CN117297652A - 超声信号处理方法、装置、计算机设备和存储介质 - Google Patents
超声信号处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117297652A CN117297652A CN202311146465.3A CN202311146465A CN117297652A CN 117297652 A CN117297652 A CN 117297652A CN 202311146465 A CN202311146465 A CN 202311146465A CN 117297652 A CN117297652 A CN 117297652A
- Authority
- CN
- China
- Prior art keywords
- signal
- region
- ultrasonic
- scanning
- echo signals
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000002604 ultrasonography Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000001629 suppression Effects 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 15
- 238000000926 separation method Methods 0.000 claims description 15
- 230000006835 compression Effects 0.000 claims description 13
- 238000007906 compression Methods 0.000 claims description 13
- 230000005764 inhibitory process Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 28
- 238000003384 imaging method Methods 0.000 abstract description 28
- 210000004204 blood vessel Anatomy 0.000 description 19
- 230000005284 excitation Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 150000002632 lipids Chemical class 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000017531 blood circulation Effects 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 230000002792 vascular Effects 0.000 description 4
- 230000035515 penetration Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002608 intravascular ultrasound Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 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
- A61B8/5207—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请涉及一种超声信号处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到区域超声回波信号；基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；基于优化处理后的区域超声回波信号，通过图像重建得到超声重建图像。采用本方法能够提高成像效果。
Description
技术领域
本申请涉及医疗设备技术领域，特别是涉及一种超声信号处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
现有的超声信号处理往往将采集到的超声信号转化为图像数据，从而用于小器官观察、心血管疾病诊断以及手术导航等领域。超声信号是通过将微型超声探头安装在导管前端，通过专业技术将导管深入到血管内对血管的组织结构进行探查得到的。经过超声信号处理，不仅可以了解血管腔的大小、形状及管壁结构，还可以精确地测量血管腔的截面积，辨认血管钙化、纤维化和脂质核等病变。然而，不同血管组织和不同病灶类型，对超声波的声阻抗特性不同，现有的直接将采集到的超声信号转化为图像数据的方法，存在成像效果差的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高成像效果的超声信号处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种超声信号处理方法。所述方法包括：
获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
在其中一个实施例中，获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率，包括：
依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；
对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；基于多个频段的中间超声回波信号，通过图像重建，得到多个频段下的重建图像；
基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率。
在其中一个实施例中，基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率，包括：
获取多个频段下的重建图像各自对应的图像属性信息；
根据每张重建图像的图像属性信息，将重建图像划分为至少一个目标区域；
针对每个目标区域，基于预设评分策略，将多个频段下的当前目标区域进行评分对比，确定当前目标区域在多个频段下的评分结果；根据各评分结果，确定当前目标区域对应的中间扫描频率；
在各个扇形角度范围中，确定至少一个目标区域各自对应的目标扇形角度范围；将至少一个目标区域各自对应的中间扫描频率作为相应目标扫描角度范围对应的目标扫描频率。
在其中一个实施例中，图像属性信息包括亮度信息、纹理信息或者位置信息中的至少一种，根据每张重建图像的图像属性信息，将重建图像划分为至少一个目标区域，包括：
将重建图像划分为至少一个中间区域；
针对每个中间区域，将当前中间区域与剩余中间区域进行亮度信息、纹理信息或者位置信息对比，得到亮度信息差异、纹理信息差异或者位置信息差异；在亮度信息差异、纹理信息差异和/或位置信息差异满足相应预设条件的情况下，确定当前中间区域所属的区域类型；
将属于相同区域类型的中间区域构成一个目标区域，得到重建图像中的至少一个目标区域。
在其中一个实施例中，信号分类信息的获取步骤，包括：
依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；
