CN117064447B - 超声穿刺针显影方法、装置、超声设备及存储介质 - Google Patents
超声穿刺针显影方法、装置、超声设备及存储介质 Download PDFInfo
- Publication number
- CN117064447B CN117064447B CN202311323263.1A CN202311323263A CN117064447B CN 117064447 B CN117064447 B CN 117064447B CN 202311323263 A CN202311323263 A CN 202311323263A CN 117064447 B CN117064447 B CN 117064447B
- Authority
- CN
- China
- Prior art keywords
- full
- channel echo
- echo signals
- target
- field point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 29
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 29
- 238000011161 development Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 23
- 238000010276 construction Methods 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims description 41
- 230000004927 fusion Effects 0.000 claims description 41
- 238000002604 ultrasonography Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007619 statistical method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 description 22
- 230000000694 effects Effects 0.000 description 14
- 239000000523 sample Substances 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013329 compounding Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000007499 fusion processing Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 210000003195 fascia Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/34—Trocars; Puncturing needles
- A61B17/3403—Needle locating or guiding means
-
- 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
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/72—Data preparation, e.g. statistical preprocessing of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/34—Trocars; Puncturing needles
- A61B17/3403—Needle locating or guiding means
- A61B2017/3413—Needle locating or guiding means guided by ultrasound
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种超声穿刺针显影方法、装置、超声设备及存储介质。该方法包括:获取全通道回波信号;对全通道回波信号进行波束合成,获取全通道回波信号对应的原始超声图像;对全通道回波信号进行方向性滤波,获取全通道回波信号对应的原始结构特征;对全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取全通道回波信号对应的目标结构特征;对全通道回波信号对应的目标结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像。本方案可保障目标超声图像中穿刺针显影的图像质量,可准确识别穿刺针位置,而且,此过程无需额外增加成本,并保障其适用性。
Description
技术领域
本发明涉及超声成像控制技术领域,尤其涉及一种超声穿刺针显影方法、装置、超声设备及存储介质。
背景技术
穿刺针如今广泛应用于医学实践中,用于麻醉、置管或者是采样. 由于是穿刺针需要***人体, 为了提高手术效率和精准度, 当代医生往往会采用超声设备进行可视化引导,提高手术的安全性。但采用超声设备进行可视化引导穿刺时, 往往会遇到一个物理难题. 即穿刺针的光滑表面,会引起针体的镜面反射,使得穿刺针针体部分的超声回波过于微弱,最终结果导致穿刺针在超声图像中的显示可见度太低,不利于医生准确判断并进行操作。因此,如今许多超声设备都配备专门的穿刺增强功能模式用于增强穿刺针的显示效果。
现有技术中实现穿刺增强功能模式的技术主要有如下几种方式:一是定制特殊的穿刺针,使其表面的镜面反射不再完美,从而增大接受到的回波,但针对不同病例,需要专门定制,适用性较差且成本较高。二是采用外加设备来引导穿刺操作,如磁光导航,采用这种方式,即相当于不再利用超声方式感知穿刺针的位置,而是通过别的模式来感知穿刺针的位置, 只是在超声成像显示时在图像中对其定位,但这种方式会增大超声***的复杂度,进而增大成本。三是绝大部分的处理方式,即通过额外增加一帧的超声探头大偏转角度下发射的图像,以保证这一帧中超声波发射方向与穿刺针垂直, 从而使得这一帧图像中的穿刺针会觉得明显, 然后通过图像算法模式识别找到穿刺针的位置, 再将这一帧与常规发射的图像进行融合, 以增强穿刺针的显示,但这种方式需要额外进行大偏转角度的超声波发射,从而降低正常的图像帧率。第四种方式是通过连续的多帧图像, 分析图像差异或者说组织运动, 从而确定出穿刺针扰动最为明显的区域, 从而间接定出穿刺针的位置,这种方式通过分析连续的多帧图像的差异,如果穿刺针不动,则无法确定穿刺针的位置,适用性较差。并且,采用大偏转角度的方式和连续帧图像的差异分析这两种方法都需要对穿刺针的位置进行准确定位, 但又无法完全的去掉各种干扰, 表现为最终增强的超声图像中含有大量的伪像(比如将类似针的筋膜也增强). 这些伪像会对图像质量造成影响,无法准确识别穿刺针,影响超声图像的图像质量。
发明内容
本发明实施例提供一种超声穿刺针显影方法、装置、超声设备及存储介质,以解决现有超声穿刺针显影中无法准确识别穿刺针,影响超声图像的图像质量的问题。
一种超声穿刺针显影方法,包括:
获取全通道回波信号;
对所述全通道回波信号进行波束合成,获取所述全通道回波信号对应的原始超声图像;
对所述全通道回波信号进行方向性滤波,获取所述全通道回波信号对应的原始结构特征;
对所述全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取所述全通道回波信号对应的目标结构特征;
对所述全通道回波信号对应的目标结构特征和所述原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
