CN116831623B - 超声图像校正方法和装置、电子设备和存储介质 - Google Patents
超声图像校正方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116831623B CN116831623B CN202311093716.6A CN202311093716A CN116831623B CN 116831623 B CN116831623 B CN 116831623B CN 202311093716 A CN202311093716 A CN 202311093716A CN 116831623 B CN116831623 B CN 116831623B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- vessel
- cardiac
- morphology
- cardiac state
- 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
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 413
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003702 image correction Methods 0.000 title claims abstract description 37
- 230000000747 cardiac effect Effects 0.000 claims abstract description 475
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 242
- 230000008859 change Effects 0.000 claims abstract description 238
- 230000001131 transforming effect Effects 0.000 claims abstract description 25
- 238000013519 translation Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 26
- 239000008280 blood Substances 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 23
- 230000005484 gravity Effects 0.000 claims description 18
- 230000004660 morphological change Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000002792 vascular Effects 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 abstract description 2
- 238000002608 intravascular ultrasound Methods 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 244000208734 Pisonia aculeata Species 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000541 pulsatile effect Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明实施例提供一种超声图像校正方法和装置、电子设备以及存储介质。方法包括：获取在血管内至少一个基准位置处采集的基准超声图像序列，与每个基准位置对应的基准超声图像包括在至少一个心动周期内采集的基准超声图像，每个心动周期包括基准心动状态和至少一种非基准心动状态；对于每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得血管形态变化系数；获取目标超声图像序列；基于血管形态变化系数，对目标超声图像序列中的目标超声图像中的血管形态进行变换。该方案可以减少心动运动伪影。
Description
技术领域
本发明涉及超声图像处理技术领域，具体地，涉及一种超声图像校正方法、超声图像校正装置、电子设备和计算机可读存储介质。
背景技术
血管内超声(Intravascular Ultrasound, IVUS)是基于导管的一种成像技术，可以实时提供血管的截面图像。在进行血管内超声成像的过程中，心动周期内的血管管腔舒张和收缩交替以及管腔内搏动的血流会导致位于超声设备的导管顶端的换能器在管腔长轴方向上产生纵向位移，且导管相对于管腔的角度也会有所改变。此外，血管的腔径在心动周期中亦呈现特征性变化。在这些因素的共同作用下，连续回撤导管时所采集的血管腔横截面图像序列（即超声图像序列）的灰度特征存在周期性变化，这种现象就是由心动周期所导致的运动伪影。运动伪影在长轴图像中表现为血管壁边缘呈锯齿形，在横截面图像中表现为相邻帧之间管腔横截面的错位。运动伪影是影响血管内超声图像的视觉效果、血管形态参数测量精度以及血管三维重建精度的主要因素。
因此，亟需一种超声图像校正方案，以解决上述技术问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供一种超声图像校正方法、超声图像校正装置、电子设备以及计算机可读存储介质。
根据本发明的一个方面，提供了一种超声图像校正方法，包括：获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，基准超声图像序列中与每个基准位置对应的基准超声图像包括超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，多种心动状态包括基准心动状态和至少一种非基准心动状态；对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；获取超声设备在回撤过程中采集的目标超声图像序列；对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，血管形态变化系数包括以下一项或多项：血管的管腔直径的直径变化系数、血管的管腔面积的面积变化系数、血管的旋转平移变化系数。
示例性地，基准超声图像序列包括至少一组基准超声图像，每组基准超声图像与唯一心动周期以及唯一基准位置对应；其中，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的血管形态变化系数，获得与该非基准心动状态相对应的血管形态变化系数，包括：对于基准超声图像序列中的每组基准超声图像，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，其中，第一基准超声图像为该组基准超声图像中与该非基准心动状态相对应的基准超声图像，第二基准超声图像为该组基准超声图像中与基准心动状态相对应的基准超声图像；在至少一组基准超声图像的数量为多组时，对与至少一组基准超声图像分别对应的子血管形态变化系数求平均，获得与该非基准心动状态相对应的血管形态变化系数；其中，在至少一组基准超声图像的数量为一组时，与该非基准心动状态相对应的血管形态变化系数为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点；对第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点进行匹配；基于互相匹配的特征点，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓；确定第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓的轮廓重心的位置；基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，至少一个心动周期中心动周期的数目为多个和/或至少一个基准位置中基准位置的数目为多个。
示例性地，对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数，包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；在对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，方法还包括：获取与基准超声图像序列同步采集的心电信号；基于心电信号确定基准超声图像序列中与多种心动状态中的每种心动状态相对应的基准超声图像。
