CN113476075B - 一种超声弹性成像方法、图像数据的筛选方法及装置 - Google Patents

一种超声弹性成像方法、图像数据的筛选方法及装置 Download PDF

Info

Publication number
CN113476075B
CN113476075B CN202010182053.5A CN202010182053A CN113476075B CN 113476075 B CN113476075 B CN 113476075B CN 202010182053 A CN202010182053 A CN 202010182053A CN 113476075 B CN113476075 B CN 113476075B
Authority
CN
China
Prior art keywords
image data
fitting
compression
screening
slope
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.)
Active
Application number
CN202010182053.5A
Other languages
English (en)
Other versions
CN113476075A (zh
Inventor
和晓念
刘倩
凌锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Edan Instruments Inc
Original Assignee
Edan Instruments Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Edan Instruments Inc filed Critical Edan Instruments Inc
Priority to CN202010182053.5A priority Critical patent/CN113476075B/zh
Publication of CN113476075A publication Critical patent/CN113476075A/zh
Application granted granted Critical
Publication of CN113476075B publication Critical patent/CN113476075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Mathematical Optimization (AREA)
  • Surgery (AREA)
  • Mathematical Analysis (AREA)
  • Molecular Biology (AREA)
  • Computational Mathematics (AREA)
  • Biophysics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明提供了一种超声弹性成像方法、图像数据的筛选方法及装置，筛选方法包括：获取压缩前图像数据和压缩后图像数据；根据压缩前图像数据和压缩后图像数据得到位移数据矩阵；从位移数据矩阵中提取位移曲线沿深度方向的拟合参数；根据拟合参数判断压缩前图像数据和压缩后图像数据是否适合做弹性成像处理。本发明通过对拟合参数进行分析，判断信号质量和受力大小是否符合成像要求，水平方向不同位置的受力是否均衡，从而能够以少量的计算量在弹性成像计算之前就实现弹性成像质量的预判，根据预判结果实现对不理想数据的筛选和剔除，减少了对操作手法的依赖，保证了高质量的弹性成像输出，提高弹性成像出图率。