优选地,所述对所述全通道回波信号进行方向性滤波,获取所述全通道回波信号对应的原始结构特征,包括:
根据所述全通道回波信号中的每一场点对应的场点坐标和多个取向角,确定每一所述场点对应的信号最强位置;
对每一所述场点对应的信号最强位置进行取向变迹处理,确定每一所述场点对应的变迹权重值;
基于所述全通道回波信号和每一所述场点对应的变迹权重值,获取所述全通道回波信号对应的原始结构特征。
优选地,所述对所述全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取所述全通道回波信号对应的目标结构特征,包括:
对所述全通道回波信号对应的原始结构特征进行统计分析,获取所述全通道回波信号对应的镜面取向概率;
基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的目标结构特征。
优选地,所述对所述全通道回波信号对应的原始结构特征进行统计分析,获取所述全通道回波信号对应的镜面取向概率,包括:
对所述全通道回波信号对应的原始结构特征进行高斯分布拟合,获取所述全通道回波信号对应的高斯分布参数;
基于所述全通道回波信号对应的高斯分布参数,获取所述全通道回波信号对应的镜面取向概率。
优选地,所述基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的目标结构特征,包括:
基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的场点角度特征;
对所述全通道回波信号对应的场点角度特征进行加权处理,获取所述全通道回波信号对应的目标结构特征。
优选地,所述对所述全通道回波信号对应的目标结构特征和所述原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像,包括:
对所述全通道回波信号对应的目标结构特征进行信号增强,获取所述全通道回波信号对应的增强结构特征;
对所述全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
优选地,所述对所述全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像,包括:
对所述全通道回波信号中的所有场点对应的增强结构特征进行比较,确定特征最大值;
基于每一所述场点对应的增强结构特征和特征最大值,确定每一场点对应的目标融合权重;
基于每一所述场点对应的目标融合权重,对所述全通道回波信号对应的原始超声图像进行加权处理,获取目标超声图像。
一种超声穿刺针显影装置,包括:
回波信号获取模块,用于获取全通道回波信号;
原始超声图像获取模块,用于对所述全通道回波信号进行波束合成,获取所述全通道回波信号对应的原始超声图像;
原始结构特征获取模块,用于对所述全通道回波信号进行方向性滤波,获取所述全通道回波信号对应的原始结构特征;
目标结构特征获取模块,用于对所述全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取所述全通道回波信号对应的目标结构特征;
目标超声图像获取模块,用于对所述全通道回波信号对应的目标结构特征和所述原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
优选地,所述原始结构特征获取模块,包括:
信号最强位置确定单元,用于根据所述全通道回波信号中的每一场点对应的场点坐标和多个取向角,确定每一所述场点对应的信号最强位置;
变迹权重值确定单元,用于对每一所述场点对应的信号最强位置进行取向变迹处理,确定每一所述场点对应的变迹权重值;
原始结构特征获取单元,用于基于所述全通道回波信号和每一所述场点对应的变迹权重值,获取所述全通道回波信号对应的原始结构特征。
优选地,所述目标结构特征获取模块,包括:
镜面取向概率获取单元,用于对所述全通道回波信号对应的原始结构特征进行统计分析,获取所述全通道回波信号对应的镜面取向概率;
目标结构特征获取单元,用于基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的目标结构特征。
优选地,所述镜面取向概率获取单元,包括:
高斯分布参数获取子单元,用于对所述全通道回波信号对应的原始结构特征进行高斯分布拟合,获取所述全通道回波信号对应的高斯分布参数;
镜面取向概率获取子单元,用于基于所述全通道回波信号对应的高斯分布参数,获取所述全通道回波信号对应的镜面取向概率。
优选地,所述目标结构特征获取单元,包括:
场点角度特征获取子单元,用于基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的场点角度特征;
目标结构特征获取子单元,用于对所述全通道回波信号对应的场点角度特征进行加权处理,获取所述全通道回波信号对应的目标结构特征。
优选地,所述目标超声图像获取模块,包括:
增强结构特征获取单元,用于对所述全通道回波信号对应的目标结构特征进行信号增强,获取所述全通道回波信号对应的增强结构特征;
目标超声图像获取单元,用于对所述全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
优选地,所述目标超声图像获取单元,包括:
特征最大值确定子单元,用于对所述全通道回波信号中的所有场点对应的增强结构特征进行比较,确定特征最大值;
目标融合权重确定子单元,用于基于每一所述场点对应的增强结构特征和特征最大值,确定每一场点对应的目标融合权重;
目标超声图像获取子单元,用于基于每一所述场点对应的目标融合权重,对所述全通道回波信号对应的原始超声图像进行加权处理,获取目标超声图像。
一种超声设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述超声穿刺针显影方法。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述超声穿刺针显影方法。
上述超声穿刺针显影方法、装置、超声设备及存储介质,先对全通道回波信号进行波束合成,获取其对应的原始超声图像;并对该全通道回波信号进行方向性滤波,以确定其对应的原始结构特征,使得该原始结构特征可反映每一场点的不同取向角的信号强度;再对所有原始结构特征进行镜面取向特征构造,获取与穿刺针的镜面取向相关的目标结构特征,使得该目标结构特征可强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,并排除方向性滤波操作所引入的信号干扰,从而使得优化处理后的目标结构特征可更清晰地显示穿刺针所在位置;最后,将与穿刺针的取向相关的目标结构特征与原始超声图像进行融合,强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,以使最终输出的目标超声图像可保障穿刺针显影效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中超声设备的示意图;
图2是本发明一实施例中超声穿刺针显影方法的一流程图;
图3是图2中的步骤S203的一流程图;
图4是图2中的步骤S204的一流程图;
图5是图4中的步骤S401的一流程图;
图6是图4中的步骤S402的一流程图;
图7是图2中的步骤S205的一流程图;
图8是图7中的步骤S702的一流程图;
图9是本发明一实施例中超声波从穿刺针反射的一示意图;
图10是本发明一实施例中超声穿刺针显影装置的一示意图。
具体实施方式
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作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。
本发明实施例提供的超声穿刺针显影方法,该超声穿刺针显影方法可应用如图1所示的超声设备中,超声设备包括主控制器和与主控制器相连的超声探头、波束合成处理器、图像处理器和显示屏。
