CN114403921A - 一种基于实时曲线追踪技术的剪切波速度估算方法及*** - Google Patents

一种基于实时曲线追踪技术的剪切波速度估算方法及*** Download PDF

Info

Publication number
CN114403921A
CN114403921A CN202210082489.6A CN202210082489A CN114403921A CN 114403921 A CN114403921 A CN 114403921A CN 202210082489 A CN202210082489 A CN 202210082489A CN 114403921 A CN114403921 A CN 114403921A
Authority
CN
China
Prior art keywords
shear wave
curve
real
shear
image
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
Application number
CN202210082489.6A
Other languages
English (en)
Inventor
郭建中
戴嘉悦
吕倩
李宇
王永领
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.)
Shaanxi Normal University
Original Assignee
Shaanxi Normal University
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 Shaanxi Normal University filed Critical Shaanxi Normal University
Priority to CN202210082489.6A priority Critical patent/CN114403921A/zh
Publication of CN114403921A publication Critical patent/CN114403921A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—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
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明提供一种基于实时曲线追踪技术的剪切波速度估算方法及***，能够改进峰值时间算法的缺陷，同时提高剪切波速度估计的准确性，从而获得较高质量的剪切波速度图像。包括如下步骤：利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。

Description

一种基于实时曲线追踪技术的剪切波速度估算方法及***
技术领域
本发明涉及超声弹性成像技术领域，具体为一种基于实时曲线追踪技术的剪切波速度估算方法及***。
背景技术
生物组织的弹性信息可以为组织功能及病变的诊断提供有价值的参考信息。超声剪切波弹性成像技术的核心是剪切波速度的估计以及剪切波速度图像的重建，对剪切波速度的估计至关重要。
目前，剪切波速度估计常用的方法为峰值时间算法，该算法为一种利用激励区外冲击声辐射力响应的时间峰值位移数据来表征材料的剪切波速的算法，其在低位移信噪比的情况下具有鲁棒性。
但是，利用峰值时间算法获得的峰值位移只在一小部分波通过观测点后出现，所以峰值之前的部分波可以与边界相互作用，且其易受噪声的影响，干扰峰值到达的时间，引起波速估计的误差。
发明内容
为了解决现有技术中存在的问题，本发明提供一种基于实时曲线追踪技术的剪切波速度估算方法及***，能够改进峰值时间算法的缺陷，同时提高剪切波速度估计的准确性，从而获得较高质量的剪切波速度图像。
为实现上述目的，本发明提供如下技术方案：
一种基于实时曲线追踪技术的剪切波速度估算方法，包括如下步骤：
利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；
采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；
根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；
根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。
优选地，所述多焦点剪切波激励方法通过发射连续正弦波作为激励信号激励产生剪切波。
