CN116983004A - 一种超声成像的滤波方法和系统 - Google Patents
一种超声成像的滤波方法和系统 Download PDFInfo
- Publication number
- CN116983004A CN116983004A CN202310689163.4A CN202310689163A CN116983004A CN 116983004 A CN116983004 A CN 116983004A CN 202310689163 A CN202310689163 A CN 202310689163A CN 116983004 A CN116983004 A CN 116983004A
- Authority
- CN
- China
- Prior art keywords
- data
- filtering
- data points
- echo signals
- filtered
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000003384 imaging method Methods 0.000 title abstract description 15
- 230000011218 segmentation Effects 0.000 claims abstract description 7
- 238000012285 ultrasound imaging Methods 0.000 claims description 60
- 239000011159 matrix material Substances 0.000 claims description 42
- 230000003595 spectral effect Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 71
- 230000008569 process Effects 0.000 description 21
- 238000002604 ultrasonography Methods 0.000 description 17
- 238000001228 spectrum Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 230000017531 blood circulation Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000001052 transient effect Effects 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- IRCMYGHHKLLGHV-UHFFFAOYSA-N 2-ethoxy-3,3-dimethyl-2,3-dihydro-1-benzofuran-5-yl methanesulfonate Chemical group C1=C(OS(C)(=O)=O)C=C2C(C)(C)C(OCC)OC2=C1 IRCMYGHHKLLGHV-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 210000000614 rib Anatomy 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect 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
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- 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
-
- 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
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- 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
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/56—Details of data transmission or power supply
- A61B8/565—Details of data transmission or power supply involving data transmission via a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Hematology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本说明书实施例公开了一种超声成像的滤波方法和系统。其中,该方法包括:获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布;解调多段脉冲多普勒回波信号,生成不连续的多段IQ数据;对于每段IQ数据:对至少部分数据点进行滤波;对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。
Description
分案说明
本申请为针对申请日为2022年01月08日、申请号为202210052438.9发明名称为“一种超声成像的滤波方法和系统”的中国申请提出的分案申请。
技术领域
本说明书涉及影像诊断领域,特别涉及一种超声成像的滤波方法和系统。
背景技术
医学影像是指对人体或实验体,借助某种介质以非入侵的方式与人体相互作用,进而取得目标内部组织器官的影像,以辅助医师进行疾病的诊疗。其中的一种方式就是超声成像,超声成像是利用超声波束扫描人体,通过对反射信号的接收、处理,以获得体内器官的图像。超声成像有多种模式,其中,超声多同步模式可以同时显示B模式图像、C模式图像和PW模式图像,在临床的实时诊断上具有重要意义。
因此,有必要提供一种超声成像的滤波方法和系统,提高用于超声成像的原始数据质量。
