CN204379311U - 一种选择检测区域的装置及弹性检测系统 - Google Patents

Abstract

本实用新型实施例涉及医学图像处理技术领域，尤其涉及一种选择检测区域的装置及弹性检测系统。该装置包括区域划分单元、特征值计算单元、边界区域识别单元和检测区域确定单元，其中，区域划分单元将待识别的器官组织信息划分为多个检测子区域；特征值计算单元计算检测子区域中器官组织信息的特征值；边界区域识别单元根据待识别的器官组织信息，确定所述器官组织边界区域；检测区域确定单元根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。该装置能够根据器官组织信息确定器官组织边界，并根据器官组织边界自动的调整检测区域。

Description

一种选择检测区域的装置及弹性检测系统

技术领域

本实用新型实施例涉及医学图像处理技术领域，尤其涉及一种选择检测区域的装置及弹性检测系统。

背景技术

很多临床应用上需要利用包括超声成像、磁共振成像(MRI，MagneticResonance Imaging)、计算机断层扫描(CT，Computed Tomography)等在内的传统医学成像来定位器官组织的检测区域，例如：弹性检测及彩色多普勒超声检查等。

目前，主要通过以下两种方式选择器官组织检测区域：第一种，将固定深度范围的器官组织作为检测区域；第二种，人为地选择器官组织检测区域。

其中，第一种方法，由于检测深度固定，但是实际上不同的人，同一个人不同的位置，其组织位置和形态都有差别。比如目前市场上所见用于检测器官瞬时弹性的设备对于普通人，其检测范围是固定的皮下2.5-6.5cm的器官组织，但是对于肥胖或者体型大的个体，皮下3.5cm都有可能还是皮层，因此，采用固定检测范围的方法对于一些个体会引入误差。

第二种方法，采用手动选择检测区域的方法，需要操作者对于器官组织结构和图像信息非常熟悉，才能准确的选择器官组织边界，因此对于操作者要求高；同时，由于检测过程中引入了一个人为选择的过程，检测时间也更长。

综上，尚且缺乏一种自动调整检测区域的装置。

实用新型内容

本实用新型的目的是提出选择检测区域的装置及弹性检测系统，以自动调整检测区域。

一方面，本实用新型提供了一种选择检测区域的装置，包括区域划分单元、特征值计算单元、边界区域识别单元和检测区域确定单元，其中，

区域划分单元将待识别的器官组织信息划分为多个检测子区域；

特征值计算单元计算检测子区域中器官组织信息的特征值；

边界区域识别单元根据待识别的器官组织信息，确定所述器官组织边界区域；

检测区域确定单元根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。

另一方面，本实用新型提供了一种弹性检测系统，包括信息获取装置、弹性成像装置、探头设置装置、处理装置和显示装置，还包括本实用新型任意实施例中提供的选择检测区域的装置，其中，

所述信息获取装置获取待识别的器官组织信息；

所述探头设置装置调整弹性成像装置中探头的位置，使所述探头的检测范围包含所述选择检测区域的装置确定的检测区域；

所述弹性成像装置获取器官组织的弹性信息；

所述显示装置显示所述检测区域中的弹性信息。

本实用新型实施例中提供的选择检测区域的装置及弹性检测系统，能够自动的调整器官组织检测区域。本实用新型实施例中提供的选择检测区域的装置，依据待识别的器官组织信息确定器官组织边界区域，并根据器官组织边界区域和预设的特征值条件确定器官组织检测区域。该装置中器官组织信息不相同时，检测区域的位置和大小不相同，即该装置能够调整器官检测区域的位置和大小。

