CN116523810B - 一种超声图像处理方法、装置、设备及介质 - Google Patents
一种超声图像处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116523810B CN116523810B CN202310811888.6A CN202310811888A CN116523810B CN 116523810 B CN116523810 B CN 116523810B CN 202310811888 A CN202310811888 A CN 202310811888A CN 116523810 B CN116523810 B CN 116523810B
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- images
- enhancement processing
- target
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 194
- 230000004927 fusion Effects 0.000 claims abstract description 46
- 239000002131 composite material Substances 0.000 claims abstract description 12
- 238000007499 fusion processing Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims description 57
- 238000002604 ultrasonography Methods 0.000 claims description 52
- 238000000034 method Methods 0.000 claims description 43
- 238000005070 sampling Methods 0.000 claims description 43
- 238000000354 decomposition reaction Methods 0.000 claims description 28
- 238000013329 compounding Methods 0.000 claims description 21
- 230000002708 enhancing effect Effects 0.000 claims description 17
- 238000009792 diffusion process Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000001629 suppression Effects 0.000 claims description 10
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 12
- 102100032139 Neuroguidin Human genes 0.000 description 7
- 101150083802 LPD2 gene Proteins 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 101150028693 LPD1 gene Proteins 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 101150004595 lpd3 gene Proteins 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 101100499351 Chlorobaculum tepidum (strain ATCC 49652 / DSM 12025 / NBRC 103806 / TLS) lpd gene Proteins 0.000 description 1
- 101000637326 Homo sapiens Neuroguidin Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002608 intravascular ultrasound Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 231100000216 vascular lesion Toxicity 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本申请公开了一种超声图像处理方法、装置、设备及介质，包括：将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息；对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像；将所述预设数量个增强后子图像进行融合处理，得到融合图像；将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。这样，能够提升超声图像的图像质量，从而提升成像部位组织结构的分辨效率。
Description
技术领域
本申请涉及超声图像处理技术领域，特别涉及一种超声图像处理方法、装置、设备及介质。
背景技术
目前，由于高频超声成像系统的超声波信号衰减快，且成像部位通常内部组织成分复杂，部分组织对超声波有反射或散射作用，产生噪声强干扰，导致超声图像的图像质量较差，较难快速准确地区分成像部位组织结构。
发明内容
有鉴于此，本申请的目的在于提供一种超声图像处理方法、装置、设备及介质，能够提升超声图像的图像质量，从而提升成像部位组织结构的分辨效率。其具体方案如下：
第一方面，本申请公开了一种超声图像处理方法，包括：
将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息；
对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像；
将所述预设数量个增强后子图像进行融合处理，得到融合图像；
将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
可选的，所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像，包括：
基于每个子图像所包含频率的特征信息确定每个子图像对应的增强处理策略；
对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像。
