CN117152026B - 一种血管内超声图像处理方法、装置和设备 - Google Patents

Abstract

本申请提供的血管内超声图像处理方法，包括：获取超声图像序列的初始图像矢量矩阵；将初始图像矢量矩阵作为待分析矩阵，计算待分析矩阵中的各个径向图像矢量的角速度评分；根据待分析矩阵中的各个径向图像矢量的角速度评分，确定超声图像序列是否存在畸变；若否，从待分析矩阵中划分出各帧超声图像的子图像矢量矩阵，并基于子图像矢量矩阵输出极坐标系下的超声图像；若是，对待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；将重构图像矢量矩阵作为待分析矩阵，再次执行计算待分析矩阵中的各个径向图像矢量的角速度评分的步骤。本申请提供的血管内超声图像处理方法、装置和设备，可以消除超声图像中的非均匀旋转畸变，且成本较低。

Description

一种血管内超声图像处理方法、装置和设备

技术领域

本申请涉及图像处理技术领域，尤其涉及一种血管内超声图像处理方法、装置和设备。

背景技术

血管内超声（Intravascular Ultrasound，简称IVUS）系统，通过超声探头采集患者血管内待检区域的超声图像，从而辅助医生对待检区域是否存在病变以及存在何种病变进行诊断和治疗。具体实现时，血管内超声系统具有可以发射超声声束的超声探头，通过使用超声探头发射超声声束以获取超声图像。

实际应用过程中，电机驱动通过柔性轴传输到超声探头，在这个过程中，由于血管的迂曲弯折等原因，导致超声探头无法随驱动匀速旋转，进而导致超声图像存在非均匀旋转畸变（Non-Uniform Rotation Distortion，简称NURD）。非均匀旋转畸变的存在影响超声图像的分辨率，进而影响临床定量分析。因此，需要消除超声图像中的畸变。

目前，常通过改进电机的机械结构来缓解非均匀旋转畸变，这样，涉及到机械结构的改进，成本较高。

发明内容

有鉴于此，本申请提供一种血管内超声图像处理方法、装置和设备，用以提供一种经济成本低的超声图像处理方法，以消除超声图像中的非均匀旋转畸变。

具体地，本申请是通过如下技术方案实现的：

本申请第一方面提供一种血管内超声图像处理方法，所述方法包括：

获取超声图像序列的初始图像矢量矩阵；所述初始图像矢量矩阵由所述超声图像序列中的每帧超声图像所包含的多个径向图像矢量拼接而成；

将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分；

根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变；

若否，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；

若是，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；其中，所述重构图像矢量矩阵的大小与所述待分析矩阵的大小相同；

将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。

本申请第二方面提供一种血管内超声图像处理装置，所述装置包括获取模块、计算模块、确定模块、输出模块和重构模块；其中，

所述获取模块，用于获取超声图像序列的初始图像矢量矩阵；所述初始图像矢量矩阵由所述超声图像序列中的每帧超声图像所包含的多个径向图像矢量拼接而成；

所述计算模块，用于将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分；

所述确定模块，用于根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变；

所述输出模块，用于在确定所述超声图像序列不存在畸变时，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；

所述重构模块，用于在确定所述超声图像序列存在畸变时，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；其中，所述重构图像矢量矩阵的大小与所述待分析矩阵的大小相同；

所述计算模块，还用于将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。

本申请第三方面提供一种血管内超声图像处理设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请第一方面任一项所述方法的步骤。

本申请第四方面提供一种存储介质，其上存储有程序，所述程序被处理器执行时实现本申请第一方面任一项所述方法的步骤。

本申请提供的血管内超声图像处理方法、装置和设备，通过获取超声图像序列的初始图像矢量矩阵，并将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分，进而根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变，从而在超声图像序列不存在畸变时，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；而在超声图像序列存在畸变时，对所述待分析矩阵进行重构，得到与所述待分析矩阵的大小相同的重构后的重构图像矢量矩阵，并将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。这样，通过对初始图像矢量矩阵进行重构，可消除非均匀旋转畸变现象，且相对于对机械结构进行改进的方案，成本较低。