附图说明

此处所说明的附图用来提供对本实用新型实施例的进一步理解，构成本实用新型实施例的一部分，并不构成对本实用新型实施例的限定。在附图中：

图1是本实用新型第一实施例中提供的选择检测区域的装置的结构示意图；

图2是本实用新型第二实施例中提供的选择检测区域的装置的结构示意图；

图3是本实用新型第二实施例中的基于器官组织的M型超声信号的选择检测区域的效果图；

图4是本实用新型第二实施例中器官组织的定量弹性模量的示意图；

图5是本实用新型第三实施例中提供的选择检测区域的装置的结构示意图；

图6是本实用新型第三实施例中的基于器官组织的B型超声信号的选择检测区域的效果图；

图7是本实用新型第三实施例中器官组织的定量弹性模量的示意图；

图8是本实用新型第四实施例中提供的选择检测区域的装置的结构示意图；

图9是本实用新型第四实施例中的基于器官组织的三维图像边界的效果图；

图10是本实用新型第四实施例中的基于器官组织的三维图像的选择检测区域的效果图；

图11是本实用新型第四实施例中器官组织的定量弹性模量的示意图；

图12是本实用新型第五实施例中提供的选择检测区域的装置的结构示意图；

图13是本实用新型第六实施例中提供的弹性检测系统的结构示意图。

具体实施方式

下面结合附图及具体实施例对本实用新型实施例进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本实用新型实施例，而非对本实用新型实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本实用新型实施例相关的部分而非全部内容。

第一实施例：

图1是本实用新型第一实施例中提供的选择检测区域的装置的结构示意图。如图1所示，该装置包括区域划分单元11、特征值计算单元12、边界区域识别单元13和检测区域确定单元14，其中：

区域划分单元11将待识别的器官组织信息划分为多个检测子区域。

其中，待识别的器官组织信息可以包括器官组织的一维、二维或三维超声图像，也可以包括器官组织的一维、二维或三维超声信号，如器官组织信息可以为A型超声信号、器官组织的M型超声信号、器官组织的B型超声图像、器官组织的CT图像或器官组织的MRI图像。

特征值计算单元12计算检测子区域中器官组织信息的特征值。

其中，所述器官组织信息的特征值可以为器官组织信息的均值或器官组织信息的标准差等。

边界区域识别单元13根据待识别的器官组织信息，确定所述器官组织边界区域。

边界区域识别单元13可以依据特征值计算单元12计算得到的检测子区域中器官组织信息的特征值，确定所述器官组织检测区域，也可以采用图像处理技术或信号处理技术根据所述器官组织信息对应的器官组织的特征及器官组织边界的特征，识别出所述器官组织信息中的器官组织边界区域。

如，在所述器官组织信息为器官组织的一维超声信号或器官组织的二维超声图像时，边界区域识别单元13根据所述检测子区域中器官组织信息的特征值确定所述器官组织边界区域；在所述器官组织信息为器官组织的三维超声图像时，边界区域识别单元13根据器官组织的特征及器官组织边界的特征，识别出所述器官组织信息中的器官组织边界区域。

检测区域确定单元14根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。

其中，所述预设的特征值条件可以为：距所述器官组织边界区域的距离在预设深度范围内。即，检测区域确定单元14可以将距所述器官组织边界区域预设深度范围内的器官组织信息确定为器官组织信息的检测区域。其中，所述预设深度范围可以为2.6-6.5cm。

其中，若所述器官组织信息为器官组织的一维、二维或三维图像或信号，所述预设的特征值条件可以为：每个检测子区域内图像或信号的强度值对应的均值和标准差均满足预设范围。

例如，在所述器官组织信息为器官组织的一维超声信号时，若多个连续的检测子区域中，每个检测子区域内超声信号的强度值对应的标准差均小于标准差阈值，则检测区域确定单元14可以将该多个连续的检测子区域确定为所述器官组织检测区域。

例如，若所述器官组织信息为器官组织的二维超声图像或器官组织的三维图像，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值对应的标准差均小于标准差阈值，则检测区域确定单元14可以将该多个连续的检测子区域确定为所述器官组织检测区域。

需要说明的是，均值阈值可以为检测子区域内超声信号或图像的最大强度值的20％，标准差阈值可以为检测子区域内超声信号或图像的最大强度值的5％。例如，肝脏组织中检测子区域内CT图像的强度值范围为0-300HU，其均值阈值可以为60HU，其标准差阈值可以为15HU。

其中，该装置还可以包括弹性值计算单元，该弹性值计算单元计算所述器官组织检测区域内器官组织的弹性值，即弹性值计算单元计算确定的器官组织检测区域内器官组织的弹性值，以实现对器官组织的超声检测。