示例性地，对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正，包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，确定逆变换系数；基于逆变换系数对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，在对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，方法还包括：基于用户输入信息，确定基准心动状态。
示例性地，至少一个基准位置包括血管内的检查起点和/或血管内的检查终点。
根据本发明的另一方面，还提供一种超声图像校正装置，包括：第一获取模块，用于获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，基准超声图像序列中与每个基准位置对应的基准超声图像包括超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，多种心动状态包括基准心动状态和至少一种非基准心动状态；计算模块，用于对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；第二获取模块，用于获取超声设备在回撤过程中采集的目标超声图像序列；校正模块，用于对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
根据本发明的又一方面，还提供了一种电子设备，包括处理器和存储器，存储器中存储有计算机程序/指令，所述处理器执行所述计算机程序/指令以实现上述的超声图像校正方法。
根据本发明的再一方面，还提供了一种计算机可读存储介质，存储有计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述的超声图像校正方法。
根据本发明实施例的超声图像校正方法、超声图像校正装置、电子设备和计算机可读存储介质，对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数。随后，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，使非基准心动状态下的血管形态归一至基准心动状态下，以实现对目标超声图像序列进行运动伪影校正。这种方案可以降低进行血管内超声成像时心动影响所带来的成像误差，可以有效减少心动运动伪影，例如血管内超声图像在长轴方向上形成的“锯齿形”伪影等。这样可以优化血管内超声图像的视觉效果，有助于提高基于血管内超声图像的后续处理（例如血管三维重建）的精度。此外，目标超声图像序列可以在回撤过程中采集，随后通过超声图像校正方法对其进行校正，因此可以避免影响正常检查的效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出了根据本发明一个实施例的超声图像校正方法的示意性流程图；
图2示出了根据本发明一个实施例的血管的管腔面积随心动周期的变化曲线；
图3示出了根据本发明一个实施例的超声图像校正装置的示意性框图；以及
图4示出了根据本发明一个实施例的电子设备的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
为了解决上述技术问题，本发明提供了一种超声图像校正方法。图1示出根据本发明一个实施例的超声图像校正方法100的示意性流程图。如图1所示，超声图像校正方法100包括步骤S110、步骤S120、步骤S130和步骤S140。
步骤S110，获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，基准超声图像序列中与每个基准位置对应的基准超声图像包括超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，多种心动状态包括基准心动状态和至少一种非基准心动状态。
示例性地，可以利用IVUS超声设备采集血管内的超声图像，例如，可以是心脏的冠状动脉血管、静脉血管等血管内的超声图像。超声设备中的超声换能器设置在导管顶端。在超声图像采集过程中，超声设备中的导管可以被送到血管内的任意位置处采集该位置处的超声图像。在本发明实施例中，超声设备的导管可以放置在血管内的基准位置处，之后控制超声设备的导管保持静止，采集至少一个完整的心动周期内的超声图像。其中，基准位置可以是血管内的任意位置，例如超声检查过程中的检查起点（血管检查部位远端）、检查终点（血管检查部位近端）或者中间的任意位置（位于血管检查部位远端和近端之间的位置）。基准位置可以是一个或多个。针对每个基准位置，均在导管保持静止的情况下采集该位置下的至少一个心动周期内的超声图像（本文称为基准超声图像），获得该基准位置所对应的一系列基准超声图像。为方便描述，可以将每个基准位置所对应的一系列基准超声图像称为基准超声图像子序列。基准超声图像序列可以包括至少一个基准位置各自对应的基准超声图像子序列。任意两个不同基准位置所对应的心动周期的数目可以相同或不同。至少一个心动周期中的每个心动周期均可以包括多种不同的心动状态。每种心动状态对应着心动周期内的某一时刻或某一时段，例如血管的舒张末期、收缩初期等。在与同一基准位置以及同一心动周期对应的一组基准超声图像内，每帧基准超声图像可以对应于一个心动状态，即一个心动周期分为多少个心动状态就可以对应有多少帧基准超声图像，或者换句话说一个心动周期内采集了多少帧就将心动周期分为多少个心动状态。在一个实施例中，一个心动周期可以包含多个波段，例如P波的末端、Q波的起始、R波、S波、T波等。示例性地，心动周期中的每个心动状态可以是（或称对应于）心动周期中的任一波段中的任一时刻，例如P波的结束时刻、Q波的起始时刻等。这种情况下，可以针对心动周期内被视为心动状态的几个波段或被视为心动状态的几个波段内的特定时刻分别采集基准超声图像。比较可取的是，每个心动周期的时长能够整除相邻帧之间的时间间隔，这样，每个心动状态与每个帧可以比较正确地匹配上。但是，即使每个心动周期的时长无法整除相邻帧之间的时间间隔，对心动状态和帧的匹配关系影响也不大。例如，假设一个心动周期为0.8秒，并设定一个心动周期包含10个心动状态，则可以每间隔0.08秒采集一帧（首部或尾部采集的帧可以不算在当前心动周期内），也可以每间隔0.075秒采集一帧等。
对于每个基准位置来说，该基准位置所对应的基准超声图像子序列中可以包括多帧基准超声图像。例如，对于任一基准位置X，可以采集一段100帧的超声检查视频（即基准超声图像子序列），该视频中包含100个基准超声图像，且100个基准超声图像按照超声视频的帧采集顺序进行排序。这100个基准超声图像可以作为当前基准位置所对应的基准超声图像子序列。例如，第一帧基准超声图像的序号可以是001，第二帧基准超声图像的序号可以是002，依此类推，第100帧基准超声图像的序号可以是100。任意两个不同基准位置所对应的基准超声图像子序列所包含的基准超声图像的数目可以相同或不同。示例性地，如果在基准位置X处采集10个心动周期内的基准超声图像，且每个心动周期内包含的心动状态的数目等于10，则在上述100帧基准超声图像中，每种心动状态可以对应一帧基准超声图像，一个心动周期包含10个基准超声图像。
多种心动状态可以包括基准心动状态和至少一种非基准心动状态。基准心动状态可以是多种心动状态中的任意一种心动状态，具体可以根据需要设定，本发明不对此进行限制。例如，基准心动状态可以为T波。非基准心动状态为心动周期中除基准心动状态以外的心动状态。在上述每个心动周期包含10种心动状态的实施例中，非基准心动状态的数目等于9。
步骤S120，对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数。
示例性地，假设针对某一基准位置采集一个心动周期内的基准超声图像，获得基准超声图像序列，该基准超声图像序列可以包括10个基准超声图像，即基准超声图像001至基准超声图像010。进一步地，假设其中基准超声图像005对应的心动状态为基准心动状态，其他9个基准超声图像对应的心动状态为非基准心动状态。对于至少一种非基准心动状态中的每种非基准心动状态，可以基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像（例如基准超声图像001）以及与基准心动状态相对应的基准超声图像005，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数。这样，针对9个非基准心动状态，可以确定9个血管形态变化系数。在针对多个基准位置和/或针对所有基准位置中的至少一个基准位置在多个心动周期内采集基准超声图像的情况下，可以基于每组基准超声图像（对应于唯一的基准位置和唯一的心动周期）计算每个非基准心动状态所对应的多个子血管形态变化系数。例如，若有三组基准超声图像，那么对于每个非基准心动状态来说，其所对应的子血管形态变化系数也为三个。随后可以对每个非基准心动状态所对应的子血管形态变化系数求平均，获得每个非基准心动状态所对应的血管形态变化系数。血管形态变化系数可以用于表征血管在非基准心动状态下相对于基准心动形态的形态变化。示例性地，血管形态变化系数可以包括以下一项或多项：血管的管腔直径的直径变化系数、血管的管腔面积的面积变化系数、血管的旋转平移变化系数。例如，如果血管形态变化系数包括管腔面积的面积变化系数，即血管的形态变化包括管腔面积的变化，那么可以计算例如上述基准超声图像001中血管的管腔面积与基准超声图像005中血管的管腔面积之间的比值，作为血管在与基准超声图像001对应的非基准心动状态下的血管形态相对于在基准超声图像005所对应的基准心动状态下的血管形态的变化系数。