Description

一种超声弹性成像方法、图像数据的筛选方法及装置
技术领域
本发明涉及超声成像技术领域，具体涉及一种超声弹性成像方法、图像数据的筛选方法及装置。
背景技术
按压式弹性成像又称为准静态弹性成像(Quasi-static Elastography)，它可以定性的区分出具有不同硬度的组织。该方法主要是通过手持超声环能器对目标组织施加压力，具有不同硬度的组织在相同的压力情况下会发生不同的形变。通过对提取的按压前和按压后的两帧数据进行分析，可以将这种不同形变的差异信息提取出来，通常以不同的应变值来表征这种差异。对不同的应变值进行伪彩映射并成像出来，即实现了弹性成像。
弹性图像可以直观的区分出具有不同硬度的组织，在相同的施加压力下，应变值越小，说明组织越硬，应变值越大，则表示组织越软。该方法简单易行，但也存在一定的局限性：其非常依赖于操作手法，按压的力度和频率都有一定要求，按压力度即不能过大，也不能过小。
鉴于此，现有技术中采用的超声弹性成像方法，是在计算出连续多帧的应变信息的同时，还计算出反映各帧图像质量的质量参数，通过这些质量参数确定是否输出当前帧弹性图像，但是设置质量参数虽然可以保证所显示的图像的质量达到预设要求，避免出现由于应力存在较大差异而导致所获得的连续各帧弹性图像之间的颜色变化较大的情况。但是其仍然基于按压力度大小的考虑，而实际操作过程中水平方向按压力度均衡性也会对弹性结果产生影响。质量参数不能反映水平方向按压力度的均衡性。因此，其对帧频数据的筛选仍具有一定的局限性。另外，质量参数的计算较为复杂，计算量较大。
发明内容
有鉴于此，本发明实施例提供了一种超声弹性成像方法、图像数据的筛选方法及装置，以解决现有技术对帧频数据的筛选仍具有一定局限性以及计算量大的问题。
本发明提供的一种超声弹性成像中图像数据的筛选方法，包括：
获取压缩前图像数据和压缩后图像数据；
根据所述压缩前图像数据和所述压缩后图像数据得到位移数据矩阵；
从所述位移数据矩阵中提取位移曲线沿深度方向的拟合参数；
根据所述拟合参数判断所述压缩前图像数据和所述压缩后图像数据是否适合做弹性成像处理。
可选的，所述获取压缩前图像数据和压缩后图像数据，包括：
读取缓存中的两帧图像数据分别作为压缩前图像数据和压缩后图像数据；
等间隔抽取所述压缩前图像数据和压缩后图像数据得到数据矩阵。
可选的，所述根据所述压缩前图像数据和所述压缩后图像数据得到位移数据矩阵，包括：
对两帧图像数据进行共轭相乘得到包含位置信息的复数矩阵；
提取所述复数矩阵的相位信息得到所述位移数据矩阵。
可选的，所述拟合参数包括：拟合斜率和拟合度；
所述从所述位移数据矩阵中提取位移曲线沿深度方向的拟合参数，包括：
对位移数据矩阵中每列位移曲线进行线性拟合得到拟合参数。
可选的，所述拟合参数包括：拟合斜率和拟合度；
所述根据所述拟合斜率和所述拟合度判断所述压缩前图像数据和所述压缩后图像数据是否适合做弹性成像处理，包括：
获取所述拟合斜率的平均值与理想斜率的偏离度，筛选所述偏离度位于预设取值范围的第一拟合斜率平均值；
获取拟合斜率的方差，筛选拟合斜率的方差小于预设方差阈值的第一拟合斜率；
获取拟合度均值；
在所述拟合度均值大于第一设定值的条件下，根据所述第一拟合斜率平均值及第一拟合斜率计算最终预判得分；
判定所述最终预判得分达到预期分数的成像质量对应的所述压缩前图像数据和所述压缩后图像数据适合做弹性成像处理。
本发明同时提供了一种超声弹性成像方法，包括：
获取多帧图像数据；
判断判断多帧图像数据是否符合成像要求；
对符合弹性成像的图像数据进行弹性计算并输出。
本发明同时提供了一种多帧图像数据筛选方法，其特征在于，包括：
获取多帧图像数据并进行两两配对；
根据上述的筛选方法计算配对的两帧图像数据的预判得分；
选取预判得分最大的两帧图像数据；
对所选取的两帧图像数据进行处理并输出弹性图。
本发明同时提供了一种超声弹性成像中图像数据的筛选装置，包括：
第一获取模块，用于获取压缩前图像数据和压缩后图像数据；
