像的图像分辨率。
作为一示例，步骤S204中，图像处理器可采用结构张量分析算法，对每一校正超声图像进行结构张量分析，获取每一校正超声图像对应的目标结构张量矩阵。该目标结构张量矩阵可以为采用结构张量分析算法直接分析所获得的矩阵，也可以为对结构张量分析算法直接分析所获得的矩阵进行优化处理的矩阵。可理解地，图像处理器通过对校正超声图像进行结构张量分析，可获取反映校正超声图像在物理空间维度的目标结构张量矩阵，以便后续利用该目标结构张量矩阵进行扫描变换处理，提高最终获取到的目标超声图像的图像分辨率。
其中，可靠性权重是用于反映同一像素位置
Figure 772784DEST_PATH_IMAGE001
对应的极坐标索引
Figure 445073DEST_PATH_IMAGE002
， 每一帧校正超声图像与当前超声图像的接近程度。利用校正超声图像与当前超声图像的接 近程度形成的可靠性权重，以便利用该可靠性权重，对该像素位置
Figure 677472DEST_PATH_IMAGE001
对应的极坐标索 引
Figure 291861DEST_PATH_IMAGE002
上的像素灰度值进行加权复合，有助于保障复合后的目标超声图像的图像分辨 率。
作为一示例，步骤S205中，图像处理器可分别对N帧校正超声图像每一像素位置
Figure 711341DEST_PATH_IMAGE001
对应的极坐标索引
Figure 328268DEST_PATH_IMAGE002
所在邻近区域上，所有像素灰度值进行帧内局域统计， 确定同一像素位置
Figure 274227DEST_PATH_IMAGE001
对应的极坐标索引
Figure 951196DEST_PATH_IMAGE002
的帧内局域信息之后；可将每一校 正超声图像在该像素位置
Figure 733338DEST_PATH_IMAGE001
对应的极坐标索引
Figure 888376DEST_PATH_IMAGE002
的帧内局域信息，分别与当 前超声图像在该像素位置
Figure 829787DEST_PATH_IMAGE001
对应的极坐标索引
Figure 536712DEST_PATH_IMAGE002
的帧内局域信息进行可靠性 评估，确定校正超声图像中每一像素位置
Figure 196364DEST_PATH_IMAGE001
对应的极坐标索引
Figure 263414DEST_PATH_IMAGE002
的可靠性权 重。例如，对任一帧校正超声图像在该像素位置
Figure 59332DEST_PATH_IMAGE001
对应的极坐标索引
Figure 812524DEST_PATH_IMAGE002
的帧内 局域信息，与当前超声图像在同一像素位置
Figure 84106DEST_PATH_IMAGE001
对应的极坐标索引
Figure 580946DEST_PATH_IMAGE002
的帧内局 域信息进行可靠性计算，确定该校正超声图像在同一像素位置
Figure 106737DEST_PATH_IMAGE001
对应的极坐标索引
Figure 30830DEST_PATH_IMAGE002
对应的可靠性权重。
作为一示例，步骤S206中，图像处理器可依据N帧校正超声图像中，同一像素位置
Figure 399495DEST_PATH_IMAGE001
对应的极坐标索引
Figure 824660DEST_PATH_IMAGE002
的目标结构张量矩阵和可靠性权重，分别计算每一校 正超声图像在像素位置
Figure 595170DEST_PATH_IMAGE001
对应的极坐标索引
Figure 690165DEST_PATH_IMAGE002
对应的目标复合权重，对N帧校 正超声图像在像素位置
Figure 925886DEST_PATH_IMAGE001
对应的极坐标索引
Figure 30108DEST_PATH_IMAGE002
上的像素灰度值进行复合，获 取目标超声图像。其中，目标复合权重是用于实现N帧校正超声图像进行复合的权重。可理 解地，基于每一校正超声图像对应的目标结构张量矩阵和可靠性权重，确定其目标复合权 重，以保障所有校正超声图像进行复合过程中，可依据校正超声图像相对于当前超声图像 的差异信息进行复合，利用这些差异信息，补充N帧校正超声图像中，同一像素位置
Figure 514179DEST_PATH_IMAGE001
对应的极坐标索引
Figure 45655DEST_PATH_IMAGE002
的小数位置差异，以保障N帧校正超声图像复合获取到的目标超 声图像的图像分辨率，使得该目标超声图像在后续放大处理过程中仍能有效保持图像的清 晰度。
本实施例所提供的超分辨率扫描变换方法中，超声探头所在的极坐标系与显示屏 对应的直角坐标系之间的实际物理位置关系进行几何查找，只准确确定图像显示区域中每 一像素位置
Figure 123332DEST_PATH_IMAGE001
对应的极坐标索引
Figure 906611DEST_PATH_IMAGE002
。基于极坐标系形成的1帧当前超声图像和 N-1帧缓存超声图像进行配准，从而保障N帧待处理超声图像的对齐，进而保障后续图像处 理过程的准确性，进而保障目标超声图像的图像分辨率。通过对每一校正超声图像进行结 构张量分析，确定其目标结构张量矩阵，该目标结构张量矩阵可准确反映校正超声图像在 物理空间维度的空间信息。再利用当前超声图像，对每一帧校正超声图像进行可靠性分析， 以确定校正超声图像与当前超声图像的接近程度，从而准确反映校正超声图像在校正过程 中的可靠性。最后，利用N帧校正超声图像对应的目标结构张量矩阵和可靠性权重，对N帧校 正超声图像在同一像素位置对应的像素灰度值进行复合，以实现利用N帧校正超声图像对 应的差异信息进行复合，保障获取到的目标超声图像的图像分辨率，使得目标超声图像在 后续放大处理过程中仍能有效保持图像的清晰度。
在一实施例中，如图3所示，步骤S203，即基于每一像素位置对应的极坐标索引，对1帧当前超声图像和N-1帧缓存超声图像进行配准校正，获取N帧校正超声图像，包括：
S301：将当前超声图像确定为基准超声图像；
S302：对基准超声图像和待处理超声图像进行亚像素级配准，获取每一像素位置对应的目标位移矢量；
S303：基于每一像素位置对应的目标位移矢量，对N帧待处理超声图像中同一像素位置进行校正，获取N帧校正超声图像。
作为一示例，步骤S301中，图像处理获取到的N帧待处理超声图像中包含1帧当前超声图像和N-1帧缓存超声图像，可将该当前超声图像确定为基准超声图像，以便后续利用该基准超声图像，对N帧待处理超声图像进行亚像素级配准校正，尤其是对N-1帧缓存超声图像进行亚像素级配准校正。
其中，目标位移矢量是用于反映校正超声图像相对于基准超声图像的位移矢量，具体为每一像素位置对应的位移矢量。
作为一示例，步骤S302中，图像处理器可从基准超声图像中，获取每一像素位置
Figure 386134DEST_PATH_IMAGE001
对应的基准图像块，该基准图像块可以是以每一像素位置
Figure 88511DEST_PATH_IMAGE001
为中心，基于特 定矩形框形成的图像块；并从校正超声图像中，获取每一像素位置
Figure 778118DEST_PATH_IMAGE001
对应的校正图像 块，该校正图像块可以是以每一像素位置
Figure 224143DEST_PATH_IMAGE001
为中心，基于特定矩形框形成的图像块。 可理解地，形成基准图像块和校正图像块的特定矩形框的大小一致。接着，图像处理器可采 用但不限于LK光流法，将校正超声图像中每一像素位置
Figure 932074DEST_PATH_IMAGE001
对应的校正图像块，与基准 超声图像中形成的所有基准图像块逐一进行亚像素配准，以确定与该校正图像块最接近的 基准图像块，以便基于该校正图像块及与其最接近的基准图像块的坐标位置，计算目标位 移矢量。
可理解地，图像处理器可根据校正超声图像和基准超声图像中，每一像素位置对 应的校正图像块和基准图像块进行配准处理，以确定与校正图像块最接近的基准图像块， 再根据校正图像块及其最接近的基准图像块，可快速准确地确定该校正图像块对应的像素 位置发生的位移变化量，将该位移变化量确定为目标位移矢量