可选的，所述预设数量个子图像包括第一子图像、第二子图像、第三子图像以及第四子图像，所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，包括：
利用第一增强处理策略对所述第一子图像进行增强处理；
利用第二增强处理策略和第一增强处理策略对所述第二子图像进行增强处理；
利用第三增强处理策略和第一增强处理策略对所述第三子图像进行增强处理；
利用第四增强处理策略和第一增强处理策略对所述第四子图像进行增强处理。
可选的，所述第一子图像、第二子图像、第三子图像以及第四子图像所包含特征信息对应的频率依次降低。
可选的，所述利用第一增强处理策略对所述第一子图像进行增强处理，包括：
利用对比度增强策略对所述第一子图像进行增强处理。
可选的，所述利用第二增强处理策略和第一增强处理策略对所述第二子图像进行增强处理，包括：
基于利用保边去噪和散斑抑制策略对第二子图像进行处理；
利用对比度增强策略对处理后的第二子图像进行增强处理。
可选的，利用第三增强处理策略对所述第三子图像进行增强处理，包括：
构建第三子图像中每个像素位置的局部特征分析矩阵；
对局部特征分析矩阵进行特征分解，得到特征向量和特征值；
对特征值进行修正，得到修正后的特征值；
基于所述修正后的特征值和所述特征向量对所述第三子图像进行扩散滤波；
相应的，利用第一增强处理策略对所述第三子图像进行增强处理，包括：
利用对比度增强策略对滤波后的第三子图像进行增强处理。
可选的，利用第四增强处理策略对所述第四子图像进行增强处理，包括：
利用保边去噪和散斑抑制策略对第四子图像进行处理；
对处理后的第四子图像进行灰度变换；
相应的，利用第一增强处理策略对所述第四子图像进行增强处理，包括：
利用对比度增强策略对灰度变换后的第四子图像进行增强处理。
可选的，所述将待处理的超声图像分解为预设数量个子图像，包括：
对待处理的超声图像进行多分辨率分解，得到预设数量个不同分辨率的子图像。
可选的，所述对待处理的超声图像进行多分辨率分解，得到预设数量个不同分辨率的子图像，包括：
将待处理的超声图像确定为目标超声图像；
对所述目标超声图像进行低通滤波以及下采样处理，得到所述目标超声图像对应的下采样版本图像；
对所述下采样版本图像进行上采样以及低通滤波处理，得到上采样版本图像；
对所述目标超声图像以及所述上采样版本图像进行差分处理，得到与所述目标超声图像分辨率一致的高频版本图像，作为子图像；
将所述下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，直到得到预设数量个子图像。
可选的，所述将所述预设数量个增强后子图像进行融合处理，得到融合图像，包括：
将所述预设数量个增强后子图像中分辨率最低的图像确定为第一目标子图像，以及将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；
对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；
将处理后子图像复合至第二目标子图像上，得到复合后子图像；
将复合后子图像作为新的第一目标子图像，重复执行将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；将处理后子图像复合至第二目标子图像上的步骤，直至当前复合至的第二目标子图像为所述预设数量个增强后子图像中分辨率最高的图像，得到融合图像。
可选的，所述将所述融合图像与所述待处理的超声图像进行复合，得到复合图像，包括：
获取所述融合图像对应的第一权重参数以及所述待处理的超声图像对应的第二权重参数；
基于所述第一权重参数以及所述第二权重参数将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
第二方面，本申请公开了一种超声图像处理装置，包括：
图像分解模块，用于将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息；
图像增强模块，用于对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像；
图像融合模块，用于将所述预设数量个增强后子图像进行融合处理，得到融合图像；
图像复合模块，用于将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
第三方面，本申请公开了一种超声设备，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现前述的超声图像处理方法。
第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述的超声图像处理方法。
可见，本申请先将待处理的超声图像分解为预设数量个子图像，不同的所述子图像包含不同频率的特征信息，之后对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像，然后将所述预设数量个增强后子图像进行融合处理，得到融合图像，进一步的，将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。也即，本申请将待处理的超声图像分解为预设数量个包含不同频率的特征信息的子图像，然后对预设数量个子图像分别利用对应的增强处理策略进行增强处理，之后进行融合，再复合至原始图像上得到复合图像，这样，能够基于不同频率的特征信息分别采用相对应的增强处理策略对子图像进行增强处理，保障各频率的图像信息均达到最优的处理效果，然后进行融合以及复合，能够提升超声图像的图像质量，从而提升成像部位组织结构的分辨效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种超声图像处理方法流程图；
图2为本申请实施例公开的一种具体的超声图像处理方法流程图；
图3为本申请实施例公开的一种超声图像处理装置结构示意图；
图4为本申请实施例公开的一种超声设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
目前，由于高频超声成像系统的超声波信号衰减快，且成像部位通常内部组织成分复杂，部分组织对超声波有反射或散射作用，产生噪声强干扰，导致超声图像的图像质量较差，较难快速准确地区分成像部位组织结构。为此，本申请提供了一种超声图像处理方案，能够提升超声图像的图像质量，从而提升成像部位组织结构的分辨效率。
参见图1所示，本申请实施例公开了一种超声图像处理方法，包括：
步骤S11：将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息。