第二获取模块，用于根据压缩前图像数据和压缩后图像数据得到位移数据矩阵；
第三获取模块，用于从位移数据矩阵中提取位移曲线沿深度方向的拟合参数；
第一判断模块，用于根据拟合参数判断压缩前图像数据和压缩后图像数据是否适合做弹性成像处理。
本发明同时提供了一种超声弹性成像装置，包括：
第四获取模块，用于获取多帧图像数据；
第二判断模块，用于判断多帧图像数据是否符合成像要求；
计算输出模块，用于对符合弹性成像的图像数据进行弹性计算并输出。
本发明还提供了一种超声设备，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述筛选方法和/或超声弹性成像方法和/或多帧图像数据筛选方法。
本发明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存储有计算机指令，所述计算机指令用于使所述计算机执行如上述筛选方法和/或超声弹性成像方法和/或多帧图像数据筛选方法。
本发明技术方案，具有如下优点：
本发明提供的一种超声弹性成像中图像数据的筛选方法，通过对不同水平位置的位移曲线分别沿深度方向做线性拟合，得到一组拟合参数。拟合度大小反映了所提取的振动位移信号质量，拟合度越高，说明所提取的位移信号越好；拟合所得的拟合斜率反映对组织施加压力的情况，可从拟合斜率中提取能够同时反映按压力度和按压均衡性的信息。如此可知，通过对拟合参数的分析，可实现对信号质量、按压受力的判断，能够以少量的计算量在弹性成像计算之前就实现弹性成像质量的预判，根据预判结果实现对不理想数据的筛选和剔除，减少了对操作手法的依赖，保证了高质量的弹性成像输出，提高弹性成像出图率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例1提供的一种超声弹性成像中图像数据的筛选方法的流程图；
图2示出了典型的超声成像***的结构框图；
图3示出了本发明中对某一列位移数据沿深度方向线性拟合的示意图；
图4示出了本发明中数据抽取的原理示意图；
图5示出了本发明实施例2提供的一种超声弹性成像方法的流程图；
图6示出了本发明实施例3提供的一种多帧图像数据筛选方法的流程图；
图7示出了本发明实施例3提供的具体实施方案的示意图；
图8示出了本发明实施例的超声设备的硬件结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
超声弹性成像可以定性的区分出具有不同硬度的组织。该方法主要是通过手持超声换能器对目标组织施加压力，具有不同硬度的组织在相同的压力情况下会发生不同的形变，通过对提取的按压前和按压后的两帧数据进行分析，可以将这种不同形变的差异信息提取出来，通常以不同的应变值来表征这种差异。对不同的应变值进行伪彩映射并成像出来，即实现了弹性成像。
上述超声弹性成像过分依赖于操作手法，通常对按压的力度和频率都有一定要求，按压力度即不能过大，也不能过小。另外，按压式弹性成像只有在受力相等的条件下，才可以实现有效的弹性定性分析。实际操作过程中水平方向按压力度不均衡也会对弹性结果产生影响。
鉴于此，本发明实施例提供了一种超声弹性成像方法、图像数据的筛选方法及装置。
需要说明的是，文中A、B、M、N、P和Q均为正整数。
实施例1
本发明实施例提供一种超声弹性成像中图像数据的筛选方法，如图1所示，该筛选方法主要包括：
步骤S1：获取压缩前图像数据和压缩后图像数据；
如图2所示，为典型的超声成像***的结构框图。图2中所示由主控制器、超声换能器、波束合成器、图像处理器、图像后处理、显示器组成。超声换能器(超声探头)的工作原理大体是相同的，即是谐振于超声频率的压电陶瓷，由材料的压电效应将电信号转换为机械振动。可根据需求向介质中辐射声波，又可接收外来声波并转换为电信号，既是发射器，也是接收器。