附图说明

图1为本申请提供的血管内超声图像处理方法实施例一的流程图；

图2为本申请一示例性实施例示出的超声图像的示意图；

图3为本申请一示例性实施例示出的初始图像矢量矩阵的获取原理图；

图4为本申请提供的血管内超声图像处理方法实施例二的流程图；

图5为本申请一示例性实施例示出的血管内超声图像处理方法的流程图；

图6为本申请一示例性实施例示出的超声图像的示意图；

图7为本实施例一示例性实施例示出的位图的示意图；

图8为本申请一示例性实施例示出的填充结果的示意图；

图9为本申请一示例性实施例示出的超声图像处理前后的示意图；

图10为本申请提供的血管内超声图像处理装置所在血管内超声图像处理设备的一种硬件结构图；

图11为本申请提供的血管内超声图像处理装置实施例一的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本申请提供一种血管内超声图像处理方法、装置和设备，用以提供一种经济成本低的超声图像处理方法，以消除超声图像中的非均匀旋转畸变。

本申请提供的血管内超声图像处理方法、装置和设备，通过获取超声图像序列的初始图像矢量矩阵，并将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分，进而根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变，从而在超声图像序列不存在畸变时，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；而在超声图像序列存在畸变时，对所述待分析矩阵进行重构，得到与所述待分析矩阵的大小相同的重构后的重构图像矢量矩阵，并将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。这样，通过对初始图像矢量矩阵进行重构，可消除非均匀旋转畸变现象，且相对于对机械结构进行改进的方案，成本较低。

下面给出具体的实施例，用以详细介绍本申请的技术方案。

图1为本申请提供的血管内超声图像处理方法实施例一的流程图。请参照图1，所述方法包括：

S101、获取超声图像序列的初始图像矢量矩阵；所述初始图像矢量矩阵由所述超声图像序列中的每帧超声图像所包含的多个径向图像矢量拼接而成。

具体的，超声图像序列包括多帧连续的超声图像，例如，一实施例中，超声图像序列包括连续的Q帧超声图像，此外，超声图像序列可以是IVUS系统当前输出的多帧连续的超声图像，也可以是IVUS系统此前输出的多帧连续的超声图像（换言之，本实施例提供的方法，可以对曾经拍摄存在的多帧连续的超声图像进行处理，适应性较广）。需要说明的是，超声图像序列中的每帧超声图像为极坐标系下的超声图像，该超声图像是IVUS系统对采集到的RF信号进行带通滤波、希尔伯特变换和对数压缩等处理后得到的超声图像。

需要说明的是，图2为本申请一示例性实施例示出的超声图像的示意图。其中，图2中的（a）图为极坐标系下的超声图像，图2中的（b）图为直角坐标系下的超声图像，参照图2中的（a）图，超声探头在获取超声图像时，保持恒定的旋转速度，等间隔的获得血管横截面的径向图像矢量，多个径向图像矢量组成超声图像，该超声图像为完整真实的血管横截面图像。

具体实现时，图3为本申请一示例性实施例示出的初始图像矢量矩阵的获取原理图。参照图3，例如，将超声图像序列记为A，该超声图像序列中包括Q帧超声图像，每帧超声图像的大小为M×N。本步骤中，首先，针对每帧超声图像，将该超声图像中的每一列像素的像素值构成的列向量确定为该超声图像的一个径向图像矢量（本质为一个列向量，一个径向图像矢量包含M个元素），得到该超声图像所包含的N个径向图像矢量；进一步的，在得到每帧超声图像所包含的N个径向图像矢量后，将各个超声图像所包含的N个径向图像矢量按照顺序拼接在一起，最后将拼接成的矩阵确定为初始图像矢量矩阵，此时，初始图像矢量矩阵为一个M×[Q×N]的矩阵。

S102、将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分。

需要说明的是，角速度评分用于表征超声探头在获取径向图像矢量时的角速度大小，角速度评分越大，表征超声探头在获取径向图像矢量时的角速度越大。

具体的，计算待分析矩阵中的各个径向图像矢量的角速度评分的过程，可以包括：

（1）针对每个所述径向图像矢量，计算该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值。

需要说明的是，滑动窗口的宽度是根据实际需要设定的，本实施例中不对其限定。此外，滑动窗口中心应与该径向图像矢量对齐。例如，一实施例中，滑动窗口的宽度可以设置为7。

具体实现时，可利用相关的向量相似度计算方法，来计算该径向图像矢量与滑动窗口内的任一个径向图像矢量的相似度值。

例如，一实施例中，针对某个径向图像矢量，可以利用如下公式来计算该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值：