在一个实施例中，可以在步骤S120之前，基于用户输入信息或其他信息确定基准心动状态，随后在步骤S120中确定每个非基准心动状态所对应的血管形态变化系数。在步骤S140中，可以基于多种非基准心动状态下的血管形态变化系数，对多种非基准心动状态各自对应的目标超声图像进行血管形态变换，进而实现运动伪影校正。
步骤S130，获取超声设备在回撤过程中采集的目标超声图像序列。
示例性地，超声设备可以首先被送到血管内的检查部位的远端（即检查起点），之后通过步进电机带动或者人工操作等方式进行回撤。这一回撤过程可以是在例如正常的血管超声检查中的回撤过程。在回撤过程中可以获得一个由IVUS横截面图像堆叠而成的超声检查视频。该超声检查视频中可以包括多个帧，每一帧可以对应一个超声图像，进而可以根据获得的超声检查视频获得多帧超声图像，作为目标超声图像。该超声检查视频可以视为目标超声图像序列。因此，目标超声图像序列中可以包括多个帧，每一帧可以对应一个目标超声图像。
步骤S140，对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，基于血管在非基准心动状态下的血管形态变化系数，可以对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形状进行变换，使得非基准心动状态下的血管形态趋近于基准心动状态下的血管形态或说使得非基准心动状态下的血管形态与基准心动状态下的血管形态尽量保持一致。这样可以使得各心动状态下的血管形态归一至基准心动状态下的血管形态，以便实现对目标超声图像序列的运动伪影校正。示例性地，在对血管形态进行变换时，可以按照逆变换系数进行变换，逆变换系数可以基于血管形态变化系数确定。随后，可以按照逆变换系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管的血管形态进行变换（也可以理解为是一种从非基准心动状态到基准心动状态的逆变换）。
根据本发明实施例的超声图像校正方法，对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数。随后，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，使非基准心动状态下的血管形态归一至基准心动状态下，以实现对目标超声图像序列进行运动伪影校正。这种方案可以降低进行血管内超声成像时心动影响所带来的成像误差，可以有效减少心动运动伪影，例如血管内超声图像在长轴方向上形成的“锯齿形”伪影等。这样可以优化血管内超声图像的视觉效果，有助于提高基于血管内超声图像的后续处理（例如血管三维重建）的精度。此外，目标超声图像序列可以在回撤过程中采集，随后通过超声图像校正方法对其进行校正，因此可以避免影响正常检查的效率。
上述基准超声图像序列中包含的血管和目标超声图像序列中包含的血管可以是同一对象的不同血管，也可以是同一对象的相同血管。此外，需注意，图1所示的各步骤的执行顺序仅是示例，本发明并不局限于图1所示的顺序。例如，步骤S110可以在步骤S130之前、之后或与其同时执行，步骤S120也可以在步骤S130之前、之后或与其同时执行。
示例性地，血管形态变化系数可以包括以下一项或多项：血管的管腔直径的直径变化系数、血管的管腔面积的面积变化系数、血管的旋转平移变化系数。
在一个实施例中，血管的管腔直径可以用横跨管腔中心的最短管腔直径表示或者用横跨管腔中心的最长管腔直径表示。直径变化系数表示的就是管腔直径的大小变化。血管的管腔面积可以用管腔最内缘边界（血管、血栓或组织）环绕的面积表示。面积变化系数表示的就是管腔面积的大小变化。血管的旋转平移变化系数可以通过计算血管管腔的质心、重心或管腔上的特征点的旋转角度和平移方位获得。
根据上述技术方案，通过血管的管腔直径的直径变化系数和/或管腔面积的面积变化系数和/或旋转平移变化系数，获得血管形态变化系数，这样可以较为简单快速地确定血管的形态变化，计算量较小。
示例性地，基准超声图像序列可以包括至少一组基准超声图像，每组基准超声图像与唯一心动周期以及唯一基准位置对应，每组基准超声图像可以包括两帧基准超声图像。示例性地，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的血管形态变化系数，获得与该非基准心动状态相对应的血管形态变化系数，可以包括：对于基准超声图像序列中的每组基准超声图像，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，其中，第一基准超声图像为该组基准超声图像中与该非基准心动状态相对应的基准超声图像，第二基准超声图像为该组基准超声图像中与基准心动状态相对应的基准超声图像；在至少一组基准超声图像的数量为多组时，对与至少一组基准超声图像分别对应的子血管形态变化系数求平均，获得与该组非基准心动状态相对应的血管形态变化系数；其中，在至少一组基准超声图像的数量为一组时，与该非基准心动状态相对应的血管形态变化系数为与该组基准超声图像相对应的子血管形态变化系数。
在一个实施例中，基准超声图像序列可以包括一组或多组基准超声图像。每组基准超声图像对应唯一一个心动周期且对应唯一的基准位置。例如，假设基准位置的数目为一个，该基准位置对应的心动周期为N个，N≥2，则基准超声图像序列可以包括N组基准超声图像。又例如，假设基准位置的数目为M个，M≥2，每个基准位置对应的心动周期为1个，则基准超声图像序列可以包括M组基准超声图像。还例如，假设基准位置的数目为M个，每个基准位置对应的心动周期为N个，M≥2，N≥2，则基准超声图像序列可以包括M×N组基准超声图像。每组基准超声图像可以包括至少两帧基准超声图像，即与各非基准心动状态一一对应的第一基准超声图像和与基准心动状态相对应的第二基准超声图像。
步骤S120可以包括以下操作。对于基准超声图像序列中的每组基准超声图像，可以计算该组基准超声图像中的每个第一基准超声图像中的血管形态相对于第二基准超声图像中的血管形态的变化系数。例如，如果是基于血管的管腔直径计算血管的血管形态变化系数，那么对于每个非基准心动状态，可以计算该组基准超声图像中与该非基准心动状态相对应的第一基准超声图像中血管的管腔直径与第二基准超声图像中血管的管腔直径之间的比值，作为与该非基准心动状态相对应的子血管形态变化系数。如果是基于血管的管腔面积或其他参数计算血管的血管形态变化系数，可以参照上述基于管腔直径计算子血管形态变化系数的方式，为了简洁，在此不再赘述。其中，在至少一组基准超声图像的数量为多组时，例如基准超声图像有三组，那么可以将三组基准超声图像分别对应的子血管形态变化系数求平均，以获得与该非基准心动状态相对应的血管形态变化系数。可以理解，如果基准超声图像的数量为一组，那么可以直接将该组基准超声图像对应的子血管形态变化系数作为血管形态变化系数。对于每个非基准心动状态来说，均可以采用上述方式确定对应的血管形态变化系数。
图2示出了根据本发明一个实施例的血管的管腔面积随心动周期的变化曲线。图2的横坐标表示帧数（也就是帧序号）。在图2所示的实施例中，共针对血管内的三个基准位置采集基准超声图像，在每个基准位置处采集连续90帧基准超声图像，A、B、C三条变化曲线分别表示在上述三个基准位置所获得的超声图像中的血管的管腔面积随心动周期的变化关系。其中，星号“*”标识，表示当前位置为T波的结束位置；加号“+”标识，表示当前位置为QRS波群的开始位置。两个星号“*”之间为一个心动周期，或者两个加号“+”之间为一个心动周期。一个完整的心动周期内，对应的心电图（Electrocardiograph, ECG）信号中可以包括P波、QRS波和T波。P波代表心房电活动，QRS波代表心室除极、激动时产生的电活动，T波代表心脏复极化的过程。第一基准超声图像中血管的管腔面积相对于第二基准超声图像中血管的管腔面积之间的比值，可以通过这两帧基准超声图像在图2的曲线中所对应的两个点之间的斜率大小表示。参照图2，假设每个心动周期对应有25帧，并假设基准心动状态为T波，则剩余的24帧对应于24个非基准心动状态。此时，可以针对A、B、C三条曲线上的各心动周期，取24个基准超声图像所对应的管腔面积相对于T波处的基准超声图像所对应的管腔面积之间的比值作为子血管形态变化系数。随后可以对所确定的各子血管形态变化系数求平均，获得24个非基准心动状态所对应的血管形态变化系数。