主控制器为超声设备的控制器,主控制器与超声设备中的其他功能模块相连,包括但不限于超声探头、波束合成处理器、图像处理器和显示屏等功能模块相连,用于控制各个功能模块工作。
超声探头是超声波的发射和接收装置。本示例中,为了保证不同角度的超声图像都能够有较大的横向扫描覆盖范围,即保证不同角度的超声图像有较大的交叠范围,现有超声探头一般由若干大小相同的长条形压电换能器(每单个压电换能器称为阵元)等间隔排列组成;或者将多个压电换能器是呈二维阵列,即阵元排列成二维矩阵形状。超声探头内的压电换能器将施加在其上的电压脉冲激励转换成机械振动,从而对外发出超声波;超声波在人体组织等媒介中传播,会产生反射波和散射波等回波数据,对回波数据进行信号转换和处理,以将回波信号发送给波束合成处理器。
波束合成处理器与超声探头相连,用于接收超声探头发送的回波信号,对一个或多个通道的回波信号进行波束合成,获取一路或多路回波合成信号,将回波合成信号发送给图像处理器。
图像处理器与波束合成处理器相连,用于接收波束合成处理器发送的回波合成信号,对回波合成信号进行数据解析,求模,对数压缩和空间复合等图像前处理操作。其中数据解析是将回波合成信号经过解析过是排列成采样点数乘以扫描线数的二维矩阵,但每一个位置的信号是复数信号,为了能够更加直观地成像,这一步对复数信号求模,得到信号的能量,以能量来表征该位置的信号。而对数压缩则是在在求模操作后对数据作一次对数函数的变换,压缩动态范围,使图像的组织层次更加清晰。在此之后,一般还会利用空间复合操作将多个角度发射接收的同一区域图像进行复合,减弱相干效应,降低斑点噪声,提升整体图像的分辨力。在图像前处理操作后,需要对超声图像进行增益与动态变换等图像后处理操作,其处理过程与常规超声成像无本质区别,此处不作详述。其中,空间复合是指通过发射多个不同角度的超声波,分别形成不同角度的超声图像,再将不同角度的超声图像进行加权融合即可得到一张具有较少斑点噪声,更高对比分辨率的超声图像,能够显著提升图像质量。
在一实施例中,如图2所示,提供一种超声穿刺针显影方法,以该方法可应用在上述波束合成处理器、图像处理器和主控制器中的任一个上,具体以应用在图1中的波束合成处理器为例进行说明,包括如下步骤:
S201:获取全通道回波信号;
S202:对全通道回波信号进行波束合成,获取全通道回波信号对应的原始超声图像;
S203:对全通道回波信号进行方向性滤波,获取全通道回波信号对应的原始结构特征;
S204:对全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取全通道回波信号对应的目标结构特征;
S205:对全通道回波信号对应的目标结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像。
其中,全通道回波信号是指所有通道的回波信号的统称,具体为超声探头对外发射多次超声波后,接收到超声波经过人体组织或者其他物体后反射形成的回波信号进行转换,所形成的所有通道对应的回波信号。
作为一示例,步骤S201中,波束合成处理器可接收超声探头发送的每个场点(x,y)对应的全通道回波信号,该全通道回波信号可采用S(i,j,x,y)表示,用于表征每个场点(x,y)所构建的accum * channel的矩阵,此处的x和y是指每个场点的场点坐标;i是指第i次发射超声波所形成的回波信号, accum,accum 为超声波的发射次数;j是指j个通道,此处的通道与超声探头内的阵元一一对应,/>channel,channel为通道数。
其中,波束合成主要是将所有通道接收回波信号(即全通道回波信号)按照几何关系和物理原理进行扫描线数据的合成的过程。
作为一示例,步骤S202中,波束合成处理器在获取到全通道回波信号后,可将某一成像区域内的所有场点(x,y)的所有回波信号进行加权求和,以实现最大化信噪比的信号叠加,其波束合成的具体过程如下:
其中,/>为原始超声图像,具体表现为原始超声图像中每一场点(x,y)的输出特征;w为发射次数对应的权重;c为通道数对应的权重; S(i,j,x,y)为全通道回波信号,具体表征场点(x,y)在第i次发射时的第j个通道中产生的回波信号。
例如,在超声探头内置有8个阵元时,则每次发射超声波时,波束合成处理器每次均会获取8个通道对应的回波信号;在采用超声探头对人体组织的不同位置连续进行4次扫描时,每次均会获取8个通道对应的回波信号,且每次发射形成的8个通道所形成的回波信号的波束线位置会有所偏移,使得每一场点(x,y)均会获取到4*8个回波信号,即全通道回波信号,在波束合成过程中,需对4次发射所形成的有所重叠的波束线(即回波信号)进行加权叠加,以获得信噪比更好的原始超声图像。本示例中,发射次数的权重w和通道数的权重c的取值可根据实际情况自主确定,具体可利用简单的几何关系确定。
作为一示例,步骤S203中,由于穿刺针是镜面反射体,其镜面取向是其最显著的特征,反映到全通道回波信号上,会表现出信号的取向性,此处的镜面取向是指根据几何关系定律确定的反射角的方向,因此,波束合成处理器在获取全通道回波信号后,可采用多个预设角度的边缘滤波器对全通道回波信号进行滤波处理,以获取全通道回波信号对应的原始结构特征,此处的滤波器的选择是多样化,可以是基于sobel算子进行旋转变换得到任意角度的边缘滤波器,也可以是直接使用带方向的Gabor滤波器,其核心不在于滤波器的选择,而在于提取多个不同预设角度对应的原始结构特征。例如,波束合成处理器可根据几何关系、场点的场点坐标以及多个预先设置的取向角θ(如-30°,-20°,-10°,10°,20°和30°)对应的边缘滤波器对全通道回波信号进行滤波处理,以获取其对应的原始结构特征,也可以采用预先设置的变迹权重值对滤波后的结构特征进行加权处理,以获取该全通道回波信号对应的原始结构特征。本示例中,该原始结构特征可表征为每一场点(x,y)的不同取向角θ的信号强度。
作为一示例,步骤S204中,对每一场点(x,y)来说,在其回波信号来自穿刺针这一镜面反射体时,则不同角度对应的回波信号会存在极大的差异,具体表现为场点(x,y)对应的取向角θ与穿刺针的取向一致,则其获取到的原始结构特征比较强;在场点(x,y)对应的取向角θ与穿刺针的取向相差较大时,其获得到的原始结构特征比较弱,因此,波束合成处理器在获取全通道回波信号对应的原始结构特征后,可对原始结构特征进行统计分析,以确定每一场点(x,y)的不同取向角θ为穿刺针的取向的概率,以根据分析结果,强化概率较大的原始结构特征,弱化概率较小的原始结构特征,以获取每一场点(x,y)对应的目标结构特征/>,使得该目标结构特征/>仅与其场点坐标相关,与取向角无关,以排除方向性滤波操作所引入的信号干扰,从而使得优化处理后的目标结构特征/>可更清晰地显示穿刺针所在位置。
作为一示例,步骤S205中,波束合成处理器在获取全通道回波信号对应的目标结构特征后,可根据每一场点(x,y)对应的目标结构特征,确定每一场点(x,y)对应的目标融合权重,此处的目标融合权重是用于对原始超声图像进行加权融合处理的权重。一般来说,在该场点(x,y)为穿刺针所在位置时,其对应的目标融合权重较大;反之,在该场点(x,y)不为穿刺针所在位置时,其对应的目标融合权重较小。在确定每一场点(x,y)对应的目标融合权重后,可采用该目标融合权重对原始超声图像进行加权处理,以实现信号融合,强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,以使最终输出的目标超声图像可保障穿刺针显影效果。本示例中,可基于所有目标结构特征分析确定其特征最大值,再基于每一场点对应的目标结构特征与特征最大值,确定其对应的目标融合权重,也可采用其他方式确定其目标融合权重。