Figure 805352DEST_PATH_IMAGE003
。本示例中，图像 处理器可采用但不限于LK光流法进行亚像素级配准处理，以使极坐标中的小数位置的数值 也可以准确反映出来，以便后续利用小数位置的数值进行精确对齐。
例如，在待处理超声图像为当前超声图像时，其目标位移矢量为0；在待处理超声 图像为缓存超声图像时，其目标位移矢量
Figure 857622DEST_PATH_IMAGE003
为缓存超声图像相对于当前超声图像 的位移矢量。
作为一示例，步骤S303中，图像处理器可基于每一像素位置
Figure 966392DEST_PATH_IMAGE001
对应的目标位 移矢量
Figure 420507DEST_PATH_IMAGE003
，对N帧待处理超声图像中同一像素位置
Figure 464687DEST_PATH_IMAGE001
进行校正，获取N帧校正 超声图像。例如，图像处理器可采用图像扭曲技术(image warping)对每一像素位置
Figure 879618DEST_PATH_IMAGE001
对应的目标位移矢量
Figure 667446DEST_PATH_IMAGE003
进行处理，例如进行双线性插值处理，将待处理超 声图像中的各组织结构校正到与参考超声图像的各组织结构完全对齐的状态，以获取到每 一待处理超声图像对应的校正超声图像，以使N帧校正超声图像达到与参考超声图像组织 结构完全对齐的效果，以保障后续处理获取到的目标超声图像的图像分辨率。
例如，在待处理超声图像为当前超声图像时，其目标位移矢量为0，可直接将当前 超声图像确定为校正超声图像；在待处理超声图像为缓存超声图像时，其目标位移矢量为 缓存超声图像相对于当前超声图像的位移矢量，需采用图像扭曲技术(image warping)对 每一像素位置
Figure 100701DEST_PATH_IMAGE001
对应的目标位移矢量
Figure 50203DEST_PATH_IMAGE003
进行处理，以获取缓存超声图像对应 的校正超声图像。
在一实施例中，如图4所示，步骤S204，即对每一校正超声图像进行结构张量分析，获取每一校正超声图像对应的目标结构张量矩阵，包括：
S401：对校正超声图像进行结构张量分析，获取校正超声图像中每一像素位置对应的原始结构张量矩阵；
S402：对校正超声图像中每一像素位置对应的原始结构张量矩阵进行本征分解，获取每一像素位置对应的原始局域特征向量、原始梯度特征值和原始取向特征值；
S403：对校正超声图像中每一像素位置对应的原始梯度特征值和原始取向特征值进行优化处理，获取每一像素位置对应的目标梯度特征值和目标取向特征值；
S404：基于校正超声图像中每一像素位置对应的原始局域特征向量、目标梯度特征值和目标取向特征值进行结构张量重构，获取目标结构张量矩阵。
其中，原始结构张量矩阵是指校正超声图像中某一像素位置
Figure 77065DEST_PATH_IMAGE001
进行结构张 量估计所确定的矩阵。
作为一示例，步骤S401中，图像处理器可以采用结构张量分析算法，对校正超声图 像中任一像素位置
Figure 776905DEST_PATH_IMAGE001
对应的极坐标索引
Figure 205612DEST_PATH_IMAGE002
所在邻近区域进行结构张量分析， 确定该像素位置
Figure 450649DEST_PATH_IMAGE001
对应的极坐标索引
Figure 230386DEST_PATH_IMAGE002
的原始结构张量矩阵，使得该原始结 构张量矩阵可以有效反映像素位置
Figure 94437DEST_PATH_IMAGE001
对应的极坐标索引
Figure 987438DEST_PATH_IMAGE002
所在邻近区域的空 间结构信息，既空域信息。此处的邻近区域是以某一像素位置
Figure 809900DEST_PATH_IMAGE001
对应的极坐标索引
Figure 670409DEST_PATH_IMAGE002
为中心，若干个采样点所形成的区域。本示例中，结构张量分析算法如下：
Figure 338151DEST_PATH_IMAGE004
其中，
Figure 475871DEST_PATH_IMAGE005
为第i帧校正超声图像中，像素位置
Figure 577557DEST_PATH_IMAGE001
对应的极坐标索引
Figure 66307DEST_PATH_IMAGE002
所在邻近区域的原始结构张量矩阵，
Figure 396794DEST_PATH_IMAGE006
为像素位置
Figure 389021DEST_PATH_IMAGE001
对应的极坐标索引
Figure 553286DEST_PATH_IMAGE002
所 在邻近区域沿x轴方向的一阶偏导数，
Figure 873540DEST_PATH_IMAGE007
为像素位置对应的极坐标索引
Figure 883084DEST_PATH_IMAGE002
所在邻近 区域沿y轴方向的一阶偏导数。
作为一示例，步骤S402中，图像处理器可对校正超声图像中，每一像素位置
Figure 385610DEST_PATH_IMAGE001
对应的极坐标索引
Figure 189618DEST_PATH_IMAGE002
的原始结构张量矩阵
Figure 652960DEST_PATH_IMAGE008
进行本征分解，以获取原始局 域特征向量
Figure 592096DEST_PATH_IMAGE009
和两个特征值；将两个特征值中的较大值确定为原始梯度特征值
Figure 558915DEST_PATH_IMAGE010
，将 两个特征值中的较小值确定为原始取向特征值
Figure 924037DEST_PATH_IMAGE011
。本示例中，对原始结构张量矩阵进行 本征分解是将矩阵分解为由其特征值和特征向量表示的矩阵之积处理的处理过程，又可称 为特征分解（Eigendecomposition）或谱分解（Spectral decomposition）.此处的原始局域 特征向量
Figure 609096DEST_PATH_IMAGE009
是指对原始结构张量矩阵进行本征分解所获取到的特征向量。原始梯度特征 值
Figure 226022DEST_PATH_IMAGE010
是指梯度方向的特征值，是原始结构张量矩阵进行本征分解所获取到的两个特征 值中的较大值，即两个特征值中的主特征值，反映梯度方向的强度，与人眼对超声图像结构 感知一致。一般来说，原始梯度特征值越大，越能说明该像素位置
Figure 922714DEST_PATH_IMAGE001
对应的极坐标索 引
Figure 599683DEST_PATH_IMAGE002
所在邻近区域更接近线状结构（由于任何曲线中某一点的局域范围内，均形成近 似线状结构）。原始取向特征值
Figure 631093DEST_PATH_IMAGE011
是指取向方向的特征值，是原始结构张量矩阵进行本 征分解所获取到的两个特征值中的较小值。
作为一示例，步骤S403中，图像处理器对校正超声图像中，每一像素位置
Figure 786131DEST_PATH_IMAGE001
对应的原始梯度特征值
Figure 727542DEST_PATH_IMAGE010
和原始取向特征值
Figure 683734DEST_PATH_IMAGE011
进行优化处理，具体包括：强化原始 梯度特征值
Figure 77807DEST_PATH_IMAGE010
并弱化原始取向特征值
Figure 36535DEST_PATH_IMAGE011
，以获取校正超声图像中，每一像素位置
Figure 957087DEST_PATH_IMAGE001
对应的极坐标索引
Figure 710279DEST_PATH_IMAGE002
的目标梯度特征值
Figure 732593DEST_PATH_IMAGE012
和目标取向特征值
Figure 963854DEST_PATH_IMAGE012