其中，，DWT()表示对径向图像矢量作离散小波变换，/>表示Frobenius范数，滑动窗口的宽度为2W+1，例如，可以为7，/>表示径向图像矢量/>与滑动窗口内的径向图像矢量/>的相似度值。

（2）根据该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值的第二平均值，确定该径向图像矢量的角速度评分。

具体实现时，在相似度值越大，表征两者之间的相似度越高时，径向图像矢量的第二平均值越大，角速度评分越低，此时，例如，一实施例中，可将第二平均值的倒数确定为角速度评分。相应的，在相似度值越小，表征两者之间的相似度越高时，径向图像矢量的第二平均值越大，角速度评分越高，此时，例如，一实施例中，可直接将第二平均值确定为角速度评分。

结合上面的例子，在利用上述公式来计算相似度值时，该相似度值越小，表征两者之间的相似度越高时，此时，可直接将第二平均值确定为角速度评分。

结合上面的例子，例如，一实施例中，滑动窗口大小为7，针对一待分析矩阵，该待分析矩阵包括径向图像矢量1、径向图像矢量2、径向图像矢量3、径向图像矢量4，……，径向图像矢量8，此时，针对径向图像矢量1，就按照如上公式计算出径向图像矢量1与径向图像矢量2的相似度值、径向图像矢量1与径向图像矢量/>、径向图像矢量1与径向图像矢量4的相似度值/>，然后计算这3个相似度值（/>、/>、/>）的平均值，最后将计算得到的平均值确定为该径向图像矢量1的角速度评分；再例如，针对径向图像矢量4，就按照如上公式计算出径向图像矢量4与径向图像矢量1的相似度值/>、径向图像矢量4与径向图像矢量2的相似度值/>、径向图像矢量4与径向图像矢量3的相似度值/>、……，径向图像矢量4与径向图像矢量7的相似度值/>，然后计算这6个相似度值（）的平均值，最后将计算得到的平均值确定为该径向图像矢量4的角速度评分；再例如，针对径向图像矢量7，就按照如上公式计算出径向图像矢量7与径向图像矢量4的相似度值/>、径向图像矢量7与径向图像矢量5的相似度值/>、径向图像矢量7与径向图像矢量6的相似度值/>、径向图像矢量7与径向图像矢量8的相似度值/>，然后计算这4个相似度值（/>）的平均值，最后将计算得到的平均值确定为该径向图像矢量7的角速度评分。其他径向图像矢量的角速度评分的计算方法类似，此处不再赘述。

S103、根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变。

具体的，在一种可能的实现方式中，确定所述超声图像序列是否存在畸变的过程，可以包括：

（1）计算所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值。

例如，结合上面的例子，超声图像序列包括连续的Q帧超声图像，每帧超声图像的大小为M×N，此时，待分析矩阵的大小为M×[Q×N]，此时，则针对径向图像矢量1、径向图像矢量2、……、径向图像矢量Q×N，在上面的步骤中，计算得到各个径向图像矢量的角速度评分分别为。本步骤中，就计算这Q×N个径向图像矢量的角速度评分的平均值。例如，一实施例中，将径向图像矢量的角速度评分的平均值用c表示，则可以按照如下公式来计算c：