本实施例中,先对全通道回波信号进行波束合成,获取其对应的原始超声图像;并对该全通道回波信号进行方向性滤波,以确定其对应的原始结构特征,使得该原始结构特征可反映每一场点的不同取向角的信号强度;再对所有原始结构特征进行镜面取向特征构造,获取与穿刺针的镜面取向相关的目标结构特征,使得该目标结构特征可强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,并排除方向性滤波操作所引入的信号干扰,从而使得优化处理后的目标结构特征可更清晰地显示穿刺针所在位置;最后,将与穿刺针的取向相关的目标结构特征与原始超声图像进行融合,强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,以使最终输出的目标超声图像可保障穿刺针显影效果。
在一实施例中,如图3所示,步骤S203,即对全通道回波信号进行方向性滤波,获取全通道回波信号对应的原始结构特征,包括:
S301:根据全通道回波信号中的每一场点对应的场点坐标和多个取向角,确定每一场点对应的信号最强位置;
S302:对每一场点对应的信号最强位置进行取向变迹处理,确定每一场点对应的变迹权重值;
S303:基于全通道回波信号和每一场点对应的变迹权重值,获取全通道回波信号对应的原始结构特征。
其中,信号最强位置是指根据几何上的反射定律计算出的理论上的信号最强的通道位置,可采用P(x, y, θ)表示,无需进行实际测量确定,此处的通道位置是指基于每个场点的场点坐标(x,y)和取向角θ所确定的位置。
作为一示例,步骤S301中,由于穿刺针是镜面反射体,不同取向的穿刺针的回波信号在全通道的信号强度分布不均匀,最强信号峰与穿刺针的取向密切相关。例如,如图9所示,图中的网格表征超声探头的全通道,斜线表征穿刺针这一镜面反射体,中间垂直于斜线的线为穿刺针的法线,左右两侧的两条线分别为超声波的入射波和反射波,从图9可知,不同取向的穿刺针的回波信号在全通道的信号强度分布不均匀,最强信号峰与穿刺针的取向密切相关。因此,波束合成处理器可根据几何关系、场点的场点坐标以及多个预先设置的取向角θ,如包含-30°,-20°,-10°,10°,20°和30°这6个取向角θ,计算出每一场点(x,y)对应的信号最强位置P(x, y, θ)。
其中,变迹处理是指图像处理中用于去除图像中的由于光的衍射和干涉出现的一次次高峰的处理过程。取向变迹处理是指基于穿刺针的取向与其信号最强峰之间的关系进行变迹处理的过程。变迹权重值oriW是指根据几何关系确定与穿刺针的取向相关的理论权重。
作为一示例,步骤S302中,波束合成处理器在根据全通道回波信号,确定每一场点(x,y)对应的信号最强位置P(x, y, θ)后,可对每一场点(x,y)对应的信号最强位置P(x,y, θ)进行取向变迹处理,具体以信号最强位置P(x, y, θ)为中心,构建一个高斯分布或者类似高斯分布的变迹权重值oriW,以使其获取到的变迹权重值oriW与穿刺针的取向相关。
作为一示例,步骤S303中,波束合成处理器在获取到每一场点对应的变迹权重值oriW后,可基于该变迹权重值oriW对全通道回波信号进行加权处理,以获取原始结构特征/>,具体加权处理过程如下:
其中,/>为场点(x,y)在取向角θ的变迹权重值oriW,/>为全通道回波信号,/>为场点(x,y)在取向角θ的原始结构特征,由于取向角θ具有多个角度值,因此,其所确定的原始结构特征也具有θ个值。本示例中,采用变迹权重值oriW对全通道回波信号/>进行加权处理,若场点(x,y)对应的取向角θ与穿刺针的真实取向相吻合,则该场点(x,y)在取向角θ的回波信号会得到加强;反之,若场点(x,y)对应的取向角θ与穿刺针的真实取向不吻合,则该场点(x,y)在取向角θ的回波信号会抑制,从而起到特征提取的效果,以达到方向性滤波效果,获取全通道回波信号的原始结构特征。
本实施例中,由于超声波在经穿刺针反射过程中,最强信号峰与穿刺针的取向密切相关,因此,可根据全通道回波信号中的场点坐标、预设角度以及几何关系,先确定每一场点(x,y)对应的信号最强位置;然后,基于每一场点(x,y)对应的信号最强位置进行取向变迹处理;最后,利用每一场点(x,y)对应的变迹权重值对全通道回波信号进行加权处理,以强化与穿刺针的取向吻合的回波信号,弱化与穿刺针的取向不吻合的回波信号,以达到方向性滤波效果,获取全通道回波信号的原始结构特征。可理解地,通过对每一场点(x,y)对应的信号最强位置进行取向变迹处理,以使每一场点(x,y)对应的变迹权重值与超声波经穿刺针反射的反射角相关,即与穿刺针的取向相关,相比于传统变迹处理过程中进行采用预先设置的固定权重进行加权处理,该与取向相关的变迹权重值加权处理后获得到的原始结构特征更清晰地突显穿刺针所在位置。
在一实施例中,如图4所示,步骤S204,即对全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取全通道回波信号对应的目标结构特征,包括:
S401:对全通道回波信号对应的原始结构特征进行统计分析,获取全通道回波信号对应的镜面取向概率;
S402:基于全通道回波信号对应的原始结构特征和镜面取向概率,获取全通道回波信号对应的目标结构特征。
作为一示例,步骤S401中,对每一场点(x,y)来说,若其回波信号来自穿刺针这一镜面反射体时,则不同角度对应的回波信号会存在极大的差异,具体表现为该场点(x,y)对应的取向角θ与穿刺针的取向一致,则其获取到的原始结构特征比较强;若场点(x,y)对应的取向角θ与穿刺针的取向相差较大,则其获得到的原始结构特征比较弱,因此,需要对所有场点对应的原始结构特征进行统计分析,具体可采用但不限于高斯分布算法或者其他可实现统计分析的算法,以确定该全通道回波信号中的某一场点(x,y)对应的取向角θ与穿刺针的取向一致的镜面取向概率。此处的镜面取向概率可理解为全通道回波信号中,场点(x,y)对应的取向角θ与穿刺针的取向一致的概率,可采用/>表示。
作为一示例,步骤S402中,波束合成处理器在确定每一场点(x,y)的不同取向角θ对应的原始结构特征和镜面取向概率/>后,可基于不同取向角θ对应的原始结构特征/>,对每一场点(x,y)的不同取向角θ对应的原始结构特征/>进行优化处理,以获取仅与场点坐标(x,y)相关,而与取向角θ无关的目标结构特征/>,以排除方向性滤波操作所引入的信号干扰,避免穿刺针显影过程中引入新的干扰,从而使得优化处理后的目标结构特征/>可更清晰地显示穿刺针所在位置。
本实施例中,先对每一场点(x,y)的不同取向角θ对应的原始结构特征进行统计分析,确定场点(x,y)对应的取向角θ与穿刺针的取向一致的镜面取向概率/>;再基于该镜面取向概率/>对原始结构特征进行优化处理,以获取与取向角θ无关的目标结构特征/>,由于取向角θ与方向性滤波操作相关,可使获取到的目标结构特征/>可排除方向性滤波操作所引入的信号干扰,使得优化处理后的目标结构特征/>可更清晰地显示穿刺针所在位置。
在一实施例中,如图5所示,步骤S401,即对全通道回波信号对应的原始结构特征进行统计分析,获取全通道回波信号对应的镜面取向概率,包括:
S501:对全通道回波信号对应的原始结构特征进行高斯分布拟合,获取全通道回波信号对应的高斯分布参数;
S502:基于全通道回波信号对应的高斯分布参数,获取全通道回波信号对应的镜面取向概率。
作为一示例,步骤501中,波束合成处理器在获取到全通道回波信号中的每一场点对应的原始结构特征后,需要对所有场点对应的原始结构特征/>进行高斯分布拟合,构建其对应的高斯分布或类高斯分布,以获取全通道回波信号对应的高斯分布参数,该高斯分布参数包括高斯分布的宽度特征σ和原始结构特征/>的中心位置m。