发明内容
本说明书实施例的一个方面提供一种超声成像的滤波方法。该方法包括:获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布。解调所述多段脉冲多普勒回波信号,生成不连续的多段IQ数据。对于每段IQ数据:对至少部分数据点进行滤波;对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。
本说明书实施例的另一个方面提供一种超声成像的滤波系统。该系统包括:回波信号获取模块,可以用于获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布。解调模块,可以用于解调所述多段脉冲多普勒回波信号,生成不连续的多段IQ数据。滤波模块,可以用于对于每段IQ数据:对至少部分数据点进行滤波;对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。数据插补模块,可以用于基于所述滤波后的多段IQ数据进行插补。
本说明书实施例的另一个方面提供一种图像处理装置包括至少一个存储介质和至少一个处理器,所述至少一个存储介质用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令以实现超声成像的滤波方法。
本说明书实施例的另一个方面提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行超声成像的滤波方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的超声成像的滤波系统的示例性应用场景示意图;
图2是根据本说明书一些实施例所示的超声成像的滤波方法的示例性流程图;
图3根据本说明书一些实施例所示滤波处理的示例性流程图;
图4是根据本说明书一些实施例所示的每段IQ数据进行滤波处理的完整流程的示例性示意图;
图5是根据本说明书一些实施例所示的超声成像的滤波系统的示例性模块图;
图6为根据本说明书一些实施例所示的选择不同初始化下的IIR矩阵滤波结果;
图7是根据本说明书一些实施例所示的滤波结果比较的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
超声多同步模式可以同时显示B模式图像、C模式图像和PW模式图像,在临床的实时诊断上具有重要意义。PW模式是超声中用来检测血流状况如血流速度、血流方向等的一种常用模式。其基本处理流程为:单个超声换能器发射一组脉冲序列后,经过一定的时间延迟后可以接收到具体深度的血流回波信号。回波信号首先经过积分求和来增加信噪比,再通过解调后便可求解出两路正交的I和Q信号。由于血管壁等组织的运动频率比血流低很多,故需要通过一个壁滤波器,也即高通滤波器滤掉低频成分。频谱分析通常为利用短时傅里叶变换对血流信号做时频分析。最终可以在屏幕上显示出频谱图像。音频信号可以直接从滤波后的IQ信号解出,也可以从时频分析结果逆变换得到,最后通过放大等处理经由扬声器播放出来。根据多普勒原理,血流速度与多普勒频移成线性关系,而多普勒频移的计算又受限于PRF(最大脉冲重复频率)。理论上,PRF越高,能够测量的多普勒频移也越高,即能够测量的血流速度的上限值越高。高PRF虽然可以测量更高速的血流,但也会对多同步模式下的PW频谱图像带来更多的数据缺失。
包含PW的多同步模式是指在发射PW模式脉冲的间隔内,发射B模式脉冲或者C模式脉冲,从而进行PW和B或C模式的同步显示。为了实现多同步模式,超声系统一般会通过切换电压,改变发射序列来周期性地进行B、C和PW模式的扫查,进而获得周期性的不同模式下的回波信号。得到不同模式下的回波信号后,经过波束合成后送往不同模式的成像单元,最后在屏幕上进行显示,以及播放PW模式下的声音。多同步模式主要有两种实现方式,一是在PW发射序列中只插入较少数的B或C模式发射序列,这种方式下的PW的发射序列没有缺损,多普勒频谱图像质量较好,但B或C模式的显示帧数会限制PW模式的最大脉冲重复频率(PRF),因此能够检测的血流速度大大降低。另一种方法则是在发射PW序列中插入足够多的B或C序列,使得B或C模式的图像质量较好,且不限制最大PRF,但这种方法会使得PW发射序列间断过多而不连续,因此需要进行相应的间隙填充才能成像。
当PRF较低时,PW脉冲间隔时间(PRI)足够长,B或C模式脉冲可以更加方便地插入其中而不用考虑发射电压的切换问题。此时的PW数据处理与单PW模式没有区别。而当PRF较高时,PRI过短,两个PW发射脉冲之间不足以插入B或C模式脉冲或插入的B或C模式脉冲序列过少,无法在规定帧频下显示B或C模式图像,因此需要在PW发射脉冲中空缺出一部分用于其他模式成像。由于发射脉冲的缺失,PW模式下解调出来的IQ数据就会不连续。对不连续的IQ数据进行分段滤波会造成频谱缺失或异常。相关技术中,为了解决上述问题,有的会在多同步模式下设定PRF的上限值,规避PW发射脉冲连续空缺的问题,从而使得IQ数据连续不断。这种方法虽然可以进行多同步显示,但受限的PRF减弱了它测量血流速度的能力。有的则着眼于如自适应滤波器等更优性能的滤波器的设计以及频谱间隙插补算法的研究,用来减弱频谱图像异常,该种方式会使得计算复杂度以及设备成本增加。
因此,在超声多同步以及高PRF的情况下,需要对缺损的PW回波信号进行相应处理。PW模式成像单元主要包括正交解调、壁滤波、间隙填补和频谱分析。正交解调已有相关的技术介绍,此处不在赘述。壁滤波也即高通滤波,可以过滤掉信号中的低频信号,这些低频信号一般为血管壁、组织的运动信息。常用的壁滤波器有有限长单位冲击响应(FIR)、无限长单位冲击响应(IIR)滤波器等。为了达到较好的滤波效果,抑制低频成分,FIR滤波器的阶数通常需要很高,而FIR滤波器的响应时间等于其本身的阶数,因此它的响应时间也很高。IIR滤波器则可用较小的阶数实现与高阶FIR滤波器近似的滤波效果,但由于IIR滤波器是递归实现并具有较强的暂态效应,通常需要被初始化。暂态效应即滤波输出结果不只与当前输入数据有关,而是和前面的输入数据都有关。