本申请实施例中，可以在获取到超声探头接收到的回波信号后，对回波信号进行预处理，得到待处理的超声图像，回波信号预处理可以分为以下步骤：带通滤波、时间增益补偿、包络提取、动态范围映射、线平滑以及帧相关运算。其中，超声图像包括但不限于为血管内超声图像。另外，其他任何包含多频率信号的图像也可以适用本申请的超声图像处理方案。进一步的，在一种实施方式中，可以对待处理的超声图像进行多分辨率分解，得到预设数量个不同分辨率的子图像。可以理解的是，不同分辨率的子图像，包含不同频率的特征信息。进一步的，一个子图像可以对应一个频率段的特征信息，不同子图像可以包含相同频率的特征信息，但是需要包含不同频率的特征信息，即，不同子图像至少存在部分不同频率的特征信息。更进一步的，特征信息可以指表征图像特征的信息，包括：频率、对比度、像素值等。
需要指出的是，不同的所述子图像可以包含不同频带的特征信息，各个频带的宽度可以相同也可以不同，但是它们的中心频率是不同的，中心频率是从高频到低频逐步变化的。
进一步的，可以具体包括以下步骤：
步骤000：将待处理的超声图像确定为目标超声图像。
步骤001：对所述目标超声图像进行低通滤波以及下采样处理，得到所述目标超声图像对应的下采样版本图像。其中，对目标超声图像进行低通滤波，可以避免混叠现象。可以理解的是，下采样版本图像包括目标超声图像的低频信息。可以基于预设下采样率进行下采样处理，例如，下采样率为0.5。
步骤002：对所述下采样版本图像进行上采样以及低通滤波处理，得到上采样版本图像。并且，可以对低通滤波处理后的图像像素值乘以指定值，这样，能够恢复像素值范围，并且避免镜像现象。可以基于预设上采样率进行上采样处理。可选的，指定值为4，上采样率为2。
步骤003：对所述目标超声图像以及所述上采样版本图像进行差分处理，得到与所述目标超声图像分辨率一致的高频版本图像，作为子图像。可以理解的是，高频版本图像的频带高于下采样版本图像的频带，包含了目标超声图像中的高频信息。可选的，高频版本图像对应频带的中心频率高于下采样版本图像对应频带的中心频率。
步骤004：将所述下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，直到得到预设数量个子图像。其中，预设数量个子图像包括N-1个高频版本图像以及1个当前目标超声图像对应的下采样版本图像。N等于预设数量。也即，在步骤004中，将所述下采样版本图像确定为新的目标超声图像，并重复执行步骤001至步骤003以及将所述下采样版本图像确定为新的目标超声图像的步骤，直至得到预设数量个子图像。
其中，预设数量可以根据实际情况确定，可以为3、4、5等，以预设数量为4为例，4个子图像分别为第一子图像、第二子图像、第三子图像以及第四子图像，且第一子图像、第二子图像、第三子图像以及第四子图像所包含特征信息对应的频率依次降低。首先执行上述步骤000：将待处理的超声图像确定为目标超声图像。然后执行上述步骤001：对所述目标超声图像进行低通滤波以及下采样处理，得到所述目标超声图像对应的下采样版本图像。然后执行步骤002：对所述下采样版本图像进行上采样以及低通滤波处理，得到上采样版本图像。并且，可以对低通滤波处理后的图像像素值乘以指定值。然后执行上述步骤003：对所述目标超声图像以及所述上采样版本图像进行差分处理，得到与所述目标超声图像分辨率一致的高频版本图像，即第一子图像。进一步的执行上述步骤004：将所述下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，得到该下采样版本图像的高频版本图像，即第二子图像，然后将该下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，得到相应的高频版本图像即第三子图像以及下采样版本图像即第四子图像。可以理解的是，随着多分辨率分解，子图像的分辨率依次降低，包含特征信息对应的频率也依次降低。
步骤S12：对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像。
本申请实施例可以基于每个子图像所包含频率的特征信息确定每个子图像对应的增强处理策略；对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到对应数量的增强后子图像。
需要指出的是，对于包含高频信息的子图像，可以进行噪声抑制，对于包含低频信息的子图像，可以进行边缘增强。根据图像包含的不同频带的特征信息采用相对应的预设增强处理策略，能够进一步提升图像质量。可选的，可以利用增强处理策略对对应的子图像的特征信息进行处理，以得到特征信息被增强的增强后子图像。
在一种实施方式中，所述预设数量个子图像包括第一子图像、第二子图像、第三子图像以及第四子图像，并且，所述第一子图像、第二子图像、第三子图像以及第四子图像所包含特征信息对应的频率依次降低，所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，可以具体包括以下步骤：
步骤101：利用第一增强处理策略对所述第一子图像进行增强处理。
在一种实施方式中，可以利用对比度增强策略对所述第一子图像进行增强处理。对比度增强的实现方式可以为：将所述第一子图像进行像素值归一化，并基于预设参数拉伸像素值范围。
步骤102：利用第二增强处理策略和第一增强处理策略对所述第二子图像进行增强处理。
在一种实施方式中，可以基于利用保边去噪和散斑抑制策略对第二子图像进行处理；然后利用对比度增强策略对处理后的第二子图像进行增强处理。
其中，可以基于第二子图像中的像素值以及像素值的邻域像素值对第二子图像进行滤波处理，得到保边去噪和散斑抑制策略对应的处理结果，然后进行对比度增强。对比度增强时采用的预设参数与第一子图像对应的预设参数不同。
步骤103：利用第三增强处理策略和第一增强处理策略对所述第三子图像进行增强处理。
在一种实施方式中，利用第三增强处理策略对所述第三子图像进行增强处理，包括：构建第三子图像中每个像素位置的局部特征分析矩阵；对局部特征分析矩阵进行特征分解，得到特征向量和特征值；对特征值进行修正，得到修正后的特征值；基于所述修正后的特征值和所述特征向量对所述第三子图像进行扩散滤波；相应的，利用第一增强处理策略对所述第三子图像进行增强处理，包括：利用对比度增强策略对滤波后的第三子图像进行增强处理。
对比度增强时采用的预设参数与第一子图像对应的预设参数不同。
步骤104：利用第四增强处理策略和第一增强处理策略对所述第四子图像进行增强处理。
在一种实施方式中，利用第四增强处理策略对所述第四子图像进行增强处理，包括：利用保边去噪和散斑抑制策略对第四子图像进行处理；对处理后的第四子图像进行灰度变换。相应的，利用第一增强处理策略对所述第四子图像进行增强处理，包括：利用对比度增强策略对灰度变换后的第四子图像进行增强处理。其中，可以使用分段非线性映射曲线对处理后的第四子图像进行灰度变换。在另一些实施例中，可以采用其他的预设增强处理策略，预设增强处理策略可以基于待处理的超声图像的类型、子图像的数量、子图像所包含频率的特征信息确定，预设增强处理策略包括但不限于对比度增强处理策略、各向异性滤波策略、各向异性扩散滤波策略以及灰度变换策略。