本实施例中，在主控制器的控制下，超声探头发射一定频率的超声波，经过一定时间的延迟后，再接收由组织反射回来的声波信号，经过聚焦延时、加权求和，形成一条条扫描线，再经过滤波、检波等一系列的数字信号处理获得扫描回波的包络信号，形成图像数据。超声回波通过波束合成环节得到射频信号，再经过正交解调后得到正交解调的基带信号，基带信号包括含有相位信息的IQ信号。还可以在波束合成后，对射频信号进行升采样，增加RF信号的采样率，然后在正交解调后再经过降采样。通过升采样可以增加位移检测精度。
在上述过程可获取多帧图像数据。多帧图像数据存放在缓存中，获取两帧图像数据即读取缓存中两帧图像数据分别作为按压前图像数据和按压后图像数据。
上文仅仅以典型的超声成像***说明图像数据的产生方式，但是显然不局限于上述方式。
步骤S2：根据所述压缩前图像数据和所述压缩后图像数据得到位移数据矩阵；
图像数据处理过程中用图像矩阵表示。图像矩阵中包含有位移信号，位移数据矩阵DispMxN则是可用于表示图像数据位移信号的数据矩阵，可通过多种不同的算法获取。
步骤S3：从所述位移数据矩阵中提取位移曲线沿深度方向的拟合参数；
对组织施加按压力会引起组织发生形变，即会在按压前图像数据和按压后图像数据之间产生一个相对位移变化量，该位移变化量形成沿深度方向单调递增的曲线，即位移曲线。用dispn表示水平方向n个不同位置的位移曲线。
沿深度方向对dispn进行线性拟合。
[kn,Rn 2]＝linear_fit(dispn).
本发明实施例中所述的拟合参数主要包括：拟合斜率和拟合度，用k表示拟合斜率：k＝[k1,k2,k3...,kn]。用R2表示拟合度：R2＝[R1 2,R1 2,R1 2...,Rn 2]。linear_fit为线性拟合操作，通过线性拟合可以得到斜率kn和拟合度Rn 2。如图3所示，其示出了本实施例中对某一列位移数据沿深度方向线性拟合示意图。
步骤S4：根据所述拟合参数判断所述压缩前图像数据和所述压缩后图像数据是否适合做弹性成像处理。
拟合度R2大小反映了所提取的振动位移信号质量，拟合度越高，说明所提取的位移信号越好。
拟合所得的拟合斜率k反映对组织施加压力的情况，可从拟合斜率中提取能够同时反映按压力度和按压均衡性的信息。具体地，拟合所得的拟合斜率可反映对组织施加压力的大小程度。压力越大，位移变化越大，所得拟合斜率也相对变大。为了能够得到水平方向不同位置处的按压受力情况，需要对位移数据矩阵DispMxN的每一列分别进行线性拟合。通过分析位移数据矩阵DispMxN的每一列的拟合斜率，即能够反映水平方向按压力度是否均衡的情况。
本实施例中，通过对拟合参数进行分析，例如，通过判断是否落入预期范围，是否大于或小于预设值等方式，判断信号质量是否符合成像要求，受力大小是否符合成像要求，水平方向不同位置的受力是否均衡，综合判断是否弹性成像的要求。从而能够以少量的计算量在弹性成像计算之前就实现弹性成像质量的预判，根据预判结果实现对不理想数据的筛选和剔除，减少了对操作手法的依赖，保证了高质量的弹性成像输出，提高弹性成像出图率。
可选的，在本发明的一些实施例中，为了减小计算量，实现快速评价。可从两帧图像数据分别进行数据抽取，抽取的数据要能够反映整体信息。
具体地，如图4所示，按压前图像数据和按压后图像数据均为P行、Q列的数据，数据的抽取过程是从Q列数据中抽取N列，N<Q，N列数据从Q列数据中等间隔抽取。也可以继续对抽取的N列数据沿深度方向，继续从P行数据中进行等间隔抽取M行数据，M<＝P。
等间隔抽取数据的好处是即可以降低数据计算量，又可以保留能够反映整帧图像数据按压力度的信息，可通过少量的计算量在弹性成像计算之前就实现弹性质量的预判，根据预判结果实现对不理想数据的筛选和剔除，减少了对操作手法的依赖，保证了高质量的弹性成像输出，提高弹性成像出图率。
完成数据抽取之后，即可得到2个M行N列的数据矩阵。
对抽取后的两帧数据矩阵进行快速位移估计，可以对应得到1个M行N列的位移数据矩阵，用DispMxN表示。
可选的，在本发明的一些实施例中，位移数据矩阵DispMxN通过以下方式获得。
两帧图像数据中其中一帧作为按压前图像数据，用Z1＝I1+iQ1表示，另一帧作为按压前图像数据，用Z2＝I2+iQ2表示。首先对两帧图像数据进行共轭相乘的操作：