根据上述技术方案，在至少一组基准超声图像的数量为多组时，对与至少一组基准超声图像分别对应的子血管形态变化系数求平均，可以准确获得血管形态变化系数，进而准确获得基准超声图像的变化情况，以保证对运动伪影校正的准确性。
示例性地，血管形态变化系数可以包括血管的旋转平移变化系数，其中，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点；对第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点进行匹配；基于互相匹配的特征点，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
在一个实施例中，血管形态变化系数可以包括血管的旋转平移变化系数。此时可以通过两帧基准超声图像中互相匹配的特征点之间的旋转角度和/或平移方位来确定第一基准超声图像中的血管相对于第二基准超声图像中的血管的旋转平移变化系数，以作为上述子血管形态变化系数。具体地，可以检测第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点。特征点可以是基准超声图像中的任意合适的一个或多个像素点，例如像素值发生剧烈变化的像素点。示例性地，特征点可以是基准超声图像中血管管腔上的曲率较大的点。特征点识别可以通过尺度不变特征变换（Scale-invariant featuretransform，SIFT）、加速稳健特征（Speeded Up Robust Features，SURF）等算法实现。随后，可以对两帧基准超声图像的特征点进行匹配。例如，可以利用暴力匹配（Brute-Force,BF）、快速最近邻搜索（Fast Library for Approximate Nearest Neighbors, FLANN）等特征点匹配算法，对第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点进行匹配。基于互相匹配的特征点在各自图像中的位置，计算第一基准超声图像中血管相对于第二基准超声图像中相互匹配的特征点的变换矩阵。该变换矩阵可以表示两帧基准超声图像中互相匹配的特征点的相对旋转角度和平移方位。将该变换矩阵作为与该组基准超声图像对应的子血管形态变化系数。
根据上述技术方案，基于第一基准超声图像和第二基准超声图像中互相匹配的特征点，计算第一基准超声图像中的血管相对于第二基准超声图像中的血管的旋转平移变化系数，以获得血管形态变化系数。采用旋转平移变化系数作为血管形态变化系数，可以避免当超声设备的导管位于血管内的狭窄病变处时，计算获得的血管形态变化系数出现失真，提高计算获得的血管形态变化系数的准确性。此外，基于匹配特征点确定旋转平移变化系数的方案准确率较高。
示例性地，血管形态变化系数可以包括血管的旋转平移变化系数，其中，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓；确定第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓的轮廓重心的位置；基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
在一个实施例中，血管形态变化系数可以包括血管的旋转平移变化系数。此时可以通过两帧基准超声图像中的轮廓质心或重心之间的旋转角度和/或平移方位来确定第一基准超声图像中的血管相对于第二基准超声图像中的血管的旋转平移变化系数，以其作为上述子血管形态变化系数。具体地，可以检测第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓。示例性地，可以采用图像分割网络检测管腔轮廓。图像分割网络可以包括但不限于以下一种或多种：全卷积网络（Fully Convolutional Networks,FCN）、U型网络（Unet）、深度实验室（DeepLab）系列、V型网络（Vnet）等。可选地，还可以通过形态学操作获得第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓。示例性地，可以通过计算管腔轮廓所构成的图像的矩，确定第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓的轮廓重心的位置。示例性地，可以将图像上的左下角顶点作为原点，以过原点且与水平方向平行的方向作为图像坐标的X轴，过原点且与X轴垂直的方向作为图像坐标的Y轴，建立图像坐标系。轮廓重心的位置可以通过图像上重心所对应的像素坐标表示。基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管的重心相对于第二基准超声图像中血管的重心的旋转角度和平移方位，作为与该组基准超声图像对应的子血管形态变化系数。
根据上述技术方案，基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，以获得血管形态变化系数。采用旋转平移变化系数作为血管形态变化系数，可以避免当超声设备的导管位于血管内的狭窄病变处时，计算获得的血管形态变化系数出现失真，提高计算获得的血管形态变化系数的准确性。此外，基于轮廓重心确定旋转平移变化系数的方案计算量较小，因此计算效率较高。
在一个实施例中，步骤S140可以包括以下操作。基于与非基准心动状态相对应的血管形态变化系数，计算逆变换系数。例如，在上述血管形态变化系数为旋转平移变化系数的实施例中，逆变换系数可以为上述变换矩阵的逆变换矩阵。随后，可以基于逆变换系数，对目标超声图像中的血管的血管形态进行变换，以对目标超声图像进行运动伪影校正。
示例性地，至少一个心动周期中心动周期的数目为多个和/或至少一个基准位置中基准位置的数目为多个。
如上所述，在一个实施例中，可以在同一基准位置处获取多个心动周期下的超声图像，作为基准超声图像序列。或者，可以在多个基准位置处获得一个心动周期下的超声图像，作为基准超声图像序列。又或者，还可以在多个基准位置处分别采集多个心动周期下的基准超声图像，作为基准超声图像序列。
根据上述技术方案，基于多个心动周期和/或多个基准位置，获得基准超声图像序列，这样获取的血管形态更加全面，因此所计算的血管形态变化参数也更准确。
示例性地，对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数，可以包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；在对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，方法还可以包括：获取与基准超声图像序列同步采集的心电信号；基于心电信号确定基准超声图像序列中与多种心动状态中的每种心动状态相对应的基准超声图像。
IVUS超声设备中的图像采集装置（其可以包含在超声换能器中）可以和ECG信号采集装置连接，或者二者可以分别与同一处理器连接。在一个实施例中，在步骤S120之前，可以从基准超声图像序列中确定出与每种心动状态对应的基准超声图像。例如，在采集基准超声图像时，可以同步采集ECG信号。例如，可以采用同步信号来对基准超声图像和ECG信号进行同步。处理器可以实时地基于ECG信号确定每个心动状态的起始时间。示例性地，可以基于实时采集的ECG信号来实时地对基准超声图像进行标识。这样，IVUS超声设备中的图像采集装置所采集的每一帧基准超声图像中都可以标识有心动周期的具体时刻以及该帧基准超声图像对应的心动状态。这样可以基于ECG信号确定基准超声图像序列中与多种心动状态中的每种心动状态相对应的基准超声图像。可选地，还可以在ECG信号和基准超声图像均采集完成之后，由处理器基于ECG信号的波形确定每个心动状态的起始时间，并进而确定与每种心动状态所对应的基准超声图像。
根据上述技术方案，基于与基准超声图像序列同步采集的心电信号，确定基准超声图像序列中与多种心动状态中的与每种心动状态相对应的基准超声图像。这样可以保证基准超声图像与心动状态之间的对应关系较为准确，以进一步减小对目标超声图像进行运动伪影校正的误差。
示例性地，对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正，可以包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，确定逆变换系数；基于逆变换系数对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
上文已经描述了通过逆变换系数对目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正的实施例，此处不再赘述。
