CN114098817A - 一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质 - Google Patents
一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质 Download PDFInfo
- Publication number
- CN114098817A CN114098817A CN202111372365.3A CN202111372365A CN114098817A CN 114098817 A CN114098817 A CN 114098817A CN 202111372365 A CN202111372365 A CN 202111372365A CN 114098817 A CN114098817 A CN 114098817A
- Authority
- CN
- China
- Prior art keywords
- image
- tracking
- singular
- images
- module
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 49
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 70
- 238000001914 filtration Methods 0.000 claims abstract description 45
- 238000003384 imaging method Methods 0.000 claims abstract description 24
- 230000002792 vascular Effects 0.000 claims abstract description 20
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000002604 ultrasonography Methods 0.000 claims description 21
- 239000013598 vector Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 238000012285 ultrasound imaging Methods 0.000 claims description 5
- 238000013329 compounding Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000008054 signal transmission Effects 0.000 claims description 2
- 230000017531 blood circulation Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000010349 pulsation Effects 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 210000001715 carotid artery Anatomy 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 208000034189 Sclerosis Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 230000006439 vascular pathology Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/02—Measuring pulse or heart rate
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质，对血管壁进行高帧率超声成像形成一簇图像，对一簇图像进行基于奇异值分解的滤波，重组为描述每一帧信息的多维矩阵，并恢复为一簇图像；对图像进行初始化，选择第一帧图像上血管壁上一点作为追踪块的中心点，并定义追踪块的尺寸，通过互相关计算，选择互相关值最大的作为追踪结果，得到匹配的中心点和相应的图像块；分析追踪结果的图像中心点的横纵坐标来分析心率或者血管弹性或将追踪结果动态播放，观察图像信息。通过高帧率成像，增加追踪记录的运动细节信息。结合超声图像中组织和血流成分与随机噪声的区别，有效地提高运动追踪的准确性。
Description
技术领域
本发明属于超声血管成像中血管壁运动追踪技术领域，具体属于一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质。
背景技术