ZMxN＝Z1*conj(Z2)
其中，conj为取共轭操作，ZMxN为M行N列的复数矩阵，包含与位移信息相关的相位信息。通过提取相位信息即可快速计算出位移信息，该过程可以表达为：
其中，Phase(ZMxN)是对复数矩阵ZMxN提取相位信息操作，c为声速1540m/s；f0为发射超声中心频率。
可选的，在本发明的一些实施例中，为了反映整个图像的平均按压力度，本发明中对位移曲线拟合得到的拟合斜率求平均，可以得到整体的平均斜率，平均斜率即可反映平均按压力度。为了能够反映水平方向按压力度受力是否均衡的情况，本发明中可采用对水平不同位置位移拟合所得的拟合斜率求方差。拟合斜率的方差越大，说明了水平方向按压力度越不均衡。通过斜率方差的大小实现对水平按压力度是否均衡的判定。
可选的，在本发明的一些实施例中，为了便于对计算出的拟合参数进行分析，通常综合上述参数得出一个能够评估预判弹性成像质量的预判得分。
用Score_k来表示斜率的得分，即第一评分值。弹性成像时，按压力度既不能过大也不能过小，也就要求斜率的平均值kmean也应该处于一个合理的区间范围之内。若***预设最大斜率为k_max，最小斜率为k_min，则k应满足：k_max>＝kmean>＝k_min；则当k在该范围之外时，Score_k为0；当在该范围之内时，将其归一化处理，即：
其中，k_best为事先预设的最理想斜率，其处于最大斜率和最小斜率之间的一个值；abs为取绝对值操作；max为取最大值操作，分母部分的处理是用来实现归一化处理；所得的平均斜率越接近理想斜率k_best，按压效果越好，则得分Score_k越高。斜率得分Score_k是处于0～1之间的数值，也可根据计算需要将其转换成百分制表示。
用Score_std_k表征拟合斜率方差的评分，即第二评分值，拟合斜率的方差越大，一定程度上说明了水平方向按压力度越不均衡。通过拟合斜率方差的大小实现对水平按压力度是否均衡的判定。显然，拟合斜率的方差也应在一个合适的区间内。当拟合斜率的方差std(k)>std_k_min时，令Score_std_k为0，当满足条件时，做归一化处理，即：
其中，std_k_min是***事先设定的一个阈值；std为对一组斜率求方差操作。该值的范围是[0 1]。Score_std_k值越高，则说明按压力度水平方向越均匀。
结合三个参数：拟合斜率的平均值、拟合斜率的方差和拟合度，可以给出一个综合预判得分。在拟合度均值大于第一设定值的条件下，即位移信号质量符合要求的条件下，可以综合考虑Score_k和Score_std_k给出一个综合预判得分，若用Score_final表示最终预判得分，则：
Score_final＝Score_k*p+Score_std_k*(1-p)
其中，p为***预先设定的加权系数。
最终预判得分Score_final大小可判断是否利用该两帧数据进行后续的弹性成像应变值的计算。如果最终预判得分Score_final达到预期的分数，则将该两帧数据进行弹性成像。如果达不到预设分数，则将该两帧数据剔除，不做弹性计算处理并保持上一帧的弹性图像输出。并将连续不满足情况的次数进行累加，当连续达到某一设定值时，弹性成像不作输出，并给出警告或提示，提醒操作者操作不当。
实施例2
本发明实施例还提供了一种基于上述筛选方法的超声弹性成像方法，从图5中可以看出，该方法主要包括：
步骤S10：获取多帧图像数据；
图像数据的获取可参考实施例1中步骤S1的描述，此处不再赘述。
步骤S20：判断多帧图像数据是否符合成像要求；
此判断通过实施例1记载的内容实现，不再赘述。
步骤S30：对符合弹性成像的图像数据进行弹性计算并输出。
可选的，在本发明的一些实施例中。通常采用两帧或多帧弹性图进行复合输出，以保证弹性图的输出稳定。在获取多帧弹性图过程中，若当前两帧图像数据不符合成像要求；将该两帧图像数据剔除，并进行连续累计计数。然后重复上述步骤以获取弹性图。