本实用新型第一实施例中提供的选择检测区域的装置，将器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织的特征值；根据器官组织信息确定所述器官组织边界区域，并根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域，即，该装置能够自动地选择检测区域。由于本实用新型第一实施例中提供的选择检测区域的装置中，所述器官组织信息不同时，确定的检测区域不同，即本实用新型第一实施例中提供的选择检测区域的装置能够根据不同个体的器官组织信息的特征，自动调整检测区域的位置和大小。

第二实施例：

图2是本实用新型第二实施例中提供的选择检测区域的装置的结构示意图，该装置适用于器官组织的一维超声信号。图3是本实用新型第二实施例中的基于器官组织的M型超声信号的选择检测区域的效果图；图4是本实用新型第二实施例中器官组织的定量弹性模量的示意图。结合图2-图4，该装置包括区域划分单元21、计算子单元22、区域识别子单元23和检测区域确定单元24。

区域划分单元21将所述器官组织的超声信号划分为多个检测子区域S_i。

所述器官组织的一维超声信号可以为器官组织的A型超声信号或器官组织的M型超声信号。假设一条超声信号包含n个采样点，其对应的器官组织的超声信号的扫描深度为d(单位：mm)，则每1mm深度包含n/d个点。区域划分单元21将n个采样点划分为多段检测子区域S_i，检测子区域S_i对应的扫描深度为d_i，其中，i取整数。

例如，以z为间距将n个采样点等分为多段检测子区域S_i，此时，z为检测子区域的区间长度，是取整运算。此时，每段检测子区域中分别包含[zn/d]个采样点。

计算子单元22计算每个检测子区域S_i中的器官组织的超声信号R_i的Nakagami分布值m_i。

其中，Nakagami统计模型是超声组织定征技术的一种。具体的，计算子单元22依据如下公式，计算每个检测子区域S_i内的器官组织的图像对应的超声信号R_i的Nakagami分布值m_i，

$m_i=\frac{{\left[E\left(R_i^2\right)\right]}^2}{E{[R_i^2-E\left(R_i^2\right)]}^2}$

其中，Nakagami分布的概率密度函数为：

$f\left(r\right)=\frac{2m^m{r}^{2m-1}}{\mathrm{\Γ}\left(m\right){\mathrm{\Ω}}^m}\exp (-\frac{m}{\mathrm{\Ω}}{r}^2)U\left(r\right)$

其中，E(.)为均值函数，Γ(.)表示伽玛函数，Ω＝E[r²]，U(.)表示单位阶跃函数，r≥0，m≥0；

m值在(0,1)范围内时，器官组织的一维超声信号服从前瑞利(pre-Rayleigh)分布；m值等于1时，一维超声回波信号服从瑞利(Rayleigh分布)；m值大于1时，一维超声回波信号服从后瑞利(post-Rayleigh)分布。

区域识别子单元23依据如下公式计算每个检测子区域S_i的权重W_i，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_i=\frac{100*m_i}{\sqrt{d_i}}$

其中，d_i为检测子区域S_i对应的扫描深度，遍历每个检测子区域的权重W_i，选择出最大权重值对应的检测子区域，作为器官组织边界区域。

若多个连续的检测子区域中，每个检测子区域内一维超声信号的强度值对应的标准差均小于标准差阈值，则检测区域确定单元24将该多个连续的检测子区域确定为所述器官组织检测区域。

检测区域确定单元24计算所述器官组织区域中每个检测子区域S_i内超声信号R_i的强度值对应的标准差SD_i，且遍历器官组织区域中的每个检测子区域，若从某个检测子区域开始，连续的多个连续的检测子区域中，每个检测子区域内的一维超声信号的强度值对应的标准差均小于标准差阈值，那么就将该多个连续的检测子区域确定为器官组织检测区域，即完成器官组织检测区域的自动选择。

如图4，定量弹性信息可以包括弹性测量装置测得的步骤23中确定的检测区域内的器官组织的定量弹性信息的数值，通常以kPa为单位。其中，纵轴表示扫描深度，横轴表示时间。定量弹性信息还可以包括瞬时弹性成像过程中，瞬时振动随着时间沿深度传播的轨迹图像。该图中还包含指示瞬时振动传播的线段AB。另外，依据图4所示的器官组织的定量弹性信息，可以计算出瞬时振动产生的剪切波在指示标志所指区域的传播速度，从而计算出器官组织的弹性模量。

