CN117481688A - 一种可重复对比的三维超声弹性成像方法 - Google Patents
一种可重复对比的三维超声弹性成像方法 Download PDFInfo
- Publication number
- CN117481688A CN117481688A CN202311570148.4A CN202311570148A CN117481688A CN 117481688 A CN117481688 A CN 117481688A CN 202311570148 A CN202311570148 A CN 202311570148A CN 117481688 A CN117481688 A CN 117481688A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional
- target
- shear wave
- latest
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000002091 elastography Methods 0.000 title claims abstract description 27
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 85
- 230000005284 excitation Effects 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000003709 image segmentation Methods 0.000 claims description 15
- 230000005855 radiation Effects 0.000 claims description 15
- 238000002113 ultrasound elastography Methods 0.000 claims description 12
- 230000005748 tumor development Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000003252 repetitive effect Effects 0.000 claims 1
- 239000000523 sample Substances 0.000 abstract description 7
- 238000011161 development Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 4
- 238000007599 discharging Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 230000018109 developmental process Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002099 shear wave elastography Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002784 sclerotic 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
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种可重复对比的三维超声弹性成像方法,本发明首先在三维超声图像中对肿瘤区域进行图像分割,之后应用灰度共生矩阵评估肿瘤区域图像的纹理特征。利用面阵探头发射激励,产生与纹理方向形成固定夹角的剪切波,之后再检测剪切波速度,对肿瘤区域进行弹性成像,依据纹理特征的旋转不变性原理,复检时无论医生手法如何,只要是同一肿瘤区域,均可以识别到同样的纹理特征方向,激励同样角度的剪切波,这样获取的弹性图像排出了各向异性、手法等因素的影响,两次的弹性图像具有可对比性,可根据同一区域的硬度变化,来评判肿瘤的发展趋势,提供更可靠的诊断依据。
Description
技术领域
本发明涉及超声技术领域,特别涉及一种可重复对比的三维超声弹性成像方法。
背景技术
传统的剪切波弹性成像(英语中为“shear wave elastography,SWE”)对于来检测硬化肿瘤有着很强的临床价值。然而,由于超声二维切面受到手法、姿势、各向异性等多种因素影像,很难保证多次弹性成像的一致性。
存在问题:由于两次弹性成像的方位一致性无法保证,且组织一般具有各向异性,导致每次检查无法形成纵向对比,无法可靠评估肿瘤的发展趋势。
发明内容
本发明提供一种可重复对比的三维超声弹性成像方法,用以解决背景技术中提出的问题。
一种可重复对比的三维超声弹性成像方法,包括:
S1:在三维超声图像中对肿瘤区域进行图像分割,得到多个三维子图像,并获取肿瘤区域对应的目标三维子图像;
S2:对目标三维子图像进行灰度化,得到灰度图像,建立灰度图像的灰度共生矩阵,并对灰度共生矩阵进行纹理特征提取,并根据纹理特征得到肿瘤区域和纹理特征相关性最大的目标方向;
S3:在目标方向上利用声辐射力法激励剪切波;
S4:获取剪切波的剪切波速度,并基于剪切波速度对目标三维子图像进行处理,得到第一三维弹性图像;
S5:在目标方向进行肿瘤区域的复检,得到第二三维弹性成像;
S6:基于第一三维弹性图像和第二三维弹性成像的图像差异,进行肿瘤发展趋势的评估。