，以 便后续利用目标梯度特征值
Figure 879857DEST_PATH_IMAGE012
和目标取向特征值
Figure 928585DEST_PATH_IMAGE012
进行图像处理，以提高最终处 理获取到的目标超声图像的图像分辨率。可理解地，通过强化原始梯度特征值
Figure 562829DEST_PATH_IMAGE010
并弱化 原始取向特征值
Figure 971682DEST_PATH_IMAGE011
，有助于保持超声图像的清晰性，降低图像模糊性。
本示例中，图像处理器可先根据原始梯度特征值
Figure 742192DEST_PATH_IMAGE010
和原始取向特征值
Figure 837187DEST_PATH_IMAGE011
计算两者的差值，确定为特征差值
Figure 83360DEST_PATH_IMAGE013
，即
Figure 656424DEST_PATH_IMAGE014
。然后，图像处理器可采用
Figure 547020DEST_PATH_IMAGE015
强化原始梯度特征值
Figure 688282DEST_PATH_IMAGE011
，获取目标梯度特征值
Figure 31539DEST_PATH_IMAGE012
； 采用
Figure 798507DEST_PATH_IMAGE016
弱化原始取向特征值
Figure 543609DEST_PATH_IMAGE011
，获取目标取向特征值
Figure 980406DEST_PATH_IMAGE012
；其中，
Figure 184861DEST_PATH_IMAGE017
和
Figure 365306DEST_PATH_IMAGE018
为算法参数，可根据实际测试经验确定。
作为一示例，步骤S404中，图像处理器可基于校正超声图像中每一像素位置
Figure 964915DEST_PATH_IMAGE001
对应的原始局域特征向量
Figure 962827DEST_PATH_IMAGE009
、目标梯度特征值
Figure 15096DEST_PATH_IMAGE012
和目标取向特征值
Figure 999233DEST_PATH_IMAGE012
进 行结构张量重构，具体可采用
Figure 328714DEST_PATH_IMAGE019
进行结构张量重构，获取目 标结构张量矩阵
Figure 372893DEST_PATH_IMAGE020
，其中，
Figure 37093DEST_PATH_IMAGE020
为第i帧校正超声图像中，像素位置
Figure 824920DEST_PATH_IMAGE001
对应的极坐标索 引
Figure 399121DEST_PATH_IMAGE002
所在邻近区域的目标结构张量矩阵，
Figure 728383DEST_PATH_IMAGE021
为原始局域特征向量
Figure 755245DEST_PATH_IMAGE009
的转置矩 阵。
本实施例中，在对原始结构张量矩阵
Figure 81184DEST_PATH_IMAGE005
进行本征分解，获取原始局域特征向量
Figure 634525DEST_PATH_IMAGE009
、原始梯度特征值
Figure 754928DEST_PATH_IMAGE010
和原始取向特征值
Figure 534665DEST_PATH_IMAGE011
之后，通过强化原始梯度特征值
Figure 274082DEST_PATH_IMAGE010
并弱化原始取向特征值
Figure 557296DEST_PATH_IMAGE011
，获取对应的目标梯度特征值
Figure 238813DEST_PATH_IMAGE012
和目标取向特征值
Figure 974688DEST_PATH_IMAGE012
；然后，利用原始局域特征向量
Figure 642430DEST_PATH_IMAGE009
、目标梯度特征值
Figure 154051DEST_PATH_IMAGE012
和目标取向特征值
Figure 147415DEST_PATH_IMAGE012
进行结构张量重构，使得获取到的目标结构张量矩阵
Figure 229641DEST_PATH_IMAGE020
强化其梯度方向的特征，有 助于提高图像分辨率。
在一实施例中，如图5所示，步骤S205，即利用当前超声图像，对每一校正超声图像进行可靠性分析，获取每一校正超声图像对应的可靠性权重，包括：
S501：对当前超声图像进行局域统计，获取当前超声图像中每一像素位置对应的当前局域均值和当前局域标准差；
S502：对每一校正超声图像进行局域统计，获取校正超声图像中每一像素位置对应的校正局域均值和校正局域标准差；
S503：基于同一像素位置对应的当前局域均值、当前局域标准差、校正局域均值和校正局域标准差，获取每一校正超声图像在同一像素位置对应的局域均值差值绝对值和局域标准差差值绝对值；
S504：基于同一像素位置对应的当前局域均值、当前局域标准差、局域均值差值绝对值和局域标准差差值绝对值，获取每一校正超声图像在同一像素位置对应的可靠性权重。
作为一示例，步骤S501中，图像处理器对当前超声图像进行局域统计，具体为对每 一像素位置
Figure 701073DEST_PATH_IMAGE001
对应的极坐标索引
Figure 958879DEST_PATH_IMAGE002
所在邻近区域中所有采样点对应的像素灰 度值进行统计，获取每一像素位置
Figure 467352DEST_PATH_IMAGE001
对应的极坐标索引
Figure 177819DEST_PATH_IMAGE002
的当前局域均值和 当前局域标准差，包括：确定当前超声图像中每一像素位置
Figure 311997DEST_PATH_IMAGE001
对应的极坐标索引
Figure 158731DEST_PATH_IMAGE002
所在邻近区域；对每一像素位置
Figure 602219DEST_PATH_IMAGE001
对应的极坐标索引
Figure 534403DEST_PATH_IMAGE002
所在邻近区域 中所有像素灰度值进行均值计算，确定当前局域均值
Figure 737851DEST_PATH_IMAGE022
；对每一像素位置
Figure 252140DEST_PATH_IMAGE001
对应 的极坐标索引
Figure 351683DEST_PATH_IMAGE002
所在邻近区域中所有像素灰度值和当前局域均值
Figure 36743DEST_PATH_IMAGE022
进行标准差 计算，确定当前局域标准差
Figure 27570DEST_PATH_IMAGE023
。
作为一示例，步骤S502中，图像处理器对第i帧校正超声图像进行局域统计，具体 为对每一像素位置
Figure 848896DEST_PATH_IMAGE001
对应的极坐标索引
Figure 260285DEST_PATH_IMAGE002
所在邻近区域中所有采样点对应的 像素灰度值进行统计，获取每一像素位置
Figure 291695DEST_PATH_IMAGE001
对应的极坐标索引
Figure 712312DEST_PATH_IMAGE002
的校正局域 均值和校正局域标准差，包括：确定校正超声图像中每一像素位置
Figure 263511DEST_PATH_IMAGE001
对应的极坐标索 引
Figure 111381DEST_PATH_IMAGE002
所在邻近区域；对每一像素位置
Figure 505453DEST_PATH_IMAGE001
对应的极坐标索引
Figure 588816DEST_PATH_IMAGE002
所在邻近区 域中所有像素灰度值进行均值计算，确定校正局域均值
Figure 384733DEST_PATH_IMAGE024
；对每一像素位置
Figure 403505DEST_PATH_IMAGE001
对应 的极坐标索引
Figure 387336DEST_PATH_IMAGE002
所在邻近区域中所有像素灰度值和校正局域均值