本实用新型第二实施例中提供的选择检测区域的装置，能够通过器官组织的A超或M超的超声信号，自动地选择器官组织检测区域。另外，由于本装置采用的算法的复杂度低，因而具有较高的器官组织边界的识别效率，从而能够实现器官组织边界的实时自动定位。

第三实施例：

图5是本实用新型第三实施例中提供的选择检测区域的装置的结构示意图，该装置适用于器官组织的超声信号。图6是本实用新型第三实施例中的基于器官组织的B型超声信号的选择检测区域的效果图；图7是本实用新型第三实施例中器官组织的定量弹性模量的示意图。结合图5-图7，该装置包括区域划分单元31、边界区域识别单元32和检测区域确定单元33。

其中，区域划分单元31将所述器官组织的二维超声图像划分为多个矩形检测子区域R_ij。

所述器官组织的二维超声图像可以为器官组织的B型超声图像。假设一幅B超图像的大小为w*h，其中w为器官组织的二维超声图像的宽度，h为器官组织的二维超声图像的高度，w和h的单位均是像素)，对应的扫描深度为d(单位：mm)，则1mm深度包含h/d个像素点。将大小为w*h的B超图像划分为多个矩形检测子区域R_ij。

例如，以z为边长将大小为w*h的B超图像等分为多个正方形检测子区域R_ij，此时其中z为正方形检测子区域的边长。为向上取整运算。此时，每个正方形检测子区域R_ij的宽度和高度均为[zh/d]个像素。

边界区域识别单元32依据如下公式计算每个检测子区域R_kj的权重W_kj，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_{\mathrm{kj}}=\frac{M_{\mathrm{kj}}}{{\mathrm{SD}}_{\mathrm{kj}}*\sqrt{d_{\mathrm{kj}}}}$

其中，M_kj为检测子区域R_kj中器官组织的二维超声图像的灰度均值，SD_kj为检测子区域R_kj中器官组织的二维超声图像的灰度标准差，d_kj为检测子区域R_kj对应的扫描深度，k＝i_max/2。例如，当器官组织的二维超声图像被等分为边长为z的矩形区域时，

例如，由于肝包膜区在B超图像上呈现为均匀一致的高回声，因此器官边界区域的灰度均值较大；另外，由于肝包膜区域在B型超声图像上具有均匀一致性，故灰度标准差较小。为避免凸阵探头扫描时扇形B超图像两侧的黑色背景区域，从位于B超图像中线处的检测子区域中搜索，若检测子区域R_kl为一系列检测区域R_kj中权重最大的一个，则将该检测子区域R_kl确定为肝脏组织的边界区域。

若所述器官组织区域中的多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值的标准差均小于标准差阈值，则检测区域确定单元33将该多个连续的检测子区域确定为所述器官组织检测区域。

若从某一检测子区域开始，连续的多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值的标准差均小于标准差阈值，那么检测区域确定单元33就将该多个连续的检测子区域确定为检测区域，即完成检测区域的自动选择。

如图7所示，定量弹性信息包括弹性测量获得的器官组织结构图中检测区域内的器官组织的定量弹性信息的数值(以kPa为单位)。弹性模量信息包括检测区域中器官组织结构的弹性模量分布图。其中，弹性模量分布图可以用彩色编码，不同颜色表示不同的弹性模量；也可以用灰度或者其他编码形式表示弹性模量的分布，即，可以用彩色编码、灰度或其他编码形式表示检测子区域内器官组织的二维超声图像的强度值。对应的，弹性模量分布图还包括一个表示弹性模量编码的尺度图。

本实用新型第三实施例中提供的选择检测区域的装置，能够通过器官组织的B型超声的图像，自动地选择器官组织检测区域。另外，由于该装置所采用的算法的复杂度低，因而具有较高的器官组织边界的识别效率，从而能够实现器官组织边界的实时自动定位。