优选的,S1中,在三维超声图像中对肿瘤区域进行图像分割,得到多个三维子图像,包括:
对于获取的三维超声图像,采用正交三平面,即横断面,矢状面和冠状面,对三维图像进行三维实时显示;
根据用户选择的图像分割技术对三维超声图像进行图像分割,得到多个三维子图像;
按照肿瘤图像特征对多个三维子图像进行图像特征,获取匹配的目标三维子图像。
优选的,S2中,对目标三维子图像进行灰度化,得到灰度图像,建立灰度图像的灰度共生矩阵,并对灰度共生矩阵进行纹理特征提取,并根据纹理特征得到肿瘤区域和纹理特征相关性最大的目标方向,包括:
对目标三维子图像进行灰度化,得到灰度图像,并分别建立灰度图像在横断面,矢状面和冠状面的灰度共生矩阵;
获取在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,并选取纹理相关性特征值最大的面作为纹理特征相关性最大的目标方向。
优选的,获取在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,包括:
根据如下公式计算灰度共生矩阵在对应面的纹理相关性特征值;
Mean=∑i∑j p(i,j)*i
Variance=∑i∑j p(i,j)*(i-Mean)2
其中,i表示灰度共生矩阵的第i行,j表示灰度共生矩阵的第j列,Mean表示灰度共生矩阵的平均值,Variance表示灰度共生矩阵的方差,Correlation表示度共生矩阵在对应面的纹理相关性特征值。
优选的,S3中,在目标方向上利用声辐射力法激励剪切波,包括:
基于目标方向,按照预设约定方向关系,设计激励的剪切波方向;
设置声辐射力在包含肿瘤区域,且超出肿瘤区域预设比例的发射位置;
按照发射位置和剪切波方向,利用声辐射力激励剪切波。
优选的,S4中,获取剪切波的剪切波速度,并基于剪切波速度对目标三维子图像进行处理,得到第一三维弹性图像,包括:
基于探测超声波对获取剪切波在肿瘤区域的剪切波速度;
根据肿瘤区域的剪切波速度的大小,对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像。
优选的,根据肿瘤区域的剪切波速度的大小,对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像,包括:
获取肿瘤区域的剪切波速度的速度大小范围,确定速度大小范围和彩色编码颜色范围之间的对应关系;
按照对应关系确定每个剪切波速度对应的颜色特征,确定肿瘤区域的彩色编码颜色特征,按照彩色编码颜色特征对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像。
优选的,S4中,在目标方向进行肿瘤区域的复检,得到第二三维弹性成像,包括:
获取复检时的最新三维超声图像,并对三维超声图像进行划分,得到最新子图像;
将最新子图像与目标子图像进行图像特征匹配,获取与目标子图像相似度大于预设相似度阈值的最新目标子图像;
获取最新目标子图像在横断面,矢状面和冠状面的最新纹理相关性特征值,并选取最新纹理相关性特征值最大的面作为纹理特征相关性最大的最新目标方向;
基于最新目标方向,确定最新剪切波方向,按照剪切波方向,利用声辐射力激励最新剪切波;
根据激励最新剪切波结果,得到第二三维弹性图像。
优选的,基于最新目标方向,确定最新剪切波方向,包括:
判断所述最新目标方向与目标方向的方向差值是否在预设差值范围内;
若是,基于最新目标方向,按照预设约定方向关系,设计激励的最新剪切波方向;
否则,改变方式重新获取最新目标子图像在横断面,矢状面和冠状面的最新纹理相关性特征值,直到最新目标方向与目标方向的方向差值在预设差值范围内后,基于最新目标方向,按照预设约定方向关系,设计激励的最新剪切波方向。
优选的,S6中,基于第一三维弹性图像和第二三维弹性成像的图像差异,进行肿瘤发展趋势的评估,包括:
获取第一三维弹性图像确定的第一肿瘤硬度特征和第二三维弹性图像确定的第二肿瘤硬度特征;
基于第一肿瘤硬度特征和第二肿瘤硬度特征进行肿瘤发展趋势的评估。
与现有技术相比,本发明取得了以下有益效果:
本发明首先在三维超声图像中对肿瘤区域进行图像分割,之后应用灰度共生矩阵评估肿瘤区域图像的纹理特征。利用面阵探头发射激励,产生与纹理方向形成固定夹角的剪切波,之后再检测剪切波速度,对肿瘤区域进行弹性成像,依据纹理特征的旋转不变性原理,复检时无论医生手法如何,只要是同一肿瘤区域,均可以识别到同样的纹理特征方向,激励同样角度的剪切波,这样获取的弹性图像排出了各向异性、手法等因素的影响,两次的弹性图像具有可对比性,可根据同一区域的硬度变化,来评判肿瘤的发展趋势,提供更可靠的诊断依据。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的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:
图1为本发明实施例中一种可重复对比的三维超声弹性成像方法的流程图;
图2为本发明实施例中获取肿瘤区域对应的目标三维子图像的流程图;
图3为本发明实施例中进行肿瘤发展趋势的评估的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明实施例提供一种可重复对比的三维超声弹性成像方法,如图1所示,包括:
S1:在三维超声图像中对肿瘤区域进行图像分割,得到多个三维子图像,并获取肿瘤区域对应的目标三维子图像;
S2:对目标三维子图像进行灰度化,得到灰度图像,建立灰度图像的灰度共生矩阵,并对灰度共生矩阵进行纹理特征提取,并根据纹理特征得到肿瘤区域和纹理特征相关性最大的目标方向;