Figure 149756DEST_PATH_IMAGE024
进行标准差计 算，确定校正局域标准差
Figure 924814DEST_PATH_IMAGE025
。
作为一示例，步骤S503中，图像处理器基于同一像素位置
Figure 114487DEST_PATH_IMAGE001
对应的当前局域 均值、当前局域标准差、校正局域均值和校正局域标准差进行同一维度差值和绝对值计算， 获取每一校正超声图像在同一像素位置
Figure 483151DEST_PATH_IMAGE001
对应的局域均值差值绝对值和局域标准差 差值绝对值。
本示例中，图像处理器可将第i个校正超声图像在某一像素位置
Figure 659049DEST_PATH_IMAGE001
对应的极 坐标索引
Figure 429558DEST_PATH_IMAGE002
的校正局域均值
Figure 524553DEST_PATH_IMAGE024
，与当前超声图像在该像素位置
Figure 239569DEST_PATH_IMAGE001
对应的极坐 标索引
Figure 343791DEST_PATH_IMAGE002
的当前局域均值
Figure 342709DEST_PATH_IMAGE022
进行差值计算，确定其局域均值差值；再对局域均值 差值进行绝对值处理，确定第i个校正超声图像在每一像素位置
Figure 874184DEST_PATH_IMAGE001
对应的极坐标索引
Figure 217441DEST_PATH_IMAGE002
的局域均值差值绝对值
Figure 718829DEST_PATH_IMAGE026
，即
Figure 198352DEST_PATH_IMAGE027
，
Figure 900729DEST_PATH_IMAGE028
为绝对值公式。
本示例中，图像处理器可将第i个校正超声图像在某一像素位置
Figure 341069DEST_PATH_IMAGE001
对应的极 坐标索引
Figure 787093DEST_PATH_IMAGE002
的校正局域标准差
Figure 511336DEST_PATH_IMAGE025
，与当前超声图像在该像素位置
Figure 384614DEST_PATH_IMAGE001
对应的极 坐标索引
Figure 436884DEST_PATH_IMAGE002
的当前局域标准差
Figure 794921DEST_PATH_IMAGE023
进行差值计算，确定其局域标准差差值；再对局 域标准差差值进行绝对值处理，确定第i个校正超声图像在每一像素位置
Figure 514616DEST_PATH_IMAGE001
对应的极 坐标索引
Figure 293216DEST_PATH_IMAGE002
的局域标准差差值绝对值
Figure 957415DEST_PATH_IMAGE029
，即
Figure 479664DEST_PATH_IMAGE030
，
Figure 663651DEST_PATH_IMAGE028
为绝 对值公式。
可理解地，为了评估校正超声图像的可靠性，可通过对校正超声图像中每一像素 位置
Figure 878732DEST_PATH_IMAGE001
进行局域统计，确定其校正局域均值
Figure 171173DEST_PATH_IMAGE024
和校正局域标准差
Figure 356167DEST_PATH_IMAGE025
；利用校正局域 均值
Figure 784874DEST_PATH_IMAGE024
和校正局域标准差
Figure 170856DEST_PATH_IMAGE025
，分别与当前超声图像进行局域统计出的当前局域均值
Figure 793336DEST_PATH_IMAGE022
和当前局域标准差
Figure 922966DEST_PATH_IMAGE023
进行差值绝对值计算，获取局域均值差值绝对值
Figure 330814DEST_PATH_IMAGE026
和局域 标准差差值绝对值
Figure 887697DEST_PATH_IMAGE029
，可充分反映采用当前超声图像对所有待处理超声图像进行校正 的差异，若差异较小，说明利用当前超声图像对所有待处理超声图像进行配准校正较准确， 可充分反映获取到的校正超声图像的可靠性，反之，若差异较大，说明配准校正不准确，反 映获取到的校正超声图像不可靠。
作为一示例，步骤S504中，图像处理器基于同一像素位置
Figure 623572DEST_PATH_IMAGE001
对应的极坐标索 引
Figure 166680DEST_PATH_IMAGE002
的当前局域均值
Figure 304400DEST_PATH_IMAGE022
、当前局域标准差
Figure 156819DEST_PATH_IMAGE023
、局域均值差值绝对值
Figure 645569DEST_PATH_IMAGE026
和局域 标准差差值绝对值
Figure 117001DEST_PATH_IMAGE029
，采用可靠性权重计算公式，计算每一校正超声图像在同一像素位 置
Figure 488989DEST_PATH_IMAGE001
对应的极坐标索引
Figure 387675DEST_PATH_IMAGE002
的可靠性权重。本示例中，可靠性权重计算公式为
Figure 222776DEST_PATH_IMAGE031
，其中，
Figure 497899DEST_PATH_IMAGE032
为第i帧校正超声图像在同一像素位置
Figure 344632DEST_PATH_IMAGE001
对 应的极坐标索引
Figure 555165DEST_PATH_IMAGE002
的可靠性权重，
Figure 487349DEST_PATH_IMAGE033
为指数函数。
可理解地，由于超声波的散射物理特性，对于一个确定的像素位置
Figure 566163DEST_PATH_IMAGE001
对应的 邻近区域而言，其局域均值和局域标准差的差异可以作为该像素位置
Figure 392037DEST_PATH_IMAGE001
对应的邻近 区域的局域特征值，该局域特征值与超声波的散射物理特性相关。在N帧校正超声图像中， 由于图像增益、组织干扰或者其他原因，会导致多帧校正超声图像在同一像素位置
Figure 898105DEST_PATH_IMAGE001
对应的极坐标索引
Figure 691486DEST_PATH_IMAGE002
的像素灰度值不太一致，但其局域均值的差异与局域标准差的 差异所形成的商值，仍与当前超声图像相同像素位置对应的局域均值的差异与局域标准差 的差异所形成的商值相关。由此可知，若两个商值的偏差过大，其计算出的可靠性权重较 低，说明校正超声图像与当前超声图像不太可能对应同一像素位置
Figure 308412DEST_PATH_IMAGE001
对应的极坐标 索引
Figure 395317DEST_PATH_IMAGE002
的邻近区域；反之，若两个商值的偏差较小，其计算出的可靠性权重较高，说明 校正超声图像与当前超声图像配准校正较准确，为了实现这一目的，设置负指数函数，以便 利用两个商值，计算校正超声图像中每一像素位置
Figure 931340DEST_PATH_IMAGE001
对应的极坐标索引
Figure 838116DEST_PATH_IMAGE002
的 可靠性权重。
作为一示例，步骤S206，如图6所示，步骤S206，即依据N帧校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像，包括：
S601：依据N帧校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，获取像素位置对应的极坐标索引对应的目标复合权重；
S602：基于同一像素位置对应的极坐标索引对应的目标复合权重，对同一像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
作为一示例，步骤S601中，图像处理器获取到的第i帧校正超声图像对应的目标结 构张量矩阵