第四实施例：

图8是本实用新型第四实施例中提供的选择检测区域的装置的结构示意图，该装置适用于器官组织的三维图像。图9是本实用新型第四实施例中的基于器官组织的三维图像边界的效果图；图10是本实用新型第四实施例中的基于器官组织的三维图像的选择检测区域的效果图；图11是本实用新型第四实施例中器官组织的定量弹性模量的示意图。结合图8-图11，该装置包括二值图像获取子单元41、特征点确定子单元42、图像划分子单元43、曲线拟合子单元44、边界区域确定子单元45、器官组织确定单元46、区域划分单元47、特征值计算单元48和检测区域确定单元49。

二值图像获取子单元41采用区域生长分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像。

二值图像获取子单元41提取皮肤的二值图像。以图像坐标为(0,0)的像素为种子点，利用区域生长分割方法提取皮肤的二值图像，其中空气的CT值对应的区域生长的准则是[-1024,-500]HU(Hounsfield unit，亨氏)。

二值图像获取子单元41还提取骨骼的二值图像，包括椎骨的二值图像和肋骨的二值图像。对整幅图像进行阈值范围为[350,1024]HU的阈值分割，提取出骨骼的二值图像。

特征点确定子单元42计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点。

计算骨骼的二值图像的质心P_C。由于因为肋骨一般沿椎骨左右对称，并且椎骨在骨骼图像中比重较大，因此骨骼图像的质心P_C即为椎骨的质心P_C。

以椎骨质心P_C为起点，搜寻皮肤的二值图像上距离所述质心P_C最近的点，记为P_N。

图像划分子单元43依据所述质心和距离所述质心最近的点，将所述器官组织信息划分为四个象限。

利用质心P_C和距离质心最近的点P_N将CT图像划分为四个象限，即，将质心P_C和距离质心最近的点P_N这两个点所在的直线作为纵坐标轴，经过质心P_C且与纵坐标轴垂直的直线作为横坐标轴。以器官组织为肝脏组织为例，肝脏的大部分区域位于第二象限内。

曲线拟合子单元44拟合第二象限内的各个肋骨点，得到肋骨拟合曲线。

以B样条曲线或皮肤曲线拟合第二象限内的肋骨各点，得到肋骨拟合曲线。

边界区域确定子单元45将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界曲线，且将所述边界曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域。

由于肋骨曲线接近于肝脏包膜，将肋骨曲线向内移动预设值，作为边界曲线，将边界曲线与肋骨拟合曲线之间的区域确定为器官组织边界区域。

其中，所述预设值可以为5mm。

器官组织确定单元46将所述器官组织边界区域所围的区域确定为器官组织区域。

区域划分单元47将所述器官组织区域等分为多个检测子区域。

特征值计算单元48计算每个检测子区域中器官组织的二维超声图像的强度值对应的均值和强度值对应的标准差。

若多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值对应的标准差均小于标准差阈值，则检测区域确定单元49将该多个连续的检测子区域确定为所述器官组织检测区域。

从肝脏组织的边界开始，搜寻肝脏内部各个检测子区域，若连续的多个检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域，即完成器官组织的自动选择。

如图11，定量弹性信息包括弹性测量获得的组织结构图中ROI内的组织的定量弹性信息的数值(以kPa为单位)。其中弹性模量信息也包括组织结构图中指示标志所表示区域的组织的弹性模量分布图。该图可以用彩色编码，不同颜色表示不同的弹性模量。也可以用灰度或者其他编码形式表示弹性模量的分布。对应的，上述弹性模量分布图还包括一个表示弹性模量编码的尺度图。

需要说明的是，利用CT图像或MRI图像实现器官组织边界区域的自动识别及检测区域位置及大小的自动调整时。自动选择的检测区域可以为三维几何体。

以CT序列图像为例，对每一帧CT图像，采用本实施例中提供的选择检测区域的方法，自动选择出该帧器官组织的图像的检测区域。再利用每一帧CT图像分别对应的各个检测区域，重新构建出一个三维几何体，即为三维的检测区域。利用弹性检测探头检测出每一帧CT图像的二维检测区域内的弹性信息，再重建出器官组织的三维弹性分布，从而得到器官组织的三维定量弹性信息。

本实用新型第四实施例中提供的选择检测区域的装置，能够通过器官组织的三维图像，例如，器官组织的CT图像或器官组织的MRI图像，自动地选择器官组织检测区域。另外，由于本装置采用的算法的复杂度低，因而具有较高的器官组织边界的识别效率，从而能够实现器官组织边界的实时自动定位。

