CN113240587B - 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 PDFInfo
- Publication number
- CN113240587B CN113240587B CN202110785489.8A CN202110785489A CN113240587B CN 113240587 B CN113240587 B CN 113240587B CN 202110785489 A CN202110785489 A CN 202110785489A CN 113240587 B CN113240587 B CN 113240587B
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 title claims description 48
- 239000011159 matrix material Substances 0.000 claims abstract description 96
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000013329 compounding Methods 0.000 claims abstract description 33
- 238000012937 correction Methods 0.000 claims abstract description 33
- 238000002604 ultrasonography Methods 0.000 claims description 231
- 238000012545 processing Methods 0.000 claims description 44
- 239000002131 composite material Substances 0.000 claims description 26
- 238000006073 displacement reaction Methods 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 150000001875 compounds Chemical class 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 28
- 239000000523 sample Substances 0.000 description 19
- 238000005070 sampling Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000003786 synthesis reaction Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000003321 amplification Effects 0.000 description 7
- 238000003199 nucleic acid amplification method Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000003313 weakening effect Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000012285 ultrasound imaging Methods 0.000 description 3
- 241001282736 Oriens Species 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
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帧缓存超声图像；
对1帧所述当前超声图像和所述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帧缓存超声图像；
校正超声图像获取模块，用于对1帧所述当前超声图像和所述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，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帧缓存超声图像；
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(xj,yj)对应的极坐标(Rj,θj)，将该极坐标(Rj,θj)确定为像素位置(xj,yj)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(xj,yj)对应的极坐标(Rj,θj)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(xj,yj)，依据实际物理位置关系，逆推确定极坐标系中的极坐标(Rj,θj)，从而确定其极坐标索引(Rj,θj)，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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)，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(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)，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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)的帧内局域信息，分别与当前超声图像在该像素位置(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)的可靠性权重。例如，对任一帧校正超声图像在该像素位置(xj,yj)对应的极坐标索引(Rj,θj)的帧内局域信息，与当前超声图像在同一像素位置(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)对应的目标复合权重，对N帧校正超声图像在像素位置(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)。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(xj,yj)对应的基准图像块，该基准图像块可以是以每一像素位置(xj,yj)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(xj,yj)对应的校正图像块，该校正图像块可以是以每一像素位置(xj,yj)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(xj,yj)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(RΔj,θΔj)。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(RΔj,θΔj)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(xj,yj)对应的目标位移矢量(RΔj,θΔj)，对N帧待处理超声图像中同一像素位置(xj,yj)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(xj,yj)对应的目标位移矢量(RΔj,θΔj)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(xj,yj)对应的目标位移矢量(RΔj,θΔj)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(xj,yj)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(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域进行结构张量分析，确定该像素位置(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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：