当连续达到设定次数时，给出警告或提示，提醒操作者操作不当。已获取的弹性图也不做输出。
本发明能够以少量的计算量在弹性成像计算之前就实现弹性质量的预判，根据预判结果实现对不理想数据的筛选和剔除，减少了对操作手法的依赖，保证了高质量的弹性成像输出，提高弹性成像出图率。
实施例3,
本发明实施例还提供了一种基于上述筛选方法的多帧图像数据筛选方法，即先对多帧图像数据进行两两配对，分别对每一对帧频数据做出预判评估，然后再从多对帧频数据中，依据预判得分选出一对最佳的帧频数据进行弹性成像。请参考图6，该方法主要包括：
步骤S100：获取多帧图像数据并进行两两配对；
两两配对可以为任一形式的配对，本实施例中提供一种对7帧图像数据配对的实施方式。如图7所示，7帧图像数据分别为帧频①-⑦。选取帧频①为当前刚读入的图像数据，把该图像数据作为按压前图像数据，分别选择帧频②、③、④为与帧频①对应的按压后图像数据，则形成3对帧频数据；
再把第④帧图像数据选定为按压前图像数据，分别选择帧频⑤、⑥、⑦为与帧频④对应的按压后图像数据，又可以形成3对帧频数据。共形成6对帧频数据。
之所以选择连续的②、③、④三帧都与帧频①配对，是为了保证筛选到合适的帧频间隔。该连续帧数的个数与帧频有关，帧频越高，选定的连续帧数也就需要越大。
显然，也可对多帧频数据划分多组进行配对。例如，
对A帧图像数据按序划分成B组；
选取组内首位的图像数据为第一帧图像数据；
第一帧图像数据与另外的图像数据分别配对。
步骤S200：计算配对的两帧图像数据预判得分；
分别对6对帧频数据按照实施例1中的方法计算出6个预判得分。
步骤S300：选取预判得分最大的两帧图像数据；
步骤S400：对所述两帧图像数据进行处理并输出弹性图。
如果在合适的帧频间隔内仍找不到不到预期的结果，那么很大可能就是帧频①本身的数据就存在错误。针对该情况，有必要在多帧频数据中再选一帧作为按压前数据，从而降低存在错误数据的风险。同样的思路让该帧频数据与连续的多帧频数据分别配对。该帧频筛选方案提高了筛选成功率，实现动态筛选实时出图，提高弹性成像的出图率。从多帧频数据中筛选出两帧数据的具体参数设置并不局限于上述设置。
实施例4
本发明实施例还提供一种超超声弹性成像中图像数据的筛选装置，包括：
第一获取模块，用于获取压缩前图像数据和压缩后图像数据；
第二获取模块，用于根据压缩前图像数据和压缩后图像数据得到位移数据矩阵；
第三获取模块，用于从位移数据矩阵中提取位移曲线沿深度方向的拟合参数；
第一判断模块，用于根据拟合参数判断压缩前图像数据和压缩后图像数据是否适合做弹性成像处理。
实施例5
本发明实施例还提供了一种超声弹性成像装置，包括：
第四获取模块，用于获取多帧图像数据；
第二判断模块，用于根据实施例中的筛选方法判断判断多帧图像数据是否符合成像要求；
计算输出模块，用于对符合弹性成像的图像数据进行弹性计算并输出。
实施例6
本发明实施例还提供了一种超声设备，如图8所示，该超声设备可以包括处理器31和存储器32，其中处理器31和存储器32可以通过总线或者其他方式连接，图8中以通过总线连接为例。
处理器31可以为中央处理器(Central Processing Unit，CPU)。处理器31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的基于执行对象的场景信息的构建方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的基于执行对象的场景信息的构建方法。
存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储处理器31所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器32中，当被所述处理器31执行时，执行上述实施例中的方法。
上述超声设备具体细节可以对应上述实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (9)