优选地，所述剪切波信息包括：剪切波的波长、激励频率、激励时长、声辐射力激励阵元数目、激励焦点位置、ROI、激励电压、追踪频率、追踪焦点配置、通道数据采样频率、波束合成分辨率、每帧采集间隔和捕捉剪切波帧数。
优选地，所述目标区域包括均质区域和异质区域。
优选地，所述根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线包括：
根据提取的剪切波信息进行目标区域的剪切波成像，对获取的剪切波图像进行梯度计算；
保留剪切波图像中梯度最大的点，抑制其余非极大值点，完成初步边缘提取；
将初步边缘提取后剪切波图像中梯度幅度大于设定阈值的点标记为边缘点，对边缘点进行搜索并将每次搜索的边缘信息连接为闭合曲线，对每个边缘点的闭合曲线取交集后获得剪切波图像的连通域；
对剪切波图像的连通域进行滤波，将滤波后的连通域中各横向的中心点连接成一条光滑曲线，得到剪切波实时追踪曲线。
优选地，所述梯度计算包括计算剪切波图像中每个像素的梯度幅度M和方向θ。
优选地，所述对剪切波图像的连通域进行滤波包括：
对剪切波图像的连通域接有方向滤波器，并将方向滤波器的数据设置为零；
对接有方向滤波器的剪切波图像进行高斯滤波。
优选地，所述根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度包括：
获取目标区域内每帧剪切波实时追踪曲线共同纵向范围内的交点；
对交点的纵坐标进行线性回归处理；
根据线性回归处理后的纵坐标和每帧的时间步长估算剪切波速度。
一种基于实时曲线追踪技术的剪切波速度估算***，包括：
剪切波激励模块，用于利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；
剪切波提取模块，用于采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；
曲线追踪模块，用于根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；
剪切波速度估算模块，用于根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。
优选地，所述曲线追踪模块包括：
梯度计算模块，用于对目标区域的剪切波图像进行梯度计算；
初步边缘提取模块，用于保留剪切波图像中梯度最大的点，抑制其余非极大值点；
二次边缘提取模块，用于将剪切波图像中梯度幅度大于设定阈值的点标记为边缘点，对边缘点进行搜索并将每次搜索的边缘信息连接为闭合曲线，对每个边缘点的闭合曲线取交集后获得剪切波图像的连通域；
边缘平滑模块，用于对剪切波图像进行滤波后，将连通域中各横向的中心点连接成一条光滑曲线，得到剪切波实时追踪曲线。
与现有技术相比，本发明具有以下有益效果：
本发明提供一种基于实时曲线追踪技术的剪切波速度估算方法，剪切波速度的估计是超声剪切波弹性成像的核心环节，在帧频间隔相等的条件下，剪切波在不同帧的传播时间是固定的，因此基于实时曲线追踪技术通过曲线拟合每一帧剪切波用以评估二维的剪切波速度，不会受到噪声影响造成估算误差，进而改进峰值时间算法的缺陷，提高剪切波速度的计算精度，同时对于重建剪切波速度图像在准确度和抗噪声性能上具有优势，能够消除伪影带来的影响，获得较高质量的剪切波速度图像。
附图说明
图1为本发明剪切波速度估算方法的步骤流程图；
图2为本发明剪切波速度估算***框图；
图3为本发明边缘抑制示意图；
图4(a)为本发明040GSE超声体膜的均质区域示意图；
图4(b)为本发明040GSE超声体膜的异质区域示意图；
图5(a)为本发明均质区域剪切波传播轨迹图；
图5(b)为本发明均质区域剪切波增强轨迹图；
图5(c)为本发明均质区域剪切波实时曲线追踪图；
图5(d)为本发明异质区域剪切波传播轨迹图；
图5(e)为本发明异质区域剪切波增强轨迹图；
图5(f)为本发明异质区域剪切波实时曲线追踪图；
图6为本发明不同帧下的剪切波轨迹拟合曲线图；
图7(a)为本发明均质区域的速度重建图像；
图7(b)为本发明异质区域的速度重建图像。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
如图1所示，本发明一种基于实时曲线追踪技术的剪切波速度估算方法，包括如下步骤：
利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；
采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；
根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；