对每一场点(x,y)来说,若回波信号来自穿刺针这一镜面反射体时,则不同角度对应的回波信号会存在极大的差异,具体表现为该场点(x,y)对应的取向角θ与穿刺针的取向一致,则其获取到的原始结构特征比较强;若场点(x,y)对应的取向角θ与穿刺针的取向相差较大,则其获得到的原始结构特征比较弱,因此,需要分析每一场点的不同取向角θ对应的原始结构特征的变化情况,具体可根据每一场点的不同取向角θ对应的原始结构特征/>,以该场点(x,y)对应的取向角θ为中心,进行最小二乘法的高斯拟合,即,进而获取全通道回波信号对应的高斯分布参数(m, σ);其中,σ代表着高斯分布的宽度特征,其越大表示高斯分布越宽,越小表示高斯分布越窄,因此可以用σ表征取向角θ变化时,原始结构特征/>的变化速率;m表征原始结构特征/>的中心位置。
作为一示例,步骤S502中,波束合成处理器在获取全通道回波信号对应的宽度特征σ和原始结构特征的中心位置m这两个高斯分布参数后,可将这两个高斯分布参数输入预先设置的镜面取向概率公式进行处理,以确定该全通道回波信号对应的镜面取向概率,其具体公式如下:/>其中,/>为是指场点(x,y)对应的取向角θ与穿刺针的取向一致的镜面取向概率;/>为算法常数,可实验确定;/>为单调映射函数,用于将输入值映射到0-1的范围。
本实施例中,通过对全通道回波信号对应的原始结构特征进行高斯分布拟合,确定反映原始结构特征的变化速率和中心位置的高斯分布参数;再根据高斯分布参数,确定该全通信回波信号中场点(x,y)对应的取向角θ与穿刺针的取向一致的镜面取向概率,保障后续穿刺针显影的客观性和可靠性。
在一实施例中,如图6所示,步骤S402,即基于全通道回波信号对应的原始结构特征和镜面取向概率,获取全通道回波信号对应的目标结构特征,包括:
S601:基于全通道回波信号对应的原始结构特征和镜面取向概率,获取全通道回波信号对应的场点角度特征;
S602:对全通道回波信号对应的场点角度特征进行加权处理,获取全通道回波信号对应的目标结构特征。
作为一示例,步骤S601中,波束合成处理器在确定每一场点(x,y)的不同取向角θ对应的原始结构特征和镜面取向概率oriProb后,可基于原始结构特征/>和镜面取向概率oriProb,构建每一场点(x,y)的不同取向角θ对应的场点角度特征,此处的场点角度特征用于表征某一场点在特定的取向角θ时,反映其信号强度及存在穿刺针可能性的特征。
本示例中,由于原始结构特征和镜面取向概率oriProb均为表征每一场点(x,y)的不同取向角θ对应的函数,原始结构特征/>可反映回波信号的信号强度,而镜面取向概率oriProb可反映存在穿刺针的可能性,因此,可基于原始结构特征/>和镜面取向概率oriProb构造一个复信号Ω,使其有如下表达式:
其中,/>为每一场点(x,y)的不同取向角θ对应的场点角度特征,是一个复信号;j代表着虚数单位; Arg代表着取幅角函数。在上述表达式可知,复信号Ω的实部为原始结构特征needF的模,用于表征这一取向角θ的信号强度;而复信号Ω的幅角为原始结构特征needF的幅角与镜面取向概率oriProb的乘积,用于表征该通道位置(x, y, θ)存在穿刺针的可能性,由于每一复信号只是考虑了单个场点的情况, 因此称该复信号为场点角度特征。
作为一示例,步骤S602中,波束合成处理器在获取到每一场点(x,y)的不同取向角θ对应的场点角度特征,可获取不同取向角θ对应的取向角权重,基于预先设置的不同取向角θ对应的取向角权重,对每一场点(x,y)的不同取向角θ对应的场点角度特征进行加权处理,获取每一场点(x,y)对应的目标结构特征,该目标结构特征只与场点的场点坐标(x,y)相关,与其取向角θ无关,可有效反映不同场点坐标(x,y)的结构特征。例如,在不同取向角θ对应的取向角权重均为1时,每一场点(x,y)对应的目标结构特征可理解为该场点(x,y)对应的所有场点角度特征/>的和,可采用如下公式表示:。又例如,在不同取向角θ对应的取向角权重不同时为1时,也就是说,其取向角权重有大有小时,需利用不同取向角权重对不同场点角度特征/>进行加权处理,可采用如下公式表示:/>,/>为取向角/>对应的取向角权重。
本实施例中,先基于全通道回波信号对应的原始结构特征和镜面取向概率oriProb,确定反映每一场点(x,y)的不同取向角θ对应的场点角度特征,该场点角度特征不仅与场点坐标相关,还与取向角相关,反映其信号强度及存在穿刺针的可能性;再基于不同取向角权重对所有场点角度特征进行加权处理,以获取每一场点(x,y)的目标结构特征,该目标结构特征仅与其场点坐标相关,而与方向滤波的角度无关,以保障获取到的目标结构特征的准确性,有利于后续提高穿刺针显影效果。
在一实施例中,如图7所示,步骤S205,即对全通道回波信号对应的目标结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像,包括:
S701:对全通道回波信号对应的目标结构特征进行信号增强,获取全通道回波信号对应的增强结构特征;
S702:对全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像。
作为一示例,步骤S701中,波束合成处理器在获取全通道回波信号对应的目标结构特征后,即获取每一场点(x,y)对应的目标结构特征后,可先确定该场点(x,y)对应的二维邻域,该二维邻域可以为以场点坐标(x,y)为中心,基于预设半径所确定的区域;然后,对每一个场点的二维邻域上进行增强处理,以获取全通道回波信号中每一场点(x,y)对应的增强结构特征/>,以达到平抑噪声, 增强取向的效果。
本示例中,波束合成处理器可每一个场点的二维邻域进行各向异性增强处理,此处的各向异性增强处理可以有多种处理方式,例如,可采用各向异性扩散算法或者局域结构张量加权算法,对每一场点(x,y)对应的二维邻域进行各向异性增强处理,若目标结构特征的分布不具有取向性,则会进一步抑制减弱该场点(x,y)的信号强度;若目标结构特征/>的分布具有强取向性, 将会在取向方式上进行增强,从而得到一个信号强度更强的信号.用公式表示为:/>其中,anis_enhance代指任何一种各向异性增强算法,可以为上述提到的各向异性扩散,也可以采用最简单的高斯滤波进行处理,只要达到满足增强条件进行增强操作,不满足增强条件时进行抑制操作即可。
作为一示例,步骤S702中,波束合成处理器在获取全通道回波信号对应的增强结构特征后,可基于该全通道回波信号对应的增强结构特征,分析确定每一场点(x,y)对应的目标融合权重,此处的目标融合权重是用于对原始超声图像进行加权融合处理的权重。一般来说,在该场点(x,y)为穿刺针所在位置时,其对应的目标融合权重较大;反之,在该场点(x,y)不为穿刺针所在位置时,其对应的目标融合权重较小。在确定每一场点(x,y)对应的目标融合权重后,可采用该目标融合权重对原始超声图像进行加权处理,以实现信号融合,强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,以使最终输出的目标超声图像可保障穿刺针显影效果。
本实施例中,先对全通道回波信号对应的目标结构特征进行信号增强,以获取在取向上进行增强的增强结构特征,以达到平抑噪声, 增强取向的效果;再将增强结构特征与原始超声图像进行融合,以强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,以使最终输出的目标超声图像可保障穿刺针显影效果。
作为一示例,如图8所示,步骤S702,即对全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像,包括:
S801:对全通道回波信号中的所有场点对应的增强结构特征进行比较,确定特征最大值;
S802:基于每一场点对应的增强结构特征和特征最大值,确定每一场点对应的目标融合权重;
S803:基于每一场点对应的目标融合权重,对全通道回波信号对应的原始超声图像进行加权处理,获取目标超声图像。
作为一示例,步骤S801中,波束合成处理器在获取全通道回波信号对应的增强结构特征后,既获取每一场点(x,y)对应的增强结构特征后,可对所有增强结构特征进行比较,以确定其特征最大值,此处的特征最大值可理解为对所有增强结构特征进行取最大值处理的结果,可采用/>表示。