示例性地，在对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，方法还可以包括：基于用户输入信息，确定基准心动状态。
用于实施超声图像的校正方法100的装置可以包括输入装置。示例性而非限制性地，输入装置可以包括键盘、鼠标、麦克风等中的一种或多种。用户输入信息可以包括文字信息和/或音频信息等。例如，通过输入装置，用户可以输入心动状态“舒张末期”，作为基准心动状态。又例如，不同的心动状态具有一一对应的标识符，舒张末期可以对应字母A，收缩初期可以对应字母B，收缩末期可以对应字母C，用户通过输入装置输入“A”，表示基准心动状态为舒张末期。
根据上述技术方案，基于用户输入信息确定基准心动状态，这样可以灵活适应不同的应用场景，满足不同用户的检查需求。
示例性地，至少一个基准位置可以包括血管内的检查起点和/或血管内的检查终点。
在一个实施例中，至少一个基准位置可以是血管内的检查起点（例如血管内检查部位的远端）和/或血管内的检查终点（例如血管内检查部位的近端）。由于在这两个位置处的血管形态更加连续稳定，因此可以减少由于心脏跳动而导致的导管位置变化所带来的超声图像的偏差。当然，至少一个基准位置还可以包含其他位置，例如位于检查起点和检查终点之间的任意一个或多个位置等。
根据本发明的另一方面，还提供了一种超声图像校正装置。图3示出了根据本发明一个实施例的超声图像校正装置300的示意性框图。如图3所示，该装置300可以包括第一获取模块310，计算模块320，第二获取模块330和校正模块340。
第一获取模块310，用于获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，基准超声图像序列中与每个基准位置对应的基准超声图像包括超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，多种心动状态包括基准心动状态和至少一种非基准心动状态。
计算模块320，用于对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数。
第二获取模块330，用于获取超声设备在回撤过程中采集的目标超声图像序列。
校正模块340，用于对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，血管形态变化系数包括以下一项或多项：血管的管腔直径的直径变化系数、血管的管腔面积的面积变化系数、血管的旋转平移变化系数。
示例性地，基准超声图像序列包括至少一组基准超声图像，每组基准超声图像与唯一心动周期以及唯一基准位置对应；其中，计算模块320可以包括第一计算子模块和求平均子模块。第一计算子模块，用于对于基准超声图像序列中的每组基准超声图像，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，其中，第一基准超声图像为该组基准超声图像中与该非基准心动状态相对应的基准超声图像，第二基准超声图像为该组基准超声图像中与基准心动状态相对应的基准超声图像。求平均子模块，用于在至少一组基准超声图像的数量为多组时，对与至少一组基准超声图像分别对应的子血管形态变化系数求平均，获得与该非基准心动状态相对应的血管形态变化系数；其中，在至少一组基准超声图像的数量为一组时，与该非基准心动状态相对应的血管形态变化系数为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，第一计算子模块可以包括第一检测单元、匹配单元和第一计算单元。第一计算子模块具体可以包括：第一检测单元，用于检测第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点；匹配单元，用于对第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点进行匹配；第一计算单元，用于基于互相匹配的特征点，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，第一计算子模块具体可以包括：第二检测单元，用于检测第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓；确定单元，用于确定第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓的轮廓重心的位置；第二计算单元，用于基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，至少一个心动周期中心动周期的数目为多个和/或至少一个基准位置中基准位置的数目为多个。
示例性地，计算模块320可以包括第二计算子模块。第二计算子模块，用于对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数。超声图像校正装置300还可以包括第三获取模块和第一确定模块。第三获取子模块，用于在计算模块320对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，获取与基准超声图像序列同步采集的心电信号；第一确定模块，用于在计算模块320对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，基于心电信号确定基准超声图像序列中与多种心动状态中的每种心动状态相对应的基准超声图像。
示例性地，校正模块340可以包括确定子模块和变换子模块。确定子模块，用于对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，确定逆变换系数；变换子模块，用于基于逆变换系数对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，超声图像校正装置300还可以包括第二确定模块。第二确定模块，用于在计算模块320对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，基于用户输入信息，确定基准心动状态。
示例性地，至少一个基准位置包括血管内的检查起点和/或血管内的检查终点。
本领域内技术人员，通过阅读上述关于超声图像校正方法的相关描述，可以理解这里超声图像校正装置的实现方式及其有益效果，为了简洁，在此不再赘述。
根据本发明的又一方面，还提供一种电子设备。图4示出了根据本发明实施例的电子设备的示意性框图。如图所示，该电子设备400包括处理器410和存储器420，其中，存储器420中存储有计算机程序/指令，计算机程序/指令被处理器410运行时用于执行上述超声图像校正方法。
在一个实施例中，计算机程序/指令被处理器410运行时用于执行：获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，基准超声图像序列中与每个基准位置对应的基准超声图像包括超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，多种心动状态包括基准心动状态和至少一种非基准心动状态；对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；获取超声设备在回撤过程中采集的目标超声图像序列；对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，血管形态变化系数包括以下一项或多项：血管的管腔直径的直径变化系数、血管的管腔面积的面积变化系数、血管的旋转平移变化系数。
示例性地，基准超声图像序列包括至少一组基准超声图像，每组基准超声图像与唯一心动周期以及唯一基准位置对应；其中，计算机程序/指令被处理器410运行时所用于执行的“基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的血管形态变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤包括：对于基准超声图像序列中的每组基准超声图像，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，其中，第一基准超声图像为该组基准超声图像中与该非基准心动状态相对应的基准超声图像，第二基准超声图像为该组基准超声图像中与基准心动状态相对应的基准超声图像；在至少一组基准超声图像的数量为多组时，对与至少一组基准超声图像分别对应的子血管形态变化系数求平均，获得与该非基准心动状态相对应的血管形态变化系数；其中，在至少一组基准超声图像的数量为一组时，与该非基准心动状态相对应的血管形态变化系数为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，计算机程序/指令被处理器410运行时所用于执行“计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数”的步骤包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点；对第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点进行匹配；基于互相匹配的特征点，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，计算机程序/指令被处理器410运行时所用于执行的“计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数”的步骤包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓；确定第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓的轮廓重心的位置；基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，至少一个心动周期中心动周期的数目为多个和/或至少一个基准位置中基准位置的数目为多个。