其中，表示径向图像矢量/>的角速度评分，c表示径向图像矢量的角速度评分的第一平均值。

（2）根据所述第一平均值和预设偏差，确定径向图像矢量的角速度评分波动的指定范围。

需要说明的是，预设偏差是根据实际需要设置的，本实施例中不对其进行限定。例如，一实施例中，预设偏差为0.1。

具体实现时，可以先根据所述第一平均值和预设偏差，确定指定范围的下限值和上限值，进而将下限值到上限值之间的区间确定为指定范围。

具体的，一实施例中，可按照如下公式来确定下限值m1：

其中，ε为预设偏差，c为径向图像矢量的角速度评分的第一平均值。

类似的，可按照如下公式来确定上限值m2：

其中，ε为预设偏差，c为径向图像矢量的角速度评分的第一平均值。

进一步的，在确定了指定范围的下限值和上限值之后，可将如下区间[m1，m2]确定为径向图像矢量的角速度评分波动的指定范围。

（3）判断所述待分析矩阵中的各个径向图像矢量的角速度评分是否均处于所述指定范围，进而判断是否存在畸变。

具体实现时，在待分析矩阵中的各个径向图像矢量的角速度评分均处于所述指定范围时，确定所述超声图像序列不存在畸变；在待分析矩阵中的各个径向图像矢量的角速度评分中存在至少一个角速度评分不处于所述指定范围时，确定所述超声图像序列存在畸变。换言之，在待分析矩阵中的各个径向图像矢量的角速度评分中的最小值小于所述指定范围的下限值时，或者，在待分析矩阵中的各个径向图像矢量的角速度评分中的最大值大于所述指定范围的上限值时，确定所述超声图像序列存在畸变。

S104、若否，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像。

需要说明的是，如果超声图像序列不存在畸变，则按照顺序，将待分析矩阵拆分成Q个[M×N]的子图像矢量矩阵，并基于每个子图像矢量矩阵输出一帧极坐标系下的超声图像，得到Q帧超声图像。若首次比对不存在畸变时，即未经过重构的超声图像序列不存在畸变时，可直接对步骤S101中的超声图像序列进行处理以输出极坐标系下的超声图像。

S105、若是，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；其中，所述重构图像矢量矩阵的大小与所述待分析矩阵的大小相同。

需要说明的是，如果超声图像序列存在畸变，则会对待分析矩阵进行重构，得到重构后的重构图像矢量矩阵，其中，重构图像矢量矩阵的大小是与待分析矩阵的大小相同的矩阵。有关如何进行重构的方法在下文会详细介绍，此处不再赘述。

S106、将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。

具体实现时，将重构图像矢量矩阵作为待分析矩阵，再次去执行上述计算待分析矩阵中的各个径向图像矢量的角速度评分的步骤，直至基于待分析矩阵，确定超声图像序列不存在畸变。

本实施例提供的血管内超声图像处理方法，通过获取超声图像序列的初始图像矢量矩阵，并将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分，进而根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变，从而在超声图像序列不存在畸变时，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；而在超声图像序列存在畸变时，对所述待分析矩阵进行重构，得到与所述待分析矩阵的大小相同的重构后的重构图像矢量矩阵，并将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。这样，通过对初始图像矢量矩阵进行重构，可消除非均匀旋转畸变现象，且相对于对机械结构进行改进的方案，成本较低。

图4为本申请提供的血管内超声图像处理方法实施例二的流程图。请参照图4，本实施例提供的方法，在上述实施例的基础上，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵的过程，可以包括：

S401、针对各个所述径向图像矢量，根据该径向图像矢量的角速度评分、以及所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值，确定该径向图像矢量所占的像素宽度；其中，各个所述径向图像矢量所占的像素宽度的和值等于所述待分析矩阵包含的径向图像矢量的数量。

具体实现时，针对各个所述径向图像矢量，在根据该径向图像矢量的角速度评分、以及所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值，确定该径向图像矢量所占的像素宽度时，可将该径向图像矢量的角速度评分与所述第一平均值的比值确定为该径向图像矢量所占的像素宽度。

换言之，可以按照如下公式计算：

其中，表示径向图像矢量/>所占的像素宽度，/>表示径向图像矢量/>的角速度评分，c表示待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值。

参见前面的描述，角速度评分越大，表征超声探头在获取径向图像矢量时的角速度越大。相应的，径向图像矢量的角速度评分越大，径向图像矢量所占的像素宽度越大，这样，针对角速度小的径向图像矢量，其对应的角速度评分小，所占的像素宽度小，通过基于所占的像素宽度重构矩阵，可以达到压缩该径向图像矢量的目的。相应的，针对角速度大的径向图像矢量，其对应的角速度评分大，所占的像素宽度也大，通过基于所占的像素宽度重构矩阵，可以达到拉伸该径向图像矢量的目的。