为了平衡分段滤波效果以及计算成本,本说明书一些实施例提出了一种矩阵相乘的滤波方法,将常用的高通滤波器,包括但不限于IIR滤波器、FIR滤波器等转化成恒定方阵,从而加速计算。此外,对于IIR滤波器,依据不同的初始化方案也可以一定程度地减弱IIR的暂态效应,滤波得到的IQ数据也与原始未缺损的IQ滤波数据差异不大,为IQ数据插值或者频谱间隙填充提供了高质量的原始数据。以下通过对附图的描述详细阐述本说明书披露的技术方案。
图1是根据本说明书一些实施例所示的超声成像的滤波系统的示例性应用场景示意图。
如图1所示,超声成像的滤波系统100可以包括超声成像设备110、处理设备120、网络130、存储设备140和终端150。在一些实施例中,超声成像设备110、处理设备120、网络130、存储设备140和终端150可以通过有线和/或无线的方式彼此连接和/或通信。
超声成像设备110可以用于获取对象上目标区域的超声成像数据。在一些实施例中,超声成像设备可以利用超声波的物理特性和对象上目标区域在声学性质上的差异获取对象上目标区域的超声成像数据,所述超声成像数据可以以波形、曲线或图像的形式显示和/或记录与所述对象上目标区域相关的特征。仅作为示例,所述超声成像设备可以包括一个或多个超声探头,用于向所述目标区域(例如,位于治疗床111上的对象或其器官、组织)发射超声波。超声波在经过具有不同声阻抗和不同衰减特性的器官与组织后产生不同的反射与衰减,从而形成可以被所述一个或多个超声探头接收的回声。超声成像设备可以将对收到的回声进行处理(例如,放大、转换)和/或显示,生成超声成像数据。在一些实施例中,超声成像设备可以包括B超设备、彩色多普勒超声设备、心脏彩超设备、三维彩超设备等或其任意组合。在一些实施例中,超声成像数据可以是脉冲多普勒回波信号。
在一些实施例中,超声成像设备110可以通过网络130将超声成像数据发送到处理设备120、存储设备140和/或终端设备150以进行进一步处理。例如,超声成像设备获取的超声成像数据可以是非图像形式的数据,所述非图像形式的数据可以被发送到处理设备120,用于生成超声频谱图像。再例如,超声成像设备获取的超声成像数据可以是图像形式的数据,所述图像形式的数据可以被发送到终端设备150以进行显示。又例如,所述超声成像数据可以被存储在存储设备140中。
在一些实施例中,超声成像设备110还可以包括其它成像设备112。在一些实施例中,其它成像设备112可以包括X射线成像装备、磁共振成像设备、核医学设备、热成像设备、医用光学设备等,或其任意组合。
处理设备120可以处理从超声成像设备110、存储设备140和/或终端150获得的数据和/或信息。例如,处理设备120可以处理从超声成像设备110中的成像设备获取的超声成像数据,并生成目标区域的超声图像。在一些实施例中,所述超声图像可以被发送到终端150并显示在终端150中的一个或以上显示设备上。在一些实施例中,处理设备120可以是单个服务器或服务器组。服务器组可以是集中的,也可以是分布式的。在一些实施例中,处理设备120可以是本地的或远程的。例如,处理设备120可以经由网络130访问存储在超声成像设备110、存储设备140和/或终端150中的信息和/或数据。又例如,处理设备120可以直接连接到超声成像设备110、存储设备140和/或终端150,以访问其上存储的信息和/或数据。再例如,处理设备120可以集成在超声成像设备110中。在一些实施例中,处理设备120可以在云平台上实现。仅作为示例,所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多云等或其任意组合。
在一些实施例中,处理设备120可以是与超声成像设备通信并处理从超声成像设备接收的数据的单个处理设备。
网络130可以包括可以促进超声成像的滤波系统100的信息和/或数据交换的任何合适的网络。在一些实施例中,超声成像的滤波系统100的一个或以上组件(例如,超声成像设备110、处理设备120、存储设备140或终端150)可以通过网络130与超声成像的滤波系统100的其他组件连接和/或通信。例如,处理设备120可以通过网络130从超声成像设备110获取超声成像数据。又例如,处理设备120可以通过网络130从终端150获取用户指令,所述指令可以用于指示超声成像设备110进行成像和/或放射治疗。在一些实施例中,网络130可以包括一个或以上网络接入点。例如,网络130可以包括有线和/或无线网络接入点,例如基站和/或互联网接入点,超声成像的滤波系统100的一个或以上组件可以通过它们连接到网络130以交换数据和/或信息。
存储设备140可以存储数据和/或指令。在一些实施例中,存储设备140可以存储从终端150和/或处理设备120获得的数据。在一些实施例中,存储设备140可以存储处理设备120可以执行或用于执行本申请中描述的示例性方法的数据和/或指令。在一些实施例中,所述存储设备140可以在云平台上实现。仅作为示例,所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多云等或其任意组合。
在一些实施例中,存储设备140可以连接到网络130以与超声成像的滤波系统100的一个或以上组件(例如,处理设备120、终端150等)通信。超声成像的滤波系统100的一个或以上组件可以经由网络130访问存储设备140中存储的数据或指令。在一些实施例中,存储设备140可以直接连接到超声成像的滤波系统100的一个或以上组件(例如,处理设备120、终端150等)或与之通信。在一些实施例中,存储设备140可以是处理设备120的一部分。
终端150可以包括移动设备150-1、平板电脑150-2、膝上型计算机150-3等,或其任意组合。在一些实施例中,终端150可以远程操作超声成像设备110。在一些实施例中,终端150可以经由无线连接操作超声成像设备110。在一些实施例中,终端150可以接收由用户输入的信息和/或指令,并且经由网络130将所接收的信息和/或指令发送到超声成像设备110或处理设备120。在一些实施例中,终端150可以从处理设备120接收数据和/或信息。在一些实施例中,终端150可以是处理设备120的一部分。在一些实施例中,可以省略终端150。
图2是根据本说明书一些实施例所示的超声成像的滤波方法的示例性流程图。在一些实施例中,流程200可以由处理设备(例如,处理设备120)执行。例如,流程200可以以程序或指令的形式存储在存储装置(如处理设备的自带存储单元或外接存储设备)中,所述程序或指令在被执行时,可以实现流程200。流程200可以包括以下操作。