作为一示例,步骤S802中,波束合成处理器在获取特征最大值后,可将每一场点(x,y)对应的增强结构特征/>与特征最大值/>进行计算,可将两者的商确定为每一场点(x,y)对应的目标融合权重,使得该目标融合权重可理解为以特征最大值/>对增强结构特征/>进行归一化处理的权重。
作为一示例,步骤S803中,波束合成处理器在确定每一场点(x,y)对应的目标融合权重后,可利用该目标融合权重,对采用传统方法进行波束合成的原始超声图像进行信号融合,具体融合过程如下:其中,为目标超声图像,具体表现为目标超声图像中每一场点(x,y)的输出特征;为原始超声图像,具体表现为原始超声图像中每一场点(x,y)的输出特征;/>为每一场点(x,y)对应的目标融合权重。由上述表达式可知,利用每一场点(x,y)对应的目标融合权重对原始超声图像进行融合,以达到强化穿刺针所在位置的特征,弱化非穿刺针所在位置的特征,以使最终输出的目标超声图像可保障穿刺针显影效果。
本实施例中,基于所有场点对应的增强结构特征,确定其特征最大值,进而利用每一场点对应的增强结构特征和特征最大值,确定某一场点为穿刺针所在位置的目标融合权重;再利用该目标融合权重对原始超声图像进行信号融合,此过程无需进行穿刺针定位和穿刺针增强处理,使得其最终形成的目标超声图像能够突显穿刺针的同时进行自然显示,保障目标超声图像中穿刺针显影的图像质量,可准确识别穿刺针位置,而且,此过程无需额外增加成本,并保障其适用性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种超声穿刺针显影装置,该超声穿刺针显影装置与上述实施例中超声穿刺针显影方法一一对应。如图10所示,该超声穿刺针显影装置包括全通道回波信号获取模块1001、原始超声图像获取模块1002、原始结构特征获取模块1003、目标结构特征获取模块1004和目标超声图像获取模块1005。各功能模块详细说明如下:
全通道回波信号获取模块1001,用于获取全通道回波信号;
原始超声图像获取模块1002,用于对全通道回波信号进行波束合成,获取全通道回波信号对应的原始超声图像;
原始结构特征获取模块1003,用于对全通道回波信号进行方向性滤波,获取全通道回波信号对应的原始结构特征;
目标结构特征获取模块1004,用于对全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取全通道回波信号对应的目标结构特征;
目标超声图像获取模块1005,用于对全通道回波信号对应的目标结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像。
在一实施例中,原始结构特征获取模块1003,包括:
信号最强位置确定单元,用于根据全通道回波信号中的每一场点对应的场点坐标和多个取向角,确定每一场点对应的信号最强位置;
变迹权重值确定单元,用于对每一场点对应的信号最强位置进行取向变迹处理,确定每一场点对应的变迹权重值;
原始结构特征获取单元,用于基于全通道回波信号和每一场点对应的变迹权重值,获取全通道回波信号对应的原始结构特征。
在一实施例中,目标结构特征获取模块1004,包括:
镜面取向概率获取单元,用于对全通道回波信号对应的原始结构特征进行统计分析,获取全通道回波信号对应的镜面取向概率;
目标结构特征获取单元,用于基于全通道回波信号对应的原始结构特征和镜面取向概率,获取全通道回波信号对应的目标结构特征。
在一实施例中,镜面取向概率获取单元,包括:
高斯分布参数获取子单元,用于对全通道回波信号对应的原始结构特征进行高斯分布拟合,获取全通道回波信号对应的高斯分布参数;
镜面取向概率获取子单元,用于基于全通道回波信号对应的高斯分布参数,获取全通道回波信号对应的镜面取向概率。
在一实施例中,目标结构特征获取单元,包括:
场点角度特征获取子单元,用于基于全通道回波信号对应的原始结构特征和镜面取向概率,获取全通道回波信号对应的场点角度特征;
目标结构特征获取子单元,用于对全通道回波信号对应的场点角度特征进行加权处理,获取全通道回波信号对应的目标结构特征。
在一实施例中,目标超声图像获取模块1005,包括:
增强结构特征获取单元,用于对全通道回波信号对应的目标结构特征进行信号增强,获取全通道回波信号对应的增强结构特征;
目标超声图像获取单元,用于对全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取全通道回波信号对应的目标超声图像。
在一实施例中,目标超声图像获取单元,包括:
特征最大值确定子单元,用于对全通道回波信号中的所有场点对应的增强结构特征进行比较,确定特征最大值;
目标融合权重确定子单元,用于基于每一场点对应的增强结构特征和特征最大值,确定每一场点对应的目标融合权重;
目标超声图像获取子单元,用于基于每一场点对应的目标融合权重,对全通道回波信号对应的原始超声图像进行加权处理,获取目标超声图像。
关于超声穿刺针显影装置的具体限定可以参见上文中对于超声穿刺针显影方法的限定,在此不再赘述。上述超声穿刺针显影装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于超声设备中的处理器中,也可以以软件形式存储于超声设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一实施例中,提供一种超声设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中超声穿刺针显影方法,例如图2所示S201-S205,或者图3至图8中所示,为避免重复,这里不再赘述。或者,处理器执行计算机程序时实现超声穿刺针显影装置这一实施例中的各模块/单元的功能,例如图10所示的全通道回波信号获取模块1001、原始超声图像获取模块1002、原始结构特征获取模块1003、目标结构特征获取模块1004和目标超声图像获取模块1005的功能,为避免重复,这里不再赘述。
在一实施例中,提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中超声穿刺针显影方法,例如图2所示S201-S205,或者图3至图8中所示,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现上述超声穿刺针显影装置这一实施例中的各模块/单元的功能,例如图10所示的全通道回波信号获取模块1001、原始超声图像获取模块1002、原始结构特征获取模块1003、目标结构特征获取模块1004和目标超声图像获取模块1005的功能,为避免重复,这里不再赘述。
本领域普通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,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (12)
1.一种超声穿刺针显影方法,其特征在于,包括:
获取全通道回波信号;
对所述全通道回波信号进行波束合成,获取所述全通道回波信号对应的原始超声图像;
对所述全通道回波信号进行方向性滤波,获取所述全通道回波信号对应的原始结构特征;
对所述全通道回波信号对应的原始结构特征进行镜面取向特征构造,获取所述全通道回波信号对应的目标结构特征,包括:
对所述全通道回波信号对应的原始结构特征进行统计分析,获取所述全通道回波信号对应的镜面取向概率,其中,所述镜面取向概率为全通道回波信号中,场点对应的取向角与穿刺针的取向一致的概率;
基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的目标结构特征,包括:基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的场点角度特征,所述场点角度特征用于表征某一场点在特定的取向角θ时,反映信号强度及存在穿刺针可能性的特征;对所述全通道回波信号对应的场点角度特征进行加权处理,获取所述全通道回波信号对应的目标结构特征;