本实施例提供的血管内超声图像处理方法，通过该方法，可以在多帧超声图像中压缩角速度缓慢的区域，拉伸角速度快的区域，以消除非均匀旋转畸变现象。

S402、根据各个所述径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵。

具体的，图5为本申请一示例性实施例示出的血管内超声图像处理方法的流程图。请参照图5，本实施例提供的方法，在上述实施例的基础上，根据各个所述径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构的过程，可以包括：

S501、根据各个所述径向图像矢量所占的像素宽度，确定所述重构图像矢量矩阵中的每个重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重。

需要说明的是，每个重构径向图像矢量对应的目标径向图像矢量指的是待分析矩阵中，与该重构径向图像矢量对应的径向图像矢量。

具体实现时，可按照如下方法来确定重构图像矢量矩阵中的每个重构径向图像矢量对应的目标径向图像矢量、以及各个目标径向图像矢量在该重构径向图像矢量中所占的比重：

（1）创建一个空的位图；其中，所述位图包含的像素列的数量等于所述待分析矩阵包含的径向图像矢量的数量。

下面以超声图像序列包含一帧超声图像，该帧超声图像序列的大小为M×4为例进行说明。例如，该帧超声图像如图6（图6为本申请一示例性实施例示出的超声图像的示意图）所示。参照图6，在图6所示示例中，待分析矩阵包含的径向图像矢量的数量为4，换言之，待分析矩阵包含径向图像矢量1、径向图像矢量2、径向图像矢量3和径向图像矢量4。此时，位图包含的像素列的数量为4，例如，一实施例中，创建好的空的位图如图7（图7为本实施例一示例性实施例示出的位图的示意图）所示，参照图7，创建的空的位图中包含的像素列的数量也为4。

（2）按照各个所述径向图像矢量所占的像素宽度，将各个所述径向图像矢量依序填充到所述位图中，得到填充结果。

结合上面的例子，例如，径向图像矢量1所占的像素宽度为0.5像素、径向图像矢量2所占的像素宽度为1.7像素、径向图像矢量3所占的像素宽度为0.9像素、径向图像矢量4所占的像素宽度为0.9像素。此时，按照各个径向图像矢量所占的像素宽度，依序将各个径向图像矢量填充到位图中后，得到的填充结果如图8所示（图8为本申请一示例性实施例示出的填充结果的示意图）。

（3）根据所述填充结果，确定所述位图中的每一像素列所填充的第一径向图像矢量和各个所述第一径向图像矢量在该像素列所占的像素宽度。

结合图8，可知，位图中的第一像素列所填充的第一径向图像矢量包括径向图像矢量1和径向图像矢量2，且径向图像矢量1在第一像素列所占的像素宽度为0.5像素，径向图像矢量2在第一像素列所占的像素宽度为0.5像素；相应的，位图中的第二像素列所填充的第一径向图像矢量包括径向图像矢量2，且径向图像矢量2在第二像素列所占的像素宽度为1像素；相应的，位图中的第三像素列所填充的第一径向图像矢量包括径向图像矢量2和径向图像矢量3，且径向图像矢量2在第三像素列所占的像素宽度为0.2像素，径向图像矢量3在第三像素列所占的像素宽度为0.8像素；相应的，位图中的第四像素列所填充的第一径向图像矢量包括径向图像矢量3和径向图像矢量4，且径向图像矢量3在第四像素列所占的像素宽度为0.1像素，径向图像矢量4在第四像素列所占的像素宽度为0.9像素。

（4）将所述位图中的每一像素列所填充的第一径向图像矢量和各个所述第一径向图像矢量在该像素列所占的像素宽度确定为所述重构图像矢量矩阵中的对应列重构径向图像矢量对应的目标径向图像矢量和各个所述目标径向图像矢量在该列重构径向图像矢量中所占的比重。