其中，Ωi为第i帧校正超声图像中，像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域的原始结构张量矩阵，Ix为像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域沿x轴方向的一阶偏导数，Iy为像素位置对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)的原始结构张量矩阵Ω进行本征分解，以获取原始局域特征向量vec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Dgrad，将两个特征值中的较小值确定为原始取向特征值Dorien。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vec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Dgrad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(xj,yj)对应的极坐标索引(Rj,θj)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Dorien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(xj,yj)对应的原始梯度特征值Dgrad和原始取向特征值Dorien进行优化处理，具体包括：强化原始梯度特征值Dgrad并弱化原始取向特征值Dorien，以获取校正超声图像中，每一像素位置(xj,yj)对应的极坐标索引(Rj,θj)的目标梯度特征值D'orien和目标取向特征值D'orien，以便后续利用目标梯度特征值D'orien和目标取向特征值D'orien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Dgrad并弱化原始取向特征值Dorien，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Dgrad和原始取向特征值Dorien计算两者的差值，确定为特征差值ΔD，即ΔD＝Dgrad-Dorien。然后，图像处理器可采用
强化原始梯度特征值Dgrad，获取目标梯度特征值D'grad；采用
弱化原始取向特征值Dorien，获取目标取向特征值D'orien；其中，A和τ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(xj,yj)对应的原始局域特征向量vec、目标梯度特征值D'grad和目标取向特征值D'orien进行结构张量重构，具体可采用
进行结构张量重构，获取目标结构张量矩阵Ti，其中，Ti为第i帧校正超声图像中，像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域的目标结构张量矩阵，vec'为原始局域特征向量vec的转置矩阵。
本实施例中，在对原始结构张量矩阵Ωi进行本征分解，获取原始局域特征向量vec、原始梯度特征值Dgrad和原始取向特征值Dorien之后，通过强化原始梯度特征值Dgrad并弱化原始取向特征值Dorien，获取对应的目标梯度特征值D'orien和目标取向特征值D'orien；然后，利用原始局域特征向量vec、目标梯度特征值D'orien和目标取向特征值D'orien进行结构张量重构，使得获取到的目标结构张量矩阵Ti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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域；对每一像素位置(xj,yj)对应的极坐标索引(Rj,θj)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mref；对每一像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域中所有像素灰度值和当前局域均值mref进行标准差计算，确定当前局域标准差σref。
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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域；对每一像素位置(xj,yj)对应的极坐标索引(Rj,θj)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mi；对每一像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域中所有像素灰度值和校正局域均值mi进行标准差计算，确定校正局域标准差σi。
作为一示例，步骤S503中，图像处理器基于同一像素位置(xj,yj)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(xj,yj)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(xj,yj)对应的极坐标索引(Rj,θj)的校正局域均值mi，与当前超声图像在该像素位置(xj,yj)对应的极坐标索引(Rj,θj)的当前局域均值mref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(xj,yj)对应的极坐标索引(Rj,θj)的局域均值差值绝对值Δmi，即Δmi＝abs(mi-mref)，abs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(xj,yj)对应的极坐标索引(Rj,θj)的校正局域标准差σi，与当前超声图像在该像素位置(xj,yj)对应的极坐标索引(Rj,θj)的当前局域标准差σref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(xj,yj)对应的极坐标索引(Rj,θj)的局域标准差差值绝对值Δσi，即Δσi＝abs(σi-σref)，abs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(xj,yj)进行局域统计，确定其校正局域均值mi和校正局域标准差σi；利用校正局域均值mi和校正局域标准差σi，分别与当前超声图像进行局域统计出的当前局域均值mref和当前局域标准差σref进行差值绝对值计算，获取局域均值差值绝对值Δmi和局域标准差差值绝对值Δσi，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(xj,yj)对应的极坐标索引(Rj,θj)的当前局域均值mref、当前局域标准差σref、局域均值差值绝对值Δmi和局域标准差差值绝对值Δσi，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(xj,yj)对应的极坐标索引(Rj,θj)的可靠性权重。本示例中，可靠性权重计算公式为
其中，δi为第i帧校正超声图像在同一像素位置(xj,yj)对应的极坐标索引(Rj,θj)的可靠性权重，exp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(xj,yj)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(xj,yj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)对应的极坐标索引(Rj,θj)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Ti和可靠性权重δi之后，先对目标结构张量矩阵Ti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Ti进行插值处理，获取像素位置(xj,yj)对应的极坐标索引(Rj,θj)的插值结构张量矩阵Ωinterp_i。接着，图像处理器可复合权重计算公式
对N帧校正超声图像中像素位置(xj,yj)对应的极坐标索引(Rj,θj)对应的插值结构张量矩阵Ωinterp_i和可靠性权重δi进行计算，确定第i帧校正超声图像中，每一像素位置(xj,yj)对应的极坐标索引(Rj,θj)对应的目标复合权重wi；其中，dj为像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域中的邻域距离矩阵；d'j为dj的转置；Ωinterp_i为第i帧校正超声图像中，像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域的插值结构张量矩阵；δi为第i帧校正超声图像中，像素位置(xj,yj)对应的极坐标索引(Rj,θj)的可靠性权重；γ为算法经验参数。本示例中，算法经验参数γ用于调试核函数的分布效果。插值结构张量矩阵Ωinterp_i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(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域中的邻域距离矩阵dj，可通过邻近区域第k个采样点的对应的极坐标索引(Rk,θk)和像素位置(xj,yj)对应的极坐标索引(Rj,θj)确定，反映两者的距离，则邻域距离矩阵dj＝|Rk-Rj,θk-θj|。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(xj,yj)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Ti进行插值处理，获取其对应的插值结构张量矩阵Ωinterp_i，主要原因在于目标结构张量矩阵Ti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Ωinterp_i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(xj,yj)对应的极坐标索引(Rj,θj)的目标复合权重wi，采用