从多个频段的中间超声回波信号中提取在预设的两个频段的目标回波信号；获取预设的两个频段中每个频段的目标回波信号的回波信号强度和回波信号接收时长；
确定预设的两个频段各自对应的回波信号强度的差值，基于差值和回波信号接收时长，确定近段区域对应的位置信息；
从扫描中心开始的延伸方向上，基于预设的两个频段中目标频段的回波信号强度，确定出中段区域对应的位置信息以及远段区域对应的位置信息；
根据近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息，确定信号分类信息。
在其中一个实施例中，根据近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息，确定信号分类信息，包括：
根据预设的两个频段中目标频段的回波信号强度，从中段区域对应的位置信息中，提取感兴趣区域对应的第一位置信息和非感兴趣区域对应的第二位置信息；
根据近段区域对应的位置信息、第一位置信息、第二位置信息和远段区域对应的位置信息，确定信号分类信息。
在其中一个实施例中，基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，包括：
基于信号分类信息，分别从区域超声回波信号识别出近段区域对应的近段区域信号、第一位置信息对应的感兴趣区域信号、第二位置信息对应的非感兴趣区域信号和远段区域对应的远段区域信号；
将近段区域信号、感兴趣区域信号、非感兴趣区域信号和远段区域信号作为多种位置类别下的回波信号。
在其中一个实施例中，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号，包括：
对待扫描对象的全量超声回波信号进行压缩处理，得到压缩信号；基于信号分类信息对压缩信号进行位置分类，得到非感兴趣区域压缩信号和远段压缩信号；
采用预设抑制系数对近段区域信号进行信号抑制，得到近段区域抑制信号；
采用非感兴趣区域压缩信号对非感兴趣区域信号进行补偿，得到非感兴趣区域补偿信号；
采用远段压缩信号对远段区域信号进行补偿，得到远段区域补偿信号；
将近段区域抑制信号、感兴趣区域信号、非感兴趣区域补偿信号和远段区域补偿信号，作为优化后的区域超声回波信号。
在其中一个实施例中，基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像，包括：
对优化处理后的区域超声回波信号依次进行脉冲压缩、滤波去噪、信号解调和降采样，得到超声处理信号；
将超声处理信号进行图像重建，得到超声重建图像。
第二方面，本申请还提供了一种超声信号处理装置。所述装置包括：
获取模块，用于获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
扫描模块，用于依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
优化模块，用于基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
重建模块，用于基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
上述超声信号处理方法、装置、计算机设备、存储介质和计算机程序产品，通过采用预先设置的环形扫描方式依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到区域超声回波信号，由于目标扫描频率能够根据不同扇形角度范围内待扫描对象的实际情况确定，相较于采用单一扫描频率进行超声扫描，有利于提高成像效果。进一步地，由于信号分类信息用于指示每个扫描点对应的信号所属的位置类别，采用信号分类信息对区域超声回波信号进行位置分类，能够对待扫描对象在不同位置分类下回波信号采用合适的优化处理方法，对优化后的区域超声信号进行图像重建，有利于进一步提高成像效果。
附图说明
图1为一个实施例中超声信号处理方法的应用环境图；
图2为一个实施例中超声信号处理方法的流程示意图；
图3为一个实施例中重建图像中不同区域的位置类别示意图；
图4为一个实施例中脉冲激励分别在时域和频域下的波形图；
图5为一个实施例中压缩信号的波形图；
图6为一个实施例中超声信号处理的总体流程示意图；
图7为一个实施例中评分对比的示意图；
图8为另一个实施例中评分对比的示意图；
图9为一个实施例中超声信号处理装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的超声信号处理方法，可以应用于如图1所示的应用环境中。终端102通过网络与超声扫描设备104进行通信。其中，终端102用于获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别，并将各个扇形角度范围以及各自对应的目标扫描频率发送至超声扫描设备104，并指示超声扫描设备104依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号。
超声扫描设备104用于依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号，并将区域超声回波信号发送至终端102。
终端102还用于基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
在一个实施例中，如图2所示，提供了一种超声信号处理方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
步骤202，获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别。
其中，超声扫描设备通常包括发射端和接收端，通过发射端发射超声波信号，并在接收端接收超声波回波信号。待扫描对象为超声扫描设备的扫描对象。针对超声信号处理方法的不同应用领域，待扫描对象的类型可以不同。例如，在医疗诊断领域，待扫描对象可以为人体的各个部位。
环形扫描方式指的是以一个扫描中心为环形中心进行超声扫描的方式。扫描中的位置可以根据实际需求设定，从而保证扫描范围能够覆盖到待扫描对象中的待扫描区域。
扇形角度范围指的是以环形扫描方式进行扫描过程中，每次扫描经过的扇形区域的角度范围。根据扫描需求，各个扇形角度范围的大小可以相同或者不同。各个扇形角度范围可以构成一个环形扫描范围。
目标扫描频率指的是超声扫描设备对待扫描对象的扫描频率，每个扇形角度范围对应各自的目标扫描频率。
超声扫描设备对待扫描对象进行扫描过程中，由于待扫描对象中不同组织对超声信号的反射能力不同，针对待扫描对象的不同位置，接收到的超声回波信号不同。信号分类信息指的是对待扫描对象按照预先设置的环形扫描方式扫描过程，每个扫描点对应的信号所属的位置类别。
步骤204，依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号。
其中，按照预先设置的环形扫描方式，依次在各个扇形角度范围内，采用各个扇形角度范围各自对应的目标扫描频率对待扫描对象进行超声扫描。超声扫描设备发射的超声波信号穿透待扫描对象，由于待扫描对象中各个部分的组织密度不同，会导致超声波的反射、折射和吸收等物理效应，得到的待扫描对象中各个部分的区域超声回波信号可能具有不同的信号强度。
步骤206，基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号。