示例性地，计算机程序/指令被处理器410运行时所用于执行的“对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；在计算机程序/指令被处理器410运行时所用于执行的“对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤之前，计算机程序/指令被处理器410运行时还可以用于执行：获取与基准超声图像序列同步采集的心电信号；基于心电信号确定基准超声图像序列中与多种心动状态中的每种心动状态相对应的基准超声图像。
示例性地，计算机程序/指令被处理器410运行时所用于执行的“对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正”的步骤包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，确定逆变换系数；基于逆变换系数对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，在计算机程序/指令被处理器410运行时所用于执行的“在对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤之前，计算机程序/指令被处理器410运行时还可以用于执行：基于用户输入信息，确定基准心动状态。
示例性地，至少一个基准位置包括血管内的检查起点和/或血管内的检查终点。
根据本发明的再一方面，还提供一种计算机可读存储介质，在计算机可读存储介质上存储了计算机程序/指令，计算机程序/指令在运行时用于执行上述超声图像校正方法。计算机可读存储介质例如可以包括平板电脑的存储部件、个人计算机的硬盘、可擦除可编程只读存储器(EPROM)、便携式只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一个实施例中，计算机程序/指令在运行时用于执行：获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，基准超声图像序列中与每个基准位置对应的基准超声图像包括超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，多种心动状态包括基准心动状态和至少一种非基准心动状态；对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；获取超声设备在回撤过程中采集的目标超声图像序列；对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，血管形态变化系数包括以下一项或多项：血管的管腔直径的直径变化系数、血管的管腔面积的面积变化系数、血管的旋转平移变化系数。
示例性地，基准超声图像序列包括至少一组基准超声图像，每组基准超声图像与唯一心动周期以及唯一基准位置对应；其中，计算机程序/指令在运行时所用于执行的“基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的血管形态变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤包括：对于基准超声图像序列中的每组基准超声图像，计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，其中，第一基准超声图像为该组基准超声图像中与该非基准心动状态相对应的基准超声图像，第二基准超声图像为该组基准超声图像中与基准心动状态相对应的基准超声图像；在至少一组基准超声图像的数量为多组时，对与至少一组基准超声图像分别对应的子血管形态变化系数求平均，获得与该非基准心动状态相对应的血管形态变化系数；其中，在至少一组基准超声图像的数量为一组时，与该非基准心动状态相对应的血管形态变化系数为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，计算机程序/指令在运行时所用于执行“计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数”的步骤包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点；对第一基准超声图像和第二基准超声图像中各自包含的血管上的特征点进行匹配；基于互相匹配的特征点，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，血管形态变化系数包括血管的旋转平移变化系数，其中，计算机程序/指令在运行时所用于执行的“计算第一基准超声图像中血管的血管形态相对于第二基准超声图像中血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数”的步骤包括：检测第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓；确定第一基准超声图像和第二基准超声图像中各自包含的血管上的管腔轮廓的轮廓重心的位置；基于第一基准超声图像和第二基准超声图像各自对应的轮廓重心的位置，计算第一基准超声图像中血管相对于第二基准超声图像中血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
示例性地，至少一个心动周期中心动周期的数目为多个和/或至少一个基准位置中基准位置的数目为多个。
示例性地，计算机程序/指令在运行时所用于执行的“对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与基准心动状态相对应的基准超声图像，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；在计算机程序/指令在运行时所用于执行的“对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤之前，计算机程序/指令在运行时还可以用于执行：获取与基准超声图像序列同步采集的心电信号；基于心电信号确定基准超声图像序列中与多种心动状态中的每种心动状态相对应的基准超声图像。
示例性地，计算机程序/指令在运行时所用于执行的“对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正”的步骤包括：对于至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，确定逆变换系数；基于逆变换系数对目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对目标超声图像序列进行运动伪影校正。
示例性地，在计算机程序/指令在运行时所用于执行的“在对于至少一种非基准心动状态中的每种非基准心动状态，基于基准超声图像序列，计算血管在该非基准心动状态下的血管形态相对于在基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数”的步骤之前，计算机程序/指令在运行时还可以用于执行：基于用户输入信息，确定基准心动状态。
示例性地，至少一个基准位置包括血管内的检查起点和/或血管内的检查终点。
本领域普通技术人员通过阅读上述有关超声图像校正方法的相关描述，可以理解上述超声图像校正装置、电子设备和计算机可读存储介质的具体实现方案，为了简洁，在此不再赘述。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例的超声图像校正装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (13)
1.一种超声图像校正方法，包括：