Figure 258734DEST_PATH_IMAGE020
和可靠性权重
Figure 809932DEST_PATH_IMAGE032
之后，先对目标结构张量矩阵
Figure 657802DEST_PATH_IMAGE020
进插值处理，例如，采用但 不限于双线性插值算法或三线性插值算法，对目标结构张量矩阵
Figure 317453DEST_PATH_IMAGE020
进行插值处理，获取像 素位置
Figure 135237DEST_PATH_IMAGE001
对应的极坐标索引
Figure 196734DEST_PATH_IMAGE002
的插值结构张量矩阵
Figure 58248DEST_PATH_IMAGE034
。接着，图像处理 器可复合权重计算公式
Figure 939617DEST_PATH_IMAGE035
，对N帧校正超声图像中像素位 置
Figure 702036DEST_PATH_IMAGE001
对应的极坐标索引
Figure 742673DEST_PATH_IMAGE002
对应的插值结构张量矩阵
Figure 666767DEST_PATH_IMAGE034
和可靠性权重
Figure 35431DEST_PATH_IMAGE032
进行计算，确定第i帧校正超声图像中，每一像素位置
Figure 945750DEST_PATH_IMAGE001
对应的极坐标索引
Figure 981839DEST_PATH_IMAGE002
对应的目标复合权重
Figure 201468DEST_PATH_IMAGE036
；其中，
Figure 791849DEST_PATH_IMAGE037
为像素位置
Figure 896071DEST_PATH_IMAGE001
对应的极坐标索引
Figure 160568DEST_PATH_IMAGE002
所在邻 近区域中的邻域距离矩阵；
Figure 426464DEST_PATH_IMAGE038
为
Figure 769721DEST_PATH_IMAGE037
的转置；
Figure 271110DEST_PATH_IMAGE034
为第i帧校正超声图像中，像素位置
Figure 16212DEST_PATH_IMAGE001
对应的极坐标索引
Figure 328375DEST_PATH_IMAGE002
所在邻近区域的插值结构张量矩阵；
Figure 158928DEST_PATH_IMAGE032
为第i帧校正 超声图像中，像素位置
Figure 339374DEST_PATH_IMAGE001
对应的极坐标索引
Figure 63616DEST_PATH_IMAGE002
的可靠性权重；
Figure 936894DEST_PATH_IMAGE039
为算法经验参 数。本示例中，算法经验参数
Figure 989164DEST_PATH_IMAGE039
用于调试核函数的分布效果。插值结构张量矩阵
Figure 364780DEST_PATH_IMAGE034
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目标复合权重进行图像复合所获取的目标超声图像的图像分辨率。 像素位置
Figure 818895DEST_PATH_IMAGE001
对应的极坐标索引
Figure 722129DEST_PATH_IMAGE002
所在邻近区域中的邻域距离矩阵
Figure 527274DEST_PATH_IMAGE037
，可通过 邻近区域第
Figure 49522DEST_PATH_IMAGE040
个采样点的对应的极坐标索引
Figure 233510DEST_PATH_IMAGE041
和像素位置
Figure 448591DEST_PATH_IMAGE001
对应的极坐标 索引
Figure 600086DEST_PATH_IMAGE002
确定，反映两者的距离，则邻域距离矩阵
Figure 660446DEST_PATH_IMAGE042
。可理解 地，该目标复合权重融合了插值结构张量矩阵中的空域信息和可靠性权重，以使目标复合 权重可充分反映不同时刻不同角度采集并处理获取到的校正超声图像的图像信息，以便后 续利用该目标复合权重对多帧校正超声图像进行复合处理时，可使复合后的目标超声图像 中每一像素位置
Figure 89153DEST_PATH_IMAGE001
均包括较多图像信息，以提高图像分辨率，使得目标超声图像在进 行放大处理过程中仍能够保持图像的清晰度。
本示例中，对目标结构张量矩阵
Figure 849037DEST_PATH_IMAGE020
进行插值处理，获取其对应的插值结构张量矩 阵
Figure 363195DEST_PATH_IMAGE034
，主要原因在于目标结构张量矩阵
Figure 351879DEST_PATH_IMAGE020
为基于极坐标形成的结构张量矩阵，其小 数极坐标不一定为整数坐标，极大概率会得到一组携带小数的极坐标，从直角坐标系引到 极坐标系时，为了能够准确对应到极坐标上的小数位置的极坐标索引所对应的准确结构张 量矩阵，需要对基于整数位置形成的目标结构张量矩阵进行插值处理，以保障获取到的插 值结构张量矩阵
Figure 635093DEST_PATH_IMAGE034
可充分反映小数极坐标对应的信息。
作为一示例，步骤S602中，图像处理器可将第i帧校正超声图像中，同一像素位置
Figure 191976DEST_PATH_IMAGE001
对应的极坐标索引
Figure 803217DEST_PATH_IMAGE002
的目标复合权重
Figure 736538DEST_PATH_IMAGE036
，采用
Figure DEST_PATH_IMAGE043
，对同一像素位置
Figure 733313DEST_PATH_IMAGE001
对应 的极坐标索引
Figure 195519DEST_PATH_IMAGE002
的像素灰度值进行复合，获取同一像素位置
Figure 792591DEST_PATH_IMAGE001
对应的目标灰 度值；其中，
Figure 264024DEST_PATH_IMAGE044
为第
Figure 521830DEST_PATH_IMAGE045
个像素位置
Figure 545149DEST_PATH_IMAGE001
的目标灰度值；
Figure 521195DEST_PATH_IMAGE046
为像素位置
Figure 140527DEST_PATH_IMAGE001
对应的极坐标索引
Figure 518418DEST_PATH_IMAGE002
所在的邻近区域，
Figure 322426DEST_PATH_IMAGE047
为所有校正超声图像，
Figure 910403DEST_PATH_IMAGE048
为每一校正超声图像中，像素位置
Figure 458059DEST_PATH_IMAGE001
对应的极坐标索引
Figure 690457DEST_PATH_IMAGE002
所在 邻近区域中所有采样点对应的目标复合权重；
Figure 304847DEST_PATH_IMAGE049
为每一校正超声图像中，像素位置
Figure 989906DEST_PATH_IMAGE001
对应的极坐标索引
Figure 465887DEST_PATH_IMAGE002
所在邻近区域中所有采样点对应的像素灰度值。接着， 图像处理器再基于所有像素位置
Figure 552791DEST_PATH_IMAGE001
对应的目标灰度值，获取图像分辨率较高的目标 超声图像。
可理解地，在对N帧校正超声图像进行复合过程中，除了利用到实际物理位置关系 进行直角坐标系和极坐标系相互映射之外，还利用校正超声图像进行的物理结构信息形成 的插值结构张量矩阵
Figure 964181DEST_PATH_IMAGE034
和基于多帧校正超声图像的图像差异形成的可靠性权重
Figure 11903DEST_PATH_IMAGE032
，形成目标复合权重
Figure 901361DEST_PATH_IMAGE036