其中，根据信号分类信息所指示的每个扫描点对应的信号所属的位置类别，对区域超声回波信号进行位置分类。确定区域超声回波信号的每个目标扫描点，由于信号分类信息用于指示每个扫描点对应的信号所属的位置类别，因此，可以基于信号分类信息，确定出每个目标扫描点对应的区域超声回波信号的位置分类，从而得到多种位置类别下的回波信号。每种位置类别下的回波信号即为具有相同信号分类信息的区域超声回波信号。
为保证更优的成像效果，终端中预先设置了每种位置类别下的回波信号的优化处理策略，确定多种位置类别下的回波信号各自对应的优化处理策略，分别对多种位置类别下的回波信号采用各自对应的优化处理策略进行相应的优化处理，得到优化处理后的区域超声回波信号。
步骤208，基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
其中，图像重建指的是将优化处理后的区域超声回波信号转化为数字信号，再通过图像重建算法的处理，重建为图像的方法。常见的图像重建方法包括：基于信号处理的滤波方法、基于数学模型的重建算法以及基于机器学习的深度学习方法等。由于对待扫描对象的不同位置采用的对应的目标扫描频率进行扫描，同时，不同位置类别下的回波信号进一步优化处理，对优化处理后的区域超声回波信号进行图像重建，有利于提高超声信号的成像效果。
上述超声信号处理方法中，通过采用预先设置的环形扫描方式依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到区域超声回波信号，由于目标扫描频率能够根据不同扇形角度范围内待扫描对象的实际情况确定，相较于采用单一扫描频率进行超声扫描，有利于提高成像效果。进一步地，由于信号分类信息用于指示每个扫描点对应的信号所属的位置类别，采用信号分类信息对区域超声回波信号进行位置分类，能够对待扫描对象在不同位置分类下回波信号采用合适的优化处理方法，对优化后的区域超声信号进行图像重建，有利于进一步提高成像效果。
目标扫描频率在对待扫描对象进行超声扫描之前预先获取到。目标扫描频率的获取过程首先对待扫描对象按照固定扫描频率进行环形扫描，得到全量超声信号，再通过频段分离，得到多个频段的中间超声回波信号，从而利用多个频段的中间超声回波信号的重建图像和各个扇形角度范围，确定出各扇形角度范围下的目标扫描频率。
在一个实施例中，获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率，包括：依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；基于多个频段的中间超声回波信号，通过图像重建，得到多个频段下的重建图像；基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率。
其中，全量超声回波信号指的是按照环形扫描方式，依次在各个扇形角度范围内，对待扫描对象进行超声扫描得到的超声回波信号。
由于待扫描对象中不同组织部位对不同频率超声信号的反射强度不同。例如，在待扫描对象为血管的情况下，血管中的血流区域对低频超声信号的反射回波强度较弱，对高频超声信号的反射回波强度较强。对全量超声回波信号按照频段进行分离，得到多个频段下的中间超声回波信号。
频段分离的方法可以通过频域滤波或者时域滤波。例如，频域滤波可以为FIR(Finite Impulse Response，有限脉冲响应)或者IIR(Infinite Impulse Response，无限脉冲响应)滤波方法，时域滤波可以为小波分解方法。
在一些实施例中，多个频段可以包括低频段、中频段和高频段等。例如，低频段对应的频率为30-40赫兹，中频段对应的频率为45-55赫兹，高频段对应的频率为60-70赫兹。
针对多个频段下的中间超声信号分别进行图像重建，得到多个频段下的重建图像。针对待扫描对象的同一组织部位，不同频段下的重建图像中的清晰度、亮度、纹理特征可能存在差异。针对各扇形角度范围，在多个频段下重建图像中，确定出具有最优成像效果的目标图像，在该目标图像对应的频段中确定出目标扫描频率。
本实施例中，通过对待扫描对象进行环形超声扫描，再对得到的全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号。基于多个频段下中间超声回波信号的重建图像在同一扇形角度范围内的差异，在多个频段下确定出各个扇形角度范围各自对应的目标扫描频率，基于目标扫描频率对待扫描对象在相应的扇形角度范围进行超声扫描，有利于提高各个扇形角度范围内的最优成像效果。
在一个实施例中，基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率，包括：获取多个频段下的重建图像各自对应的图像属性信息；根据每张重建图像的图像属性信息，将重建图像划分为至少一个目标区域；针对每个目标区域，基于预设评分策略，将多个频段下的当前目标区域进行评分对比，确定当前目标区域在多个频段下的评分结果；根据各评分结果，确定当前目标区域对应的中间扫描频率；在各个扇形角度范围中，确定至少一个目标区域各自对应的目标扇形角度范围；将至少一个目标区域各自对应的中间扫描频率作为相应目标扫描角度范围对应的目标扫描频率。
其中，图像属性信息指的是能够表征图像相关属性特征的信息，例如，亮度、纹理等信息。
重建图像包括至少一个目标区域，每个目标区域具有各自对应的图像属性特征。根据重建图像中图像属性信息的不同，对重建图像进行区域划分。例如，将重建图像中亮度高于第一亮度阈值的区域作为第一目标区域，将重建图像中纹理特征满足预设纹理特征条件的作为第二目标区域。在一些实施例中，血管内的脂质斑块区域亮度比周围区域的暗，可以根据重建图像中的亮度信息，确定出脂质斑块区域。
对于每个目标区域，分别对多个频段下的当前目标区域进行评分，得到当前目标区域在多个频段下的评分结果。评分结果用于表征当前目标区域在各个频段的重建图像中的成像效果。预设评分策略可以根据图像亮度、纹理清晰度等方面进行设置。
在一些实施例中，将最高评分结果对应的频段作为目标扫描频段，在目标扫描频段中确定出中间扫描频率。例如，中间扫描频率可以为目标扫描频段中各频率的中间值，还可以为目标扫描频段中的最高频率值。
目标扇形角度范围为至少一个目标区域各自对应的扇形角度范围。从而每个目标区域对应的中间扫描频率即为相应目标扫描角度范围对应的目标扫描频率。
本实施例中，通过重建图像各自对应的图像属性信息，将重建图像划分为至少一个目标区域，每个目标区域均进行成像效果评分，从而根据评分结果，确定出每个目标区域对应的中间扫描频率，也即为相应目标扫描角度范围对应的目标扫描频率。这种通过成像效果评分的方法，能够确定出每个目标扫描角度范围对应的目标扫描频率，从而在每个目标扫描角度范围采用目标扫描频率进行超声扫描，有利于提高超声信号成像效果。
在一个实施例中，图像属性信息包括亮度信息、纹理信息或者位置信息中的至少一种，根据每张重建图像的图像属性信息，将重建图像划分为至少一个目标区域，包括：将重建图像划分为至少一个中间区域；针对每个中间区域，将当前中间区域与剩余中间区域进行亮度信息、纹理信息或者位置信息对比，得到亮度信息差异、纹理信息差异或者位置信息差异；在亮度信息差异、纹理信息差异和/或位置信息差异满足相应预设条件的情况下，确定当前中间区域所属的区域类型；将属于相同区域类型的中间区域构成一个目标区域，得到重建图像中的至少一个目标区域。
其中，可以采用多种划分方法对重建图像进行区域划分。例如，按照长方形块的形式划分，或者按照从重建图像的图像中心开始，按照每隔预设长度进行环形区域划分。
确定每个中间区域所属的区域类型，同一目标区域为属于相同区域类型的中间区域共同构成。以待扫描对象为血管为例，区域类型可以包括血流区域类型、血管内膜区域类型、血管中膜区域类型、血管外模区域类型和脂质斑块区域类型等。