1.一种超声弹性成像中图像数据的筛选方法，其特征在于，包括：
获取压缩前图像数据和压缩后图像数据；
根据所述压缩前图像数据和所述压缩后图像数据得到位移数据矩阵；
从所述位移数据矩阵中提取位移曲线沿深度方向的拟合参数；所述拟合参数包括：拟合斜率和拟合度；
根据所述拟合参数判断所述压缩前图像数据和所述压缩后图像数据是否适合做弹性成像处理；
所述根据所述拟合参数判断所述压缩前图像数据和所述压缩后图像数据是否适合做弹性成像处理，包括：
获取所述拟合斜率的平均值与理想斜率的偏离度，筛选所述偏离度位于预设取值范围的第一拟合斜率平均值；
获取拟合斜率的方差，筛选拟合斜率的方差小于预设方差阈值的第一拟合斜率；
获取拟合度均值；
在所述拟合度均值大于第一设定值的条件下，根据所述第一拟合斜率平均值及第一拟合斜率计算最终预判得分；
判定所述最终预判得分达到预期分数的成像质量对应的所述压缩前图像数据和所述压缩后图像数据适合做弹性成像处理。
2.根据权利要求1所述的筛选方法，其特征在于：所述获取压缩前图像数据和压缩后图像数据，包括：
读取两帧图像数据分别作为压缩前图像数据和压缩后图像数据；
等间隔抽取所述压缩前图像数据和压缩后图像数据得到数据矩阵。
3.根据权利要求1所述的筛选方法，其特征在于，所述根据所述压缩前图像数据和所述压缩后图像数据得到位移数据矩阵，包括：
对两帧图像数据进行共轭相乘得到包含位置信息的复数矩阵；
提取所述复数矩阵的相位信息得到所述位移数据矩阵。
4.根据权利要求1所述的筛选方法，其特征在于，所述从所述位移数据矩阵中提取位移曲线沿深度方向的拟合参数，包括：
对所述位移数据矩阵中每列位移曲线进行线性拟合得到所述拟合斜率和拟合度。
5.一种超声弹性成像方法，其特征在于，包括：
获取多帧图像数据；
根据权利要求1-4中任一项的筛选方法判断所述多帧图像数据是否符合成像要求；
对符合成像要求的图像数据进行弹性计算并输出。
6.一种多帧图像数据筛选方法，其特征在于，包括：
获取多帧图像数据并进行两两配对；
根据权利要求1-4中任一项的筛选方法计算配对的两帧图像数据的预判得分；
选取预判得分最大的两帧图像数据；
对所选取的两帧图像数据进行处理并输出弹性图。
7.一种超声弹性成像中图像数据的筛选装置，其特征在于，包括：
第一获取模块，用于获取压缩前图像数据和压缩后图像数据；
第二获取模块，用于根据压缩前图像数据和压缩后图像数据得到位移数据矩阵；
第三获取模块，用于从位移数据矩阵中提取位移曲线沿深度方向的拟合参数；所述拟合参数包括：拟合斜率和拟合度；
第一判断模块，用于根据拟合参数判断压缩前图像数据和压缩后图像数据是否适合做弹性成像处理；
其中，所述根据所述拟合参数判断所述压缩前图像数据和所述压缩后图像数据是否适合做弹性成像处理，包括：
获取所述拟合斜率的平均值与理想斜率的偏离度，筛选所述偏离度位于预设取值范围的第一拟合斜率平均值；
获取拟合斜率的方差，筛选拟合斜率的方差小于预设方差阈值的第一拟合斜率；
获取拟合度均值；
在所述拟合度均值大于第一设定值的条件下，根据所述第一拟合斜率平均值及第一拟合斜率计算最终预判得分；
判定所述最终预判得分达到预期分数的成像质量对应的所述压缩前图像数据和所述压缩后图像数据适合做弹性成像处理。
8.一种超声设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求1-4中任一项所述的超声弹性成像中图像数据的筛选方法和/或权利要求5所述的超声弹性成像方法和/或权利要求6所述的多帧图像数据筛选方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1-4中任一项所述的超声弹性成像中图像数据的筛选方法和/或权利要求5所述的超声弹性成像方法和/或权利要求6所述的多帧图像数据筛选方法。
CN202010182053.5A 2020-03-16 2020-03-16 一种超声弹性成像方法、图像数据的筛选方法及装置 Active CN113476075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010182053.5A CN113476075B (zh) 2020-03-16 2020-03-16 一种超声弹性成像方法、图像数据的筛选方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010182053.5A CN113476075B (zh) 2020-03-16 2020-03-16 一种超声弹性成像方法、图像数据的筛选方法及装置