对比度增强时采用的预设参数与第一子图像对应的预设参数不同。
步骤S13：将所述预设数量个增强后子图像进行融合处理，得到融合图像。
可选的，可以将前述步骤得到的各个增强后子图像一起进行融合处理，得到融合图像。进一步的，进行超声图像分析之后得到M（预设数量）个子图像，对这些子图像进行增强处理，得到M个增强后子图像，对这M个增强后子图像进行融合处理，得到融合图像。即，将待处理的超声图像进行分解，之后分别对分解得到的各个图像进行增强处理，然后对经过增强处理的各个图像进行融合处理，得到融合图像。
本申请实施例可以将所述预设数量个增强后子图像中分辨率最低的图像确定为第一目标子图像，以及将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；将处理后子图像复合至第二目标子图像上，得到复合后子图像；将复合后子图像作为新的第一目标子图像，重复执行将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；将处理后子图像复合至第二目标子图像上的步骤，直至当前复合至的第二目标子图像为所述预设数量个增强后子图像中分辨率最高的图像，得到融合图像。
其中，可以对第一目标子图像进行上采样以及低通滤波处理，然后图像像素值乘以指定值，得到处理后子图像，其中，可以基于预设上采样率进行上采样。例如，指定值为4，上采样率为2，进一步的，可以基于预设权重参数将处理后子图像复合至第二目标子图像上。本申请实施例可以基于预设权重参数将处理后子图像与第二目标子图像逐像素进行加权求和处理。
步骤S14：将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
本申请实施例可以获取所述融合图像对应的第一权重参数以及所述待处理的超声图像对应的第二权重参数；基于所述第一权重参数以及所述第二权重参数将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。其中，本申请实施例可以基于所述第一权重参数以及所述第二权重参数将所述融合图像与所述待处理的超声图像逐像素进行加权求和，得到复合图像。
可见，本申请实施例先将待处理的超声图像分解为预设数量个子图像，不同的所述子图像包含不同频率的特征信息，之后对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像，然后将所述预设数量个增强后子图像进行融合处理，得到融合图像，进一步的，将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。也即，本申请实施例将待处理的超声图像分解为预设数量个包含不同频率的特征信息的子图像，然后对预设数量个子图像分别利用对应的增强处理策略进行增强处理，之后进行融合，再复合至原始图像上得到复合图像，这样，能够基于不同频率的特征信息分别采用相对应的增强处理策略对子图像进行增强处理，保障各频率的图像信息均达到最优的处理效果，然后进行融合以及复合，能够提升超声图像的图像质量，从而提升成像部位组织结构的分辨效率。
例如，参见图2所示，图2为本申请实施例公开的一种具体的超声图像处理方法流程图。以待处理的超声图像为血管内超声图像为例，对本申请提供的超声图像处理方案进一步阐述，首先获取血管内超声回波信号，并对回波信号进行预处理得到待处理的超声图像，也即，待增强的目标图像，然后对目标图像进行多分辨率分解，得到预设数量的子图像，每个子图像包含不同频带的特征信息，也即每个子图像为包含不同图像特征信息的低分辨率子图像，然后对每个子图像按照预设策略进行处理，得到子图像的增强后图像；对低分辨率的子图像进行上采样，按照预设权重融合全部子图像得到目标图像的增强结果；对目标图像和目标图像的增强结果进行加权复合，得到最终增强结果。需要指出的是，本申请中预设数量可以根据实际需求设置，下面以预设数量为4为例，进一步阐述本申请提供的超声图像处理方案：
首先，对目标图像进行多分辨率分解，得到四个不同分辨率级别的子图像，其中，各子图像均包含目标图像中不同的图像特征信息。分解过程如下：
A. 低通滤波、下采样：对输入图像进行低通滤波以避免混叠现象，再进行图像下采样，可以通过设置下采样率为0.5，即在水平和垂直方向上每间隔两个像素取一个点像素，将原本输入图像长宽各缩短一半，得到输入图像的下采样版本，其包含了输入图像的低频信息；
B. 上采样、低通滤波：将上一步下采样得到的图像进行上采样，可以通过设置上采样率为2，即在水平和垂直方向上的每个点像素右边和下面填充一个像素，将图像长宽各增加一倍；为了恢复到下采样前的像素值范围和避免镜像现象，对上采样后的图像进行低通滤波，滤波器参数与上一步中的滤波器一致，再将低通滤波后的图像像素值乘4；
C. 图像差分，将第一步下采样前的输入图像与上一步上采样得到的图像进行差分，得到与输入图像分辨率一致的子图像，即输入图像的高频版本，其包含了输入图像中的高频信息。
也即，子图像是按照如下步骤生成的：目标图像作为输入，经过上述A、B、C过程，得到目标图像的高频版本（即子图像1）和目标图像的下采样版本（记为LPD1）；然后LPD1图像作为输入，经过上述A、B、C过程，得到LPD1图像的高频版本（即子图像2）和LPD1图像的下采样版本（记为LPD2）；之后LPD2图像作为输入，经过上述A、B、C过程，得到LPD2图像的高频版本（即子图像3）和LPD2图像的下采样版本（记为LPD3）；LPD3即为子图像4。
进一步的，利用预设增强处理策略对4个子图像分别进行增强处理，得到4个增强后子图像：
对于子图像1，进行对比度增强，目的是提高图像对比度和动态范围，具体为，对于任意像素值，归一化后拉伸像素值范围，数学公式表达式为：
；
其中，max(I)表示求输入图像I的像素最大值，I(x,y)表示输入图像I坐标 (x,y)处的像素值，表示输出图像坐标(x,y)处的像素值，N为预设参数。
对于子图像2，首先对子图像2进行各向异性滤波，目的是保边去噪、散斑抑制，其中，可以基于子图像2中的像素值以及像素值的邻域像素值进行滤波处理。具体的，可以计算子图像2中的像素值及其邻域像素值之间的欧几里得距离以及像素值之差的绝对值，基于欧几里得距离以及像素值之差的绝对值进行滤波处理。滤波过程中采用的归一化系数也基于欧几里得距离以及像素值之差的绝对值确定。滤波过程的数学公式表达式为：
。
其中，I p 表示图像I坐标p=(p x ，p y )处的像素值，I q 表示p的邻域像素值，S表示的p邻域，F(I p )表示用滤波器F对图像p处进行卷积的结果；||p-q||表示p与q的欧几里得距离，表示p与q处像素值之差的绝对值；/>和/>表示二维滤波器的权重，并且，