区域类型由相应中间区域的图像属性信息确定。例如，脂质斑块的图像亮度低于周围区域的亮度，血流区域的亮度高于血管内膜区域的亮度，脂质斑块通常位于血管内膜区域。将当前中间区域与剩余中间区域的图像属性信息进行比较，从而确定出各个中间区域所述的区域类型。
本实施例中，通过对重建图像中的至少一个中间区域，分别进行亮度、纹理和位置信息对比，从而确定每个中间区域所属的区域类型，由属于相同区域类型的中间区域构成一个目标区域，从而确定出重建图像中的至少一个目标区域。由于目标区域是由重建图像中的各种图像属性信息确定，从而有利于区分出具有相同图像属性信息的目标区域。
信号分类信息是在对待扫描对象进行超声扫描之前预先获取到的。信号分类信息的获取过程首先对待扫描对象按照固定扫描频率进行环形扫描，得到全量超声信号，再通过频段分离，得到多个频段的中间超声回波信号，从而基于多个频段的中间超声回波信号的回波信号强度，确定出信号分类信息。
在一个实施例中，信号分类信息的获取步骤，包括：依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；从多个频段的中间超声回波信号中提取在预设的两个频段的目标回波信号；获取预设的两个频段中每个频段的目标回波信号的回波信号强度和回波信号接收时长；确定预设的两个频段各自对应的回波信号强度的差值，基于差值和回波信号接收时长，确定近段区域对应的位置信息；从扫描中心开始的延伸方向上，基于预设的两个频段中目标频段的回波信号强度，确定出中段区域对应的位置信息以及远段区域对应的位置信息；根据近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息，确定信号分类信息。
其中，全量超声回波信号指的是按照环形扫描方式，依次在各个扇形角度范围内，对待扫描对象进行超声扫描得到的超声回波信号。
在全量超声回波信号所形成的信号区域中，按照距离扫描中心的距离，信号区域可以依次划分为近段区域、中段区域和远段区域。在一些实施例中，可设置两个距离阈值，比如，第一距离阈值和第二距离阈值，第二距离阈值大于第一距离阈值。将距离扫描中心小于第一距离阈值的信号点构成的区域作为近段区域，将距离扫描中心处于第一距离阈值和第二距离阈值的信号点构成的区域作为中段区域，将距离扫描中心大于第二距离阈值的信号点构成的区域作为远段区域。
信号分类信息包括近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息。在一些实施例中，将中间超声回波信号通过图像重建，得到重建图像，信号分类信息还能够用于指示重建图像中不同区域的位置类别。如图3所示为重建图像中不同区域的位置类别示意图。图中的“近段”表示重建图像中的近段区域，“中段”表示重建图像中的中段区域，“远段”表示重建图像中的远段区域。
由于待扫描对象中不同组织部位对不同频率超声信号的反射强度不同。例如，在待扫描对象为血管的情况下，血管中的血流区域对低频超声信号的反射回波强度较弱，对高频超声信号的反射回波强度较强。对全量超声回波信号按照频段进行分离，得到多个频段下的中间超声回波信号。
针对近段区域对应的位置信息确定，例如，在待扫描对象为血管的情况下，预设的两个频段分别为低频段和高频段，近段区域对低频超声回波信号的反射强度较弱，对高频超声信号的反射强度较强，且近段区域靠近扫描中心，回波信号接收时长较短，基于高频段和低频段各自对应的回波信号强度的差值和回波信号接收时长，能够确定出近段区域的位置信息。
中段区域相较于远段区域，距离扫描中心的距离较近，回波信号强度较强，从而从扫描中心开始的延伸方向上，从近段区域之外的区域中确定出中段区域，再从中段区域之外的区域中确定出远段区域。在一些实施例中，延伸方向指的是从扫描中心开始的径向延伸方向。
本实施例中，通过对待扫描对象进行环形超声扫描，再对得到的全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号。基于近段区域、中段区域和远段区域在不同频段下回波信号强度以及位置差异，分别确定出近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息。这种在超声扫描之前，预先获取各扫描点在不同区域的位置信息，有利于在超声扫描过程中直接依据信号分类信息进行超声回波信号进行位置分类，用于提高超声信号成像效果。
在一个实施例中，根据近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息，确定信号分类信息，包括：根据预设的两个频段中目标频段的回波信号强度，从中段区域对应的位置信息中，提取感兴趣区域对应的第一位置信息和非感兴趣区域对应的第二位置信息；根据近段区域对应的位置信息、第一位置信息、第二位置信息和远段区域对应的位置信息，确定信号分类信息。
其中，信号分类信息包括近段区域对应的位置信息、第一位置信息、第二位置信息和远段区域对应的位置信息。第一位置信息为中段区域中感兴趣区域对应的位置信息，第二位置信息为中段区域中非感兴趣区域对应的位置信息。
针对待扫描对象为血管的场景，在中段区域中往往具有感兴趣区域和非感兴趣区域。例如，感兴趣区域为中段区域的病灶区域，非感兴趣区域为中段区域中的非病灶区域。
感兴趣区域和非感兴趣在预设的两个频段中目标频段的回波信号强度不同。在一种可能的实施例中，可以在回波信号强度小于第一预设强度阈值的情况下，确定出感兴趣区域以及感兴趣对应的第一位置信息。同样地，可以在回波信号强度大于第二预设强度阈值的情况下，确定出非感兴趣区域以及非感兴趣对应的第二位置信息。
本实施例中，通过预设的两个频段中目标频段的回波信号强度的差异，从中段区域中确定出感兴趣区域、非感兴趣区域以及各自对应的位置信息。进一步细化了信号分类信息，有利于对超声回波信息进行精细化处理，提高成像效果。
在一个实施例中，基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，包括：
基于信号分类信息，分别从区域超声回波信号识别出近段区域对应的近段区域信号、第一位置信息对应的感兴趣区域信号、第二位置信息对应的非感兴趣区域信号和远段区域对应的远段区域信号；
将近段区域信号、感兴趣区域信号、非感兴趣区域信号和远段区域信号作为多种位置类别下的回波信号。
其中，基于信号分类信息包括近段区域对应的位置信息、第一位置信息、第二位置信息和远段区域对应的位置信息，由近段区域对应的位置信息，从区域超声回波信号识别出近段区域对应的近段区域信号。由第一位置信息，从区域超声回波信号识别出感兴趣区域信号。由第二位置信息，从区域超声回波信号识别出非感兴趣区域信号。由远段区域对应的位置信息，从区域超声回波信号识别出远段区域信号。
多种位置类别下的回波信号包括近段区域信号、感兴趣区域信号、非感兴趣区域信号和远段区域信号。
本实施例中，通过各种信号分类信息，分别从区域超声回波信号识别出近段区域对应的近段区域信号、第一位置信息对应的感兴趣区域信号、第二位置信息对应的非感兴趣区域信号和远段区域对应的远段区域信号。实现对区域超声回波信号按照位置类别进行精细化分类，有利于提高超声信号的成像效果。
在一个实施例中，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号，包括：对待扫描对象的全量超声回波信号进行压缩处理，得到压缩信号；基于信号分类信息对压缩信号进行位置分类，得到非感兴趣区域压缩信号和远段压缩信号；采用预设抑制系数对近段区域信号进行信号抑制，得到近段区域抑制信号；采用非感兴趣区域压缩信号对非感兴趣区域信号进行补偿，得到非感兴趣区域补偿信号；采用远段压缩信号对远段区域信号进行补偿，得到远段区域补偿信号；将近段区域抑制信号、感兴趣区域信号、非感兴趣区域补偿信号和远段区域补偿信号，作为优化后的区域超声回波信号。