结合图8，可知，位图的第一像素列中填充有0.5像素的径向图像矢量1和0.5像素的径向图像矢量2；位图的第二像素列中填充有1像素的径向图像矢量2；位图的第三像素列中填充有0.2像素的径向图像矢量2和0.8像素的径向图像矢量3；位图的第四像素列中填充有0.1径向图像矢量3和0.9的径向图像矢量4。相应的，本步骤中，就确定第一列重构径向图像矢量对应的目标径向图像矢量为径向图像矢量1和径向图像矢量2，且径向图像矢量1在第一列重构径向图像矢量中所占的比重为0.5，径向图像矢量2在第一列重构径向图像矢量中所占的比重为0.5；类似的，确定第二列重构径向图像矢量对应的目标径向图像矢量为径向图像矢量2，且径向图像矢量2在第二列重构径向图像矢量中所占的比重为1；类似的，确定第三列重构径向图像矢量对应的目标径向图像矢量为径向图像矢量2和径向图像矢量3，且径向图像矢量2在第三列重构径向图像矢量中所占的比重为0.2，径向图像矢量3在第三列重构径向图像矢量中所占的比重为0.8；类似的，确定第四列重构径向图像矢量对应的目标径向图像矢量为径向图像矢量3和径向图像矢量4，且径向图像矢量3在第四列重构径向图像矢量中所占的比重为0.1，径向图像矢量4在第四列重构径向图像矢量中所占的比重为0.9。

S502、针对每个所述重构径向图像矢量，根据该重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重，计算该重构径向图像矢量中的各个像素的灰度值，得到所述重构图像矢量矩阵。

具体实现时，针对每个所述重构径向图像矢量，就根据该重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重，对各个目标径向图像矢量进行加权处理，进而将加权处理结果作为该重构径向图像矢量中的各个像素的灰度值。

换言之，可按照如下公式来计算该重构径向图像矢量中的各个像素的灰度值：

其中，表示第i列重构径向图像矢量，/>表示第i列重构径向图像矢量对应的目标径向图像矢量，/>表示第i列重构径向图像矢量对应的目标径向图像矢量/>的权重。

结合上面的例子，针对第一列重构径向图像矢量，该重构径向图像矢量/>可以按照如下公式计算：

其中，表示径向图像矢量1，/>表示径向图像矢量2。

类似的，针对第二列重构径向图像矢量，该重构径向图像矢量/>可以按照如下公式计算：

有关第三列重构径向图像矢量和第四列重构径向图像矢量的计算方法类似，此处不再赘述。

图9为本申请一示例性实施例示出的超声图像处理前后的示意图。请参照图9，图9中的（a）图为处理前的极坐标系下的超声图像，图9中的（b）图为（a）图对应的直角坐标系下的超声图像；图9中的（c）图为对（a）图进行处理后得到的极坐系下的超声图像，图9中的（d）图为（c）图对应的直角坐标系下的超声图像，参见图9，通过本申请提供的方法，可有效的消除畸变现象。

需要说明的是，当畸变现象出现在超声图像采集的开始时刻或结束时刻时，或者，当畸变现象十分严重的情况下，单帧超声图像中可能并不能完全包含一个血管截面完整的360°图像信息，部分图像信息被挤压到相邻帧，本实施例提供的方法，通过对连续的多帧超声图像组成的超声图像序列进行处理，可以弥补畸变现象导致的单帧超声图像信息不全的问题。

本实施例提供的血管内超声图像处理方法，针对各个所述径向图像矢量，通过根据该径向图像矢量的角速度评分、以及所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值，确定该径向图像矢量所占的像素宽度，并根据各个所述径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵。这样，在确定径向图像矢量所占的像素宽度后。基于各个径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构，这样，可以在多帧超声图像中压缩角速度缓慢的区域，拉伸角速度快的区域，以消除非均匀旋转畸变现象。

与前述一种血管内超声图像处理方法的实施例相对应，本申请还提供了一种血管内超声图像处理装置的实施例。

本申请一种血管内超声图像处理装置的实施例可以应用在血管内超声图像处理设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在血管内超声图像处理设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图10所示，为本申请提供的血管内超声图像处理装置所在血管内超声图像处理设备的一种硬件结构图，除了图10所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的血管内超声图像处理设备通常根据该血管内超声图像处理装置的实际功能，还可以包括其他硬件，对此不再赘述。

图11为本申请提供的血管内超声图像处理装置实施例一的结构示意图。请参考图11，所述装置包括获取模块1110、计算模块1120、确定模块1130、输出模块1140和重构模块1150；其中，

所述获取模块1110，用于获取超声图像序列的初始图像矢量矩阵；所述初始图像矢量矩阵由所述超声图像序列中的每帧超声图像所包含的多个径向图像矢量拼接而成；

所述计算模块1120，用于将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分；

所述确定模块1130，用于根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变；

所述输出模块1140，用于在确定所述超声图像序列不存在畸变时，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；

所述重构模块1150，用于在确定所述超声图像序列存在畸变时，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；其中，所述重构图像矢量矩阵的大小与所述待分析矩阵的大小相同；

所述计算模块1120，还用于将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。

本实施例提供的装置，可用于执行图1所示方法实施例的步骤，具体实现原理和实现过程可以参见前面实施例中的描述，此处不再赘述。

可选的，所述重构模块1150，具体用于针对各个所述径向图像矢量，根据该径向图像矢量的角速度评分、以及所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值，确定该径向图像矢量所占的像素宽度；其中，各个所述径向图像矢量所占的像素宽度的和值等于所述待分析矩阵包含的径向图像矢量的数量；

所述重构模块1150，具体用于根据各个所述径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵。

可选的，所述计算模块1120，具体用于针对每个所述径向图像矢量，计算该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值，并根据该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值的第二平均值，确定该径向图像矢量的角速度评分。

可选的，所述确定模块1130，具体用于计算所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值；

所述确定模块1130，还具体用于根据所述第一平均值和预设偏差，确定径向图像矢量的角速度评分波动的指定范围；

所述确定模块1130，还具体用于在所述待分析矩阵中的各个径向图像矢量的角速度评分均处于所述指定范围时，确定所述超声图像序列不存在畸变，否则确定所述超声图像序列存在畸变。

可选的，所述重构模块1150，具体用于将该径向图像矢量的角速度评分与所述第一平均值的比值确定为该径向图像矢量所占的像素宽度。

可选的，所述重构模块1150，具体还用于根据各个所述径向图像矢量所占的像素宽度，确定所述重构图像矢量矩阵中的每个重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重；

所述重构模块1150，具体还用于针对每个所述重构径向图像矢量，根据该重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重，计算该重构径向图像矢量中的各个像素的灰度值，得到所述重构图像矢量矩阵。

可选的，所述重构模块1150，具体还用于创建一个空的位图；其中，所述位图包含的像素列的数量等于所述待分析矩阵包含的径向图像矢量的数量；

所述重构模块1150，具体还用于按照各个所述径向图像矢量所占的像素宽度，将各个所述径向图像矢量依序填充到所述位图中，得到填充结果；

所述重构模块1150，具体还用于根据所述填充结果，确定所述位图中的每一像素列所填充的第一径向图像矢量和各个所述第一径向图像矢量在该像素列所占的像素宽度；

所述重构模块1150，具体还用于将所述位图中的每一像素列所填充的第一径向图像矢量和各个所述第一径向图像矢量在该像素列所占的像素宽度确定为所述重构图像矢量矩阵中的对应列重构径向图像矢量对应的目标径向图像矢量和各个所述目标径向图像矢量在该列重构径向图像矢量中所占的比重。

请继续参照图10，本申请还提供一种血管内超声图像处理设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请第一方面任一项所述方法的步骤。

本申请还提供一种存储介质，其上存储有程序，所述程序被处理器执行时实现本申请第一方面任一项所述方法的步骤。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (9)

1.一种血管内超声图像处理方法，其特征在于，所述方法包括：

获取超声图像序列的初始图像矢量矩阵；所述初始图像矢量矩阵由所述超声图像序列中的每帧超声图像所包含的多个径向图像矢量拼接而成；

将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分；

根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变；

若否，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；

若是，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；其中，所述重构图像矢量矩阵的大小与所述待分析矩阵的大小相同；

将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。

2.根据权利要求1所述的方法，其特征在于，所述对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵，包括：