S3:在目标方向上利用声辐射力法激励剪切波;
S4:获取剪切波的剪切波速度,并基于剪切波速度对目标三维子图像进行处理,得到第一三维弹性图像;
S5:在目标方向进行肿瘤区域的复检,得到第二三维弹性成像;
S6:基于第一三维弹性图像和第二三维弹性成像的图像差异,进行肿瘤发展趋势的评估。
在该实施例中,在三维超声图像中对肿瘤区域进行图像分割中,进行三维成像的探头为二维面阵探头;对于获取的三维超声图像,采用正交三平面(横断面、矢状面和冠状面)对重建的三维图像进行三维实时显示目前的图像分割技术可以分为手动、半自动、全自动三类。手动分割依靠医生个人经验,需对三维图像数据的每一帧进行手动勾勒指定脏器的边缘。半自动分割技术依赖较好的初始化,因此通常需要医生提供额外的信息,然后经由算法给出分割结果。全自动分割技术则完全依靠算法处理图像或者通过深度学习得到肿瘤的分割结果。分割出来的肿瘤区域再进行纹理分析,能极大减少运算量。
在该实施例中,与灰度特征不同,纹理特征不是基于单个像素点的特征,它需要在包含多个像素点的区域中进行统计计算。这里进行纹理特征提取主要是提取组织结构排列属性。纹理特征提取的方法很多,这里主要使用已被理论证明有效并得到广泛应用的灰度共生矩阵)来将待分类区域图像中的灰度值转化为纹理信息,计算肿瘤区域组织像素间的相关性。
上述设计方案的有益效果是:本发明首先在三维超声图像中对肿瘤区域进行图像分割,之后应用灰度共生矩阵评估肿瘤区域图像的纹理特征。利用面阵探头发射激励,产生与纹理方向形成固定夹角的剪切波,之后再检测剪切波速度,对肿瘤区域进行弹性成像,依据纹理特征的旋转不变性原理,复检时无论医生手法如何,只要是同一肿瘤区域,均可以识别到同样的纹理特征方向,激励同样角度的剪切波,这样获取的弹性图像排出了各向异性、手法等因素的影响,两次的弹性图像具有可对比性,可根据同一区域的硬度变化,来评判肿瘤的发展趋势,提供更可靠的诊断依据。
实施例2:
基于实施例1的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,如图2所示,S1中,在三维超声图像中对肿瘤区域进行图像分割,得到多个三维子图像,并获取肿瘤区域对应的目标三维子图像,包括:
对于获取的三维超声图像,采用正交三平面,即横断面,矢状面和冠状面,对三维图像进行三维实时显示;
根据用户选择的图像分割技术对三维超声图像进行图像分割,得到多个三维子图像;
按照肿瘤图像特征对多个三维子图像进行图像特征,获取匹配的目标三维子图像。
上述设计方案的有益效果是:分割出来的肿瘤区域再进行纹理分析,能极大减少运算量,为纹理分析提供基础。
实施例3:
基于实施例1的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,S2中,对目标三维子图像进行灰度化,得到灰度图像,建立灰度图像的灰度共生矩阵,并对灰度共生矩阵进行纹理特征提取,并根据纹理特征得到肿瘤区域和纹理特征相关性最大的目标方向,包括:
对目标三维子图像进行灰度化,得到灰度图像,并分别建立灰度图像在横断面,矢状面和冠状面的灰度共生矩阵;
获取在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,并选取纹理相关性特征值最大的面作为纹理特征相关性最大的目标方向。
上述设计方案的有益效果是:应用灰度共生矩阵评估肿瘤区域图像的纹理特征,为确定肿瘤区域硬度检测提供基础。
实施例4:
基于实施例3的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,获取在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,包括:
根据如下公式计算灰度共生矩阵在对应面的纹理相关性特征值;
Mean=∑i∑j p(i,j)*i
Variance=∑i∑j p(i,j)*(i-Mean)2
其中,i表示灰度共生矩阵的第i行,j表示灰度共生矩阵的第j列,Mean表示灰度共生矩阵的平均值,Variance表示灰度共生矩阵的方差,Correlation表示度共生矩阵在对应面的纹理相关性特征值。
上述设计方案的有益效果是:通过得到在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,为剪切波方向的确定提供依据。
实施例5:
基于实施例1的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,S3中,在目标方向上利用声辐射力法激励剪切波,包括:
基于目标方向,按照预设约定方向关系,设计激励的剪切波方向;
设置声辐射力在包含肿瘤区域,且超出肿瘤区域预设比例的发射位置;
按照发射位置和剪切波方向,利用声辐射力激励剪切波。
在该实施例中,预设约定方向关系例如为激励产生的剪切波传播方向与纹理特征方向按照约定的方向关系即可,可以是沿着相关性最大方向,也可以是垂直于相关性最大方向,还可以是与之形成0到90°的任一夹角方向。
上述设计方案的有益效果是:利用面阵探头发射激励,产生与纹理方向形成固定夹角的剪切波,为多次重复检测提供方向基础,实现统一区域的重复对比。
实施例6:
基于实施例1的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,S4中,获取剪切波的剪切波速度,并基于剪切波速度对目标三维子图像进行处理,得到第一三维弹性图像,包括:
基于探测超声波对获取剪切波在肿瘤区域的剪切波速度;