获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，所述基准超声图像序列中与每个基准位置对应的基准超声图像包括所述超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，所述多种心动状态包括基准心动状态和至少一种非基准心动状态；
对于所述至少一种非基准心动状态中的每种非基准心动状态，基于所述基准超声图像序列，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；
由处理器获取所述超声设备在回撤过程中采集的目标超声图像序列；
对于所述至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对所述目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对所述目标超声图像序列进行运动伪影校正。
2.如权利要求1所述的方法，其中，所述血管形态变化系数包括以下一项或多项：所述血管的管腔直径的直径变化系数、所述血管的管腔面积的面积变化系数、所述血管的旋转平移变化系数。
3.如权利要求1或2所述的方法，其中，所述基准超声图像序列包括至少一组基准超声图像，每组基准超声图像与唯一心动周期以及唯一基准位置对应；其中，
所述基于所述基准超声图像序列，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的血管形态变化系数，获得与该非基准心动状态相对应的血管形态变化系数，包括：
对于所述基准超声图像序列中的每组基准超声图像，计算第一基准超声图像中所述血管的血管形态相对于第二基准超声图像中所述血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，其中，所述第一基准超声图像为该组基准超声图像中与该非基准心动状态相对应的基准超声图像，所述第二基准超声图像为该组基准超声图像中与所述基准心动状态相对应的基准超声图像；
在所述至少一组基准超声图像的数量为多组时，对与所述至少一组基准超声图像分别对应的子血管形态变化系数求平均，获得所述与该非基准心动状态相对应的血管形态变化系数；
其中，在所述至少一组基准超声图像的数量为一组时，所述与该非基准心动状态相对应的血管形态变化系数为与该组基准超声图像相对应的子血管形态变化系数。
4.如权利要求3所述的方法，其中，所述血管形态变化系数包括所述血管的旋转平移变化系数，其中，
所述计算第一基准超声图像中所述血管的血管形态相对于第二基准超声图像中所述血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，包括：
检测所述第一基准超声图像和所述第二基准超声图像中各自包含的所述血管上的特征点；
对所述第一基准超声图像和所述第二基准超声图像中各自包含的所述血管上的特征点进行匹配；
基于互相匹配的特征点，计算所述第一基准超声图像中所述血管相对于所述第二基准超声图像中所述血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
5.如权利要求3所述的方法，其中，所述血管形态变化系数包括所述血管的旋转平移变化系数，其中，
所述计算第一基准超声图像中所述血管的血管形态相对于第二基准超声图像中所述血管的血管形态的变化系数，获得与该组基准超声图像相对应的子血管形态变化系数，包括：
检测所述第一基准超声图像和所述第二基准超声图像中各自包含的所述血管上的管腔轮廓；
确定所述第一基准超声图像和所述第二基准超声图像中各自包含的所述血管上的管腔轮廓的轮廓重心的位置；
基于所述第一基准超声图像和所述第二基准超声图像各自对应的轮廓重心的位置，计算所述第一基准超声图像中所述血管相对于所述第二基准超声图像中所述血管的旋转平移变化系数，作为与该组基准超声图像相对应的子血管形态变化系数。
6.如权利要求1或2所述的方法，其中，所述至少一个心动周期中心动周期的数目为多个和/或所述至少一个基准位置中基准位置的数目为多个。
7.如权利要求1或2所述的方法，其中，
所述对于所述至少一种非基准心动状态中的每种非基准心动状态，基于所述基准超声图像序列，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数，包括：
对于所述至少一种非基准心动状态中的每种非基准心动状态，基于所述基准超声图像序列中与该非基准心动状态相对应的基准超声图像以及与所述基准心动状态相对应的基准超声图像，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；
在所述对于所述至少一种非基准心动状态中的每种非基准心动状态，基于所述基准超声图像序列，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，所述方法还包括：
获取与所述基准超声图像序列同步采集的心电信号；
基于所述心电信号确定所述基准超声图像序列中与所述多种心动状态中的每种心动状态相对应的基准超声图像。
8.如权利要求1或2所述的方法，其中，所述对于所述至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对所述目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对所述目标超声图像序列进行运动伪影校正，包括：
对于所述至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，确定逆变换系数；
基于所述逆变换系数对所述目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对所述目标超声图像序列进行运动伪影校正。
9.如权利要求1或2所述的方法，其中，在所述对于所述至少一种非基准心动状态中的每种非基准心动状态，基于所述基准超声图像序列，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数之前，所述方法还包括：
基于用户输入信息，确定所述基准心动状态。
10.如权利要求1或2所述的方法，其中，所述至少一个基准位置包括所述血管内的检查起点和/或所述血管内的检查终点。
11.一种超声图像校正装置，包括：
第一获取模块，用于获取超声设备在血管内的至少一个基准位置处采集的基准超声图像序列，所述基准超声图像序列中与每个基准位置对应的基准超声图像包括所述超声设备针对该基准位置在至少一个心动周期内所采集的基准超声图像，每个心动周期包括多种心动状态，所述多种心动状态包括基准心动状态和至少一种非基准心动状态；
计算模块，用于对于所述至少一种非基准心动状态中的每种非基准心动状态，基于所述基准超声图像序列，计算所述血管在该非基准心动状态下的血管形态相对于在所述基准心动状态下的血管形态的变化系数，获得与该非基准心动状态相对应的血管形态变化系数；
第二获取模块，用于获取所述超声设备在回撤过程中采集的目标超声图像序列；
校正模块，用于对于所述至少一种非基准心动状态中的每种非基准心动状态，基于与该非基准心动状态相对应的血管形态变化系数，对所述目标超声图像序列中与该非基准心动状态相对应的目标超声图像中的血管形态进行变换，以对所述目标超声图像序列进行运动伪影校正。
12.一种电子设备，包括处理器和存储器，存储器中存储有计算机程序/指令，所述处理器执行所述计算机程序/指令以实现如权利要求1-10任一项所述的超声图像校正方法。
13.一种计算机可读存储介质，存储有计算机程序/指令，所述计算机程序/指令被处理器执行时实现如权利要求1-10任一项所述的超声图像校正方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311093716.6A CN116831623B (zh) | 2023-08-29 | 2023-08-29 | 超声图像校正方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311093716.6A CN116831623B (zh) | 2023-08-29 | 2023-08-29 | 超声图像校正方法和装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116831623A CN116831623A (zh) | 2023-10-03 |
| CN116831623B true CN116831623B (zh) | 2024-01-12 |
Family
ID=88163772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311093716.6A Active CN116831623B (zh) | 2023-08-29 | 2023-08-29 | 超声图像校正方法和装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116831623B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001170047A (ja) * | 1999-11-02 | 2001-06-26 | Ge Medical Systems Global Technology Co Llc | Ｅｃｇゲーテッド超音波画像合成 |