对同一像素位置(xj,yj)对应的极坐标索引(Rj,θj)的像素灰度值进行复合，获取同一像素位置(xj,yj)对应的目标灰度值；其中，Output(xj,yj)为第i个像素位置(xj,yj)的目标灰度值；roi为像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在的邻近区域，frm为所有校正超声图像，wroi,frm(R,θ)为每一校正超声图像中，像素位置(xj,yj)对应的极坐标索引(Rj,θj)所在邻近区域中所有采样点对应的目标复合权重；Iroi,frm为每一校正超声图像中，像素位置(xj,yj)对应的极坐标索引(Rj,θj)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(xj,yj)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Ωinterp_i和基于多帧校正超声图像的图像差异形成的可靠性权重δi，形成目标复合权重wi，基于目标复合权重wi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帧缓存超声图像；
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帧缓存超声图像；
对1帧所述当前超声图像和所述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所述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：
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帧缓存超声图像；
校正超声图像获取模块，用于对1帧所述当前超声图像和所述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，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。
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 CN113240587A (zh) | 2021-08-10 |
| CN113240587B true 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) |
Families Citing this family (4)
| 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 |
| CN114926468B (zh) * | 2022-07-22 | 2022-12-06 | 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 |
| 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 |
| 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 |
Family Cites Families (9)
| 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 |
| JP5587743B2 (ja) * | 2010-11-16 | 2014-09-10 | 日立アロカメディカル株式会社 | 超音波画像処理装置 |
| 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 |
| CN106248340B (zh) * | 2016-07-08 | 2019-01-18 | 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 |
| CN109690611B (zh) * | 2016-09-29 | 2021-06-22 | 华为技术有限公司 | 一种图像校正方法及装置 |
| CN106600536B (zh) * | 2016-12-14 | 2020-02-14 | 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 |
| CN106886978B (zh) * | 2017-02-16 | 2020-01-03 | 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 |
| CN111598965B (zh) * | 2020-05-18 | 2023-07-14 | 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 |
-
2021
- 2021-07-12 CN CN202110785489.8A patent/CN113240587B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113240587A (zh) | 2021-08-10 |
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 | |
| EP2453406B1 (en) | Ultrasonic image processing apparatus | |
| EP2453405B1 (en) | Ultrasonic image processing apparatus | |
| US20160192907A1 (en) | Clutter suppression in ultrasonic imaging systems | |
| US9123139B2 (en) | Ultrasonic image processing with directional interpolation in order to increase the resolution of an image | |
| CN112998750B (zh) | 超声图像合成方法、装置、超声设备及存储介质 | |
| EP2820445A2 (en) | Clutter suppression in ultrasonic imaging systems | |
| CN113197630B (zh) | 穿刺针显影增强方法、装置、超声设备及存储介质 | |
| CN114947951B (zh) | 超声成像控制方法、装置、超声设备及存储介质 | |
| US20190350533A1 (en) | Ultrasound diagnosis 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 | |
| CN110731795B (zh) | 空间复合成像的处理方法和装置 | |
| US20110054323A1 (en) | Ultrasound system and method for providing an ultrasound spatial compound image considering steering angle | |
| 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 | |
| CN114078112A (zh) | 肝脏变性程度的检测方法、装置、计算机设备和存储介质 | |
| 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 | |
| Al Mukaddim et al. | Cardiac strain imaging with dynamically skipped frames: A simulation study | |
| JP5946197B2 (ja) | 超音波診断装置 | |
| CN115049661B (zh) | 目标结构围度测量方法、装置、超声设备及存储介质 | |
| CN116616817B (zh) | 超声心率检测方法、装置、超声设备及存储介质 | |
| JP5950291B1 (ja) | 超音波診断装置及びプログラム | |
| Wu et al. | An improved spatio-temporally smoothed coherence factor combined with eigenspace-based minimun variance beamformer for plane-wave imaging in medical ultrasound | |
| CN114136432A (zh) | 一种单声源声学成像方法及终端设备 |
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 |