根据肿瘤区域的剪切波速度的大小,对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像。
在该实施例中,发出的探测超声波可以是聚焦波也可以是平面波。如果是聚焦波,则需要在接手回波时应用多波束聚焦技术,以实现对目标区域剪切波的快速探测;如果是平面波,则可以设计多个复合角度发射和接收回波,以实现对目标区域剪切波的精准探测。
上述设计方案的有益效果是:实现对区域的彩色编码,得到第一三维弹性图像,为重复对比的三维超声弹性成像提供基础。
实施例7:
基于实施例6的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,根据肿瘤区域的剪切波速度的大小,对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像,包括:
获取肿瘤区域的剪切波速度的速度大小范围,确定速度大小范围和彩色编码颜色范围之间的对应关系;
按照对应关系确定每个剪切波速度对应的颜色特征,确定肿瘤区域的彩色编码颜色特征,按照彩色编码颜色特征对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像。
上述设计方案的有益效果是:实现对区域精确的彩色编码,得到第一三维弹性图像,为重复对比的三维超声弹性成像提供基础。
实施例8:
基于实施例1的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,S4中,在目标方向进行肿瘤区域的复检,得到第二三维弹性成像,包括:
获取复检时的最新三维超声图像,并对三维超声图像进行划分,得到最新子图像;
将最新子图像与目标子图像进行图像特征匹配,获取与目标子图像相似度大于预设相似度阈值的最新目标子图像;
获取最新目标子图像在横断面,矢状面和冠状面的最新纹理相关性特征值,并选取最新纹理相关性特征值最大的面作为纹理特征相关性最大的最新目标方向;
基于最新目标方向,确定最新剪切波方向,按照剪切波方向,利用声辐射力激励最新剪切波;
根据激励最新剪切波结果,得到第二三维弹性图像。
上述设计方案的有益效果是:依据纹理特征的旋转不变性原理,复检时无论医生手法如何,只要是同一肿瘤区域,均可以识别到同样的纹理特征方向,激励同样角度的剪切波,这样获取的弹性图像排出了各向异性、手法等因素的影响,两次的弹性图像具有可对比性,可根据同一区域的硬度变化,来评判肿瘤的发展趋势,提供更可靠的诊断依据。
实施例9:
基于实施例8的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,基于最新目标方向,确定最新剪切波方向,包括:
判断所述最新目标方向与目标方向的方向差值是否在预设差值范围内;
若是,基于最新目标方向,按照预设约定方向关系,设计激励的最新剪切波方向;
否则,改变方式重新获取最新目标子图像在横断面,矢状面和冠状面的最新纹理相关性特征值,直到最新目标方向与目标方向的方向差值在预设差值范围内后,基于最新目标方向,按照预设约定方向关系,设计激励的最新剪切波方向。
上述设计方案的有益效果是:通过激励同样角度的剪切波,这样获取的弹性图像排出了各向异性、手法等因素的影响,保证得到两次弹性图像具有可对比性。
实施例10:
基于实施例1的基础上,本发明实施例提供一种可重复对比的三维超声弹性成像方法,如图3所示,S6中,基于第一三维弹性图像和第二三维弹性成像的图像差异,进行肿瘤发展趋势的评估,包括:
获取第一三维弹性图像确定的第一肿瘤硬度特征和第二三维弹性图像确定的第二肿瘤硬度特征;
基于第一肿瘤硬度特征和第二肿瘤硬度特征进行肿瘤发展趋势的评估。
上述设计方案的有益效果是:两次的弹性图像具有可对比性,可根据同一区域的硬度变化,来评判肿瘤的发展趋势,提供更可靠的诊断依据。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种可重复对比的三维超声弹性成像方法,其特征在于,包括:
S1:在三维超声图像中对肿瘤区域进行图像分割,得到多个三维子图像,并获取肿瘤区域对应的目标三维子图像;
S2:对目标三维子图像进行灰度化,得到灰度图像,建立灰度图像的灰度共生矩阵,并对灰度共生矩阵进行纹理特征提取,并根据纹理特征得到肿瘤区域和纹理特征相关性最大的目标方向;
S3:在目标方向上利用声辐射力法激励剪切波;
S4:获取剪切波的剪切波速度,并基于剪切波速度对目标三维子图像进行处理,得到第一三维弹性图像;
S5:在目标方向进行肿瘤区域的复检,得到第二三维弹性成像;
S6:基于第一三维弹性图像和第二三维弹性成像的图像差异,进行肿瘤发展趋势的评估。
2.根据权利要求1所述的一种可重复对比的三维超声弹性成像方法,其特征在于,,在三维超声图像中对肿瘤区域进行图像分割,得到多个三维子图像,并获取肿瘤区域对应的目标三维子图像,包括:
对于获取的三维超声图像,采用正交三平面,即横断面,矢状面和冠状面,对三维图像进行三维实时显示;
根据用户选择的图像分割技术对三维超声图像进行图像分割,得到多个三维子图像;
按照肿瘤图像特征对多个三维子图像进行图像特征,获取匹配的目标三维子图像。
3.根据权利要求1所述的一种可重复对比的三维超声弹性成像方法,其特征在于,S2中,对目标三维子图像进行灰度化,得到灰度图像,建立灰度图像的灰度共生矩阵,并对灰度共生矩阵进行纹理特征提取,并根据纹理特征得到肿瘤区域和纹理特征相关性最大的目标方向,包括:
对目标三维子图像进行灰度化,得到灰度图像,并分别建立灰度图像在横断面,矢状面和冠状面的灰度共生矩阵;