其中，采用脉冲压缩技术，对全量超声回波信号进行压缩处理，从而获取高信噪比和高分辨率的压缩信号。并且，有利于检测到更为微弱的回波信号，提高了超声信号的穿透深度。在一些实施例中，可以采用基于线性频率调制(Linear Frequency Modulation，LFM)的脉冲激励作为超声扫描信号，从而得到全量超声回波信号。LFM脉冲激励的频带宽度从30兆赫兹–70兆赫兹，包含目前临床上常用的脉冲激励频段。如图4所示为脉冲激励分别在时域和频域下的波形图。在对全量超声回波信号进行压缩处理后，得到压缩信号。如图5所示为压缩信号的波形图。
根据不同的信号分类信息，对压缩信号进行位置分类。非感兴趣区域压缩信号为处于压缩信号中段非感兴趣的信号，远段压缩信号为处于压缩信号远段的信号。
为了提高中段区域和远段区域的成像效果，可以对近段区域信号进行信号抑制。例如，对近段区域信号的信号强度缩小预设抑制系数倍，从而得到近段区域抑制信号。
还可以对中段区域中的非感兴趣区域信号以及远段区域信号进行补偿。例如，采用非感兴趣区域压缩信号作为非感兴趣区域补偿信号，或者将非感兴趣区域压缩信号和非感兴趣区域信号的信号强度进行加权求和，得到非感兴趣区域补偿信号。同样地，采用远段压缩信号作为远段区域补偿信号，或者将远段压缩信号和远段区域信号进行加权求和，得到远段区域补偿信号。
从而，优化后的区域超声回波信号包括近段区域抑制信号、感兴趣区域信号、非感兴趣区域补偿信号和远段区域补偿信号。
本实施例中，通过对待扫描对象的全量超声回波信号进行压缩处理，从而获取高信噪比和高分辨率的压缩信号。并且，有利于检测到更为微弱的回波信号，提高了超声信号的穿透深度。基于压缩信号进一步对非感兴趣区域信号和远段区域信号进行补偿，对近段区域信号进行信号抑制，从而实现对区域超声回波信号的优化，有利于提高超声信号的成像效果。
在一个实施例中，基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像，包括：对优化处理后的区域超声回波信号依次进行脉冲压缩、滤波去噪、信号解调和降采样，得到超声处理信号；将超声处理信号进行图像重建，得到超声重建图像。
其中，脉冲压缩指的是采用脉冲压缩技术对化处理后的区域超声回波信号进行压缩处理，得到压缩后的回波信号。压缩后的回波信号通过滤波算法进行去噪，得到去噪后的回波信号。再对去噪后的回波信号进行解调，从而从载波中提取出解调信号。然后对解调信号进行降采样，将降采样后信号作为超声处理信号。这种对优化处理后的区域超声回波信号进一步处理后，再进行图像重建的方法，信号中过滤掉了噪声，有利于提高超声重建图像的成像效果。
本实施例中，通过在进行图像重建之前，对优化处理后的区域超声回波信号依次进行脉冲压缩、滤波去噪、信号解调和降采样，得到超声处理信号，再对超声处理信号进行图像重建，信号中过滤掉了噪声，有利于提高超声重建图像的成像效果。
为详细说明本方案中超声信号处理方法及效果，下面以一个最详细实施例进行说明：
本申请实施例提供的超声信号处理方法能够应用于任一种需要进行超声扫描的场景中，则该方法能够应用于小器官超声扫描场景、血管超声扫描场景或者建筑物超声扫描场景等。超声扫描所针对的待扫描对象可以根据业务需求指定，本申请实施例对此不作限定。下面以血管超声扫描场景下，在血管内进行超声扫描为例说明：
在对待扫描对象进行超声扫描之前，预先获取到的待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别。基于各个扇形角度范围各自对应的目标扫描频率进行超声扫描，并基于获取到的超声回波信号以及信号分类信息进行信号优化，对优化后的信号进行图像重建，实现成像效果的提升。
如图6所示为超声信号处理的总体流程示意图。首先采用环形扫描方式获取到待扫描对象的全量超声回波信号，确定出各扇形角度范围各自对应的目标扫描频率，依次在各个扇形角度范围内，采用对应的目标扫描频率进行超声扫描，基于不同的目标扫描频率获取的超声回波信号进行优化和图像重建，得到超声重建图像。
1、环形扫描方式进行全量超声扫描
在全量超声回波信号获取方面，获取待扫描对象的整体组织及病灶分布，由于只是需要分布而不需要高精度成像，所以可以使用较高的回撤速度对待扫描对象进行快速扫描(如10mm/s或20mm/s更高的回撤速度)。使用较高的回撤速度进行全血管扫描，可以有效减少扫描等待时间。另外，虽然不需要精确扫描相关组织及病灶图像，但是需要尽可能多地获取各组织及病灶对不同频率的响应信息。所以在本申请实施例中提出了如一种基于线性频率调制LFM的脉冲激励。由于LFM脉冲激励具有丰富的频谱信息，包含目前临床上常用的血管内超声脉冲激励频段。相比与目前常见的单频点激励脉冲，可以使得血管组织及病灶同时返回不同频点信号响应的回波。LFM的脉冲激励在接收到多频点信号响应的回波后，通过滤波技术，可以从全量超声回波信号中分离出不同频段的中间超声回波信号，这些分离出来的中间超声回波信号可以近似等效为采用不同频率的单频点超声激励波所返回的回波信号，从而用于后续评估不同对应组织适用于哪一种激励脉冲。
2、确定各个扇形角度范围各自对应的目标扫描频率
依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号，对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号。基于多个频段的中间超声回波信号，通过图像重建，得到多个频段下的重建图像，基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率。
如图7所示为一个实施例中基于多个频段下的中间超声回波信号进行评分对比的示意图。其中，多个频段下的中间超声回波信号包括低频回波信号、中频回波信号和高频回波信号。对于多个频段下的中间超声回波信号分别依次进行信号处理、图像重建和归一化处理，得到处理后的图像。评分对比可以从图像亮度或者纹理清晰度等方面进行，选出其中最优的成像效果，从而确定目标扫描频率。
如图8为另一个实施例中基于多个频段下的中间超声回波信号进行评分对比的示意图。其中，多个频段下的中间超声回波信号包括低频回波信号、中频回波信号和高频回波信号。基于多个频段下的中间超声回波信号进行目标区域划分，确定出多个频段下的重建图像中的至少一个目标区域。多个频段下的重建图像包括低频超声图像、中频超声图像和高频超声图像。针对每个目标区域，将多个频段下的当前目标区域进行评分对比，确定当前目标区域在多个频段下的评分结果，选出其中最优的成像效果，从而确定目标扫描频率。
其中，信号分类信息的获取步骤，包括：依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号，对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号。从多个频段的中间超声回波信号中提取在预设的两个频段的目标回波信号，获取预设的两个频段中每个频段的目标回波信号的回波信号强度和回波信号接收时长。确定预设的两个频段各自对应的回波信号强度的差值，基于差值和回波信号接收时长，确定近段区域对应的位置信息，从扫描中心开始的延伸方向上，基于预设的两个频段中目标频段的回波信号强度，确定出中段区域对应的位置信息以及远段区域对应的位置信息。根据预设的两个频段中目标频段的回波信号强度，从中段区域对应的位置信息中，提取感兴趣区域对应的第一位置信息和非感兴趣区域对应的第二位置信息，根据近段区域对应的位置信息、第一位置信息、第二位置信息和远段区域对应的位置信息，确定信号分类信息。