，基于目标复合权重
Figure 108352DEST_PATH_IMAGE036
对多帧校正超声图像进行复合，使得输出的 目标超声图像可最大限度地呈现超分辨率的清晰图像。而且，由于采用亚像素级的图像配 准校正和小数张的结构张量分析，使得最终输出的目标超声图像能够应对任意的图像放大 操作，使得目标超声图像在图像放大的情况下仍能保持图像的清晰度，保障目标超声图像 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，提供一种超分辨率扫描变换装置，该超分辨率扫描变换装置与上述实施例中超分辨率扫描变换方法一一对应。如图7所示，该超分辨率扫描变换装置包括坐标查找模块701、待处理超声图像获取模块702、校正超声图像获取模块703、目标结构张量矩阵获取模块704、可靠性权重获取模块705和目标超声图像获取模块706。各功能模块详细说明如下：
坐标查找模块701，用于基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；
待处理超声图像获取模块702，用于获取基于极坐标系形成的N帧待处理超声图像，待处理超声图像包括1帧当前超声图像和N-1缓存超声图像；
校正超声图像获取模块703，用于对1帧当前超声图像和N-1帧缓存超声图像进行配准校正，获取N帧校正超声图像；
目标结构张量矩阵获取模块704，用于对每一校正超声图像进行结构张量分析，获取每一校正超声图像对应的目标结构张量矩阵；
可靠性权重获取模块705，用于利用当前超声图像，对每一校正超声图像进行可靠性分析，获取每一校正超声图像对应的可靠性权重；
目标超声图像获取模块706，用于依据N帧校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
优选地。校正超声图像获取模块703，包括：
基准超声图像确定单元，用于将当前超声图像确定为基准超声图像；
目标位移矢量获取单元，用于对基准超声图像和待处理超声图像进行亚像素级配准，获取每一像素位置对应的目标位移矢量；
校正超声图像获取单元，用于基于每一像素位置对应的目标位移矢量，对N帧待处理超声图像中同一像素位置进行校正，获取N帧校正超声图像。
优选地，目标结构张量矩阵获取模块704，包括：
原始结构张量矩阵获取单元，用于对校正超声图像进行结构张量分析，获取校正超声图像中每一像素位置对应的原始结构张量矩阵；
原始结构张量矩阵分解单元，用于对校正超声图像中每一像素位置对应的原始结构张量矩阵进行本征分解，获取每一像素位置对应的原始局域特征向量、原始梯度特征值和原始取向特征值；
特征值优化处理单元，用于对校正超声图像中每一像素位置对应的原始梯度特征值和原始取向特征值进行优化处理，获取每一像素位置对应的目标梯度特征值和目标取向特征值；
目标结构张量矩阵重构单元，用于基于校正超声图像中每一像素位置对应的原始局域特征向量、目标梯度特征值和目标取向特征值进行结构张量重构，获取目标结构张量矩阵。
优选地，可靠性权重获取模块705，包括：
当前图像局域统计单元，用于对当前超声图像进行局域统计，获取当前超声图像中每一像素位置对应的当前局域均值和当前局域标准差；
校正图像局域统计单元，用于对每一校正超声图像进行局域统计，获取校正超声图像中每一像素位置对应的校正局域均值和校正局域标准差；
差值绝对值计算单元，用于基于同一像素位置对应的当前局域均值、当前局域标准差、校正局域均值和校正局域标准差，获取每一校正超声图像在同一像素位置对应的局域均值差值绝对值和局域标准差差值绝对值；
可靠性权重获取单元，用于基于同一像素位置对应的当前局域均值、当前局域标准差、局域均值差值绝对值和局域标准差差值绝对值，获取每一校正超声图像在同一像素位置对应的可靠性权重。
优选地，目标超声图像获取模块706，包括：
目标复合权重获取单元，用于依据N帧校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，获取像素位置对应的极坐标索引对应的目标复合权重；
目标超声图像获取单元，用于基于同一像素位置对应的极坐标索引对应的目标复合权重，对同一像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
关于超分辨率扫描变换装置的具体限定可以参见上文中对于超分辨率扫描变换方法的限定，在此不再赘述。上述超分辨率扫描变换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分辨率扫描变换方法，例如图2所示S201-S206，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超分辨率扫描变换装置这一实施例中的各模块/单元的功能，例如图7所示的坐标查找模块701、待处理超声图像获取模块702、校正超声图像获取模块703、目标结构张量矩阵获取模块704、可靠性权重获取模块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超分辨率扫描变换方法，例如图2所示S201-S206，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超分辨率扫描变换装置这一实施例中的各模块/单元的功能，例如图7所示的坐标查找模块701、待处理超声图像获取模块702、校正超声图像获取模块703、目标结构张量矩阵获取模块704、可靠性权重获取模块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 (12)

1.一种超分辨率扫描变换方法，其特征在于，包括：
基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；
获取基于极坐标系形成的N帧待处理超声图像，所述待处理超声图像包括1帧当前超声图像和N-1缓存超声图像；
对1帧所述当前超声图像和N-1帧所述缓存超声图像进行配准校正，获取N帧校正超声图像；
对每一所述校正超声图像进行结构张量分析，获取每一所述校正超声图像对应的目标结构张量矩阵；
利用所述当前超声图像，对每一所述校正超声图像进行可靠性分析，获取每一所述校正超声图像对应的可靠性权重；
依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
2.如权利要求1所述的超分辨率扫描变换方法，其特征在于，所述对1帧所述当前超声图像和N-1帧所述缓存超声图像进行配准校正，获取N帧校正超声图像，包括：
将所述当前超声图像确定为基准超声图像；
对所述基准超声图像和所述待处理超声图像进行亚像素级配准，获取每一所述像素位置对应的目标位移矢量；
基于每一所述像素位置对应的目标位移矢量，对N帧所述待处理超声图像中同一所述像素位置进行校正，获取N帧校正超声图像。
3.如权利要求1所述的超分辨率扫描变换方法，其特征在于，所述对每一所述校正超声图像进行结构张量分析，获取每一所述校正超声图像对应的目标结构张量矩阵，包括：
对所述校正超声图像进行结构张量分析，获取所述校正超声图像中每一像素位置对应的原始结构张量矩阵；
对所述校正超声图像中每一像素位置对应的原始结构张量矩阵进行本征分解，获取每一像素位置对应的原始局域特征向量、原始梯度特征值和原始取向特征值；
对所述校正超声图像中每一像素位置对应的所述原始梯度特征值和所述原始取向特征值进行优化处理，获取每一像素位置对应的目标梯度特征值和目标取向特征值；
基于所述校正超声图像中每一像素位置对应的原始局域特征向量、目标梯度特征值和目标取向特征值进行结构张量重构，获取目标结构张量矩阵。
4.如权利要求1所述的超分辨率扫描变换方法，其特征在于，所述利用所述当前超声图像，对每一所述校正超声图像进行可靠性分析，获取每一所述校正超声图像对应的可靠性权重，包括：
对所述当前超声图像进行局域统计，获取所述当前超声图像中每一像素位置对应的当前局域均值和当前局域标准差；
对每一所述校正超声图像进行局域统计，获取所述校正超声图像中每一像素位置对应的校正局域均值和校正局域标准差；