针对各个所述径向图像矢量，根据该径向图像矢量的角速度评分、以及所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值，确定该径向图像矢量所占的像素宽度；其中，各个所述径向图像矢量所占的像素宽度的和值等于所述待分析矩阵包含的径向图像矢量的数量；

根据各个所述径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；

所述根据该径向图像矢量的角速度评分、以及所述待分析矩阵中的各个径向图像矢量的角速度评分的平均值，确定该径向图像矢量所占的像素宽度，包括：

将该径向图像矢量的角速度评分与所述第一平均值的比值确定为该径向图像矢量所占的像素宽度。

3.根据权利要求1所述的方法，其特征在于，所述计算所述待分析矩阵中的各个径向图像矢量的角速度评分，包括：

针对每个所述径向图像矢量，计算该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值；

根据该径向图像矢量与滑动窗口内的其他各个径向图像矢量的相似度值的第二平均值，确定该径向图像矢量的角速度评分。

4.根据权利要求1所述的方法，其特征在于，所述根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变，包括：

计算所述待分析矩阵中的各个径向图像矢量的角速度评分的第一平均值；

根据所述第一平均值和预设偏差，确定径向图像矢量的角速度评分波动的指定范围；

在所述待分析矩阵中的各个径向图像矢量的角速度评分均处于所述指定范围时，确定所述超声图像序列不存在畸变，否则确定所述超声图像序列存在畸变。

5.根据权利要求2所述的方法，其特征在于，所述根据各个所述径向图像矢量所占的像素宽度，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵，包括：

根据各个所述径向图像矢量所占的像素宽度，确定所述重构图像矢量矩阵中的每个重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重；

针对每个所述重构径向图像矢量，根据该重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重，计算该重构径向图像矢量中的各个像素的灰度值，得到所述重构图像矢量矩阵。

6.根据权利要求5所述的方法，其特征在于，所述根据各个所述径向图像矢量所占的像素宽度，确定所述重构图像矢量矩阵中的每个重构径向图像矢量对应的目标径向图像矢量、以及各个所述目标径向图像矢量在该重构径向图像矢量中所占的比重，包括：

创建一个空的位图；其中，所述位图包含的像素列的数量等于所述待分析矩阵包含的径向图像矢量的数量；

按照各个所述径向图像矢量所占的像素宽度，将各个所述径向图像矢量依序填充到所述位图中，得到填充结果；

根据所述填充结果，确定所述位图中的每一像素列所填充的第一径向图像矢量和各个所述第一径向图像矢量在该像素列所占的像素宽度；

将所述位图中的每一像素列所填充的第一径向图像矢量和各个所述第一径向图像矢量在该像素列所占的像素宽度确定为所述重构图像矢量矩阵中的对应列重构径向图像矢量对应的目标径向图像矢量和各个所述目标径向图像矢量在该列重构径向图像矢量中所占的比重。

7.一种血管内超声图像处理装置，其特征在于，所述装置包括获取模块、计算模块、确定模块、输出模块和重构模块；其中，

所述获取模块，用于获取超声图像序列的初始图像矢量矩阵；所述初始图像矢量矩阵由所述超声图像序列中的每帧超声图像所包含的多个径向图像矢量拼接而成；

所述计算模块，用于将所述初始图像矢量矩阵作为待分析矩阵，计算所述待分析矩阵中的各个径向图像矢量的角速度评分；

所述确定模块，用于根据所述待分析矩阵中的各个径向图像矢量的角速度评分，确定所述超声图像序列是否存在畸变；

所述输出模块，用于在确定所述超声图像序列不存在畸变时，从所述待分析矩阵中划分出各帧所述超声图像的子图像矢量矩阵，并基于所述子图像矢量矩阵输出极坐标系下的超声图像；

所述重构模块，用于在确定所述超声图像序列存在畸变时，对所述待分析矩阵进行重构，得到重构后的重构图像矢量矩阵；其中，所述重构图像矢量矩阵的大小与所述待分析矩阵的大小相同；

所述计算模块，还用于将所述重构图像矢量矩阵作为待分析矩阵，再次执行计算所述待分析矩阵中的各个径向图像矢量的角速度评分的步骤。

8.一种血管内超声图像处理设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。

9.一种存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。