;
定义滤波器大小；归一化系数/>确保滤波器权重和为1.0，；/>和/>为预设参数。
然后，再对滤波后的图像进行对比度增强，方法与子图像1对比度增强方法相同，但预设参数不同。
对于子图像3，首先对子图像3进行各向异性扩散滤波，目的是提高边缘连续性，各向异性扩散滤波过程可以细化为以下步骤：
a.构建图像每个像素位置的局部特征分析矩阵：
局部特征分析矩阵是一个二元函数的二阶偏导数构成的方阵，数学表达式为：
;
其中，I(x,y)表示图像I坐标(x,y)处的像素；考虑到图像中可能含有噪声，可以在构建局部特征分析矩阵前对图像进行降噪处理，降噪方法包括但不限于高斯滤波、中值滤波等图像滤波方法。
b.对局部特征分析矩阵进行特征分解，得到两个特征向量和对应的特征值：
局部特征分析矩阵是一个半正定的对称矩阵，通过特征分解为两个特征向量、/>和对应的特征值/>、/>；将向量v 11、v 12、v 21、v 22归一化，数学表达式为：/>、/>。
通过特征值分析得到图像局部结构信息，进一步针对性地进行扩散滤波。
c.修正特征值：
位于图像边缘处的点，特征向量V 1为边缘法线方向，V 2为边缘切线方向，且，如果直接用/>、/>作为扩散滤波系数，滤波效果为沿边缘法线方向强扩散，会模糊边缘，与提高边缘连续性的目标相反，因此需要修正得到合适的特征值/>和/>，修正的数学表达式为：/>，/>，其中/>、C和m为预设参数。
d.扩散滤波：
图像扩散滤波的数学表达式为：，其中，I表示图像，/>表示扩散后的图像，/>表示图像梯度，/>表示求散度，dt为预设参数；/>，其中，/>。
重复以上a、b、c、d步骤T次，T为预设参数。
最后，再对滤波后的图像进行对比度增强，方法与子图像1对比度增强方法相同，但预设参数不同。
对于子图像4，首先，对子图像4进行各向异性扩散滤波，目的是提高轮廓清晰度，方法与子图像3各向异性扩散滤波方法相同，但预设参数不同。
然后，使用分段非线性映射曲线对图像进行灰度变换，具体来说，灰度映射的数学表达式为：，其中I(x,y)表示图像I坐标(x,y)处的像素，/>表示图像I坐标(x,y)处的像素经过灰度变换后的结果，/>为灰度变换函数，
；
其中，c、γ（即，、/>、……、/>组成的集合）、n和X均为预设参数。
相同，但预设参数不同。
进一步的，对子图像进行上采样融合，得到目标图像的增强结果，融合过程如下：
A.子图像4向上采样，上采样率为2，对上采样后的图像进行低通滤波，滤波器参数与由LPD2下采样得到LPD3时的滤波器一致，再将低通滤波后的图像像素值乘4；
B.以预设权重w 3 将上一步得到的图像加权复合到子图像3上，数学表达式为：
，其中/>为子图像4上采样后的图像；
C.子图像3向上采样，上采样率为2，对上采样后的图像进行低通滤波，滤波器参数与由LPD1下采样得到LPD2时的滤波器一致，再将低通滤波后的图像像素值乘4；
D.以预设权重w 2将上一步得到的图像加权复合到子图像2上，数学表达式为：，其中/>为子图像3上采样后的图像；
E.子图像2向上采样，上采样率为2，对上采样后的图像进行低通滤波，滤波器参数与由目标图像下采样得到LPD1时的滤波器一致，再将低通滤波后的图像像素值乘4；
F.以预设权重w 1、w 0将上一步得到的图像加权复合到子图像1上，数学表达式为：，其中/>为子图像2上采样后的图像；
G.I 1即为目标图像的增强结果。
最后，以预设权重W 1 、W 2 将目标图像的增强结果与目标图像进行加权融合，数学表达式为：，其中I为目标图像，I 1 为目标图像的增强结果，dst为图像增强的最终结果。
其中，对比度增强能够使像素值范围拉伸，提高图像对比度、动态范围；
各向异性滤波能够保边去噪、散斑抑制；各向异性扩散滤波能够提高边缘连续性、轮廓清晰度；分段非线性灰度变换能够使像素灰度分布更合理。调整融合权重，能够控制各频带特征所占的比重。通过本申请实施例提供的方案，能够抑制超声散斑噪声，图像颗粒变细密，有助于减弱噪声对图像判读的干扰；提高边缘连续性和轮廓清晰度，有助于血管病变组织边界、内外膜轮廓更易定位；增强图像对比度，有助于血管内组织特征识别，降低血管结构辨识难度。另外，多分辨率分解的子图像数量是预设值，本申请实施例以4为例，也可以为其他值，例如，子图像数量为3时，分解结果为子图像1、子图像2、LPD2，子图像的处理方法也可以为其他方法。
参见图3所示，图3为本申请实施例提供的一种超声图像处理装置，包括：
图像分解模块11，用于将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息；
图像增强模块12，用于对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像；
图像融合模块13，用于将所述预设数量个增强后子图像进行融合处理，得到融合图像；
图像复合模块14，用于将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
可见，本申请实施例先将待处理的超声图像分解为预设数量个子图像，不同的所述子图像包含不同频率的特征信息，之后对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像，然后将所述预设数量个增强后子图像进行融合处理，得到融合图像，进一步的，将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。也即，本申请实施例将待处理的超声图像分解为预设数量个包含不同频率的特征信息的子图像，然后对预设数量个子图像分别利用对应的增强处理策略进行增强处理，之后进行融合，再复合至原始图像上得到复合图像，这样，能够基于不同频率的特征信息分别采用相对应的增强处理策略对子图像进行增强处理，保障各频率的图像信息均达到最优的处理效果，然后进行融合以及复合，能够提升超声图像的图像质量，从而提升成像部位组织结构的分辨效率。
其中，图像增强模块12，具体包括：
策略确定子模块，用于基于每个子图像所包含频率的特征信息确定每个子图像对应的预设增强处理策略；
增强处理子模块，用于对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像。
在一种实施方式中，所述预设数量个子图像包括第一子图像、第二子图像、第三子图像以及第四子图像，所述图像增强模块12，具体包括：
第一子图像处理子模块，用于利用第一增强处理策略对所述第一子图像进行增强处理；
第二子图像处理子模块，用于利用第二增强处理策略和第一增强处理策略对所述第二子图像进行增强处理；
第三子图像处理子模块，用于利用第三增强处理策略和第一增强处理策略对所述第三子图像进行增强处理；
第四子图像处理子模块，用于利用第四增强处理策略和第一增强处理策略对所述第四子图像进行增强处理。