第五实施例：

图12是本实用新型第五实施例中提供的选择检测区域的装置的结构示意图，如图12所示，本实施例所述的选择检测区域的装置可以包括：区域划分单元51，用于将待识别的器官组织信息划分为多个检测子区域；特征值计算单元52，用于计算检测子区域中器官组织信息的特征值；边界区域识别单元53，用于根据待识别的器官组织信息，确定所述器官组织边界区域；检测区域确定单元54，用于根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。

其中，该装置还可以包括：弹性值计算单元，用于计算所述器官组织检测区域内器官组织的弹性值。

其中，所述预设的特征值条件可以为：距所述器官组织边界区域的距离在预设深度范围内。

其中，若所述器官组织信息为器官组织的一维、二维或三维图像或信号，所述预设的特征值可以条件为：每个检测子区域内图像或信号的强度值对应的均值和标准差均满足预设范围。

其中，若所述器官组织信息为器官组织的一维超声信号，边界区域识别单元53可以包括：计算子单元，用于计算每个检测子区域S_i中的器官组织的一维超声信号R_i的Nakagami分布值m_i；区域识别子单元，用于依据如下公式计算每个检测子区域S_i的权重W_i，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_i=\frac{100*m_i}{\sqrt{d_i}}$

其中，d_i为检测子区域S_i对应的扫描深度。

其中，若所述器官组织信息为器官组织的二维超声图像，区域划分单元51具体可以用于：依据如下公式计算每个检测子区域R_kj的权重W_kj，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_{\mathrm{kj}}=\frac{M_{\mathrm{kj}}}{{\mathrm{SD}}_{\mathrm{kj}}*\sqrt{d_{\mathrm{kj}}}}$

其中，M_kj为检测子区域R_kj中器官组织的二维超声图像的灰度均值，SD_kj为检测子区域R_kj中器官组织的二维超声图像的灰度标准差，d_kj为检测子区域R_kj对应的扫描深度，k＝i_max/2。

将所述器官组织的二维超声图像划分为多个矩形检测子区域R_ij；边界区域识别单元53具体可以用于：依据如下公式计算每个检测子区域R_kj的权重W_kj，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_{\mathrm{kj}}=\frac{M_{\mathrm{kj}}}{{\mathrm{SD}}_{\mathrm{kj}}*\sqrt{d_{\mathrm{kj}}}}$

其中，M_kj为检测子区域R_kj中器官组织的二维超声图像的灰度均值，SD_kj为检测子区域R_kj中器官组织的二维超声图像的灰度标准差，d_kj为检测子区域R_kj对应的扫描深度，k＝i_max/2。

其中，若所述器官组织信息为器官组织的CT图像或器官组织的MRI图像，所述边界区域识别单元53具体可以包括：二值图像获取子单元，用于采用图像分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像；特征点确定子单元，用于计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点；图像划分子单元，用于依据所述质心和距离所述质心最近的点，将所述器官组织的划分为四个象限；曲线拟合子单元，用于拟合第二象限内的各个肋骨点，得到肋骨拟合曲线；边界区域确定子单元，用于将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界区域曲线，且将所述边界区域曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域。

本实用新型第五实施例中提供的选择检测区域的装置，将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值，根据待识别的器官组织信息确定器官组织边界区域，且根据确定的器官组织边界区域和预设的特征值条件确定器官组织检测区域。该装置中器官组织信息不相同时，检测区域的位置和大小不相同，即该装置能够调整检测区域的位置和大小。

第六实施例：

图13是本实用新型第六实施例中提供的弹性检测系统的结构示意图，如图13所示，本实施例所述的弹性检测系统的可以包括信息获取装置61、弹性成像装置63、探头设置装置64、处理装置65和显示装置66，还包括本实用新型第五实施例中提供的选择检测区域的装置62，其中，所述信息获取装置61，用于获取待识别的器官组织信息；所述探头设置装置64，用于调整弹性成像装置中探头的位置，使所述探头的检测范围包含所述选择检测区域的装置确定的检测区域；所述弹性成像装置63，用于获取器官组织的弹性信息；所述处理装置65，用于对弹性成像装置获取的弹性信息进行处理，得到所述检测区域中的弹性信息；所述显示装置66，用于显示所述检测区域中的弹性信息。