根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。
本发明提供一种基于实时曲线追踪技术的剪切波速度估算方法，剪切波速度的估计是超声剪切波弹性成像的核心环节，由于目前硬件设备质量不断提高，检测设备帧频的稳定度和精度大大提高，在帧频间隔相等的条件下，剪切波在不同帧的传播时间是固定的，因此基于实时曲线追踪技术通过曲线拟合每一帧剪切波用以评估二维的剪切波速度，不会受到噪声影响造成估算误差，进而改进峰值时间算法的缺陷，提高剪切波速度的计算精度，同时对于重建剪切波速度图像在准确度和抗噪声性能上具有优势，能够消除伪影带来的影响，获得较高质量的剪切波速度图像。
某一实施例中，所述多焦点剪切波激励方法通过发射连续正弦波作为激励信号激励产生剪切波。
某一实施例中，所述剪切波信息包括：剪切波的波长、激励频率、激励时长、声辐射力激励阵元数目、激励焦点位置、ROI、激励电压、追踪频率、追踪焦点配置、通道数据采样频率、波束合成分辨率、每帧采集间隔和捕捉剪切波帧数。
其中，所述目标区域包括均质区域和异质区域。
进一步地，所述根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线包括：
根据提取的剪切波信息进行目标区域的剪切波成像，对获取的剪切波图像进行梯度计算；
保留剪切波图像中梯度最大的点，抑制其余非极大值点，完成初步边缘提取；
将初步边缘提取后剪切波图像中梯度幅度大于设定阈值的点标记为边缘点，对边缘点进行搜索并将每次搜索的边缘信息连接为闭合曲线，对每个边缘点的闭合曲线取交集后获得剪切波图像的连通域；
对剪切波图像的连通域进行滤波后，将滤波后的连通域中各横向的中心点连接成一条光滑曲线，得到剪切波实时追踪曲线。
具体地，基于实时曲线追踪技术的剪切波速估计方法，具体实施步骤如下：
1、梯度计算：利用多焦点剪切波激励方法产生剪切波并使用超快速平面波成像技术获取剪切波信息。
根据获得的对数压缩B模式数据u(x,t)搜索每个时间i(i＝[1:i])的空间分布如式(1)。
Si＝arg{max(u(x,ti))} (1)
在剪切波传播视频的第i帧图像fi(x,y)中，找出点集Si对应的每个点的位置信息(其中(x,y)是像素坐标)。以这些点为中心确定一个范围，然后用5阶Sobel算子和fi(x,y)进行卷积。即以点集Si对应的点Ci的位置为中心，在一定的范围内对边缘进行i次搜索。这样可以得到x方向和y方向上的近似亮度差分矩阵Gx和Gy，分别如式(2)和式(3)所示。
Figure BDA0003486462080000071
Figure BDA0003486462080000072
最后计算每个像素的梯度幅度M和方向θ。
通过极坐标变换得到梯度振幅和方向角，分别如式(4)和式(5)所示。
Figure BDA0003486462080000073
Figure BDA0003486462080000074
其中M(x,y)和θ(x,y)分别反映图像边缘的强度和方向。
2、初步边缘提取：为了确定边缘信息，需要保留局部梯度最大的点，而抑制非极大值点。该方法将当前像素点的梯度强度与沿该点梯度方向上的四个像素点进行比较，如果当前像素点的梯度强度与另外四个像素点相比最大，则认为该像素点为边缘点，否则该像素点将被抑制为0。
如图3所示，将点A的梯度与沿点A梯度方向的点B1、B2、C1和C2的梯度进行比较，若点A的梯度最大，则保留点A作为边缘点，若点A的梯度不是最大，则其的梯度被抑制为0。
3、进一步边缘提取：若某一点梯度幅度大于设定的阈值T则标记该点为边缘点，经过i次搜索确定出每次搜索的边缘信息，并将其连接为一条闭合曲线。然后将i次搜索中包含点集Ci中任意点的闭合曲线取交集并将其设为一个连通域。
4、滤除伪影以及边缘平滑：对于上一步获得的剪切波图像中的连通域，对其设计一种最小外接矩形的方向滤波器，将滤波器外的数据设置为0，这样可以消除伪影对剪切波传播视频带来的影响。接着，对这样处理后的剪切波图像hi(x,y)进行高斯滤波，得到滤波后的图像pi(x,y)，如式(6)所示。
Figure BDA0003486462080000081
式中K(x,y,σ)是二维高斯核函数，σ是标准差，*表示卷积运算。
最后，将图像pi(x,y)中方向滤波器内的连通域视为剪切波前，将剪切波前连通域中各横向的中心点连接成一条光滑曲线，完成对剪切波波前的实时曲线追踪。
某一实施例中，所述根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度包括：
获取目标区域内每帧剪切波实时追踪曲线共同纵向范围内的交点；
对交点的纵坐标进行线性回归处理；
根据线性回归处理后的纵坐标和每帧的时间步长估算剪切波速度。