随着人们生活方式和饮食习惯的改变，越来越多的人将会产生血管相关的疾病，比如血栓，血管斑块，血管粥样硬化等疾病。如果相应的血管病变发生在动脉，将会引起更加严重的后果。而这些疾病的相同临床表现是血管弹性发生变化，即动脉血管随着心脏射血的搏动变得无力，一次搏动血管壁发生的位移将很小。
现有的临床成像技术中，B模式超声图像作为一种传统的超声成像模式，可以对血管进行成像，反映出清晰的血管壁。基于超声成像实时性的特点，B模式超声图像中血管将发生有规律地搏动，通过血管壁搏动发生的位移大小，即可确定血管弹性大小，从而反映斑块、硬化等血管疾病的程度。
超声图像的运动追踪方法大致可以分为逻辑算法和非逻辑算法两种。逻辑算法通过分析图像像素，计算相邻两帧图像中部分区域相似性从而进行定量判断。非逻辑算法指基于机器学习的方法，通过对大量的图像进行解析分析，从而提取与图像相似性相关的特征，从而实现图像追踪的预测。在实际应用中，逻辑算法逐渐被非逻辑算法取代，原因在于超声图像中存在散斑和非线性信号，这对于超声图像的相似性计算而言是噪声信号，将会严重影响相似性的定量分析。再者，现阶段血管壁运动追踪面临的另一个问题是，线扫采集的超声图像帧率只有40Hz左右，不足以反映血管壁的运动细节。
因此，希望可以通过设计一种滤波方法滤除图像中的随机噪声信号使得运动追踪更加准确，并且设计采集方式记录血管壁运动细节。
发明内容
为了解决现有技术中存在的问题，本发明提供一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质，通过高帧率成像，增加追踪记录的运动细节信息。结合超声图像中组织和血流成分与随机噪声的区别，有效地提高运动追踪的准确性。
为实现上述目的，本发明提供如下技术方案：
一种高帧率超声图像血管壁运动细节追踪方法，包括以下过程，
对血管壁进行高帧率超声成像形成一簇图像，对一簇图像进行基于奇异值分解的滤波，重组为描述每一帧信息的多维矩阵，并恢复为一簇图像；
对图像进行初始化，选择第一帧图像上血管壁上一点作为追踪块的中心点，并定义追踪块的尺寸，通过互相关计算，选择互相关值最大的作为追踪结果，得到匹配的中心点和相应的图像块；
分析追踪结果的图像中心点的横纵坐标来分析心率或者血管弹性或将追踪结果动态播放，观察图像信息。
优选的，对血管壁使用平面波进行高帧率超声成像。
优选的，对血管壁进行高帧率超声成像具体包括以下过程，
首先对血管壁进行超声信号发射，发射信号为平面波超声信号；之后进行超声信号接收，采用全孔径接收的方式，超声换能器的全部阵元参与到接收中；并进行多个角度的发射，同时接收每一个角度的回波；最后对接收到的信号进行处理获取超声图像；对每一个角度的发射信号的回波进行波束合成，再进行多角度复合，得到一幅超声图像。
优选的，进行基于奇异值分解的滤波具体包括以下过程，
将一簇图像转变为三维矩阵，并按照时间顺序重构为二维的时空矩阵；将时空矩阵的奇异值分解，并按照奇异值从大到小的顺序排列奇异值和奇异向量，进行奇异值置零进行随机噪声滤除。
一种高帧率超声图像血管壁运动细节追踪***，包括图像导入模块、奇异时空滤波模块、运动追踪模块和结果分析模块；
所述图像导入模块用于导入血管壁图像，并对图像进行整合，形成三维矩阵；
奇异时空滤波模块用于对三维矩阵进行基于奇异值分解的滤波，并重组为描述每一帧信息的多维矩阵，并恢复为一簇图像；
运动追踪模块用于进行初始化，选择第一帧图像上血管壁上一点作为追踪块的中心点，并定义追踪块的尺寸，通过互相关计算，选择互相关值最大的作为追踪结果；
结果分析模块用于分析追踪得到的每一幅图像的中心点的横纵坐标来分析心率或者血管弹性或将追踪结果动态播放，观察图像信息。
优选的，所述奇异时空滤波模块包括：图像重构模块、奇异值分解模块、时空滤波模块和图像逆重构模块；
图像重构模块用于将整合一簇图像得到的三维矩阵按照时间顺序重构为二维的时空矩阵；
奇异值分解模块用于对时空矩阵的奇异值分解，并按照奇异值从大到小的顺序排列奇异值和奇异向量；
时空滤波模块用于基于奇异值和奇异向量表示的时空矩阵的滤波；
图像逆重构模块用于将滤波后的奇异值和奇异向量重新组合成二维时空矩阵，并将二维时空矩阵重组为三维矩阵，恢复为一簇图像。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的一种高帧率超声图像血管壁运动细节追踪方法的步骤。
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程序，所述计算机程序被处理器执行时实现如上述任意一项所述的一种高帧率超声图像血管壁运动细节追踪方法的步骤。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提供一种高帧率超声图像血管壁运动细节追踪方法，采用平面波成像并结合多角度复合的成像方法，提高了超声成像的帧率，缩短了相邻两幅图像的时间间隔，使得可以记录更加详细的血管壁运动信息，同时，多角度复合的方法保证了图像信噪比。与传统超声线扫模式相比，可以记录更加详细的血管壁运动，可以捕捉到血管壁的短时间突然运动。将一簇图像重构为二维时空矩阵，在此之后进行滤波处理，耗时非常短。采用基于奇异值分解的滤波方法，利用奇异值大小表示图像簇中相关成分，滤波通过奇异值置零实现，滤波方法简单易操作。