所述第一子图像、第二子图像、第三子图像以及第四子图像所包含特征信息对应的频率依次降低。
进一步的，第一子图像处理子模块，具体用于：利用对比度增强策略对所述第一子图像进行增强处理。
第二子图像处理子模块，具体用于：基于利用保边去噪和散斑抑制策略对第二子图像进行处理；利用对比度增强策略对处理后的第二子图像进行增强处理。
第三子图像处理子模块，具体包括：
第三增强处理策略处理单元，用于构建第三子图像中每个像素位置的局部特征分析矩阵；对局部特征分析矩阵进行特征分解，得到特征向量和特征值；对特征值进行修正，得到修正后的特征值；基于所述修正后的特征值和所述特征向量对所述第三子图像进行扩散滤波；
第一增强处理策略处理单元，用于利用对比度增强策略对滤波后的第三子图像进行增强处理。
第四子图像处理子模块，具体包括：
第四增强处理策略处理单元，用于利用保边去噪和散斑抑制策略对第四子图像进行处理；对处理后的第四子图像进行灰度变换；
第一增强处理策略处理单元，用于利用对比度增强策略对灰度变换后的第四子图像进行增强处理。
并且，图像分解模块11，具体用于：对待处理的超声图像进行多分辨率分解，得到预设数量个不同分辨率的子图像。
并且，图像分解模块11，具体用于：
将待处理的超声图像确定为目标超声图像；
对所述目标超声图像进行低通滤波以及下采样处理，得到所述目标超声图像对应的下采样版本图像；
对所述下采样版本图像进行上采样以及低通滤波处理，得到上采样版本图像；
对所述目标超声图像以及所述上采样版本图像进行差分处理，得到与所述目标超声图像分辨率一致的高频版本图像，作为子图像；
将所述下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，直到得到预设数量个子图像。
本申请实施例中，图像融合模块13，具体用于：
将所述预设数量个增强后子图像中分辨率最低的图像确定为第一目标子图像，以及将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；
对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；
将处理后子图像复合至第二目标子图像上，得到复合后子图像；
将复合后子图像作为新的第一目标子图像，重复执行将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；将处理后子图像复合至第二目标子图像上的步骤，直至当前复合至的第二目标子图像为所述预设数量个增强后子图像中分辨率最高的图像，得到融合图像。
其中，图像复合模块14，具体包括：
权重参数获取子模块，用于获取所述融合图像对应的第一权重参数以及所述待处理的超声图像对应的第二权重参数；
图像复合子模块，用于基于所述第一权重参数以及所述第二权重参数将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
参见图4所示，本申请实施例公开了一种超声设备20，包括处理器21和存储器22；其中，所述存储器22，用于保存计算机程序；所述处理器21，用于执行所述计算机程序，前述实施例公开的超声图像处理方法。
关于上述超声图像处理方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
并且，所述存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，存储方式可以是短暂存储或者永久存储。
另外，所述超声设备20还包括电源23、通信接口24、输入输出接口25和通信总线26；其中，所述电源23用于为所述超声设备20上的各硬件设备提供工作电压；所述通信接口24能够为所述超声设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；所述输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
进一步的，本申请实施例还公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述实施例公开的超声图像处理方法。
关于上述超声图像处理方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可以理解上述超声图像处理方法、超声图像处理装置、超声设备和存储介质的具体实现方案和有益效果可以相互参照，为了简洁，在此不再赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种超声图像处理方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种超声图像处理方法，其特征在于，包括：
将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息；
对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像；
将所述预设数量个增强后子图像进行融合处理，得到融合图像；
将所述融合图像与所述待处理的超声图像进行复合，得到复合图像；其中，所述将待处理的超声图像分解为预设数量个子图像，包括：
将待处理的超声图像确定为目标超声图像；对所述目标超声图像进行低通滤波以及下采样处理，得到所述目标超声图像对应的下采样版本图像；对所述下采样版本图像进行上采样以及低通滤波处理，得到上采样版本图像；对所述目标超声图像以及所述上采样版本图像进行差分处理，得到与所述目标超声图像分辨率一致的高频版本图像，作为子图像；将所述下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，直到得到预设数量个子图像；
其中，所述将所述预设数量个增强后子图像进行融合处理，得到融合图像，包括：
将所述预设数量个增强后子图像中分辨率最低的图像确定为第一目标子图像，以及将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；
对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；
将处理后子图像复合至第二目标子图像上，得到复合后子图像；
将复合后子图像作为新的第一目标子图像，重复执行将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；将处理后子图像复合至第二目标子图像上的步骤，直至当前复合至的第二目标子图像为所述预设数量个增强后子图像中分辨率最高的图像，得到融合图像；
所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，包括：对于包含高频信息的子图像进行噪声抑制。