| WO2007067323A2 (en) * | 2005-12-02 | 2007-06-14 | Abbott Cardiovascular Systems Inc. | Image-guidance in medical image processing |
| CN103077550A (zh) * | 2012-12-10 | 2013-05-01 | 华北电力大学（保定） | 一种非门控icus图像序列中血管的四维重建方法 |
| CN109964246A (zh) * | 2016-11-16 | 2019-07-02 | 皇家飞利浦有限公司 | 用于冠状动脉和外围血管内超声(ivus)的自适应环晕减少 |
| CN110559015A (zh) * | 2019-08-26 | 2019-12-13 | 清华大学 | 血管生理参数测量方法、设备、计算机设备和存储介质 |
| CN112752546A (zh) * | 2018-09-26 | 2021-05-04 | 皇家飞利浦有限公司 | 血管内超声成像 |
| CN115471484A (zh) * | 2022-09-22 | 2022-12-13 | 上海交通大学 | 血管内超声的图像处理方法和系统 |
| CN115861132A (zh) * | 2023-02-07 | 2023-03-28 | 乐普（北京）医疗器械股份有限公司 | 一种血管图像校正方法、装置、介质及设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110910465B (zh) * | 2019-11-21 | 2023-12-26 | 上海联影医疗科技股份有限公司 | 一种运动伪影校正方法和系统 |
-
2023
- 2023-08-29 CN CN202311093716.6A patent/CN116831623B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001170047A (ja) * | 1999-11-02 | 2001-06-26 | Ge Medical Systems Global Technology Co Llc | Ｅｃｇゲーテッド超音波画像合成 |
| WO2007067323A2 (en) * | 2005-12-02 | 2007-06-14 | Abbott Cardiovascular Systems Inc. | Image-guidance in medical image processing |
| CN103077550A (zh) * | 2012-12-10 | 2013-05-01 | 华北电力大学（保定） | 一种非门控icus图像序列中血管的四维重建方法 |
| CN109964246A (zh) * | 2016-11-16 | 2019-07-02 | 皇家飞利浦有限公司 | 用于冠状动脉和外围血管内超声(ivus)的自适应环晕减少 |
| CN112752546A (zh) * | 2018-09-26 | 2021-05-04 | 皇家飞利浦有限公司 | 血管内超声成像 |
| CN110559015A (zh) * | 2019-08-26 | 2019-12-13 | 清华大学 | 血管生理参数测量方法、设备、计算机设备和存储介质 |
| CN115471484A (zh) * | 2022-09-22 | 2022-12-13 | 上海交通大学 | 血管内超声的图像处理方法和系统 |
| CN115861132A (zh) * | 2023-02-07 | 2023-03-28 | 乐普（北京）医疗器械股份有限公司 | 一种血管图像校正方法、装置、介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116831623A (zh) | 2023-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8209002B2 (en) | Method and apparatus for quantitative assessment of cardiac electrical events | |
| US11147516B2 (en) | Methods and systems to quantify and remove asynchronous noise in biophysical signals | |
| JP2021183199A (ja) | 効率アルゴリズムを含む心臓マッピングシステム | |
| JP5591873B2 (ja) | 画像データに基づく医療画像の選択 | |
| EP2939592B1 (en) | Detection of parameters in cardiac output related waveforms | |
| CN108364290B (zh) | 对周期性生理活动的图像序列进行分析的方法、介质和系统 | |
| JP2009504297A (ja) | 自動４ｄ冠動脈モデリングおよび動きベクトル場推定のための方法および装置 | |
| JP2003525679A (ja) | Ｅｃｇとｐｐｕの組合わせ制御による磁気共鳴方法及び装置 | |
| FI113835B (fi) | Menetelmä ja järjestelmä sydänanalyysiä varten | |
| US11058361B2 (en) | Signal processing apparatus, imaging apparatus, and signal processing method | |
| Boucheham et al. | Piecewise linear correction of ECG baseline wander: a curve simplification approach | |
| WO2019162874A1 (en) | Mapping binned medical data | |
| CN116831623B (zh) | 超声图像校正方法和装置、电子设备和存储介质 | |
| CN111110235B (zh) | 用于根据不同心律的磁共振成像(mri)图像过滤的方法和系统 | |
| JP2016093488A (ja) | 信号処理装置、撮像装置及び信号処理方法 | |
| US20050020900A1 (en) | Method and system for measuring in a dynamic sequence of medical images | |
| EP4082444A1 (en) | Automatic frame selection for 3d model construction | |
| CN113116385B (zh) | 动脉腔内超声成像方法、装置、设备及系统 | |
| O'Malley et al. | Image-based frame gating of IVUS pullbacks: A surrogate for ecg | |
| Zheng et al. | Compensation of in-plane rigid motion for in vivo intracoronary ultrasound image sequence | |
| Hernandez et al. | Image-based ECG sampling of IVUS sequences | |
| Liu et al. | Application of Cardiovascular Angiography in Diagnosis of Heart Disease Based on Adaptive Tracking Circular Template Technique | |
| CN116385585A (zh) | 一种心血管图像序列中运动伪影的抑制方法、系统及介质 | |
| CN116958209A (zh) | 一种心脏三维标测配准方法及系统 | |
| Sun et al. | Automated detection of cardiac phase from intracoronary ultrasound image sequences |
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 |