基于同一所述像素位置对应的当前局域均值、当前局域标准差、校正局域均值和校正局域标准差，获取每一所述校正超声图像在同一所述像素位置对应的局域均值差值绝对值和局域标准差差值绝对值；
基于同一所述像素位置对应的当前局域均值、当前局域标准差、局域均值差值绝对值和局域标准差差值绝对值，获取每一所述校正超声图像在同一所述像素位置对应的可靠性权重。
5.如权利要求1所述的超分辨率扫描变换方法，其特征在于，所述依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像，包括：
依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，获取像素位置对应的极坐标索引对应的目标复合权重；
基于同一像素位置对应的极坐标索引对应的目标复合权重，对同一像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
6.一种超分辨率扫描变换装置，其特征在于，包括：
坐标查找模块，用于基于实际物理位置关系进行几何查找，确定显示屏上的图像显示区域中每一像素位置对应的极坐标索引；
待处理超声图像获取模块，用于获取基于极坐标系形成的N帧待处理超声图像，所述待处理超声图像包括1帧当前超声图像和N-1缓存超声图像；
校正超声图像获取模块，用于对1帧所述当前超声图像和N-1帧所述缓存超声图像进行配准校正，获取N帧校正超声图像；
目标结构张量矩阵获取模块，用于对每一所述校正超声图像进行结构张量分析，获取每一所述校正超声图像对应的目标结构张量矩阵；
可靠性权重获取模块，用于利用所述当前超声图像，对每一所述校正超声图像进行可靠性分析，获取每一所述校正超声图像对应的可靠性权重；
目标超声图像获取模块，用于依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，对像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
7.如权利要求6所述的超分辨率扫描变换装置，其特征在于，所述校正超声图像获取模块，包括：
基准超声图像确定单元，用于将所述当前超声图像确定为基准超声图像；
目标位移矢量获取单元，用于对所述基准超声图像和所述待处理超声图像进行亚像素级配准，获取所述像素位置对应的目标位移矢量；
校正超声图像获取单元，用于基于每一所述像素位置对应的目标位移矢量，对N帧所述待处理超声图像中同一所述像素位置进行校正，获取N帧校正超声图像。
8.如权利要求6所述的超分辨率扫描变换装置，其特征在于，所述目标结构张量矩阵获取模块，包括：
原始结构张量矩阵获取单元，用于对所述校正超声图像进行结构张量分析，获取所述校正超声图像中每一像素位置对应的原始结构张量矩阵；
原始结构张量矩阵分解单元，用于对所述校正超声图像中每一像素位置对应的原始结构张量矩阵进行本征分解，获取每一像素位置对应的原始局域特征向量、原始梯度特征值和原始取向特征值；
特征值优化处理单元，用于对所述校正超声图像中每一像素位置对应的所述原始梯度特征值和所述原始取向特征值进行优化处理，获取每一像素位置对应的目标梯度特征值和目标取向特征值；
目标结构张量矩阵重构单元，用于基于所述校正超声图像中每一像素位置对应的原始局域特征向量、目标梯度特征值和目标取向特征值进行结构张量重构，获取目标结构张量矩阵。
9.如权利要求6所述的超分辨率扫描变换装置，其特征在于，所述可靠性权重获取模块，包括：
当前图像局域统计单元，用于对所述当前超声图像进行局域统计，获取所述当前超声图像中每一像素位置对应的当前局域均值和当前局域标准差；
校正图像局域统计单元，用于对每一所述校正超声图像进行局域统计，获取所述校正超声图像中每一像素位置对应的校正局域均值和校正局域标准差；
差值绝对值计算单元，用于基于同一所述像素位置对应的当前局域均值、当前局域标准差、校正局域均值和校正局域标准差，获取每一所述校正超声图像在同一所述像素位置对应的局域均值差值绝对值和局域标准差差值绝对值；
可靠性权重获取单元，用于基于同一所述像素位置对应的当前局域均值、当前局域标准差、局域均值差值绝对值和局域标准差差值绝对值，获取每一所述校正超声图像在同一所述像素位置对应的可靠性权重。
10.如权利要求6所述的超分辨率扫描变换装置，其特征在于，所述目标超声图像获取模块，包括：
目标复合权重获取单元，用于依据N帧所述校正超声图像中同一像素位置对应的目标结构张量矩阵和可靠性权重，获取像素位置对应的极坐标索引对应的目标复合权重；
目标超声图像获取单元，用于基于同一像素位置对应的极坐标索引对应的目标复合权重，对同一像素位置对应的极坐标索引对应的像素灰度值进行复合，获取目标超声图像。
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任一项所述超分辨率扫描变换方法。
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任一项所述超分辨率扫描变换方法。
CN202110785489.8A 2021-07-12 2021-07-12 超分辨率扫描变换方法、装置、超声设备及存储介质 Active CN113240587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110785489.8A CN113240587B (zh) 2021-07-12 2021-07-12 超分辨率扫描变换方法、装置、超声设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110785489.8A CN113240587B (zh) 2021-07-12 2021-07-12 超分辨率扫描变换方法、装置、超声设备及存储介质

Publications (2)

Publication Number Publication Date
CN113240587A true CN113240587A (zh) 2021-08-10
CN113240587B CN113240587B (zh) 2021-09-24

Family

ID=77135433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110785489.8A Active CN113240587B (zh) 2021-07-12 2021-07-12 超分辨率扫描变换方法、装置、超声设备及存储介质

Country Status (1)

Country Link
CN (1) CN113240587B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114782283A (zh) * 2022-06-16 2022-07-22 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
CN114926468A (zh) * 2022-07-22 2022-08-19 深圳华声医疗技术股份有限公司 超声图像质量控制方法、超声设备及存储介质
CN114947951A (zh) * 2022-08-01 2022-08-30 深圳华声医疗技术股份有限公司 超声成像控制方法、装置、超声设备及存储介质
CN117152026A (zh) * 2023-10-30 2023-12-01 天津恒宇医疗科技有限公司 一种血管内超声图像处理方法、装置和设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5787889A (en) * 1996-12-18 1998-08-04 University Of Washington Ultrasound imaging with real time 3D image reconstruction and visualization
US20120121150A1 (en) * 2010-11-16 2012-05-17 Hitachi Aloka Medical, Ltd. Ultrasonic image processing apparatus