2.根据权利要求1所述的超声图像处理方法，其特征在于，所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像，包括：
基于每个子图像所包含频率的特征信息确定每个子图像对应的增强处理策略；
对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像。
3.根据权利要求1所述的超声图像处理方法，其特征在于，所述预设数量个子图像包括第一子图像、第二子图像、第三子图像以及第四子图像，所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，包括：
利用第一增强处理策略对所述第一子图像进行增强处理；
利用第二增强处理策略和第一增强处理策略对所述第二子图像进行增强处理；
利用第三增强处理策略和第一增强处理策略对所述第三子图像进行增强处理；
利用第四增强处理策略和第一增强处理策略对所述第四子图像进行增强处理。
4.根据权利要求3所述的超声图像处理方法，其特征在于，所述第一子图像、第二子图像、第三子图像以及第四子图像所包含特征信息对应的频率依次降低。
5.根据权利要求4所述的超声图像处理方法，其特征在于，所述利用第一增强处理策略对所述第一子图像进行增强处理，包括：
利用对比度增强策略对所述第一子图像进行增强处理。
6.根据权利要求4所述的超声图像处理方法，其特征在于，所述利用第二增强处理策略和第一增强处理策略对所述第二子图像进行增强处理，包括：
基于利用保边去噪和散斑抑制策略对第二子图像进行处理；
利用对比度增强策略对处理后的第二子图像进行增强处理。
7.根据权利要求4所述的超声图像处理方法，其特征在于，利用第三增强处理策略对所述第三子图像进行增强处理，包括：
构建第三子图像中每个像素位置的局部特征分析矩阵；
对局部特征分析矩阵进行特征分解，得到特征向量和特征值；
对特征值进行修正，得到修正后的特征值；
基于所述修正后的特征值和所述特征向量对所述第三子图像进行扩散滤波；
相应的，利用第一增强处理策略对所述第三子图像进行增强处理，包括：
利用对比度增强策略对滤波后的第三子图像进行增强处理。
8.根据权利要求4所述的超声图像处理方法，其特征在于，利用第四增强处理策略对所述第四子图像进行增强处理，包括：
利用保边去噪和散斑抑制策略对第四子图像进行处理；
对处理后的第四子图像进行灰度变换；
相应的，利用第一增强处理策略对所述第四子图像进行增强处理，包括：
利用对比度增强策略对灰度变换后的第四子图像进行增强处理。
9.根据权利要求1至8任一项所述的超声图像处理方法，其特征在于，所述将所述融合图像与所述待处理的超声图像进行复合，得到复合图像，包括：
获取所述融合图像对应的第一权重参数以及所述待处理的超声图像对应的第二权重参数；
基于所述第一权重参数以及所述第二权重参数将所述融合图像与所述待处理的超声图像进行复合，得到复合图像。
10.一种超声图像处理装置，其特征在于，包括：
图像分解模块，用于将待处理的超声图像分解为预设数量个子图像；其中，不同的所述子图像包含不同频率的特征信息；
图像增强模块，用于对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，得到所述预设数量个增强后子图像；
图像融合模块，用于将所述预设数量个增强后子图像进行融合处理，得到融合图像；
图像复合模块，用于将所述融合图像与所述待处理的超声图像进行复合，得到复合图像；
图像分解模块，具体用于：
将待处理的超声图像确定为目标超声图像；
对所述目标超声图像进行低通滤波以及下采样处理，得到所述目标超声图像对应的下采样版本图像；
对所述下采样版本图像进行上采样以及低通滤波处理，得到上采样版本图像；
对所述目标超声图像以及所述上采样版本图像进行差分处理，得到与所述目标超声图像分辨率一致的高频版本图像，作为子图像；
将所述下采样版本图像确定为新的目标超声图像并继续进行多分辨率分解，直到得到预设数量个子图像；
图像融合模块，具体用于：
将所述预设数量个增强后子图像中分辨率最低的图像确定为第一目标子图像，以及将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；
对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；
将处理后子图像复合至第二目标子图像上，得到复合后子图像；
将复合后子图像作为新的第一目标子图像，重复执行将与第一目标子图像分辨率相邻的增强后子图像确定为第二目标子图像；对第一目标子图像进行上采样以及低通滤波处理，得到处理后子图像；将处理后子图像复合至第二目标子图像上的步骤，直至当前复合至的第二目标子图像为所述预设数量个增强后子图像中分辨率最高的图像，得到融合图像；
所述对所述预设数量个子图像分别利用对应的增强处理策略进行增强处理，包括：对于包含高频信息的子图像进行噪声抑制。
11.一种超声设备，其特征在于，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现如权利要求1至9任一项所述的超声图像处理方法。
12.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的超声图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310811888.6A CN116523810B (zh) | 2023-07-04 | 2023-07-04 | 一种超声图像处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310811888.6A CN116523810B (zh) | 2023-07-04 | 2023-07-04 | 一种超声图像处理方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116523810A CN116523810A (zh) | 2023-08-01 |
| CN116523810B true CN116523810B (zh) | 2023-11-17 |
Family
ID=87401624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310811888.6A Active CN116523810B (zh) | 2023-07-04 | 2023-07-04 | 一种超声图像处理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116523810B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103871066A (zh) * | 2014-03-27 | 2014-06-18 | 武汉大学 | 超声图像Ncut分割中相似度矩阵的构造方法 |