本发明的运动追踪中可以设置追踪图像块的尺寸，图像块的大小决定追踪需要的时间，执行更灵活。运动追踪以图像块中心点展开，中心点的横纵坐标可以直接用于后续的结果分析，不需要做进一步处理。运动追踪算法在进行候选中心点计算的时候，根据血管壁在帧间隔中发生的最大位移来进行选择，避免了全局计算的时间复杂度较大的问题。使得对于追踪的操作和实现更加简单，使用非常方便。可以保存追踪结果，实现对结果的反复分析或者相应的后处理研究。
附图说明
图1为高帧率超声图像血管壁运动细节追踪方法整体流程图；
图2为高帧率超声成像细节图；
图3为图像重构示意图；
图4为血管壁运动追踪计算过程示意图；
图5为高帧率超声图像血管壁运动细节追踪***追踪完成的用户控制界面；
图6为实施例中对颈动脉血管壁进行运动追踪的横、纵坐标随时间变化曲线；
图7为实施例中采用临床超声设备测得受试者的心率结果。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
本发明提供了一种高帧率超声图像血管壁运动细节追踪方法，包括以下过程：
高帧率超声成像，使用平面波成像，提高成像的帧率；
图像重构，一簇图像转变为二维时空矩阵；
奇异时空滤波，将时空矩阵进行奇异值分解，得到图像的不同成分，通过奇异值置零实现随机噪声滤除；
图像逆重构，将图像重组为描述每一帧信息的多维矩阵，并恢复为一簇图像；
追踪初始化，第一帧图像中选择一个血管壁周围的图像块；
血管壁运动追踪，通过计算图像块的互相关，选择最大的互相关值，实现血管壁运动追踪。
追踪结果分析，通过分析追踪结果，可以得到心动周期、心率、血管搏动强度等参量。
本发明一种高帧率超声图像血管壁运动细节追踪***，包括图像导入模块、奇异时空滤波模块、运动追踪模块和结果分析模块。
图像导入模块通过导入一簇图像，并对图像进行整合，形成用于后续计算的三维矩阵。
奇异时空滤波模块包括：图像重构模块，将整合一簇图像得到的三维矩阵按照时间顺序重构为二维的时空矩阵；奇异值分解模块，用于对时空矩阵的奇异值分解，并按照奇异值从大到小的顺序排列奇异值和奇异向量；时空滤波模块，用于基于奇异值和奇异向量表示的时空矩阵的滤波，实现噪声抑制；图像逆重构模块，滤波后的奇异值和奇异向量重新组合成二维时空矩阵，并将二维时空矩阵重组为三维矩阵，并分解为一簇图像。
运动追踪模块通过追踪初始化，选择第一帧图像上血管壁上一点作为追踪块的中心点，并定义追踪块的尺寸，通过互相关计算，选择互相关值最大的作为追踪结果，实现一簇图像的运动追踪。
结果分析模块可以分析追踪得到的每一幅图像的中心点的横纵坐标来分析心率或者血管弹性，也可以将追踪结果动态播放，观察图像信息。同时，运动追踪结果可以进行保存。
实施例
本发明提供了一种高帧率超声图像血管壁运动细节追踪的方法和***，为了明确本发明的目的，技术方案，所取得的效果，下面结合附图和实施例对本发明做进一步详细的说明。值得注意的是，以下所描述的实施例仅仅用以解释本发明，但是并没有限定本发明。
本发明所提供的高帧率超声图像血管壁运动细节追踪方法，如图1所示，具体包括四个步骤：高帧率超声成像、奇异时空滤波、血管壁运动追踪、追踪结果分析。
一、高帧率超声成像采用平面波成像并结合多角度复合的方法，来获取超高帧率的超声图像，帧率可以达到400Hz。即，两幅超声图像之间的时间间隔非常短，只有几个ms，因此，可以更加详细地记录血管壁的搏动情况，追踪结果的时间分辨率也更高，从而实现记录血管壁运动细节的目的。如图2所示，首先进行超声信号发射，发射信号为平面波超声信号；之后进行超声信号接收，采用全孔径接收的方式，超声换能器的全部阵元参与到接收中。并进行多个角度的发射，同时接收每一个角度的回波；最后对接收到的信号进行处理获取超声图像。对每一个角度的发射信号的回波进行波束合成，再进行多角度复合，便可以得到一幅超声图像。平面波成像结合多角度复合的成像方式，既提高了图像的分辨率，又保证了一幅图像的信噪比保持在较高的水平。
二、奇异时空滤波利用一幅图像中组织的回波信号和随机噪声的差别来实现噪声的滤除。对于高帧率超声成像得到的一簇图像fi,i＝1,2,3,4,L L,N，一幅图像中存在的信号可以分为以下两类：1)组织的回波信号，因为组织的运动频率较低，在帧与帧之间信号具有更高的空间相关性。因此，组织信号在时间上可以看作是做低速运动，空间上具有高相关性；2)随机噪声信号，这部分信号是随机分布的，相邻两帧图像的相关性很低。因此，时间上可以看作在做高速运动，空间上具有低相关性。采用奇异值分解的方法，根据组织回波信号与随机噪声信号的不同，在奇异值分解之后，组织信号主要包含于较大奇异值对应的奇异向量中，随机噪声信号主要包含于较小奇异值对应的奇异向量中。将较小奇异值置为0，即可滤除随机噪声成分。奇异时空滤波包括三个步骤：1)图像重构；2)滤波；3)图像逆重构。具体操作如下：