对所述全通道回波信号对应的目标结构特征和所述原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
2.如权利要求1所述的超声穿刺针显影方法,其特征在于,所述对所述全通道回波信号进行方向性滤波,获取所述全通道回波信号对应的原始结构特征,包括:
根据所述全通道回波信号中的每一场点对应的场点坐标和多个取向角,确定每一所述场点对应的信号最强位置;
对每一所述场点对应的信号最强位置进行取向变迹处理,确定每一所述场点对应的变迹权重值;
基于所述全通道回波信号和每一所述场点对应的变迹权重值,获取所述全通道回波信号对应的原始结构特征。
3.如权利要求1所述的超声穿刺针显影方法,其特征在于,所述对所述全通道回波信号对应的原始结构特征进行统计分析,获取所述全通道回波信号对应的镜面取向概率,包括:
对所述全通道回波信号对应的原始结构特征进行高斯分布拟合,获取所述全通道回波信号对应的高斯分布参数;
基于所述全通道回波信号对应的高斯分布参数,获取所述全通道回波信号对应的镜面取向概率。
4.如权利要求1所述的超声穿刺针显影方法,其特征在于,所述对所述全通道回波信号对应的目标结构特征和所述原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像,包括:
对所述全通道回波信号对应的目标结构特征进行信号增强,获取所述全通道回波信号对应的增强结构特征;
对所述全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
5.如权利要求4所述的超声穿刺针显影方法,其特征在于,所述对所述全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像,包括:
对所述全通道回波信号中的所有场点对应的增强结构特征进行比较,确定特征最大值;
基于每一所述场点对应的增强结构特征和特征最大值,确定每一所述场点对应的目标融合权重;
基于每一所述场点对应的目标融合权重,对所述全通道回波信号对应的原始超声图像进行加权处理,获取目标超声图像。
6.一种超声穿刺针显影装置,其特征在于,包括:
回波信号获取模块,用于获取全通道回波信号;
原始超声图像获取模块,用于对所述全通道回波信号进行波束合成,获取所述全通道回波信号对应的原始超声图像;
原始结构特征获取模块,用于对所述全通道回波信号进行方向性滤波,获取所述全通道回波信号对应的原始结构特征;
目标结构特征获取模块,包括:
镜面取向概率获取单元,用于对所述全通道回波信号对应的原始结构特征进行统计分析,获取所述全通道回波信号对应的镜面取向概率,其中,所述镜面取向概率为全通道回波信号中,场点对应的取向角与穿刺针的取向一致的概率;
目标结构特征获取单元,用于基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的目标结构特征,包括:基于所述全通道回波信号对应的原始结构特征和镜面取向概率,获取所述全通道回波信号对应的场点角度特征,所述场点角度特征用于表征某一场点在特定的取向角θ时,反映信号强度及存在穿刺针可能性的特征;对所述全通道回波信号对应的场点角度特征进行加权处理,获取所述全通道回波信号对应的目标结构特征;
目标超声图像获取模块,用于对所述全通道回波信号对应的目标结构特征和所述原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
7.如权利要求6所述的超声穿刺针显影装置,其特征在于,所述原始结构特征获取模块,包括:
信号最强位置确定单元,用于根据所述全通道回波信号中的每一场点对应的场点坐标和多个取向角,确定每一所述场点对应的信号最强位置;
变迹权重值确定单元,用于对每一所述场点对应的信号最强位置进行取向变迹处理,确定每一所述场点对应的变迹权重值;
原始结构特征获取单元,用于基于所述全通道回波信号和每一所述场点对应的变迹权重值,获取所述全通道回波信号对应的原始结构特征。
8.如权利要求6所述的超声穿刺针显影装置,其特征在于,所述镜面取向概率获取单元,包括:
高斯分布参数获取子单元,用于对所述全通道回波信号对应的原始结构特征进行高斯分布拟合,获取所述全通道回波信号对应的高斯分布参数;
镜面取向概率获取子单元,用于基于所述全通道回波信号对应的高斯分布参数,获取所述全通道回波信号对应的镜面取向概率。
9.如权利要求6所述的超声穿刺针显影装置,其特征在于,所述目标超声图像获取模块,包括:
增强结构特征获取单元,用于对所述全通道回波信号对应的目标结构特征进行信号增强,获取所述全通道回波信号对应的增强结构特征;
目标超声图像获取单元,用于对所述全通道回波信号对应的增强结构特征和原始超声图像进行融合,获取所述全通道回波信号对应的目标超声图像。
10.如权利要求9所述的超声穿刺针显影装置,其特征在于,所述目标超声图像获取单元,包括:
特征最大值确定子单元,用于对所述全通道回波信号中的所有场点对应的增强结构特征进行比较,确定特征最大值;
目标融合权重确定子单元,用于基于每一所述场点对应的增强结构特征和特征最大值,确定每一所述场点对应的目标融合权重;
目标超声图像获取子单元,用于基于每一所述场点对应的目标融合权重,对所述全通道回波信号对应的原始超声图像进行加权处理,获取目标超声图像。
11.一种超声设备,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至5任一项所述超声穿刺针显影方法。
12.一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至5任一项所述超声穿刺针显影方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311323263.1A CN117064447B (zh) | 2023-10-13 | 2023-10-13 | 超声穿刺针显影方法、装置、超声设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311323263.1A CN117064447B (zh) | 2023-10-13 | 2023-10-13 | 超声穿刺针显影方法、装置、超声设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117064447A CN117064447A (zh) | 2023-11-17 |
CN117064447B true CN117064447B (zh) | 2024-01-05 |
Family
ID=88717358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311323263.1A Active CN117064447B (zh) | 2023-10-13 | 2023-10-13 | 超声穿刺针显影方法、装置、超声设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117064447B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012070816A (ja) * | 2010-09-28 | 2012-04-12 | Fujifilm Corp | 超音波画像生成装置および超音波画像生成方法 |
CN105844650A (zh) * | 2016-04-14 | 2016-08-10 | 深圳市理邦精密仪器股份有限公司 | 超声引导下穿刺的针信号增强方法及装置 |
CN107997783A (zh) * | 2017-11-29 | 2018-05-08 | 声泰特(成都)科技有限公司 | 一种基于超声波方向性的自适应超声波束合成方法和*** |