| CN111861929A (zh) * | 2020-07-24 | 2020-10-30 | 深圳开立生物医疗科技股份有限公司 | 一种超声图像优化处理方法、系统及装置 |
| 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 |
| CN113362262A (zh) * | 2020-03-05 | 2021-09-07 | 广州虎牙科技有限公司 | 图像融合预处理的方法、装置、设备、存储介质 |
| CN113706473A (zh) * | 2021-08-04 | 2021-11-26 | 青岛海信医疗设备股份有限公司 | 超声图像中病灶区域的长短轴确定方法和超声设备 |
| CN115880173A (zh) * | 2022-12-08 | 2023-03-31 | 浙江大华技术股份有限公司 | 图像处理方法、图像处理装置以及计算机可读存储介质 |
-
2023
- 2023-07-04 CN CN202310811888.6A patent/CN116523810B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103871066A (zh) * | 2014-03-27 | 2014-06-18 | 武汉大学 | 超声图像Ncut分割中相似度矩阵的构造方法 |
| CN113362262A (zh) * | 2020-03-05 | 2021-09-07 | 广州虎牙科技有限公司 | 图像融合预处理的方法、装置、设备、存储介质 |
| CN111861929A (zh) * | 2020-07-24 | 2020-10-30 | 深圳开立生物医疗科技股份有限公司 | 一种超声图像优化处理方法、系统及装置 |
| 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 |
| CN113706473A (zh) * | 2021-08-04 | 2021-11-26 | 青岛海信医疗设备股份有限公司 | 超声图像中病灶区域的长短轴确定方法和超声设备 |
| CN115880173A (zh) * | 2022-12-08 | 2023-03-31 | 浙江大华技术股份有限公司 | 图像处理方法、图像处理装置以及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116523810A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8542944B2 (en) | Method and apparatus for multi-scale based dynamic range compression and noise suppression | |
| JP3995854B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
| US7978926B2 (en) | Edge ringing artifact suppression methods and apparatuses | |
| US6754398B1 (en) | Method of and system for image processing and recording medium for carrying out the method | |
| US9245323B2 (en) | Medical diagnostic device and method of improving image quality of medical diagnostic device | |
| EP2191438B1 (en) | Method of generating a multiscale contrast enhanced image | |
| JP4679710B2 (ja) | ノイズ抑制処理装置並びに記録媒体 | |
| US8139891B2 (en) | System and method for structure enhancement and noise reduction in medical images | |
| JP2007018379A (ja) | 画像処理方法及び画像処理装置 | |
| EP3438923B1 (en) | Image processing apparatus and image processing method | |
| WO2015080006A1 (ja) | 超音波診断装置 | |
| JP2004242285A (ja) | ノイズ抑制処理方法および装置並びにプログラム | |
| EP2026278A1 (en) | Method of enhancing the contrast of an image. | |
| JP5105286B2 (ja) | 画像復元装置、画像復元方法及び画像復元プログラム | |
| CN112634180B (zh) | 一种图像增强方法、图像增强装置和计算机可读存储介质 | |
| JP3700798B2 (ja) | 画像処理方法および装置 | |
| Paranjape | Fundamental enhancement techniques | |
| US20220392029A1 (en) | Method and Apparatus for Contrast Enhancement | |
| JP4197392B2 (ja) | ノイズ抑制処理装置並びに記録媒体 | |
| CN116523810B (zh) | 一种超声图像处理方法、装置、设备及介质 | |
| CN111192208B (zh) | 一种基于边窗滤波器的牙齿cr图像增强方法及装置 | |
| JP4316106B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
| EP3926578A1 (en) | Method and apparatus for image enhancement of radiographic images | |
| WO2009065441A1 (en) | Method and arrangement in fluoroscopy and ultrasound systems | |
| CN117635463A (zh) | 图像增强方法、超声成像系统、计算机设备和存储介质 |
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 |