本发明还提供一种基于实时曲线追踪技术的剪切波速度估算***，如图2所示，能够实现上述所述的剪切波速度估算方法，包括：
剪切波激励模块，用于利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；
剪切波提取模块，用于采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；
曲线追踪模块，用于根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；
剪切波速度估算模块，用于根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。
进一步地，所述曲线追踪模块包括：
梯度计算模块，用于对目标区域的剪切波图像进行梯度计算；
初步边缘提取模块，用于保留剪切波图像中梯度最大的点，抑制其余非极大值点；
二次边缘提取模块，用于将剪切波图像中梯度幅度大于设定阈值的点标记为边缘点，对边缘点进行搜索并将每次搜索的边缘信息连接为闭合曲线，对每个边缘点的闭合曲线取交集后获得剪切波图像的连通域；
边缘平滑模块，用于对剪切波图像进行滤波后，将连通域中各横向的中心点连接成一条光滑曲线，得到剪切波实时追踪曲线。
下面结合具体实施例，通过实验对本发明所述的基于实时曲线追踪技术的剪切波速估算方法进行验证说明：
本实施例中，实验使用的是Verasonics超声实验***进行剪切波的激励、采集、以及成像。并且利用中心频率为6.25MHz的L11-4V超声线阵探头，使用动态聚焦激励，发射连续正弦波作为激励信号并且使用超快速平面波成像对剪切波进行捕捉，***多焦点激励采集参数如表1所示。
表1多焦点激励采集参数
Figure BDA0003486462080000091
Figure BDA0003486462080000101
使用多焦点激励的方式在040GSE超声体膜中采集数据，如图4(a)所示的均质区域(弹性值为30kPa)和图4(b)所示的异质区域(包含物弹性值为60kPa，背景区域的弹性值为30kPa)的感兴趣区域，其中，包含物直径6mm(24.35λ)。其中实线框为选取的感兴趣区域，虚线框为剪切波速度图像重建区域，黑色圆点为散射体，白色圆点为靶点。由于包含物在激励点的右侧，因此对右侧剪切波进行分析，即对图中虚线框内的数据进行分析，采集的参数配置如表1所示。
在均质区域内的基于实时曲线追踪法得到的追踪曲线(如图5a、b、c所示)和异质区域内的基于实时曲线追踪法得到的追踪曲线(如图5d、e、f所示)。
剪切波速度的估计常常使用各向同性的均质区域进行分析和评估，对于均质区域使用将同一横向上若干帧追踪曲线的纵坐标移动距离作为剪切波位移的方法，此方法能快速估计出均质区域的剪切波速度。获取图4(a)中均质区域内每一帧的剪切波追踪曲线，列出了初始帧编号为4、帧间隔为5的六条追踪曲线(曲线A第4帧、曲线B第9帧、曲线C第14帧、曲线D第19帧、曲线E第24帧、曲线F第29帧)，如图6所示。
其中，表示剪切波部分的追踪曲线近似为斜线，且各条曲线的间隔大致相等。这些特征一方面说明了剪切波为马赫锥形状；另一方面反馈了剪切波是匀速传播的，表明采集的介质为均质区域。
由于每帧中能够用来计算波速的数据长度不同，需要选取这些帧共同的纵向范围进行剪切波速度估计(约为25λ至85λ)，A至F是在横向为55λ时与第4、9、14、19、24、29帧追踪曲线的交点。通过对六个交点的纵坐标进行线性回归处理，再结合每帧下已知的时间步长就可以估计剪切波在指定横向上的传播速度。在040GSE超声体膜的均质区域内使用实时曲线追踪方法对剪切波速度进行估计，在每个横向选取50个点进行数据分析。由于剪切波的纵向范围不同，因此在25λ至85λ的纵向范围内，以1λ为间隔选取61组横向数据。对于实时曲线追踪方法，对每组横向数据进行线性回归，然后得到61组的平均值作为均匀区域的剪切波速，得到如表2所示的实验结果，其中速度的表示形式为平均值±标准差。
表2两种方法对于均质区域速度估计结果
Figure BDA0003486462080000111
同时，采用实时曲线追踪方法对图4中虚线框所示区域进行剪切波速度图像重建，均质区域和异质区域的结果参见图7(a)和图7(b)，其重建图像横向范围为20λ至60λ，纵向范围为20λ至80λ。
实验结果表明，通过实时曲线追踪方法可以清楚的看出传统B超图像难以分辨出的组织弹性信息，同时可以将弹性包含物与背景区分开。
由此说明，实时曲线追踪方法在二维剪切波波速估计中具有较大的优势，可以为剪切波速度或弹性参量的评估提供新的思路。
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 (10)