本实用新型第六实施例中提供的弹性检测系统，能够自动识别器官组织边界区域，并自动调整检测区域的位置和大小，从而节约弹性检测时间、减少不同操作者之间及同一操作者在不同操作下的操作差异，实现准确、快捷、重复性高的器官组织的弹性检测。

上所述仅为本实用新型实施例的优选实施例，并不用于限制本实用新型实施例，对于本领域技术人员而言，本实用新型实施例可以有各种改动和变化。凡在本实用新型实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本实用新型实施例的保护范围之内。

Claims (8)

1.一种选择检测区域的装置，其特征在于，包括区域划分单元、特征值计算单元、边界区域识别单元和检测区域确定单元，其中，

区域划分单元将待识别的器官组织信息划分为多个检测子区域；

特征值计算单元计算检测子区域中器官组织信息的特征值；

边界区域识别单元根据待识别的器官组织信息，确定所述器官组织边界区域；

检测区域确定单元根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。

2.根据权利要求1所述的装置，其特征在于，还包括弹性值计算单元，其中

弹性值计算单元计算所述器官组织检测区域内器官组织的弹性值。

3.根据权利要求1所述的装置，其特征在于，

所述预设的特征值条件为：距所述器官组织边界区域的距离在预设深度范围内。

4.根据权利要求1所述的装置，其特征在于，若所述器官组织信息为器官组织的一维、二维或三维图像或信号，

所述预设的特征值条件为：每个检测子区域内图像或信号的强度值对应的均值和标准差均满足预设范围。

5.根据权利要求1-4任一项所述的装置，其特征在于，若所述器官组织信息为器官组织的一维超声信号，

边界区域识别单元包括计算子单元和区域识别子单元，其中，

计算子单元计算每个检测子区域S_i中的器官组织的一维超声信号R_i的Nakagami分布值m_i；

区域识别子单元依据如下公式计算每个检测子区域S_i的权重W_i，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_i=\frac{100*m_i}{\sqrt{d_i}}$

其中，d_i为检测子区域S_i对应的扫描深度。

6.根据权利要求1-4任一项所述的装置，其特征在于，若所述器官组织信息为器官组织的二维超声图像，

区域划分单元将所述器官组织的二维超声图像划分为多个矩形检测子区域R_ij；

边界区域识别单元依据如下公式计算每个检测子区域R_kj的权重W_kj，并将最大权重值对应的检测子区域确定为器官组织边界区域：

$W_{\mathrm{kj}}=\frac{M_{\mathrm{kj}}}{{\mathrm{SD}}_{\mathrm{kj}}*\sqrt{d_{\mathrm{kj}}}}$

其中，M_kj为检测子区域R_kj中器官组织的二维超声图像的灰度均值，SD_kj为检测子区域R_kj中器官组织的二维超声图像的灰度标准差，d_kj为检测子区域R_kj对应的扫描深度，k＝i_max/2。

7.根据权利要求1-4任一项所述的装置，其特征在于，若所述器官组织信息为器官组织的CT图像或器官组织的MRI图像，

所述边界区域识别单元具体包括二值图像获取子单元、特征点确定子单元、图像划分子单元、曲线拟合子单元和边界区域确定子单元，其中，

二值图像获取子单元采用图像分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像；

特征点确定子单元计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点；

图像划分子单元依据所述质心和距离所述质心最近的点，将所述器官组织的划分为四个象限；

曲线拟合子单元拟合第二象限内的各个肋骨点，得到肋骨拟合曲线；

边界区域确定子单元将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界区域曲线，且将所述边界区域曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域。

8.一种弹性检测系统，其特征在于，包括信息获取装置、弹性成像装置、探头设置装置和显示装置，还包括权利要求1-7任一项所述的选择检测区域的装置，其中，

所述信息获取装置获取待识别的器官组织信息；

所述探头设置装置调整弹性成像装置中探头的位置，使所述探头的检测范围包含所述选择检测区域的装置确定的检测区域；

所述弹性成像装置获取器官组织的弹性信息；

所述显示装置显示所述检测区域中的弹性信息。