第一步，图像重构。一簇图像中，一幅图像的大小为(nz,nx)，将这一簇图像按照时间顺序组合成一个三维图像矩阵f(nz,nx,N)。如图3所示，将每一帧图像，即f(nz,nx,i),i＝1,2,3,4,L L,N，按照从左到右，从上到下的顺序组合成一个一维列向量。得到N个列向量，每个列向量的尺寸为(nx×nz,1)，所有的N个列向量从左到右依次排列形成一个二维矩阵F(nx×nz,N)，即为时空矩阵F。
第二步，滤波。对时空矩阵F进行奇异值分解。
1、上述对时空矩阵F的奇异值分解可以采用下述公式：
F＝UΔV* (1)
其中，Δ(N,N)为一个对角矩阵，对角线上的元素为奇异值，U(nx×nz,N),V(nx×nz,N)为标准正交矩阵，其中包含各奇异值对应的奇异向量，*表示共轭变换。
奇异值分解之后的Δ中包含的奇异值从大到小排列，奇异值较大的部分对应的奇异向量为组织部分，而奇异值较小的部分对应的奇异向量为随机噪声部分。通过将较小的奇异值置为零即可实现滤波。
2、上述基于奇异值的滤波可以采用下述公式：
Ff＝FVIfV*＝UΔfV* (2)
其中，Ff为随机噪声滤除的结果，If为滤波器，是一个对角矩阵，右侧部分对角元素为0。
第三步，图像逆重构。与图像重构相反的方式，将二维时空矩阵F(nx×nz,N)逆重构为三维图像矩阵f(nz,nx,N)，并将三维图像矩阵分解为一簇图像。此时的图像中的随机噪声信号已经被滤除。
三、血管壁运动追踪通过互相关计算实现图像块的相似性对比，从而实现相邻帧图像之间的追踪匹配。追踪方法总共分为三步：1)初始化；2)选择候选中心点；3)互相关追踪。以一簇超声图像为例，整个追踪过程如图4所示。
第一步，初始化。选择第一帧图像中血管壁上的点
设置追踪块cw的尺寸为sizex×sizey，该尺寸一旦确定，之后用于追踪比较的追踪块都为该尺寸。以血管壁上的点
为中心建立出参考块cw1，后面的追踪过程都通过与cw1计算互相关值从而进行比较。
第二步，选择候选中心点。从第二幅图像开始fi,i＝2,3,4,L L,N。基于假设：在血管搏动的过程中，相同的时间内血管壁运动产生的位移的绝对值相等。由此假设以及前面图像的图像块中心点，确定fi图像中追踪块的理论中心点
3、上述fi图像的理论中心点
的确定可以采用下述公式：
其中，
为通过计算估计已经确定的第i帧的中心点，令
根据成像帧率，确定血管在一个帧间隔运动的最大位移为S。基于此，由理论中心点产生候选中心点(xcp,ycp)。
4、上述候选中心点的确定可以采用下述公式：
其中，对于理论中心点
通过绝对值计算获取候选中心点(xcp,ycp)，在左右和上下-S～Smm的范围内变化横纵坐标，产生候选中心点。
第三步，互相关追踪。从候选中心点计算出估计中心点
假设有M个候选中心点，对每一个(xcp,ycp)，构建出追踪块cw，计算cw与cw1的互相关系数ρ。
5、上述互相关系数的计算可以采用下述公式：
其中，追踪块cw在数学上表示一个矩阵。
表示矩阵cw中所有元素的平均值构成的矩阵，
表示两个矩阵对应位置处的元素相减得到的矩阵。
表示两个矩阵对应位置处的元素相乘得到的矩阵。∑表示对矩阵中所有元素求和。
寻找最大的互相关系数的位置，从候选中心点中选择出fi图像的估计中心点
对应的，fi的追踪块为cwi。
6、上述估计中心点的确定可以采用下述公式：
对任意相邻两帧图像进行上述追踪，即可实现整个一簇图像的血管壁运动追踪。得到匹配的中心点和相应的图像块。
四、追踪结果分析通过对图像或者坐标进行分析，从而确定参量或者分析血管弹性。对中心点的坐标分析，可以画出横、纵坐标关于时间的变化曲线，发生的位移变化程度可以反映出血管搏动的强弱，进而反映血管弹性。在合理的成像条件下，坐标变化曲线将呈现周期分布，血管壁运动周期与心动周期一致，因此也可以求解心率。
本发明所提供的高帧率超声图像血管壁运动细节追踪***，如图5所示，包括：图像导入模块、奇异时空滤波模块、血管壁运动追踪模块和追踪结果分析模块。
根据高帧率超声图像中血管壁运动细节追踪方法，构建***。图像导入模块中，首先选择路径和文件名实现数据导入。此外，需要输入成像帧率、帧数用于划分时间尺度。综合追踪处理时间的要求，可以进行降采样操作。如果需要快速追踪，则可以设置较大的降采样倍数，降低图像数量。点击降采样按钮之后，将显示降采样后的帧数和帧率。奇异时空滤波模块中，需要设置滤波参数，保留百分之多少的组织信号，其余的视为随机噪声信号，将奇异值置为零。然后点击滤波按钮进行滤波。血管壁运动追踪模块中，需要设置第一帧图像追踪块中心、追踪块长、追踪块宽等参数，然后点击初始化按钮进行初始化操作，点击开始追踪按钮，逐帧进行追踪。追踪结果分析模块中，可以点击显示图像按钮，在图像面板中将追踪的结果图像按照时间顺序播放显示，也可以点击保存图像实现对结果图像的保存。同时，可以选择横坐标或者纵坐标，点击开始分析按钮，在图像面板中显示横坐标或者纵坐标随时间变化的曲线。***中的状态栏会以时间顺序记录每一步操作，以便进行操作回溯。