CN109949254A (zh) * | 2019-03-19 | 2019-06-28 | 青岛海信医疗设备股份有限公司 | 穿刺针超声图像增强方法及装置 |
CN111956309A (zh) * | 2020-08-28 | 2020-11-20 | 深圳开立生物医疗科技股份有限公司 | 一种图像获取方法、装置、设备和介质 |
CN112244889A (zh) * | 2020-10-15 | 2021-01-22 | 中国科学院苏州生物医学工程技术研究所 | 振元阵列的确定方法、穿刺针成像方法及超声设备 |
CN113197630A (zh) * | 2021-07-05 | 2021-08-03 | 深圳华声医疗技术股份有限公司 | 穿刺针显影增强方法、装置、超声设备及存储介质 |
CN113243936A (zh) * | 2021-06-02 | 2021-08-13 | 深圳华声医疗技术股份有限公司 | 超声波波束合成方法、装置、超声设备及存储介质 |
CN117045327A (zh) * | 2023-10-11 | 2023-11-14 | 深圳华声医疗技术股份有限公司 | 超声穿刺针显影方法、装置、超声设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012151300A2 (en) * | 2011-05-02 | 2012-11-08 | Verasonics, Inc. | Enhanced ultrasound image formation using qualified regions of overlapping transmit beams |
-
2023
- 2023-10-13 CN CN202311323263.1A patent/CN117064447B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012070816A (ja) * | 2010-09-28 | 2012-04-12 | Fujifilm Corp | 超音波画像生成装置および超音波画像生成方法 |
CN105844650A (zh) * | 2016-04-14 | 2016-08-10 | 深圳市理邦精密仪器股份有限公司 | 超声引导下穿刺的针信号增强方法及装置 |
CN107997783A (zh) * | 2017-11-29 | 2018-05-08 | 声泰特(成都)科技有限公司 | 一种基于超声波方向性的自适应超声波束合成方法和*** |
CN109949254A (zh) * | 2019-03-19 | 2019-06-28 | 青岛海信医疗设备股份有限公司 | 穿刺针超声图像增强方法及装置 |
CN111956309A (zh) * | 2020-08-28 | 2020-11-20 | 深圳开立生物医疗科技股份有限公司 | 一种图像获取方法、装置、设备和介质 |
CN112244889A (zh) * | 2020-10-15 | 2021-01-22 | 中国科学院苏州生物医学工程技术研究所 | 振元阵列的确定方法、穿刺针成像方法及超声设备 |
CN113243936A (zh) * | 2021-06-02 | 2021-08-13 | 深圳华声医疗技术股份有限公司 | 超声波波束合成方法、装置、超声设备及存储介质 |
CN113197630A (zh) * | 2021-07-05 | 2021-08-03 | 深圳华声医疗技术股份有限公司 | 穿刺针显影增强方法、装置、超声设备及存储介质 |
CN117045327A (zh) * | 2023-10-11 | 2023-11-14 | 深圳华声医疗技术股份有限公司 | 超声穿刺针显影方法、装置、超声设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117064447A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3581961A1 (en) | Method and apparatus for ultrasound imaging with improved beamforming | |
CN113197630B (zh) | 穿刺针显影增强方法、装置、超声设备及存储介质 | |
US9345451B2 (en) | Method, apparatus, and system for measuring propagation of shear wave using ultrasound transducer | |
CN117045327B (zh) | 超声穿刺针显影方法、装置、超声设备及存储介质 | |
EP3207878A1 (en) | Ultrasound diagnostic device | |
CN113017682B (zh) | 一种超声成像设备及方法 | |
JP4575737B2 (ja) | 超音波撮像装置 | |
US20230301631A1 (en) | Optimal scan plane selection for organ viewing | |
US20160157830A1 (en) | Ultrasonic diagnostic device and ultrasonic image generation method | |
US8343054B1 (en) | Methods and apparatus for ultrasound imaging | |
CN109259801B (zh) | 一种剪切波弹性成像方法及装置 | |
CN117064447B (zh) | 超声穿刺针显影方法、装置、超声设备及存储介质 | |
CN112244889A (zh) | 振元阵列的确定方法、穿刺针成像方法及超声设备 | |
EP3384313B1 (en) | An imaging method, an apparatus implementing said method, a computer program and a computer-readable storage medium | |
CN113208710B (zh) | 穿刺针显影增强方法、装置、超声设备及存储介质 | |
US20170000463A1 (en) | Ultrasonic diagnostic apparatus | |
CN110087554A (zh) | 一种超声连续波多普勒成像方法及装置、存储介质 | |
CN112370073A (zh) | 超声声速校正方法、超声信号处理设备及存储介质 | |
JPWO2018008089A1 (ja) | スペクトル解析装置、スペクトル解析方法及び超音波撮像装置 | |
CN111093512A (zh) | 超声成像方法以及超声成像设备 | |
CN116258913B (zh) | 超声图像分类方法、装置、超声设备及存储介质 | |
EP4338678A1 (en) | Flexible ultrasound transducer | |
EP3742981B1 (en) | Ultrasound imaging system providing needle insertion guidance | |
US20240032888A1 (en) | Blood flow image forming device and blood flow image forming program | |
EP4321900A1 (en) | Method and system for optimizing a process for constructing ultrasound image data of a medium |
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 |