CN106175839A (zh) * 2015-04-30 2016-12-07 烟台鑫丰源电站设备有限公司 用于超声相控阵的扇形扫描成像的扫描检测方法和装置
CN106248340A (zh) * 2016-07-08 2016-12-21 西南科技大学 一种基于三维超声成像技术的风洞模型3d冰形在线测量方法
CN106600536A (zh) * 2016-12-14 2017-04-26 同观科技（深圳）有限公司 一种视频图像超分辨率重建方法及装置
CN106886978A (zh) * 2017-02-16 2017-06-23 清华大学深圳研究生院 一种图像的超分辨率重建方法
CN109345461A (zh) * 2018-09-30 2019-02-15 中国科学院长春光学精密机械与物理研究所 一种图像畸变校正方法、装置、设备及存储介质
US20190355104A1 (en) * 2016-09-29 2019-11-21 Huawei Technologies Co., Ltd. Image Correction Method and Apparatus
CN111598965A (zh) * 2020-05-18 2020-08-28 南京超维景生物科技有限公司 超声造影图像的超分辨重建预处理方法和超分辨重建方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5787889A (en) * 1996-12-18 1998-08-04 University Of Washington Ultrasound imaging with real time 3D image reconstruction and visualization
US20120121150A1 (en) * 2010-11-16 2012-05-17 Hitachi Aloka Medical, Ltd. Ultrasonic image processing apparatus
CN106175839A (zh) * 2015-04-30 2016-12-07 烟台鑫丰源电站设备有限公司 用于超声相控阵的扇形扫描成像的扫描检测方法和装置
CN106248340A (zh) * 2016-07-08 2016-12-21 西南科技大学 一种基于三维超声成像技术的风洞模型3d冰形在线测量方法
US20190355104A1 (en) * 2016-09-29 2019-11-21 Huawei Technologies Co., Ltd. Image Correction Method and Apparatus
CN106600536A (zh) * 2016-12-14 2017-04-26 同观科技（深圳）有限公司 一种视频图像超分辨率重建方法及装置
CN106886978A (zh) * 2017-02-16 2017-06-23 清华大学深圳研究生院 一种图像的超分辨率重建方法
CN109345461A (zh) * 2018-09-30 2019-02-15 中国科学院长春光学精密机械与物理研究所 一种图像畸变校正方法、装置、设备及存储介质
CN111598965A (zh) * 2020-05-18 2020-08-28 南京超维景生物科技有限公司 超声造影图像的超分辨重建预处理方法和超分辨重建方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114782283A (zh) * 2022-06-16 2022-07-22 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
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
CN114926468A (zh) * 2022-07-22 2022-08-19 深圳华声医疗技术股份有限公司 超声图像质量控制方法、超声设备及存储介质
CN114947951A (zh) * 2022-08-01 2022-08-30 深圳华声医疗技术股份有限公司 超声成像控制方法、装置、超声设备及存储介质
CN114947951B (zh) * 2022-08-01 2022-10-25 深圳华声医疗技术股份有限公司 超声成像控制方法、装置、超声设备及存储介质
CN117152026A (zh) * 2023-10-30 2023-12-01 天津恒宇医疗科技有限公司 一种血管内超声图像处理方法、装置和设备
CN117152026B (zh) * 2023-10-30 2024-02-02 天津恒宇医疗科技有限公司 一种血管内超声图像处理方法、装置和设备

Also Published As

Publication number Publication date
CN113240587B (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
CN113240587B (zh) 超分辨率扫描变换方法、装置、超声设备及存储介质
US9569818B2 (en) Ultrasonic image processing apparatus
US9123139B2 (en) Ultrasonic image processing with directional interpolation in order to increase the resolution of an image
EP2453405B1 (en) Ultrasonic image processing apparatus
CN112826533B (zh) 超声成像空间复合方法、装置、超声诊断仪及存储介质
CN113197630B (zh) 穿刺针显影增强方法、装置、超声设备及存储介质
CN112998750B (zh) 超声图像合成方法、装置、超声设备及存储介质
US20170238908A1 (en) Ultrasound diagnostic device
CN114947951B (zh) 超声成像控制方法、装置、超声设备及存储介质
JPWO2009063691A1 (ja) 超音波撮像システム
JP2016539707A (ja) 画像情報に基づく画像合成
US20190350533A1 (en) Ultrasound diagnosis apparatus
JP6444518B2 (ja) 超音波撮像装置
CN110731795B (zh) 空间复合成像的处理方法和装置
CN115082320B (zh) 超声图像超分辨率处理方法、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
CN114782283B (zh) 超声图像增强方法、装置、超声设备及存储介质
CN113208710B (zh) 穿刺针显影增强方法、装置、超声设备及存储介质
JP5946197B2 (ja) 超音波診断装置
WO2017056898A1 (ja) 超音波診断装置及び受信データ処理方法
JP5950291B1 (ja) 超音波診断装置及びプログラム
CN116616817B (zh) 超声心率检测方法、装置、超声设备及存储介质
CN115049661B (zh) 目标结构围度测量方法、装置、超声设备及存储介质
Wu et al. An improved spatio-temporally smoothed coherence factor combined with eigenspace-based minimun variance beamformer for plane-wave imaging in medical ultrasound
US20150297189A1 (en) Ultrasound diagnostic apparatus

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