本发明提供了一种上述高帧率超声图像血管壁运动细节追踪方法实现的实施例，下面通过实施例对本发明进行详细说明。
在实施例中，对受试者颈动脉进行径向超声成像，随着心脏跳动，血管壁发生上下的周期性运动。以400Hz的帧率采集1000帧超声图像。奇异时空滤波中，将前80％的部分视为组织信号，将后20％的部分视为随机噪声，通过奇异值置0的操作进行滤除。血管壁运动追踪，初始化过程中，第一幅图像的中心点设置为[-0.74,17.52]mm，追踪块的长设置为1.65mm，追踪框的宽设置为1.23mm，进行追踪。
高帧率超声图像血管壁运动细节追踪***中的参数设置如图及追踪结果如图5所示，图像面板中呈现出追踪结果图像和纵坐标随时间的变化曲线。追踪结果横坐标、纵坐标随时间的变化曲线如图6所示。图中，纵坐标随时间的变化曲线呈现周期性变化，横坐标不呈现周期性，原因在于对颈动脉进行径向成像，血管壁发生上下搏动，纵坐标因此呈现周期性变化。纵坐标变化周期即为心动周期，可以看出一个心动周期0.62s，换算成心率为96.8。如图7所示，这与用临床超声设备测得的心率保持一致。
下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节，请参照本发明方法实施例。
本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，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，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于一种高帧率超声图像血管壁运动细节追踪方法的操作。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作***。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关一种高帧率超声图像血管壁运动细节追踪方法的相应步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (8)
1.一种高帧率超声图像血管壁运动细节追踪方法，其特征在于，包括以下过程，
对血管壁进行高帧率超声成像形成一簇图像，对一簇图像进行基于奇异值分解的滤波，重组为描述每一帧信息的多维矩阵，并恢复为一簇图像；
对图像进行初始化，选择第一帧图像上血管壁上一点作为追踪块的中心点，并定义追踪块的尺寸，通过互相关计算，选择互相关值最大的作为追踪结果，得到匹配的中心点和相应的图像块；
分析追踪结果的图像中心点的横纵坐标来分析心率或者血管弹性或将追踪结果动态播放，观察图像信息。
2.根据权利要求1所述的一种高帧率超声图像血管壁运动细节追踪方法，其特征在于，对血管壁使用平面波进行高帧率超声成像。
3.根据权利要求1所述的一种高帧率超声图像血管壁运动细节追踪方法，其特征在于，对血管壁进行高帧率超声成像具体包括以下过程，
首先对血管壁进行超声信号发射，发射信号为平面波超声信号；之后进行超声信号接收，采用全孔径接收的方式，超声换能器的全部阵元参与到接收中；并进行多个角度的发射，同时接收每一个角度的回波；最后对接收到的信号进行处理获取超声图像；对每一个角度的发射信号的回波进行波束合成，再进行多角度复合，得到一幅超声图像。
4.根据权利要求1所述的一种高帧率超声图像血管壁运动细节追踪方法，其特征在于，进行基于奇异值分解的滤波具体包括以下过程，
将一簇图像转变为三维矩阵，并按照时间顺序重构为二维的时空矩阵；将时空矩阵的奇异值分解，并按照奇异值从大到小的顺序排列奇异值和奇异向量，进行奇异值置零进行随机噪声滤除。
5.一种高帧率超声图像血管壁运动细节追踪***，其特征在于，包括图像导入模块、奇异时空滤波模块、运动追踪模块和结果分析模块；
所述图像导入模块用于导入血管壁图像，并对图像进行整合，形成三维矩阵；
奇异时空滤波模块用于对三维矩阵进行基于奇异值分解的滤波，并重组为描述每一帧信息的多维矩阵，并恢复为一簇图像；
运动追踪模块用于进行初始化，选择第一帧图像上血管壁上一点作为追踪块的中心点，并定义追踪块的尺寸，通过互相关计算，选择互相关值最大的作为追踪结果；
结果分析模块用于分析追踪得到的每一幅图像的中心点的横纵坐标来分析心率或者血管弹性或将追踪结果动态播放，观察图像信息。
6.根据权利要求5所述的一种高帧率超声图像血管壁运动细节追踪***，其特征在于，所述奇异时空滤波模块包括：图像重构模块、奇异值分解模块、时空滤波模块和图像逆重构模块；
图像重构模块用于将整合一簇图像得到的三维矩阵按照时间顺序重构为二维的时空矩阵；
奇异值分解模块用于对时空矩阵的奇异值分解，并按照奇异值从大到小的顺序排列奇异值和奇异向量；