1.一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，包括如下步骤：
利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；
采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；
根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；
根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。
2.根据权利要求1所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述多焦点剪切波激励方法通过发射连续正弦波作为激励信号激励产生剪切波。
3.根据权利要求1所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述剪切波信息包括：剪切波的波长、激励频率、激励时长、声辐射力激励阵元数目、激励焦点位置、ROI、激励电压、追踪频率、追踪焦点配置、通道数据采样频率、波束合成分辨率、每帧采集间隔和捕捉剪切波帧数。
4.根据权利要求1所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述目标区域包括均质区域和异质区域。
5.根据权利要求1所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线包括：
根据提取的剪切波信息进行目标区域的剪切波成像，对获取的剪切波图像进行梯度计算；
保留剪切波图像中梯度最大的点，抑制其余非极大值点，完成初步边缘提取；
将初步边缘提取后剪切波图像中梯度幅度大于设定阈值的点标记为边缘点，对边缘点进行搜索并将每次搜索的边缘信息连接为闭合曲线，对每个边缘点的闭合曲线取交集后获得剪切波图像的连通域；
对剪切波图像的连通域进行滤波，将滤波后的连通域中各横向的中心点连接成一条光滑曲线，得到剪切波实时追踪曲线。
6.根据权利要求5所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述梯度计算包括计算剪切波图像中每个像素的梯度幅度M和方向θ。
7.根据权利要求5所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述对剪切波图像的连通域进行滤波包括：
对剪切波图像的连通域接有方向滤波器，并将方向滤波器的数据设置为零；
对接有方向滤波器的剪切波图像进行高斯滤波。
8.根据权利要求1所述的一种基于实时曲线追踪技术的剪切波速度估算方法，其特征在于，所述根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度包括：
获取目标区域内每帧剪切波实时追踪曲线共同纵向范围内的交点；
对交点的纵坐标进行线性回归处理；
根据线性回归处理后的纵坐标和每帧的时间步长估算剪切波速度。
9.一种基于实时曲线追踪技术的剪切波速度估算***，其特征在于，基于权利要求1-8任一项的剪切波速度估算方法，包括：
剪切波激励模块，用于利用多焦点剪切波激励方法，在设定位置处激励产生剪切波；
剪切波提取模块，用于采用超快速平面波成像技术捕捉产生的剪切波并提取剪切波信息；
曲线追踪模块，用于根据提取的剪切波信息获取目标区域内的剪切波实时追踪曲线并进行曲线拟合；
剪切波速度估算模块，用于根据拟合的剪切波实时追踪曲线估算目标区域的剪切波速度。
10.根据权利要求9所述的一种基于实时曲线追踪技术的剪切波速度估算***，其特征在于，所述曲线追踪模块包括：
梯度计算模块，用于对目标区域的剪切波图像进行梯度计算；
初步边缘提取模块，用于保留剪切波图像中梯度最大的点，抑制其余非极大值点；
二次边缘提取模块，用于将剪切波图像中梯度幅度大于设定阈值的点标记为边缘点，对边缘点进行搜索并将每次搜索的边缘信息连接为闭合曲线，对每个边缘点的闭合曲线取交集后获得剪切波图像的连通域；
边缘平滑模块，用于对剪切波图像进行滤波后，将连通域中各横向的中心点连接成一条光滑曲线，得到剪切波实时追踪曲线。
CN202210082489.6A 2022-01-24 2022-01-24 一种基于实时曲线追踪技术的剪切波速度估算方法及*** Pending CN114403921A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210082489.6A CN114403921A (zh) 2022-01-24 2022-01-24 一种基于实时曲线追踪技术的剪切波速度估算方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210082489.6A CN114403921A (zh) 2022-01-24 2022-01-24 一种基于实时曲线追踪技术的剪切波速度估算方法及***