步骤202,获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布。在一些实施例中,步骤202可以由回波信号获取模块510执行。
脉冲多普勒回波信号可以是指超声换能器发射一组脉冲序列至目标对象后,经过一定的时间延迟后返回被接收到的信号。多段脉冲多普勒回波信号可以是在不同时间段接收到的返回的回波信号。相邻两段脉冲多普勒回波信号在时域上间隔分布可以是指在相邻两端脉冲多普勒回波信号之间间隔其他模式的序列,例如,B序列或C序列。
目标对象可以包括患者或者其他医学实验对象(例如,试验用小白鼠等其他动物)等。目标对象还可以是患者或其他医学实验对象的一部分,包括器官和/或组织,例如,心脏、肺、肋骨、腹腔等。
在一些实施例中,处理设备可以通过控制超声成像设备发射脉冲信号至目标对象,并接收返回的回波信号的方式获得所述多段脉冲多普勒回波信号。例如,相邻两段脉冲多普勒回波信号分别由两段PW发射序列产生,并在两段PW发射序列之间插入B序列或C序列。
在一些实施例中,处理设备也可以通过从存储设备、数据库读取,以及调用相关数据接口等方式获得多段脉冲多普勒回波信号。
在一些实施例中,为了保证后续处理得到的频谱上有足够的分辨率,接收到的PW回波信号的长度可以大于预设值,该预设值可以根据需求设定,例如可设定为64或以上,以适应短时傅里叶变换的窗口大小。
步骤204,解调所述多段脉冲多普勒回波信号,生成不连续的多段IQ数据。在一些实施例中,步骤204可以由解调模块520执行。
在一些实施例中,处理设备可以通过各种常见的解调方式对多段脉冲多普勒回波信号进行解调。例如,可以通过正交解调等方式进行解调,本说明书对解调方式不作限定。
其中,IQ数据中的I是In-Phase,同相;Q是Quadrature,正交。
解调可以达到从回波信号中提取出对象体内组织或血流流动而产生的多普勒频移信号的目的。
不连续的多段IQ数据可以是指与多段脉冲多普勒回波信号对应的IQ数据,由于多段脉冲多普勒回波信号间隔,因此,解调得到的多段IQ数据也为间隔不连续的。
在一些实施例中,由间隔等长的不连续信号组合而成脉冲多普勒回波信号在经过解调后,两路正交信号可以组成一路复数信号,其中,任意的一段脉冲多普勒回波信号可以用以下公式(1)表示。
Xk=[x(t0),x(t0+PRF),…,x(t0+n*PRF)],k:段数 (1)
其中,Xk为表示第k段脉冲多普勒回波信号,t0表示该段脉冲多普勒回波信号的数据点接收的时间点,x表示信号中的数据点。
步骤206,对每段IQ数据进行滤波处理。在一些实施例中,步骤206可以由滤波模块530执行。
滤波处理可以理解为从IQ数据中的提取有用的信号的处理过程。例如,通过滤波处理可以去除IQ数据中无用的低频信号,提取有用的频率信号。在超声信号中,低频信号一般为血管壁、组织等的运动信息。在一些实施例中,滤波也可以称为数字滤波,是通过数值运算的方法对输入信号进行滤波的数字信号处理的过程。其可以作为语音、图像处理、模式识别、频谱分析等应用中的基本处理技术。
在一些实施例中,处理设备可以通过壁滤波器进行滤波处理。例如,可以通过有限长单位冲击响应(FIR)滤波器、无限长单位冲击响应(IIR)滤波器等进行滤波处理。
在一些实施例中,壁滤波的过程可以理解为对脉冲多普勒回波信号进行卷积操作。例如,仍然沿用上述示例,以XX1,X2,X3,…,Xk]表示多段脉冲多普勒回波信号,则用m阶IIR滤波器用递归的方式实现壁滤波可以用以下公式(2)表示。
其中,Yk(n)表示壁滤波的后的数据,am、bm为滤波器的系数,n表示一段IQ数据的长度,m表示滤波器的阶数,Xk(n-m)表示第k段信号中的前n-m个数据,Yk(n-m)表示第k段信号中的前n-m个数据滤波后的数据。
当脉冲多普勒回波信号较长时,可以使用FIR滤波器进行滤波,当脉冲多普勒回波信号较短时,通常使用IIR进行滤波,但IIR的暂态效应会严重影响到频谱质量,必须舍弃异常谱线以及频谱插值。因此,在一些实施例中,可以结合状态空间法,改变IIR滤波器的初始化方案以减少IIR滤波器的暂态效应,具体可如后文步骤2062-步骤2064实施例所示。
由于多段脉冲多普勒回波信号之间存在间隔,解调得到的多段IQ数据也是不连续的,为了避免引入多余的信息,在进行滤波时,可以分段对每一段IQ数据进行滤波处理。因此,对于每段IQ数据,处理设备可以通过重复执行步骤2062至步骤2064的操作进行滤波处理。
步骤2062,对至少部分数据点进行滤波。
在一些实施例中,至少部分数据点可以是IQ数据中的一部分数据。例如,假设IQ数据有96个数据点,可以将IQ数据划分为两部分,第一部分包括64个数据点,第二部分包括32个数据点,对至少部分数据点进行处理可以是对第一部分的64个数据点进行滤波处理。
在一些实施例中,处理设备可以获取用户输入的数据长度T。该数据长度T即为IQ数据中需要进行滤波处理的数据点的数量。例如,一段IQ数据的长度为n,取其前T个数据进行滤波处理,剩余的n-T个数据用0代替。
在一些实施例中,数据长度T为工程参数,可以由工程师在设计时输入作为预设参数。在一些实施例中,处理设备可以通过读取工程师预先设定的参数获得数据长度T。
在一些实施例中,数据长度T小于或等于每段IQ数据的长度。例如,T可以小于n,也可以等于n。
处理设备可以基于IIR滤波器对IQ数据的前T个数据点进行滤波。
在一些实施例中,处理设备可以基于数据长度T和IIR滤波器的初始化方案确定滤波器的滤波矩阵,然后将滤波矩阵和前T个数据输入矩阵相乘单元,将滤波矩阵与前T个数据相乘,获得滤波后的数据。关于对前T个数据点进行滤波获得滤波后的数据的详细说明,可以参见图3及其相关描述,此处不再赘述。
步骤2064,对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。
在一些实施例中,处理设备可以将滤波后的数据点和未滤波的数据点输入至递归计算单元,获取IQ分段滤波数据。输入方式可以是先后输入,即,将滤波后的数据点和未滤波的数据点先后输入IIR滤波器对未滤波的数据点进行无限冲击响应滤波。
在一些实施例中,处理设备可以将滤波后的数据点和未滤波的数据点进行拼接,滤波后的数据点在前,未滤波的数据点在后的方式输入IIR滤波器进行滤波。