时空滤波模块用于基于奇异值和奇异向量表示的时空矩阵的滤波；
图像逆重构模块用于将滤波后的奇异值和奇异向量重新组合成二维时空矩阵，并将二维时空矩阵重组为三维矩阵，恢复为一簇图像。
7.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述的一种高帧率超声图像血管壁运动细节追踪方法的步骤。
8.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4任意一项所述的一种高帧率超声图像血管壁运动细节追踪方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111372365.3A CN114098817A (zh) | 2021-11-18 | 2021-11-18 | 一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111372365.3A CN114098817A (zh) | 2021-11-18 | 2021-11-18 | 一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114098817A true CN114098817A (zh) | 2022-03-01 |
Family
ID=80397942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111372365.3A Pending CN114098817A (zh) | 2021-11-18 | 2021-11-18 | 一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114098817A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101273901A (zh) * | 2007-03-30 | 2008-10-01 | 中国科学技术大学 | 基于单一功率信号源及其开关网络的高帧率超声成像方法 |
| CN103747742A (zh) * | 2011-04-14 | 2014-04-23 | 明尼苏达大学评议会 | 使用超声成像的脉管表征 |
| CN108697354A (zh) * | 2016-02-23 | 2018-10-23 | 梅约医学教育与研究基金会 | 超声血流成像 |
| CN110023782A (zh) * | 2016-11-29 | 2019-07-16 | 皇家飞利浦有限公司 | 用于对超声图像杂波滤波的方法和*** |
| CN110740688A (zh) * | 2017-05-31 | 2020-01-31 | 梅约医学教育与研究基金会 | 用于微血管超分辨率超声成像的方法 |
| CN111132622A (zh) * | 2017-10-27 | 2020-05-08 | 爱飞纽医疗机械贸易有限公司 | 超声成像设备以及使用超声成像设备的杂波滤波方法 |
| CN112914611A (zh) * | 2021-01-29 | 2021-06-08 | 大连东软教育科技集团有限公司 | 基于随机奇异值分解和加权l1范数的超声微血管成像方法 |
| CN112932539A (zh) * | 2021-01-23 | 2021-06-11 | 西安交通大学 | 一种经颅超声估计血管血流速度场的装置及方法 |
| CN113499096A (zh) * | 2021-06-21 | 2021-10-15 | 西安交通大学 | 一种超声跨尺度和多参量检测的成像平台及方法 |
-
2021
- 2021-11-18 CN CN202111372365.3A patent/CN114098817A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101273901A (zh) * | 2007-03-30 | 2008-10-01 | 中国科学技术大学 | 基于单一功率信号源及其开关网络的高帧率超声成像方法 |
| CN103747742A (zh) * | 2011-04-14 | 2014-04-23 | 明尼苏达大学评议会 | 使用超声成像的脉管表征 |
| CN108697354A (zh) * | 2016-02-23 | 2018-10-23 | 梅约医学教育与研究基金会 | 超声血流成像 |
| CN110023782A (zh) * | 2016-11-29 | 2019-07-16 | 皇家飞利浦有限公司 | 用于对超声图像杂波滤波的方法和*** |
| CN110740688A (zh) * | 2017-05-31 | 2020-01-31 | 梅约医学教育与研究基金会 | 用于微血管超分辨率超声成像的方法 |