获取在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,并选取纹理相关性特征值最大的面作为纹理特征相关性最大的目标方向。
4.根据权利要求3所述的一种可重复对比的三维超声弹性成像方法,其特征在于,获取在横断面,矢状面和冠状面的灰度共生矩阵的纹理相关性特征值,包括:
根据如下公式计算灰度共生矩阵在对应面的纹理相关性特征值;
Mean=∑i∑j p(i,j)*i
Variance=∑i∑j p(i,j)*(i-Mean)2
其中,i表示灰度共生矩阵的第i行,j表示灰度共生矩阵的第j列,Mean表示灰度共生矩阵的平均值,Variance表示灰度共生矩阵的方差,Correlation表示度共生矩阵在对应面的纹理相关性特征值。
5.根据权利要求1所述的一种可重复对比的三维超声弹性成像方法,其特征在于,S3中,在目标方向上利用声辐射力法激励剪切波,包括:
基于目标方向,按照预设约定方向关系,设计激励的剪切波方向;
设置声辐射力在包含肿瘤区域,且超出肿瘤区域预设比例的发射位置;
按照发射位置和剪切波方向,利用声辐射力激励剪切波。
6.根据权利要求1所述的一种可重复对比的三维超声弹性成像方法,其特征在于,S4中,获取剪切波的剪切波速度,并基于剪切波速度对目标三维子图像进行处理,得到第一三维弹性图像,包括:
基于探测超声波对获取剪切波在肿瘤区域的剪切波速度;
根据肿瘤区域的剪切波速度的大小,对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像。
7.根据权利要求6所述的一种可重复对比的三维超声弹性成像方法,其特征在于,根据肿瘤区域的剪切波速度的大小,对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像,包括:
获取肿瘤区域的剪切波速度的速度大小范围,确定速度大小范围和彩色编码颜色范围之间的对应关系;
按照对应关系确定每个剪切波速度对应的颜色特征,确定肿瘤区域的彩色编码颜色特征,按照彩色编码颜色特征对目标三维子图像中对应的区域进行彩色编码,得到第一三维弹性图像。
8.根据权利要求1所述的一种可重复对比的三维超声弹性成像方法,其特征在于,S4中,在目标方向进行肿瘤区域的复检,得到第二三维弹性成像,包括:
获取复检时的最新三维超声图像,并对三维超声图像进行划分,得到最新子图像;
将最新子图像与目标子图像进行图像特征匹配,获取与目标子图像相似度大于预设相似度阈值的最新目标子图像;
获取最新目标子图像在横断面,矢状面和冠状面的最新纹理相关性特征值,并选取最新纹理相关性特征值最大的面作为纹理特征相关性最大的最新目标方向;
基于最新目标方向,确定最新剪切波方向,按照剪切波方向,利用声辐射力激励最新剪切波;
根据激励最新剪切波结果,得到第二三维弹性图像。
9.根据权利要求8所述的一种可重复对比的三维超声弹性成像方法,其特征在于,基于最新目标方向,确定最新剪切波方向,包括:
判断所述最新目标方向与目标方向的方向差值是否在预设差值范围内;
若是,基于最新目标方向,按照预设约定方向关系,设计激励的最新剪切波方向;
否则,改变方式重新获取最新目标子图像在横断面,矢状面和冠状面的最新纹理相关性特征值,直到最新目标方向与目标方向的方向差值在预设差值范围内后,基于最新目标方向,按照预设约定方向关系,设计激励的最新剪切波方向。
10.根据权利要求1所述的一种可重复对比的三维超声弹性成像方法,其特征在于,S6中,基于第一三维弹性图像和第二三维弹性成像的图像差异,进行肿瘤发展趋势的评估,包括:
获取第一三维弹性图像确定的第一肿瘤硬度特征和第二三维弹性图像确定的第二肿瘤硬度特征;
基于第一肿瘤硬度特征和第二肿瘤硬度特征进行肿瘤发展趋势的评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311570148.4A CN117481688A (zh) | 2023-11-23 | 2023-11-23 | 一种可重复对比的三维超声弹性成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311570148.4A CN117481688A (zh) | 2023-11-23 | 2023-11-23 | 一种可重复对比的三维超声弹性成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117481688A true CN117481688A (zh) | 2024-02-02 |
Family
ID=89679947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311570148.4A Pending CN117481688A (zh) | 2023-11-23 | 2023-11-23 | 一种可重复对比的三维超声弹性成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117481688A (zh) |
-
2023
- 2023-11-23 CN CN202311570148.4A patent/CN117481688A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7231074B2 (en) | Method for determining the efficacy of an anti-cancer treatment using image analysis | |