3、采用对应的目标扫描频率对待扫描对象进行超声扫描
依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号。这种在扫描过程中根据所确定的目标扫描频率进行动态切换，从而完成待扫描独享的精细扫描。相较于现有的采用单一频率对某一血管段进行扫描，由于不同组织，不同病灶，对不同频率的超声波的声阻特征不同，所以使用单一频率对一段血管进行扫描，可能得不到最佳的成像效果。而本申请实施例中，在不同的扇形角度范围内，采用对应的目标扫描频率进行精细化扫描，有利于获取到更好的病灶扫描图像，对辅助临床诊断具有重要意思。
4、超声信号优化与图像重建
本步骤的目的是将扫描到的不同频率下的区域超声回波信号进行整合，并进行图像重建。
策略一：由于对不同的扇形角度范围内进行不同频率扫描，所以对于同一部分待扫描对象，扫描频率相同的，对扫描获得的区域超声回波信号先分别进行超声回波处理及图像重建，将重建图像按照各扇形角度范围的扫描顺序进行排序和插入，可完成整个图像序列的重建。此处需要注意的是，不同频率的扫描图像间存在亮度、穿透深度以及清晰度等的差异，在形成序列后，需要引入帧间处理技术，例如，平滑滤波，自适应亮度调节等，对帧序列图像进行处理。
策略二：基于信号分类信息对区域超声回波信号进行位置分类，再对多种位置类别下的回波信号分别进行优化处理，最后通过优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
具体地，基于信号分类信息，分别从区域超声回波信号识别出近段区域对应的近段区域信号、第一位置信息对应的感兴趣区域信号、第二位置信息对应的非感兴趣区域信号和远段区域对应的远段区域信号，将近段区域信号、感兴趣区域信号、非感兴趣区域信号和远段区域信号作为多种位置类别下的回波信号。对待扫描对象的全量超声回波信号进行压缩处理，得到压缩信号；基于信号分类信息对压缩信号进行位置分类，得到非感兴趣区域压缩信号和远段压缩信号。采用预设抑制系数对近段区域信号进行信号抑制，得到近段区域抑制信号，采用非感兴趣区域压缩信号对非感兴趣区域信号进行补偿，得到非感兴趣区域补偿信号，采用远段压缩信号对远段区域信号进行补偿，得到远段区域补偿信号，将近段区域抑制信号、感兴趣区域信号、非感兴趣区域补偿信号和远段区域补偿信号，作为优化后的区域超声回波信号。
对优化处理后的区域超声回波信号依次进行脉冲压缩、滤波去噪、信号解调和降采样，得到超声处理信号，将超声处理信号进行图像重建，得到超声重建图像。
在一些实施例中，全量超声回波信号和区域超声回波信号不是同一扫描时刻采集到的，受心跳等因素影响，两次采集中，位于同一扫描时刻的数据不能直接加权叠加，需要对同一扫描时刻对应的两次采集图像进行配准，而配准方面可以采用传统的配准算法或是基于深度学习的图像配置技术。
上述超声信号处理方法，通过采用预先设置的环形扫描方式依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到区域超声回波信号，由于目标扫描频率能够根据不同扇形角度范围内待扫描对象的实际情况确定，相较于采用单一扫描频率进行超声扫描，有利于提高成像效果。进一步地，由于信号分类信息用于指示每个扫描点对应的信号所属的位置类别，采用信号分类信息对区域超声回波信号进行位置分类，能够对待扫描对象在不同位置分类下回波信号采用合适的优化处理方法，对优化后的区域超声信号进行图像重建，有利于进一步提高成像效果。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的超声信号处理方法的超声信号处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个超声信号处理装置实施例中的具体限定可以参见上文中对于超声信号处理方法的限定，在此不再赘述。
在一个实施例中，如图9所示，提供了一种超声信号处理装置100，包括：获取模块120、扫描模块140、优化模块160和重建模块180，其中：
获取模块120，用于获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
扫描模块140，用于依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
优化模块160，用于基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
重建模块180，用于基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
上述超声信号处理装置，通过采用预先设置的环形扫描方式依次在各个扇形角度范围内，采用对应的目标扫描频率对待扫描对象进行超声扫描，得到区域超声回波信号，由于目标扫描频率能够根据不同扇形角度范围内待扫描对象的实际情况确定，相较于采用单一扫描频率进行超声扫描，有利于提高成像效果。进一步地，由于信号分类信息用于指示每个扫描点对应的信号所属的位置类别，采用信号分类信息对区域超声回波信号进行位置分类，能够对待扫描对象在不同位置分类下回波信号采用合适的优化处理方法，对优化后的区域超声信号进行图像重建，有利于进一步提高成像效果。
在一个实施例中，获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率，获取模块120还用于：依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；基于多个频段的中间超声回波信号，通过图像重建，得到多个频段下的重建图像；基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率。
在一个实施例中，基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率，获取模块120还用于：获取多个频段下的重建图像各自对应的图像属性信息；根据每张重建图像的图像属性信息，将重建图像划分为至少一个目标区域；针对每个目标区域，基于预设评分策略，将多个频段下的当前目标区域进行评分对比，确定当前目标区域在多个频段下的评分结果；根据各评分结果，确定当前目标区域对应的中间扫描频率；在各个扇形角度范围中，确定至少一个目标区域各自对应的目标扇形角度范围；将至少一个目标区域各自对应的中间扫描频率作为相应目标扫描角度范围对应的目标扫描频率。
在一个实施例中，图像属性信息包括亮度信息、纹理信息或者位置信息中的至少一种，根据每张重建图像的图像属性信息，将重建图像划分为至少一个目标区域，获取模块120还用于：将重建图像划分为至少一个中间区域；针对每个中间区域，将当前中间区域与剩余中间区域进行亮度信息、纹理信息或者位置信息对比，得到亮度信息差异、纹理信息差异或者位置信息差异；在亮度信息差异、纹理信息差异和/或位置信息差异满足相应预设条件的情况下，确定当前中间区域所属的区域类型；将属于相同区域类型的中间区域构成一个目标区域，得到重建图像中的至少一个目标区域。
在一个实施例中，在信号分类信息的获取方面，获取模块120还用于：依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；对全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；从多个频段的中间超声回波信号中提取在预设的两个频段的目标回波信号；获取预设的两个频段中每个频段的目标回波信号的回波信号强度和回波信号接收时长；确定预设的两个频段各自对应的回波信号强度的差值，基于差值和回波信号接收时长，确定近段区域对应的位置信息；从扫描中心开始的延伸方向上，基于预设的两个频段中目标频段的回波信号强度，确定出中段区域对应的位置信息以及远段区域对应的位置信息；根据近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息，确定信号分类信息。