| CN111132622A (zh) * | 2017-10-27 | 2020-05-08 | 爱飞纽医疗机械贸易有限公司 | 超声成像设备以及使用超声成像设备的杂波滤波方法 |
| CN112932539A (zh) * | 2021-01-23 | 2021-06-11 | 西安交通大学 | 一种经颅超声估计血管血流速度场的装置及方法 |
| CN112914611A (zh) * | 2021-01-29 | 2021-06-08 | 大连东软教育科技集团有限公司 | 基于随机奇异值分解和加权l1范数的超声微血管成像方法 |
| CN113499096A (zh) * | 2021-06-21 | 2021-10-15 | 西安交通大学 | 一种超声跨尺度和多参量检测的成像平台及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gao et al. | Motion tracking of the carotid artery wall from ultrasound image sequences: a nonlinear state-space approach | |
| US10448921B2 (en) | Ultrasound systems and methods for automated fetal heartbeat identification | |
| US7744533B2 (en) | Ultrasonic diagnostic apparatus, image processing apparatus and image processing method | |
| JP2014023928A (ja) | 超音波撮像システムおよび方法 | |
| Benes et al. | Automatically designed machine vision system for the localization of CCA transverse section in ultrasound images | |
| CN103584887B (zh) | 超声成像***和方法 | |
| US20060241457A1 (en) | Cyclical information determination with medical diagnostic ultrasound | |
| JP7041147B6 (ja) | 造影剤流の肝灌流を特徴付けるシステム及び方法 | |
| CN102946810A (zh) | 用于3d超声胎儿成像的自动心率检测 | |
| EP1845856B1 (en) | Method and system for deriving a heart rate without the use of an electrocardiogram in non-3d imaging applications | |
| JP2007518512A (ja) | 心筋灌流を表示するための画像分割 | |
| CN112292086B (zh) | 超声病变评估及相关联的设备、***和方法 | |
| CN110809801A (zh) | 用于血管中壁面剪切应力的同时可视化和量化的***和方法 | |
| JP4659974B2 (ja) | 超音波診断装置 | |
| JP2005511188A (ja) | 造影剤が導入された部位のオンライン画像生成装置 | |
| CN114037626A (zh) | 血管成像方法、装置、设备及存储介质 | |
| CN117562577A (zh) | 一种基于奇异值分解滤波的超声矢量流速成像方法及*** | |
| CN113382685B (zh) | 用于研究血管特性的方法和*** | |
| Hennersperger et al. | Vascular 3D+ T freehand ultrasound using correlation of doppler and pulse-oximetry data | |
| JP4709937B2 (ja) | 超音波診断装置及び画像処理装置 | |
| JP7366221B2 (ja) | 解剖学的、機能的及び血行動態イメージングのためのトリプルモード超音波イメージング | |
| CN114098817A (zh) | 一种高帧率超声图像血管壁运动细节追踪方法、***、设备和可读存储介质 | |
| CN113498542A (zh) | 用于从受试者获得生理测量结果的方法和*** | |
| JP5443781B2 (ja) | 超音波診断装置 | |
| EP4282339A1 (en) | Processing sequences of ultrasound 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 |