EP1538986B1 (en) | 3d ultrasound-based instrument for non-invasive measurement of fluid-filled and non fluid-filled structures | |
Ding et al. | A real‐time biopsy needle segmentation technique using Hough Transform | |
EP1793350B1 (en) | Ultrasound imaging system and method for forming a 3D ultrasound image of a target object | |
US8208697B2 (en) | Method and apparatus for automatically developing a high performance classifier for producing medically meaningful descriptors in medical diagnosis imaging | |
US9277902B2 (en) | Method and system for lesion detection in ultrasound images | |
EP2891133B1 (en) | Coupled segmentation in 3d conventional ultrasound and contrast-enhanced ultrasound images | |
CN102920477A (zh) | 医学影像的目标区域边界确定装置和方法 | |
US7050610B2 (en) | Method and system for improving the spatial resolution for strain imaging | |
CN107684439A (zh) | 一种基于超声瞬时弹性成像技术的应变图识别方法 | |
Nillesen et al. | Segmentation of the heart muscle in 3-D pediatric echocardiographic images | |
CN117481688A (zh) | 一种可重复对比的三维超声弹性成像方法 | |
CN117224159A (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
Estépar et al. | Freehand ultrasound reconstruction based on roi prior modeling and normalized convolution | |
CN116258736A (zh) | 用于分割图像的系统和方法 | |
US20210251601A1 (en) | Method for ultrasound imaging and related equipment | |
Muhtadi et al. | Analyzing the texture of Nakagami parametric images for classification of breast cancer | |
Alessandrini | Statistical methods for analysis and processing of medical ultrasound: applications to segmentation and restoration | |
US20240037746A1 (en) | Method and system of linking ultrasound image data associated with a medium with other image data associated with the medium | |
Zywica et al. | Determination of the optimal scanning step for evaluation of image reconstruction quality in magnetoacoustic tomography with magnetic induction | |
Layek et al. | Segmentation of prostate sonoelastography images using quantitative elasticity measures | |
JP2018157982A (ja) | 超音波診断装置及びプログラム | |
Cao et al. | Ultrasonic liver characterization using phase congruency | |
Grenier et al. | Multiparametric smoothing based on mean shift procedure for ultrasound data segmentation | |
Shamim et al. | A Complete Breast Cancer Detection Approach Via Quantitative and Qualitative Analysis of Breast Ultrasound (BUS) Images |
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 |