Publications (2)

Publication Number Publication Date
CN113476075A CN113476075A (zh) 2021-10-08
CN113476075B true CN113476075B (zh) 2024-07-05

Family

ID=77932555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010182053.5A Active CN113476075B (zh) 2020-03-16 2020-03-16 一种超声弹性成像方法、图像数据的筛选方法及装置

Country Status (1)

Country Link
CN (1) CN113476075B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008073144A (ja) * 2006-09-20 2008-04-03 Aloka Co Ltd 超音波診断装置
CN104739451A (zh) * 2013-12-27 2015-07-01 深圳迈瑞生物医疗电子股份有限公司 弹性图像成像方法、装置及超声成像设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6508768B1 (en) * 2000-11-22 2003-01-21 University Of Kansas Medical Center Ultrasonic elasticity imaging
WO2005122907A1 (ja) * 2004-06-22 2005-12-29 Hitachi Medical Corporation 超音波診断装置および弾性画像表示方法
EP1614388A1 (en) * 2004-07-09 2006-01-11 Institut National De La Sante Et De La Recherche Medicale Method for performing elastography
US7223241B2 (en) * 2004-12-16 2007-05-29 Aloka Co., Ltd. Method and apparatus for elasticity imaging
JP4389091B2 (ja) * 2008-01-29 2009-12-24 毅 椎名 超音波診断システム、歪み分布表示方法及び弾性係数分布表示方法
US20100305438A1 (en) * 2009-05-29 2010-12-02 Kenneth Wayne Rigby System and method for scaling strain image data
CN103845074B (zh) * 2012-11-28 2017-12-12 深圳迈瑞生物医疗电子股份有限公司 一种超声弹性成像***和方法
CN103211625B (zh) * 2013-01-11 2015-08-19 深圳市恩普电子技术有限公司 基于弹性成像的生物位移计算方法
CN104739442B (zh) * 2013-12-25 2017-06-16 深圳迈瑞生物医疗电子股份有限公司 压力弹性成像位移检测方法、装置和超声成像设备
CN105326529B (zh) * 2014-07-29 2017-09-26 深圳迈瑞生物医疗电子股份有限公司 弹性成像方法及***
CN105455851B (zh) * 2015-12-24 2018-03-13 无锡海斯凯尔医学技术有限公司 粘弹性介质的粘弹性参数检测方法和设备
EP3569155B1 (en) * 2018-05-16 2022-12-14 Esaote S.p.A. Method and ultrasound system for shear wave elasticity imaging

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008073144A (ja) * 2006-09-20 2008-04-03 Aloka Co Ltd 超音波診断装置
CN104739451A (zh) * 2013-12-27 2015-07-01 深圳迈瑞生物医疗电子股份有限公司 弹性图像成像方法、装置及超声成像设备

Also Published As

Publication number Publication date
CN113476075A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
EP2263545B1 (en) Ultrasonograph
US8684934B2 (en) Adaptively performing clutter filtering in an ultrasound system
EP1793343B1 (en) Image processing system and method of enhancing the quality of an ultrasound image
US8403850B2 (en) Rapid two/three-dimensional sector strain imaging
JP2002534186A (ja) 超音波カラーフロー表示最適化法
CN100531674C (zh) 超声波摄像装置
WO2017033502A1 (ja) 超音波診断装置および超音波診断装置の制御方法
CN112998750B (zh) 超声图像合成方法、装置、超声设备及存储介质
CN104739451B (zh) 弹性图像成像方法、装置及超声成像设备
JP2000023976A (ja) 超音波散乱体をイメ―ジングするシステム及び方法
WO2017033503A1 (ja) 超音波診断装置および超音波診断装置の制御方法
JP2011229817A (ja) 超音波診断装置
CN113476075B (zh) 一种超声弹性成像方法、图像数据的筛选方法及装置
KR101109189B1 (ko) 초음파 진단 장치 및 초음파 영상 처리 방법
KR100971434B1 (ko) 초음파 데이터를 처리하는 초음파 시스템 및 방법
CN116350270A (zh) 一种超声成像方法及装置
CN115245350A (zh) 超声波摄像装置、信号处理装置以及信号处理方法
CN113397588B (zh) 弹性成像方法、装置及医疗设备
CN114569153A (zh) 弹性测量方法、基于弹性图像的匹配方法和超声成像***
CN113545806A (zh) ***弹性成像方法和超声弹性成像***
CN114391875B (zh) 一种波束合成方法、装置及存储介质
CN112788997B (zh) 肝肾回声对比的测量方法、设备、医用***和存储介质
CN115049661B (zh) 目标结构围度测量方法、装置、超声设备及存储介质
CN113397588A (zh) 弹性成像方法、装置及医疗设备
JP2001327496A (ja) 超音波診断システム

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
GR01 Patent grant
GR01 Patent grant