Publications (1)

Publication Number Publication Date
CN114403921A true CN114403921A (zh) 2022-04-29

Family

ID=81276802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210082489.6A Pending CN114403921A (zh) 2022-01-24 2022-01-24 一种基于实时曲线追踪技术的剪切波速度估算方法及***

Country Status (1)

Country Link
CN (1) CN114403921A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190350559A1 (en) * 2018-05-16 2019-11-21 Esaote Spa Method and ultrasound system for shear wave elasticity imaging
CN110507361A (zh) * 2014-08-28 2019-11-29 深圳迈瑞生物医疗电子股份有限公司 剪切波成像方法及***
CN110974296A (zh) * 2019-12-24 2020-04-10 深圳开立生物医疗科技股份有限公司 一种获取剪切波弹性图像的方法、装置及超声成像***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110507361A (zh) * 2014-08-28 2019-11-29 深圳迈瑞生物医疗电子股份有限公司 剪切波成像方法及***
US20190350559A1 (en) * 2018-05-16 2019-11-21 Esaote Spa Method and ultrasound system for shear wave elasticity imaging
CN110974296A (zh) * 2019-12-24 2020-04-10 深圳开立生物医疗科技股份有限公司 一种获取剪切波弹性图像的方法、装置及超声成像***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YU LI ET AL.: ""Shear Wave Velocity Estimation Using the Real-Time Curve Tracing Method in Ultrasound Elastography"", 《APPLIED SCIENCES》, vol. 11, no. 5, pages 1 - 12 *

Similar Documents

Publication Publication Date Title
CN110325119B (zh) 卵巢卵泡计数和大小确定
KR101121396B1 (ko) 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법
JP4899837B2 (ja) 超音波映像システム及び方法
CN102306377B (zh) 一种超声图像去噪的方法和装置
US8867813B2 (en) Ultrasonic imaging device, ultrasonic imaging method and program for ultrasonic imaging
KR20110013738A (ko) 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법
US20130343627A1 (en) Suppression of reverberations and/or clutter in ultrasonic imaging systems
EP1967867A2 (en) Ultrasound system and method of forming ultrasound images
JP2006507883A (ja) 撮像システム内で流れ領域を識別するセグメンテーション・ツール
CN110800019B (zh) 用于复合超声图像生成的方法和***
Duan et al. Hybrid ultrasonic TOFD imaging of weld flaws using wavelet transforms and image registration
Magud et al. Medical ultrasound image speckle noise reduction by adaptive median filter
CN109452954B (zh) 超声成像方法及装置
CN107169978B (zh) 超声图像边缘检测方法及***
CN114403921A (zh) 一种基于实时曲线追踪技术的剪切波速度估算方法及***
CN113907792B (zh) 非线性解相关融合超声多参量的热凝固检测与成像方法
KR101627319B1 (ko) 의료진단을 위한 의료영상 처리장치 및 그 방법
Al-jaburi et al. Medical ultrasound image quality enhancement and regions segmentation
JP2895414B2 (ja) 超音波体積演算装置
CN111829956B (zh) 基于超声结构分层引导的光声内窥定量层析成像方法及其***
Jayanthi Sree et al. De-speckling of ultrasound images using local statistics-based trilateral filter
KR101024857B1 (ko) 3차원 초음파 영상에 컬러 모델링 처리를 수행하는 초음파 시스템 및 방법
Soylu et al. Machine-to-Machine Transfer Function in Deep Learning-Based Quantitative Ultrasound
CN112672696A (zh) 用于跟踪超声图像中的工具的***和方法
CN113409283B (zh) 一种基于超分辨率超声图像的缺陷量化方法、设备及介质

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