在一个实施例中，根据近段区域对应的位置信息、中段区域对应的位置信息以及远段区域对应的位置信息，确定信号分类信息，获取模块120还用于：根据预设的两个频段中目标频段的回波信号强度，从中段区域对应的位置信息中，提取感兴趣区域对应的第一位置信息和非感兴趣区域对应的第二位置信息；根据近段区域对应的位置信息、第一位置信息、第二位置信息和远段区域对应的位置信息，确定信号分类信息。
在一个实施例中，基于信号分类信息对区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，优化模块160还用于：基于信号分类信息，分别从区域超声回波信号识别出近段区域对应的近段区域信号、第一位置信息对应的感兴趣区域信号、第二位置信息对应的非感兴趣区域信号和远段区域对应的远段区域信号；将近段区域信号、感兴趣区域信号、非感兴趣区域信号和远段区域信号作为多种位置类别下的回波信号。
在一个实施例中，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号，优化模块160还用于：对待扫描对象的全量超声回波信号进行压缩处理，得到压缩信号；基于信号分类信息对压缩信号进行位置分类，得到非感兴趣区域压缩信号和远段压缩信号；采用预设抑制系数对近段区域信号进行信号抑制，得到近段区域抑制信号；采用非感兴趣区域压缩信号对非感兴趣区域信号进行补偿，得到非感兴趣区域补偿信号；采用远段压缩信号对远段区域信号进行补偿，得到远段区域补偿信号；将近段区域抑制信号、感兴趣区域信号、非感兴趣区域补偿信号和远段区域补偿信号，作为优化后的区域超声回波信号。
在一个实施例中，基于优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像，重建模块180还用于：对优化处理后的区域超声回波信号依次进行脉冲压缩、滤波去噪、信号解调和降采样，得到超声处理信号；将超声处理信号进行图像重建，得到超声重建图像。
上述超声信号处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种超声信号处理方法。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (13)
1.一种超声信号处理方法，其特征在于，所述方法包括：
获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，所述信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
依次在所述各个扇形角度范围内，采用对应的目标扫描频率对所述待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
基于所述信号分类信息对所述区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
基于所述优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
2.根据权利要求1所述的方法，其特征在于，所述获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率，包括：
依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；
对所述全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；基于多个频段的中间超声回波信号，通过图像重建，得到多个频段下的重建图像；
基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率。
3.根据权利要求2所述的方法，其特征在于，所述基于多个频段下的重建图像和各个扇形角度范围，确定出待扫描对象在各个扇形角度范围各自对应的目标扫描频率，包括：
获取多个频段下的重建图像各自对应的图像属性信息；
根据每张重建图像的图像属性信息，将所述重建图像划分为至少一个目标区域；
针对每个目标区域，基于预设评分策略，将多个频段下的当前目标区域进行评分对比，确定所述当前目标区域在多个频段下的评分结果；根据各评分结果，确定所述当前目标区域对应的中间扫描频率；
在各个扇形角度范围中，确定至少一个目标区域各自对应的目标扇形角度范围；将至少一个目标区域各自对应的中间扫描频率作为相应目标扫描角度范围对应的目标扫描频率。
4.根据权利要求3所述的方法，其特征在于，所述图像属性信息包括亮度信息、纹理信息或者位置信息中的至少一种，所述根据每张重建图像的图像属性信息，将所述重建图像划分为至少一个目标区域，包括：
将所述重建图像划分为至少一个中间区域；
针对每个中间区域，将当前中间区域与剩余中间区进行亮度信息、纹理信息或者位置信息对比，得到亮度信息差异、纹理信息差异或者位置信息差异；在所述亮度信息差异、所述纹理信息差异和/或所述位置信息差异满足相应预设条件的情况下，确定所述当前中间区域所属的区域类型；
将属于相同区域类型的中间区域构成一个目标区域，得到所述重建图像中的至少一个目标区域。
5.根据权利要求1所述的方法，其特征在于，所述信号分类信息的获取步骤，包括：
依次在各个扇形角度范围内，对待扫描对象进行超声扫描，得到全量超声回波信号；对所述全量超声回波信号进行频段分离，得到多个频段的中间超声回波信号；
从多个频段的中间超声回波信号中提取在预设的两个频段的目标回波信号；获取预设的两个频段中每个频段的目标回波信号的回波信号强度和回波信号接收时长；
确定预设的两个频段各自对应的回波信号强度的差值，基于所述差值和回波信号接收时长，确定近段区域对应的位置信息；
从扫描中心开始的延伸方向上，基于预设的两个频段中目标频段的回波信号强度，确定出中段区域对应的位置信息以及远段区域对应的位置信息；
根据所述近段区域对应的位置信息、所述中段区域对应的位置信息以及所述远段区域对应的位置信息，确定信号分类信息。
6.根据权利要求5所述的方法，其特征在于，所述根据所述近段区域对应的位置信息、所述中段区域对应的位置信息以及所述远段区域对应的位置信息，确定信号分类信息，包括：
根据预设的两个频段中目标频段的回波信号强度，从所述中段区域对应的位置信息中，提取感兴趣区域对应的第一位置信息和非感兴趣区域对应的第二位置信息；
根据所述近段区域对应的位置信息、所述第一位置信息、所述第二位置信息和所述远段区域对应的位置信息，确定信号分类信息。
7.根据权利要求6所述的方法，其特征在于，所述基于所述信号分类信息对所述区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，包括：
基于所述信号分类信息，分别从所述区域超声回波信号识别出所述近段区域对应的近段区域信号、所述第一位置信息对应的感兴趣区域信号、所述第二位置信息对应的非感兴趣区域信号和所述远段区域对应的远段区域信号；
将所述近段区域信号、所述感兴趣区域信号、所述非感兴趣区域信号和所述远段区域信号作为多种位置类别下的回波信号。
8.根据权利要求7所述的方法，其特征在于，所述分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号，包括：