例如,以YT表示滤波后的数据点,以n-T表示未滤波的数据点,可以在将YT和IQ数据的后n-T个数据点先后输入到递归计算单元,进行稳态滤波,保证递归计算速度快过每条频谱线的显示速度。递归计算单元通过不断地卷积运算得到IQ分段滤波的所有点的结果。在一些实施例中,采用递归方式进行滤波的过程可以用以下公式(3)表示。
其中,Yk表示递归滤波后的输出,YT表示滤波后的数据点,am、bm为滤波器的系数,Xt表示第t段回波信号,Yt表示第t段回波信号的滤波结果。
示例性地,假设一段IQ数据的长度为128,数据长度T=20,前T个数据,也就是第1-20个数据点用矩阵并行相乘的方式进行滤波,得到输出y1,y2,y3……y20。第21到128个数据点用递归滤波,根据IIR滤波器的原理,y21至y128也是根据前面的y1至y20得到,因此,在进行递归滤波时,可以将滤波后的数据点YT和第n-T个未滤波的数据点先后输入到IIR滤波器进行无线冲击响应滤波。但是需要说明的是,前T个数据点的滤波结果并不需要在再次进行滤波。
步骤208,基于所述滤波后的多段IQ数据进行插补。在一些实施例中,步骤208可以由数据插补模块540执行。
插补可以是指对滤波后的IQ数据点的缺失进行插值补充。
在一些实施例中,处理设备可以基于各种常见的插值方法进行插补。例如,利用间隙前后段加窗拼接填补间隙的方法、利用间隙前后段反序共轭相加填补间隙的方法、谱线样条插值法等,本说明书对此不作限定。
步骤210,基于插补后的数据,生成频谱图像。在一些实施例中,步骤210可以由频谱图像生成模块550执行。
在一些实施例中,处理设备可以通过各种常见的超声频谱图像生成方法,基于插补后的数据,生成频谱图像。例如,处理设备可以将插补后的数据与窗函数相乘,然后对相乘后的数据进行傅里叶变换得到频域信号,然后基于频域信号获得频谱图像。对于具体生成频谱图像的方式可以参见相关技术,此处不再赘述。
在本说明书一些实施例中,通过匹配滤波的数据长度和初始化矩阵维度,可以加快运算速度。同时,不同的滤波器初始化方案也可以减弱因响应时间引起的频谱异常,优化了处理流程。在多同步模式下,因高PRF而导致的PW回波信号的缺损也可以通过本说明书实施例所披露的技术方案进行滤波,得到的IQ滤波数据与原始未缺损情况下的滤波数据差别较小,为后续频谱间隙填补提供了高质量的原始数据,进而获得高质量的频谱图像。
图3根据本说明书一些实施例所示滤波处理的示例性流程图。在一些实施例中,流程300可以由处理设备(例如,处理设备120)执行。例如,流程300可以以程序或指令的形式存储在存储装置(如处理设备的自带存储单元或外接存储设备)中,所述程序或指令在被执行时,可以实现流程300。如图3所示,流程300可以包括以下操作。
步骤302,获取IIR滤波器的初始化滤波方案。
IIR滤波器的初始化滤波方案可以包括但不限于零初始化、阶跃初始化、投影初始化等。
在一些实施例中,处理设备可以基于数据长度T的大小获取初始化滤波方案。例如,当数据长度T较大时,比如,大于某个阈值(比如200)时,可以选择零初始化;当数据长度T为一定长度(比如小于阈值200)时,则可以选择阶跃初始化或投影初始化。可以根据对计算速度和频谱图像的效果的要求进行选择。阶跃初始化计算速度高于投影初始化,投影初始化的频谱图像效果高于阶跃初始化,当对计算速度要求较高时,可以选择阶跃初始化,当对图像质量要求较高时,可以选择投影初始化。在一些实施例中,也可以从阶跃初始化和投影初始化中任意选择。
步骤304,根据所述IIR滤波器的初始化滤波方案和所述数据长度T,生成滤波矩阵。
在一些实施例中,当给定IIR滤波器的初始化滤波方案和数据长度T后,根据初始化滤波方案和数据长度T即可计算得到滤波矩阵。
在一些实施例中,处理设备可以通过在状态空间法内,基于初始化滤波方案和数据长度T计算得到滤波矩阵。在状态空间法内,IIR滤波器的输入和滤波输出的关系可以用以下公式(4)表示。
Yk(n)=gdv(n)+b0*Xk (4)
其中,v(n)表示IIR滤波器在该状态空间下的滤波矩阵,可表示成多个基底函数的矢量和。d为矩阵g的阶数,d与数据长度T有关,例如,d可以等于数据长度T;矩阵g与m阶IIR滤波器系数有关,可表示用以下公式(5)表示。
g(m)=bm-b0*am (5)
其中,g(m)为公式(4)里的矩阵g,am、bm为滤波器系数,b0为bm(m=0的情况),也为滤波器系数。
示例性地,处理设备可以根据IIR滤波器系数a、b通过以下过程生成滤波矩阵。
首先,可以生成参数矩阵F、q、g、l,然后计算得到矩阵B、C。
q=0 0 … 1]T;
g可以为上述的公式(5),B=[gT gTF … gTFN-1]T;
在零初始化下,滤波矩阵为C,在阶跃初始化下,滤波矩阵为(B(I-F)-1ql+C),在投影初始化下,滤波矩阵为(I-B(BTB)-1BT)C。
初始化滤波方案的原理是令v(n)在不同的状态空间下分解并使n=0。在给定滤波器初始化方案和数据长度T后,IIR滤波器可以直接生成滤波矩阵,具体过程相关技术中已有记载,此处不再赘述。
步骤306,将所述滤波矩阵与所述IQ数据的前T个数据相乘。
在一些实施例中,处理设备可以将滤波矩阵与IQ数据的前T个数据输入至矩阵并行相乘单元进行计算。通过矩阵并行相乘单元可以将滤波矩阵与IQ数据的前T个数据的相乘实现并行加速计算,提高计算效率。
在一些实施例中,将滤波矩阵与IQ数据的前T个数据相乘可以用以下公式(6)表示。
YT=traMat*XT (6)
其中,YT为滤波后的数据,其长度为T,traMat为滤波矩阵,XT为输入的T长度的数据。
在一些实施例中,当选择的数据长度T等于整段PW回波信号的慢时方向的长度时,输入信号与滤波输出信号可以简单地用矩阵乘法表示。参见图6,图6为根据本说明书一些实施例所示的选择不同初始化下的IIR矩阵滤波结果。三种初始化方式相较于一般的IIR或带初始化的IIR滤波在计算速度上均有一定提升。在相同的动态范围下,投影初始化产生的谱线异常最小,因此该方法可以平衡滤波质量以及计算效率。比如,当数据T较长时,用零初始化就可以达到较好的效果(T数据较长可以认为是PW没有缺损数据的情况);当数据长度逐渐减小时,就可以用阶跃初始化或投影初始化来减弱暂态效应。一般地,数据长度T值选取越大,得到的频谱异常效果越小,但矩阵滤波系数也会成平方次倍增加,因此,为了平衡运算速度以及滤波效果,可以将数据长度T值设定为数据长度的某一固定比例,例如,2:1。
示例性地,对于数据点缺损情况下的IQ数据,使用本说明书披露的技术方案进行分段滤波处理时,可以首先将原始数据按2:1(比如,64:32)的比例进行分组,用0点替代每组中的后32个数据,然后仅对每组数据的前64个点进行滤波处理。因为有效数据长度较短,故可以设定T=64,再选择任意初始化方案进行分段滤波。将未缺损的IQ数据作为原始数据,进行整体滤波,两种方法滤波的比较结果如图7所示,图7是根据本说明书一些实施例所示的滤波结果比较的示例性示意图。其中,虚线的分段滤波为采用本说明书所披露的技术方案进行滤波后对应的结果。单取I数据进行比较,横坐标表示IQ数据的点的个数,纵坐标表示数据的幅度值,箭头处表示数据缺失点。其中,实线表示没有缺失数据的情况下的滤波结果,虚线表示按照2:1缺失数据情况下的滤波结果。如果波形比较接近,说明在缺失数据的情况下,滤波的结果仍然较好。在同样的位置(实线幅度的差-虚线幅度的差)/实线幅度大约在10%-1%(1个数量级-2个数量级)。由图7可以看出,利用本说明书披露的技术方案进行分段滤波后的I数据与未缺损数据时滤波的波形基本一致,且误差比幅值小1-2个数量级,这对后续IQ数据的插值至关重要。
图4是根据本说明书一些实施例所示的每段IQ数据进行滤波处理的完整流程的示例性示意图。在一些实施例中,流程400可以由处理设备(例如,处理设备120)执行。例如,流程400可以以程序或指令的形式存储在存储装置(如处理设备的自带存储单元或外接存储设备)中,所述程序或指令在被执行时,可以实现流程400。如图4所示,流程400可以包括以下操作。
步骤402,根据所述IIR滤波器的初始化滤波方案和所述数据长度T,生成滤波矩阵;
步骤404,将所述滤波矩阵与所述IQ数据的前T个数据输入矩阵并行相乘单元相乘,获得T长度滤波输出。
T长度滤波输出是指长度为T的滤波后的数据。
步骤406,将T长度滤波输出和未滤波的n-T长度的数据输入递归计算单元采用递归方式滤波,获取IQ分段滤波数据。
关于以上流程的各步骤的详细说明,可以参见图2和图3的相关说明,此处不再赘述。
应当注意的是,上述有关各描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对各流程进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,对本说明书有关流程步骤的改变,如添加预处理步骤和存储步骤等。
图5是根据本说明书一些实施例所示的超声成像的滤波系统的示例性模块图。如图5所示,系统500可以包括回波信号获取模块510、解调模块520、滤波模块530、数据插补模块540和频谱图像生成模块550。
回波信号获取模块510可以用于获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布。
解调模块520可以用于解调所述多段脉冲多普勒回波信号,生成不连续的多段IQ数据。
滤波模块530可以用于对于每段IQ数据进行滤波处理。其中,对于每段IQ数据,滤波模块530可以对至少部分数据点进行滤波;对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。
数据插补模块540可以用于基于所述滤波后的多段IQ数据进行插补。
频谱图像生成模块550可以用于基于插补后的数据,生成频谱图像。
关于以上系统各模块的详细说明,可以参见本说明书相应的流程部分,例如,图2至图4,此处不再赘述。
应当理解,图5所示的系统及其模块可以利用各种方式来实现。例如,在一些实施例中,系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本说明书的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要注意的是,以上对于超声成像的滤波系统及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。例如,在一些实施例中,回波信号获取模块510、解调模块520、滤波模块530、数据插补模块540和频谱图像生成模块550可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
本申请可能带来的有益效果包括但不限于:(1)在同时兼顾B或C模式成像质量的同时,不降低PRF,而是采用分段滤波的方式优化PW图像;(2)用户可以选择任意长度的初始化矩阵滤波,相对采用更优性能的滤波器来降低分段滤波造成的谱线异常的方式,在兼顾计算成本的同时,利用带不同初始化方法的IIR滤波器设计了一种矩阵相乘的滤波方法,该矩阵仅与滤波器的特性有关,从而使滤波输出结果只与当前输入数据有关,可以达到平衡计算复杂度和滤波质量的目的;(3)矩阵相乘和递归结合的分段滤波方式的矩阵滤波部分可以并行加速计算,提高计算速度;(4)利用本说明书所披露的技术方案获得的分段滤波的结果与整体未缺损数据的滤波结果波形基本一致,误差较小,因此可以在本方法滤波的前提下进行原始数据的插补,从而恢复出完整的频谱图像。
需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (11)
1.一种超声成像的滤波方法,包括:
获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布;
解调所述多段脉冲多普勒回波信号,生成不连续的多段IQ数据;
对于每段IQ数据:
对至少部分数据点进行滤波;
对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。
2.根据权利要求1所述的方法,对于每段IQ数据,对至少部分数据点进行滤波,包括:
获取数据长度T;
对所述IQ数据的前T个数据点进行滤波。
3.根据权利要求1所述的方法,所述方法还包括:
对所述滤波后的多段IQ数据进行插补;
基于插补后的数据,生成频谱图像。
4.根据权利要求2所述的方法,对所述IQ数据的前T个数据点进行滤波,包括:
获取IIR滤波器的初始化滤波方案;
根据所述IIR滤波器的初始化滤波方案和所述数据长度T,生成滤波矩阵;
将所述滤波矩阵与所述IQ数据的前T个数据相乘。
5.根据权利要求4所述的方法,所述将所述滤波矩阵与所述IQ数据的前T个数据相乘通过并行加速计算实现。
6.根据权利要求4所述的方法,所述IIR滤波器的初始化滤波方案包括零初始化、阶跃初始化、投影初始化中的一种。
7.根据权利要求4所述的方法,所述对滤波后的数据点和未滤波的数据点采用递归方式滤波,包括:
将滤波后的数据点和未滤波的数据点先后输入IIR滤波器对未滤波的数据点进行无限冲击响应滤波。
8.根据权利要求2所述的方法,所述数据长度T小于或等于每段IQ数据的长度。
9.根据权利要求1所述的方法,相邻两段脉冲多普勒回波信号分别由两段PW发射序列产生,所述两段PW发射序列之间插入B序列或C序列。
10.一种超声成像的滤波系统,包括:
回波信号获取模块,用于获取多段脉冲多普勒回波信号,相邻两段脉冲多普勒回波信号在时域上间隔分布;
解调模块,用于解调所述多段脉冲多普勒回波信号,生成不连续的多段IQ数据;
滤波模块,用于对于每段IQ数据:
对至少部分数据点进行滤波;
对滤波后的数据点和未滤波的数据点采用递归方式滤波,获取IQ分段滤波数据。
11.一种超声成像的滤波装置,包括至少一个存储介质和至少一个处理器,所述至少一个存储介质用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令以实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310689163.4A CN116983004A (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210052438.9A CN114376606B (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
CN202310689163.4A CN116983004A (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210052438.9A Division CN114376606B (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116983004A true CN116983004A (zh) | 2023-11-03 |
Family
ID=81201420
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210052438.9A Active CN114376606B (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
CN202310689163.4A Pending CN116983004A (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210052438.9A Active CN114376606B (zh) | 2022-01-18 | 2022-01-18 | 一种超声成像的滤波方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240206851A1 (zh) |
CN (2) | CN114376606B (zh) |
WO (1) | WO2023138186A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114376606B (zh) * | 2022-01-18 | 2023-05-09 | 武汉联影医疗科技有限公司 | 一种超声成像的滤波方法和系统 |
WO2023138483A1 (zh) * | 2022-01-18 | 2023-07-27 | 武汉联影医疗科技有限公司 | 一种信号处理方法和系统 |
CN116989888B (zh) * | 2023-09-27 | 2024-03-12 | 之江实验室 | 声成像方法、装置、计算机设备和存储介质 |
CN117710229B (zh) * | 2023-12-18 | 2024-06-21 | 湖南半岛医疗科技有限公司 | 一种基于多模态的成像图融合叠加方法及相关装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69329670T2 (de) * | 1992-09-14 | 2001-03-15 | Thomson Multimedia, Boulogne | Verfahren und Gerät zur Rauschminderung |
US5823964A (en) * | 1996-12-30 | 1998-10-20 | Siemens Medical Systems, Inc. | Ultrasound doppler wall filter |
KR100232257B1 (ko) * | 1997-09-04 | 1999-12-01 | 이민화 | 클러터신호의 과도응답을 최소로 하는 초음파칼라도플러영상시스템 |
US6123672A (en) * | 1998-12-31 | 2000-09-26 | General Electric Company | Color flow imaging for enhancing segmentation and flow dynamics |
US6364838B1 (en) * | 2000-01-11 | 2002-04-02 | Siemens Medical Soulutions, Usa, Inc. | Pulsed wave doppler processing using aliased spectral data |
JP4718715B2 (ja) * | 2001-04-27 | 2011-07-06 | 株式会社東芝 | 超音波ドプラ診断装置及びドプラ信号の処理方法 |
US8031963B2 (en) * | 2008-04-09 | 2011-10-04 | Eyep Inc. | Noise filter |
CN102370499B (zh) * | 2010-08-26 | 2014-05-07 | 深圳迈瑞生物医疗电子股份有限公司 | 多普勒图像、b型图像和彩色血流图像同时显示的方法和系统 |
CN102551791B (zh) * | 2010-12-17 | 2016-04-27 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声成像方法和装置 |
WO2017144716A1 (en) * | 2016-02-26 | 2017-08-31 | Koninklijke Philips N.V. | Clutter filters for strain and other ultrasonic deformation imaging |
CN105997148B (zh) * | 2016-05-26 | 2019-01-29 | 飞依诺科技(苏州)有限公司 | 脉冲多普勒超高谱分辨率成像处理方法及处理系统 |
CN105919625B (zh) * | 2016-05-26 | 2019-01-01 | 飞依诺科技(苏州)有限公司 | 脉冲多普勒壁滤波处理方法及处理系统 |
CN111513755B (zh) * | 2019-09-29 | 2021-04-27 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声成像设备、超声成像方法 |
CN111388011B (zh) * | 2020-03-26 | 2023-02-21 | 深圳开立生物医疗科技股份有限公司 | 超声多普勒血流成像方法、装置、设备及可读存储介质 |
CN114376606B (zh) * | 2022-01-18 | 2023-05-09 | 武汉联影医疗科技有限公司 | 一种超声成像的滤波方法和系统 |
-
2022
- 2022-01-18 CN CN202210052438.9A patent/CN114376606B/zh active Active
- 2022-01-18 CN CN202310689163.4A patent/CN116983004A/zh active Pending
- 2022-11-10 WO PCT/CN2022/131156 patent/WO2023138186A1/zh unknown
-
2024
- 2024-02-06 US US18/434,769 patent/US20240206851A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN114376606A (zh) | 2022-04-22 |
CN114376606B (zh) | 2023-05-09 |
US20240206851A1 (en) | 2024-06-27 |
WO2023138186A1 (zh) | 2023-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114376606B (zh) | 一种超声成像的滤波方法和系统 | |
US5653234A (en) | Method and apparatus for adaptive spatial image filtering | |
JP2020531074A (ja) | 画像アーチファクト特定及び除去のための深層学習ネットワークを有する超音波システム | |
JP2003038490A (ja) | 位相反転超音波画像処理システムおよび方法 | |
US20130303908A1 (en) | Ultrasonic diagnostic apparatus and ultrasonic diagnostic apparatus control method | |
US11701091B2 (en) | Ultrasound analysis apparatus and method for tissue elasticity and viscosity based on the hormonic signals | |
JPH1099333A (ja) | 超音波カラードプラ診断装置および超音波カラードプライメージングの信号処理方法 | |
JP2001286472A (ja) | 超音波診断装置 | |
JP4642977B2 (ja) | 超音波診断装置及び超音波イメージング方法 | |
US11547389B2 (en) | Methods and systems for ultrasound contrast enhancement | |
JPS6320543B2 (zh) | ||
CN110536647A (zh) | 用于在存在运动的情况下处理和复合超声图像的系统、方法和计算机可读介质 | |
JP2002034985A (ja) | 超音波診断装置 | |
JP3682104B2 (ja) | 超音波診断装置 | |
CN114171045A (zh) | 一种音频降噪方法和系统 | |
JP6274495B2 (ja) | 画像処理装置および超音波診断装置 | |
JP5242092B2 (ja) | 超音波診断装置 | |
WO2023138483A1 (zh) | 一种信号处理方法和系统 | |
JP6780509B2 (ja) | 超音波診断装置の制御装置、超音波診断装置およびクラッター成分低減方法 | |
Karabiyik et al. | Adaptive spectral estimation methods in color flow imaging | |
JP4727060B2 (ja) | 超音波装置 | |
CN103974665B (zh) | Hifu干扰信号消除方法及装置 | |
JP7313944B2 (ja) | 超音波プローブ及び超音波診断装置 | |
JP4719765B2 (ja) | 超音波診断装置 | |
CN115735138A (zh) | 用于连续波多普勒的基于超声换能器探头的模数转换以及相关联的设备、系统和方法 |
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 |