对所述待扫描对象的全量超声回波信号进行压缩处理，得到压缩信号；基于所述信号分类信息对所述压缩信号进行位置分类，得到非感兴趣区域压缩信号和远段压缩信号；
采用预设抑制系数对所述近段区域信号进行信号抑制，得到近段区域抑制信号；
采用所述非感兴趣区域压缩信号对所述非感兴趣区域信号进行补偿，得到非感兴趣区域补偿信号；
采用所述远段压缩信号对所述远段区域信号进行补偿，得到远段区域补偿信号；
将所述近段区域抑制信号、所述感兴趣区域信号、所述非感兴趣区域补偿信号和所述远段区域补偿信号，作为优化后的区域超声回波信号。
9.根据权利要求1所述的方法，其特征在于，所述基于所述优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像，包括：
对所述优化处理后的区域超声回波信号依次进行脉冲压缩、滤波去噪、信号解调和降采样，得到超声处理信号；
将所述超声处理信号进行图像重建，得到超声重建图像。
10.一种超声信号处理装置，其特征在于，所述装置包括：
获取模块，用于获取待扫描对象在预先设置的环形扫描方式下各个扇形角度范围各自对应的目标扫描频率以及信号分类信息，所述信号分类信息用于指示每个扫描点对应的信号所属的位置类别；
扫描模块，用于依次在所述各个扇形角度范围内，采用对应的目标扫描频率对所述待扫描对象进行超声扫描，得到待扫描对象的区域超声回波信号；
优化模块，用于基于所述信号分类信息对所述区域超声回波信号进行位置分类，得到多种位置类别下的回波信号，分别对多种位置类别下的回波信号进行相应的优化处理，得到优化后的区域超声回波信号；
重建模块，用于基于所述优化处理后的区域超声回波信号，通过图像重建，得到超声重建图像。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
13.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311146465.3A CN117297652A (zh) | 2023-09-05 | 2023-09-05 | 超声信号处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311146465.3A CN117297652A (zh) | 2023-09-05 | 2023-09-05 | 超声信号处理方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117297652A true CN117297652A (zh) | 2023-12-29 |
Family
ID=89296308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311146465.3A Pending CN117297652A (zh) | 2023-09-05 | 2023-09-05 | 超声信号处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117297652A (zh) |
-
2023
- 2023-09-05 CN CN202311146465.3A patent/CN117297652A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10292676B2 (en) | Method for visualizing blood and blood-likelihood in vascualar images | |
| Coupé et al. | Bayesian non local means-based speckle filtering | |
| CN108836392B (zh) | 基于超声rf信号的超声成像方法、装置、设备及存储介质 | |
| EP2016905B1 (en) | Ultrasound diagnostic apparatus | |
| KR101819028B1 (ko) | 초음파 영상 처리 방법 및 장치 | |
| CN115670520B (zh) | 血管内超声成像方法、装置、计算机设备、存储介质 | |
| KR101610874B1 (ko) | 공간 일관성 기초 초음파 신호 처리 모듈 및 그에 의한 초음파 신호 처리 방법 | |
| CN103202713A (zh) | 一种医用超声基波和谐波融合的图像优化方法 | |
| WO2016141637A1 (zh) | 一种超声检测方法及主控制器 | |
| WO2018000359A1 (zh) | 一种增强超声造影图像的方法、系统及超声造影成像设备 | |
| Tasnim et al. | Study of speckle noise reduction from ultrasound B-mode images using different filtering techniques | |
| CN111248858A (zh) | 一种基于频域波数域的光声断层成像重建方法 | |
| Park et al. | Pulse inversion chirp coded tissue harmonic imaging (PI-CTHI) of zebrafish heart using high frame rate ultrasound biomicroscopy | |
| Qiu et al. | A novel modulated excitation imaging system for microultrasound | |
| CN117297652A (zh) | 超声信号处理方法、装置、计算机设备和存储介质 | |
| US20220142615A1 (en) | Ultrasonic signal processing method and apparatus, device and storage medium | |
| CN109799284B (zh) | 一种超声回波信号的多次谐波自适应分离方法 | |
| CN106102590A (zh) | 超声波诊断装置 | |
| Shen et al. | Deep Learning‐Based Wavelet Threshold Function Optimization on Noise Reduction in Ultrasound Images | |
| Tamilkudimagal | Squeeze box filter for contrast enhancement in ultrasound despeckling | |
| CN111281423A (zh) | 一种超声图像优化方法和超声成像设备 | |
| Al-Asad | Medical ultrasound image: A pre-processing approach towards reconstruction | |
| Matrone et al. | Enhanced ultrasound harmonic imaging using the filtered-delay multiply and sum beamformer | |
| KR101610877B1 (ko) | 공간 일관성 기초 초음파 신호 처리 모듈 및 그에 의한 초음파 신호 처리 방법 | |
| CN118216949A (zh) | 一种病灶识别方法及相关设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |