超聲圖像增益優化方法及超聲成像增益自動優化裝置製造方法

2023-05-17 05:28:46

超聲圖像增益優化方法及超聲成像增益自動優化裝置製造方法
【專利摘要】本發明公開了一種超聲圖像增益優化方法，包括：獲取組織圖像和相同條件下的噪聲圖像數據；利用噪聲圖像對組織圖像進行去噪處理；識別組織圖像中的組織區域；判斷組織區域在組織圖像中所佔的比例是否超過設定的閾值條件；選擇對應方法計算組織圖像的整體增益和TGC曲線；TGC曲線和整體增益作用到組織圖像上。本發明提供的超聲圖像增益優化方法，同時適用常規B模式成像和造影成像下的多種類型超聲圖像，既保證了圖像中信息的無損顯示，又達到了優化後圖像亮度均勻一致的要求。本發明還提供了一種超聲造影成像增益優化方法和超聲成像自動優化裝置，與現有技術相比，使得增益優化後的不同個體的造影圖像亮度基本一致，大大提高了醫生的掃查效率。
【專利說明】超聲圖像增益優化方法及超聲成像增益自動優化裝置
【技術領域】
[0001]本發明涉及超聲圖像優化技術，尤其涉及一種超聲圖像增益優化方法及超聲成像增益自動優化裝置。
【背景技術】
[0002]增益調整一直是超聲成像中比較重要的環節，一般超聲成像系統內部都設置了固定增益，這個增益通常能適用於大多數個體，但是由於超聲波在每個患者體中衰減程度不同，導致系統預設的固定增益並不完全適用，這時就需要用戶手動調整TGC(time gaincompensation,時間增益補償)、LGC(later gain compensation,側向增益補償)和整體增益(master gain)。用戶調整不僅費時,而且不一定能調出最優的增益曲線,增益自動優化能解決這些問題。目前很多商家的超聲儀都有增益自動優化功能。然而，增益自動優化大多針對超聲B模式圖像。大多增益自動優化算法都是先統計圖像的亮度和噪聲信息，判斷比較組織區域與目標亮度的差異 得到增益補償曲線。
[0003]造影成像是超聲成像的一種革新，彌補了常規灰階超聲無法顯示血流的不足，也彌補了血流成像中無法顯示微小血管的不足。造影成像通過一種非線性檢測技術檢測注入到人體內大小與血細胞相近的微泡，進而顯示了人體內血流信息及血管分布情況。為了避免聲波對微泡的擊破，造影成像通常在低機械指數下成像。由於機械指數較低，發射能量也低，所以造影圖像的信噪比低於常規超聲B模式圖像。常規B模式圖像的增益優化算法應用到造影圖像上有一定的困難。另外，造影劑注入前、注入後以及在人體內隨著微泡濃度的變化，相應造影圖像的亮度不同，常規的通過統計圖像亮度的增益自動優化方法不能用到造影圖像上。
[0004]現有的一些造影圖像增益自動優化算法中，指出造影圖像的亮度與造影劑的狀態有關，當圖像亮度大於一定值或造影劑量達到一定值按常規B模式增益自動優化算法，否則根據噪聲信息調整亮度。然而，這種方法會導致同一病人會因算法啟動階段不同帶來亮度的補償不同。
[0005]造影成像時通常生成兩種不同的圖像，一種代表組織信息的組織圖，一種代表造影劑信息的造影圖。目前這兩種圖都是用相同的增益曲線，但由於造影圖和組織圖的特性不同，按照組織圖設置的增益曲線並不一定適用於造影圖。最顯著的是造影圖亮度在微泡注入前、增強和消退是不同的，其次造影圖的衰減特性與組織圖也不同。因此需要根據不同圖像的特性生成不同的增益曲線。

【發明內容】

[0006]本發明的目的在於提供一種超聲圖像增益優化方法及超聲成像增益自動優化裝置，進一步改進超聲圖像的增益優化方案，使組織圖像的增益優化更加符合不同的實際情況，使增益優化後不同個體間造影圖像的亮度得以均勻一致。
[0007]為了達到上述目的，本發明提供了一種超聲圖像增益優化方法，包括以下步驟:5201、獲取組織圖像和相同條件下的噪聲圖像數據；
5202、利用噪聲圖像對組織圖像進行去噪處理；
5203、識別組織圖像中的組織區域；
5204、判斷組織區域在組織圖像中所佔的比例是否超過設定的閾值條件；
5205、根據S204中的判斷結果，選擇對應方法計算組織圖像的整體增益和TGC曲線；
5206、將S205中計算出的組織圖像的TGC曲線和整體增益作用到S201中的組織圖像上。
[0008]本發明還提供了一種超聲造影成像增益優化方法，包括使用上述方法進行組織圖像增益優化，還包括造影圖像增益優化，造影圖像增益優化包括以下步驟:
51、獲取超聲造影成像下的造影圖像和相同條件下的噪聲圖像數據；
52、計算造影圖像的整體增益和TGC曲線，其中，所述造影圖的整體增益等於造影目標亮度與組織圖像的整體增益的差；
53、將S2中計算出的造影圖像的整體增益和TGC曲線作用到SI中的造影圖像上。
[0009]本發明還提供了一種超聲成像增益自動優化裝置，包括第一圖像處理模塊、第二圖像處理模塊、第一圖像輸出模塊和第二圖像輸出模塊；
第一圖像處理模塊用於接收圖像信息，並根據上述超聲圖像增益優化方法計算組織圖像的整體增益和TGC曲線， 然後將計算出的組織圖像的整體增益和TGC曲線發送到第一圖像輸出模塊，將組織圖像的整體增益發送到第二圖像處理模塊；
第一圖像輸出模塊用於將組織圖像的整體增益和TGC曲線作用於組織圖像，並通過輸出端輸出增益優化後的組織圖像；
第二圖像處理模塊用於接收圖像信息，並根據上述超聲造影成像增益優化方法中的造影圖像增益優化方法計算造影圖像的整體增益和TGC曲線，然後將結果發送到第二圖像輸出豐吳塊；
第二圖像輸出模塊用於將造影圖像的整體增益和TGC曲線作用於造影圖像，並通過輸出端輸出增益優化後的造影圖像；
第一圖像處理模塊和第二圖像處理模塊與輸入端連接，第一圖像輸出模塊和第二圖像輸出模塊與輸出端連接，第一圖像處理模塊與第一圖像輸出模塊連接，第二圖像處理模塊與第二圖像輸出模塊連接，第一圖像處理模塊還與第二圖像處理模塊連接。
[0010]最後，本發明還提供了一種超聲成像系統，包括所述超聲成像自動優化裝置，還包括發射控制模塊、超聲探頭、信號接收模塊、信號處理模塊、後處理模塊和顯示模塊，發射控制模塊、超聲探頭、信號接收模塊、信號處理模塊、超聲成像自動優化裝置、後處理模塊和顯示模塊依次連接。
[0011]本發明提供的超聲圖像增益優化方法，根據圖像信息自適應地確定不同區域的閾值，自動將圖像分成邊界、組織、低回聲和噪聲四個區域，區域劃分更加準確且更多地考慮到了不同圖像閾值的差異化，同時適用常規B模式成像和造影成像下的多種類型超聲圖像。同時，根據組織區域在組織圖像中佔有的比例決定增益優化方案，既保證了圖像中信息的無損顯示，又達到了優化後圖像亮度均勻一致的要求。
[0012]本發明提供的超聲造影成像增益優化方法和超聲成像增益自動優化裝置，利用組織圖像的增益調節參數對造影圖像的調節參數進行進一步修正，與現有技術相比，使得增益優化後的不同個體造影圖像亮度基本一致，大大提高了醫生的掃查效率。
【專利附圖】

【附圖說明】
[0013]為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0014]圖1為本發明第一實施例的超聲圖像增益優化方法的流程示意圖。
[0015]圖2為圖1中步驟S203的流程示意圖。
[0016]圖3為圖1中步驟S205的一種流程示意圖。
[0017]圖4為圖1中步驟S205的另一種流程示意圖。
[0018]圖5為本發明第二實施例的超聲造影成像增益優化方法中的造影圖像增益優化方法流程示意圖。
[0019]圖6為圖5中步驟S2的流程示意圖。
[0020]圖7為本發明的第三實施例的超聲成像自動優化裝置功能模塊示意圖。
[0021]圖8為本發明的第四實施例的超聲成像系統的結構示意圖。
【具體實施方式】
[0022]下面將結合本發明·實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
[0023]增益調整一直是超聲成像中比較重要的環節，通常在超聲成像中增益控制環節有，整體增益(master gain)控制圖像的整體亮度，LGC(later gain compensation,側向增益補償)使圖像水平方向亮度均衡，TGC(time gain compensation,時間增益補償)用來補償信號傳播過程中深度方向的衰減，也叫DGC(depth gain compensation,深度增益補償)。TGC也包括ATGC (analog time gain compensation,前端模擬信號增益補償)和DTGC (digital time gain compensation,後端數字域增益補償)。本發明提供的多個實施例涉及到的增益調節主要是數字域的增益，主要包括整體增益和TGC中的DTGC。
[0024]如圖1所示，本發明的第一實施例提供了一種超聲圖像增益優化方法，具體包括以下步驟:
5201、獲取組織圖像和相同條件下的噪聲圖像數據；
5202、利用噪聲圖像對組織圖像進行去噪處理；
5203、識別組織圖像中的組織區域；
5204、判斷組織區域在組織圖像中所佔的比例是否超過設定的閾值條件；
5205、根據S204中的判斷結果，選擇對應方法計算組織圖像的整體增益和TGC曲線；
5206、將S205中計算出的組織圖像的TGC曲線和整體增益作用到S201中的組織圖像上。
[0025]具體地，在S201中，獲取的所述組織圖像可以是超聲造影成像下代表組織信息的組織圖像，也可以是常規B模式成像下的基波或諧波圖像。所述噪聲圖像是在組織圖像相同成像條件下停發射採集到的。造影成像時的組織圖像和常規B成像下的組織圖像差別是二者的機械指數不同。造影成像時為了避免造影微泡被聲壓擊破，一般都採用較低的機械指數成像。機械指數不同，發射能量不同，圖像的信噪比也不同。本發明實施例的超聲圖像增益優化方法能同時適用於這兩種超聲圖像。
[0026]在S202中，去噪處理的具體步驟是計算噪聲圖像每行的均值得到噪聲縱向均值曲線，再經過低通濾波得到光滑的噪聲均值曲線，最後用組織圖像減去噪聲均值曲線，得到去噪後的組織圖像。
[0027]這裡的噪聲指的是電子噪聲或熱噪聲。一般超聲系統中用ATGC、DTGC來補償信號沿傳播方向的信號衰減，如果沒有ATGC和DTGC的作用，探頭空打時的噪聲是近似為白噪聲，加上了 ATGC和DTGC的影響後，噪聲均值曲線是隨深度遞增的曲線。ATGC和DTGC對遠場噪聲值抬高，也同樣對圖像信號抬高，為了得到信號真實的大小，組織圖像減去噪聲均值曲線不僅僅是去噪，也消除了 ATGC和DTGC對信號的影響。
[0028]在S203的組織區域識別過程中，涉及到組織圖像區域的分類問題。本發明實施例將組織圖像分為噪聲區域、邊界區域、低回聲區域和組織區域，相對於現有技術，增加了低回聲區域。低回聲區域本質屬於組織，但是均值比組織低，介於組織和噪聲之間，低回聲區域往往是由於聲波衰減、探頭未接觸好或前方遮擋引起亮度較暗的區域。然而在現有的超聲圖像增益優化方法中，僅將圖像區域分為噪聲區域、邊界區域和組織區域，原本屬於低回聲區域的圖像子塊被定義為其他區域，容易在計算過程中產生較大誤差，影響增益優化效果O
[0029]如圖2所示，S203具體包括以下步驟:
5301、將去噪後的組織圖像沿橫向和縱向分成若干圖像子塊；
5302、計算各圖像子塊的統計參數；
5303、根據S302中各圖像子塊的統計參數確定區域劃分的自適應閾值；
5304、將S302中計算得出的各圖像子塊的統計參數與S303中的自適應閾值比較，以判斷每個圖像子塊的所屬區域為噪聲區域、邊界區域、低回聲區域或組織區域。
[0030]S301中分塊統計的目的主要是為了增加計算速度和統計的魯棒性。圖像子塊的大小有講究，分塊數太多會造成統計數據不穩定，太少則有可能無效塊過多，無法形成有用信息。分塊時可根據待優化的組織圖像的具體情況，選擇合適的分塊數量進行分塊。
[0031]圖像分成不同的區域可以根據亮度、方差和信噪比確定，因此，S302中所述的統計參數可以包括每個圖像子塊的均值、方差和信噪比。其中，每個參數的計算公式如下:
均值:Mean_Xm=(xl+x2+......+xn)/n,即每個子塊內所有像素的均值；
標準差:Std_Xm= {[ (xl_Mean_Xm) 2+ (x2_Mean_Xm) 2+......+ (xn_Mean_Xm) 2] /η}1/2 ；
信噪比:SNR=20*logl0 (signal/noise) =20*logl0 (signal) _20*logl0 (noise)。
[0032]上述公式中，xi是圖像子塊裡每個像素點的值，i=fn，η是每個圖像子塊包含的點數，Mean_Xm是第m圖像子塊的均值，Std_Xm表示第m圖像子塊的標準差，m=l~M，M為S301中組織圖像被分成圖像子塊的總塊數，signal是指組織圖像曲線，noise是指對應的噪聲圖像曲線。[0033]以上統計參數計算完成後，即可根據這些信息判斷每個圖像子塊的所屬區域。判斷方法確定了分區的正確性，閾值的選擇對分區的準確性又起更重要的作用。現有技術中，一般都採用固定的閾值與各圖像子塊的統計參數對比，以判斷每個圖像子塊的所屬區域。然而，固定的閾值並不適應所有的圖像，某些情況下，採用固定閾值進行分區結果不準確，影響到組織圖像的優化效果。本發明實施例的超聲圖像增益優化方法在判斷圖像子塊的所屬區域過程中引入了自適應閾值，根據圖像的內容或者是像素的分布確定出了不同區域的閾值範圍。
[0034]在S303中，所述自適應閾值包括標準差高閾值、均值高閾值和均值低閾值，其中標準差高閾值、均值高閾值和均值低閾值都可以根據圖像內容自適應確定。各自適應閾值的確定方法如下:
所述噪聲閾值由人工給定，根據明顯噪聲區域的信噪比確定。
[0035]標準差高閾值:THstdH=mean(Std_Xm)+P*std (Std_Xm)；
均值高閾值:THmeanH=mean (Mean_Xm)+P*std (Mean_Xm)；
均值低閾值:THmeanL=mean (Mean_Xm) — P*std(Mean_Xm)；
上述表達式中，Std_Xm表示第m圖像子塊的標準差，mean (Std_Xm)表示所有圖像子塊的標準差的均值，std(Std_Xm)表示所有圖像子塊的標準差的總標準差，Mean_Xm表示第m圖像子塊的均值，mean(Mean_Xm)表示所有圖像子塊均值的均值，std(Mean_Xm)表示所有圖像子塊的均值的標準差，πι= Μ, M為S301中組織圖像被分成圖像子塊的總塊數，P為可調整參數，根據組織圖像中的信號分布範圍設定。
[0036]需要注意的是，有些圖像的遠場大部分都是噪聲或無內容，都屬於噪聲區域，噪聲區域佔圖像比例太大會影響均值和標準差的閾值判定，為了避免這種情況，在自適應閾值計算前，先去除噪聲區域，即計算標準差高閾值、均值高閾值和均值低閾值時，要忽略噪聲塊數據。其中，信噪比小於噪聲閾值的圖像子塊為噪聲塊。
[0037]上述自適應閾值的確定方法的根本思想是假設圖像中每點值是隨機變量，每塊的均值和每塊的標準差也都是隨機變量。隨機變量的分布近似為正態分布，正態分布中約68%數值分布在距離平均值I個標準差範圍內，約95%數值分布在距平均值2個標準差範圍，因此可以根據平均值和標準差確定要選擇的信號範圍。因此，均值的閾值範圍就是所有塊均值的均值和所有塊均值的標準差的組合，P是可調整的參數，是選擇距平均值P個標準差範圍的信號，同理計算標準差的範圍。P的選擇和組織圖像的內容或檢查模式相關，需要有人工設定。比如肝臟模式，除了肝包膜強邊界外，信號的分布範圍較小，這時P值大，比如腎臟模式，信號分布範圍較大，P就設小些，即可調整參數P的大小與組織圖像的信號分布範圍成反比。
[0038]自適應閾值確定後，即可開始判斷圖像子塊的所述區域。所述S304中判斷每個圖像子塊的所屬區域的方法如下:
信噪比小於噪聲閾值的圖像子塊，為噪聲塊，屬於噪聲區域； 標準差大於標準差高閾值，或均值大於均值高閾值的圖像子塊，為邊界塊，屬於邊界區
域；
均值小於均值低閾值的圖像子塊，為低回聲塊，屬於低回聲區域；
不滿足以上三個條件的圖像子塊，為組織塊，屬於組織區域。
[0039]上述判定方法的根本思想是，首先認為均值很低的為噪聲區域；其次判定標準差大或均值大的為邊界區域，因為邊界區域最明顯的特點是標準差大，在超聲成像時，邊界區域就是聲阻抗差異最大的地方，在超聲成像中的表現就是高亮回聲；接著判定均值既大於噪聲又小於均值低閾值的為低回聲區域，低回聲區域的本質是組織區域，但均值介於組織和噪聲之間；最後未在前三個區域內的都屬於組織區域。
[0040]本發明實施例中判斷圖像不同區域的方法不同於以往的方法，首先根據圖像的內容自適應確定不同區域的判斷閾值，圖像內容不同時閾值也不同，閾值是判定準確性的關鍵，也是整個增益動優化算法的關鍵，實踐證明，自適應閾值比固定閾值判斷更準確，對應的增益優化效果也更加顯著。
[0041]本發明實施例的超聲圖像增益優化方法有兩個輸出量，一個是整體增益，用於調整圖像的整體亮度；另一個是TGC曲線，TGC曲線是均值為零的變量，主要作用是調整圖像的均勻性，具體的原理是低回聲的地方抬高亮度，高回聲的位置降低亮度。這兩個量的計算方法都與組織塊所佔圖像比例有關，因此在計算前先要判斷組織區域在組織圖像中所佔的比例是否超過設定的閾值條件。
[0042]在S204中，判斷組織區域在組織圖像中所佔的比例是否超過設定的閾值條件的具體方法是:統計每行圖像子塊中的組織塊數量，組織塊佔該行圖像子塊總量的百分比值大於第一閾值的即為組織有效行，如果所有的組織有效行佔圖像子塊總行數的百分比值大於第二閾值，則判定組織區域在組織圖像中所佔的比例超過設定的閾值條件，否則判定為不超過設定的閾值條件。其中第一閾值是橫向分塊數的百分比值，第二閾值是縱向分塊數的百分比值。所述第一閾值和第二閾值均由人工設定，可根據組織圖像上的具體成像目標進行適當的設定。
[0043]超聲中組織信息最終要以灰階圖像顯示，這就需要將經對數變化後的dB信息轉化為0~255的灰階信息 ，這個轉換叫做動態範圍變換(Dynamic Range)。當動態範圍固定時，如果信號整體增益太大，圖像中不僅噪聲明顯而且大信號飽和會導致信息丟失，如果增益太小，丟失了低回聲信號，所以整體增益的調節對圖像很重要。
[0044]整體增益調整的目標是最大程度的顯示圖像中的所有信息，使噪聲在動態範圍變化的最小值，這個最小值就是噪聲目標亮度。如果圖像中都是組織信息沒有噪聲，整體增益的調整就是使組織亮度為組織目標亮度。所以計算整體增益之前先要判斷組織圖像中組織區域所佔的比例。
[0045]在S205中，當組織區域在組織圖像中所佔的比例超過閾值條件時，組織圖像的整體增益為組織目標亮度與所有組織區域的均值的差；當組織區域在組織圖像中所佔的比例不超過閾值條件時，組織圖像的整體增益為噪聲目標亮度與組織縱向均值曲線的最小值的差，其中組織縱向均值曲線為組織圖像每行的均值變化曲線。
[0046]超聲圖像增益優化另一個輸出量TGC曲線的作用是使圖像亮度均衡，具體地說就是使圖像中所有組織塊按同一亮度顯示，如果圖像中有足夠的組織塊，就直接使組織塊亮度一樣，但是如果圖像中組織塊很少，就按「噪聲均衡」的方法使組織亮度近似一樣。所以，TGC曲線計算前也要判斷組織所佔圖像的比例，當組織區域在組織圖像中所佔的比例超過閾值條件時，根據組織區域和噪聲區域的分布情況計算組織圖像的TGC曲線；當組織區域在組織圖像中所佔的比例不超過閾值條件時，以噪聲均衡的方式計算組織圖像的TGC曲線。[0047]如圖3所示，具體地，在S205中，當組織區域在組織圖像中所佔的比例超過閾值條件時，組織圖像的TGC曲線的計算步驟包括:
5401、計算縱向均值曲線；
5402、計算目標亮度曲線；
5403、計算組織圖像的TGC曲線，
組織圖像的TGC曲線=目標亮度曲線一噪聲均值曲線一縱向均值曲線；
其中，所述噪聲均值曲線為計算噪聲圖像每行的均值得到的縱向均值變化曲線。
[0048]S401中，縱向均值曲線的具體計算方法為:
縱向均值曲線在組織有效行的值為該行組織塊的均值；
縱向均值曲線在噪聲有效行的值為該行噪聲塊的均值；
如果某行既是組織有效行又是噪聲有效行，則縱向均值曲線在該行的值為該行組織塊的均值；
縱向均值曲線在其他行的值由已有行的均值線性插值得到；
最後濾波平滑曲線，升採樣到圖像相同點數。
[0049]其中，所述噪聲有效行是噪聲塊佔該行圖像子塊總量的百分比值大於第一閾值圖像行。
·[0050]S402中，目標亮度曲線的計算方法具體為:判斷每行圖像的性質，組織有效行的目標亮度等於組織目標亮度，噪聲有效行的目標亮度等於噪聲目標亮度，其他行的目標亮度由已有行的目標亮度值插值得到；最後濾波平滑曲線，升採樣到圖像相同點數。
[0051]目標亮度曲線確定最終圖像顯示亮度，而縱向均值曲線是在去噪處理後的數據上統計得出的，TGC曲線是作用在原始圖像上。因此，計算TGC曲線時，目標亮度曲線應先減去噪聲。於是，在S403中，組織圖像的TGC曲線=目標亮度曲線一噪聲均值曲線一縱向均值曲線；其中，所述噪聲均值曲線為計算噪聲圖像每行的均值得到的縱向均值變化曲線。得到TGC曲線後再減去曲線均值，得到歸一化的TGC。
[0052]如圖4所示，在S205中，當組織區域在組織圖像中所佔的比例不超過閾值條件時，組織圖像的TGC曲線的計算步驟具體包括:
5501、計算組織圖像的衰減值,組織圖像的衰減值=組織衰減係數*發射頻率*圖像深
度；
5502、計算組織噪聲目標亮度曲線，組織噪聲目標亮度曲線為零到組織圖像衰減值之間的等插值斜線；
5503、計算組織圖像的TGC曲線，組織圖像的TGC曲線=組織噪聲目標亮度曲線一噪聲均值曲線，得到TGC曲線後再減去曲線均值，平滑濾波後得到歸一化的TGC。
[0053]根據上述方法計算出整體增益和TGC曲線後，最終將計算結果作用到S201中未經去噪處理的組織圖像上，整個增益優化過程即全部完成。
[0054]本發明實施例提供的超聲圖像增益優化方法，根據圖像信息自適應地確定不同區域的閾值，自動將圖像分成邊界、組織、低回聲和噪聲四個區域，區域劃分更加準確且更多地考慮到了不同圖像閾值的差異化，同時適用常規B模式成像和造影成像下的多種類型超聲圖像。同時，根據組織區域在組織圖像中佔有的比例決定增益優化方案，既保證了圖像中信息的無損顯示，又達到了優化後圖像亮度均勻一致的要求。[0055]第一實施例中提供的增益優化方法適用於超聲造影成像下代表組織信息的組織圖像，以及常規B模式成像下的基波或諧波圖像，其適用範圍較廣。然而，在超聲造影成像下，除代表組織信息的組織圖像外，還會生成代表造影劑信息的造影圖像。造影圖像最顯著的特點是隨著微泡的注入和消退過程圖像的亮度在發生變化，未注入造影劑時造影圖像大部分是無回聲區域，除少許強邊界外其他的部分都是黑的；造影劑灌注初期，大血管顯影，圖像中只有大血管是亮的；造影劑增強期，所有血管都顯影，圖像整體高亮；造影劑消退期，造影劑逐漸消退，圖像亮度逐漸減弱，最後變成造影劑注入前一樣。這說明造影圖像的亮度不像組織圖像那樣穩定，組織圖像的增益優化算法不適用造影圖像。但是可以借鑑組織圖像中的「噪聲均衡」的方法來計算造影圖像的TGC曲線。因為無論造影圖像的亮度如何變化，它的背景噪聲是固定的，調整背景噪聲曲線能使造影圖像亮度均衡；另外，個體差異導致衰減不同進而引起組織圖像亮度不均衡的現象在造影圖像上很少見，因為造影圖像反映的是組織血管內微泡信息，微泡的衰減較組織小，所以按「噪聲均衡」的方法優化的造影圖像比較合適。
[0056]相應的，本發明的第二實施例提供了一種超聲造影成像增益優化方法。超聲造影成像的增益優化包括組織圖像增益優化和造影圖像增益優化，在本發明實施例中，使用第一實施例中所述的方法進行組織圖像增益優化，在此不再贅述。對應的造影圖像增益優化方法如圖5所示，具體包括以下步驟:
51、獲取超聲造影成像下的造影圖像和相同條件下的噪聲圖像數據；
52、計算造影圖像的整體增益和TGC曲線；
53、將S2中計算出的造影圖像的整體增益和TGC曲線作用到SI中的造影圖像上。
[0057]具體的，在S2中，造影圖像的整體增益的計算方法為:先把系統預定的增益加在造影圖像上，再根據造影模式下組織圖像的整體增益修正造影圖像的整體增益。即造影圖的整體增益等於造影目標亮度與在組織圖像增益優化過程中所得組織圖像的整體增益的差，也即造影圖的整體增益=造影目標亮度一組織圖像的整體增益。
·[0058]造影圖像的造影目標亮度是預設定的增益，目的是使所有造影圖像都按相同的增益顯示。相同增益顯示的弊端就是某些個體的造影圖像偏亮，某些個體的造影圖像偏暗。相同條件下不同人的組織圖像亮暗有差異，同樣，不同人的造影圖像的亮度也有差異。經研究發現，不同個體的組織圖像亮暗差異與造影圖像亮暗差異有一定的關係，因此，本發明實施例用組織圖像的整體增益對造影的整體增益進行修正，使得增益優化後不同個體的造影圖像亮度一樣。
[0059]如圖6所示，在S2中，造影圖像的TGC曲線計算方法包括以下步驟:
5601、計算造影圖像的衰減值，造影圖像的衰減值=造影衰減係數*發射頻率*圖像深
度；
5602、計算造影噪聲目標亮度曲線，造影噪聲目標亮度曲線為零到造影圖像衰減值之間的等插值斜線；
5603、計算造影圖像的TGC曲線，造影圖像的TGC曲線=造影噪聲目標亮度曲線一噪聲均值曲線，TGC曲線濾波平滑後再減去曲線均值，得到歸一化的TGC曲線。
[0060]根據上述方法計算出造影圖像的整體增益和TGC曲線後，最終將計算結果作用到SI中的造影圖像上，整個造影圖像增益優化過程即全部完成。[0061 ] 如圖7所示，本發明的第三實施例還提供了一種超聲成像增益自動優化裝置，其包括第一圖像處理模塊、第二圖像處理模塊、第一圖像輸出模塊和第二圖像輸出模塊，其中，第一圖像處理模塊和第二圖像處理模塊與輸入端連接，第一圖像輸出模塊和第二圖像輸出模塊與輸出端連接，第一圖像處理模塊與第一圖像輸出模塊連接，第二圖像處理模塊與第二圖像輸出模塊連接，第一圖像處理模塊還與第二圖像處理模塊連接。
[0062]其中，第一圖像處理模塊用於接收圖像信息，並根據本發明第一實施例所述的方法計算組織圖像的整體增益和TGC曲線，然後將計算出的組織圖像的整體增益和TGC曲線發送到第一圖像輸出模塊，將組織圖像的整體增益發送到第二圖像處理模塊。
[0063]第一圖像輸出模塊用於將組織圖像的整體增益和TGC曲線作用於組織圖像，並通過輸出端輸出增益優化後的組織圖像。
[0064]第二圖像處理模塊用於接收圖像信息，並根據本發明第二實施例所述的造影圖像增益優化方法計算造影圖像的整體增益和TGC曲線，然後將結果發送到第二圖像輸出模塊。
[0065]第二圖像輸出模塊用於將造影圖像的整體增益和TGC曲線作用於造影圖像，並通過輸出端輸出增益優化後的造影圖像。
[0066]所述圖像信息可以是常規B模式成像下的基波或諧波圖像及對應的噪聲圖像，也可以是超聲造影成像下的組織圖像及對應的噪聲圖像。
[0067]當本發明實施例的超聲成像自動優化裝置接收到的圖像信息是常規B模式成像下的基波或諧波圖像及對應的噪聲圖像時，僅第一圖像處理模塊和第一圖像輸出模塊工作，第二圖像處理模塊和第二圖像輸出模塊待機。當接收到的圖像信息是超聲造影成像下的組織圖像、造影圖像及對應的噪聲圖像時，第一圖像處理模塊和第一圖像輸出模塊根據造影模式下的組織圖像和其噪聲圖像進行運算處理，第二圖像處理模塊和第二圖像輸出模塊根據造影圖像和其噪聲圖像進行運算處理。
·[0068]本發明提供的超聲造影成像增益優化方法和超聲成像增益自動優化裝置，利用造影模式下的組織圖像的增益調節參數對造影圖像的增益調節參數進行進一步修正，與現有技術相比，使得增益優化後的不同個體造影圖像亮度基本一致，大大提高了醫生的掃查效率。
[0069]如圖8所示，本發明的第四實施例提供了一種超聲成像系統，其包括依次連接的發射控制模塊、超聲探頭、信號接收模塊、信號處理模塊、超聲成像自動優化裝置、後處理模塊和顯示模塊。本發明實施例的超聲成像系統可以輸出顯示多種增益優化後的不同類型超
聲圖像。
[0070]具體地，超聲探頭接收來自發射控制模塊發出的電信號，再將電信號轉化成電壓信號向人體傳播，聲波在人體的傳播過程中經過反射、折射和散射，帶有人體組織特徵的聲波回波又傳播到超聲探頭。超聲探頭接收到反饋的聲波後，將其再轉換成電信號傳給信號接收模塊。信號接收模塊中接收到的電信號在信號處理模塊中經過波束合成、濾波、解調、求包絡等處理後得到不同類型的超聲圖像。所述信號處理模塊可以輸出常規B模式成像下的基波或諧波圖像及對應的噪聲圖像，也可以輸出超聲造影成像下的組織圖像、造影圖像及對應的噪聲圖像。信號處理模塊輸出的圖像將發送到本發明第三實施例中所述的超聲成像自動優化裝置進行自動增益優化處理，使成像既不丟失信息，又具有均勻一致的亮度。[0071]一般的超聲系統中，得到超聲圖像信號後還需要進行求對數和動態範圍變換等處理，使圖像更接近人眼的觀察習慣，這些處理就是在後處理模塊中完成的。
[0072]處理後的圖像經過掃描轉換，最終通過顯示模塊顯示出來。
[0073]最後應說明的是:以上實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解:其依然可以對前述實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的精神和 範圍。
【權利要求】
1.一種超聲圖像增益優化方法，其特徵在於，包括以下步驟: 5201、獲取組織圖像和相同條件下的噪聲圖像數據； 5202、利用噪聲圖像對組織圖像進行去噪處理； 5203、識別組織圖像中的組織區域； 5204、判斷組織區域在組織圖像中所佔的比例是否超過設定的閾值條件； 5205、根據S204中的判斷結果，選擇對應方法計算組織圖像的整體增益和TGC曲線； 5206、將S205中計算出的組織圖像的TGC曲線和整體增益作用到S201中的組織圖像上。
2.根據權利要求1所述的超聲圖像增益優化方法，其特徵在於，所述組織圖像為超聲造影成像下代表組織信息的組織圖像，或常規B模式成像下的基波或諧波圖像。
3.根據權利要求1所述的超聲圖像增益優化方法，其特徵在於，所述S202包括，計算噪聲圖像每行的均值，再經過低通濾波得到光滑的噪聲均值曲線，最後用組織圖像減去噪聲均值曲線，得到去噪後的組織圖像。
4.根據權利要求1所述的超聲圖像增益優化方法，其特徵在於，所述S203具體包括以下步驟: 5301、將去噪後的組織圖像沿橫向和縱向分成若干圖像子塊； 5302、計算各圖像子塊的統計參數； 5303、根據S302中各圖像子塊的統計參數確定區域劃分的自適應閾值； 5304、將S302中計算得出的各圖像子塊的統計參數與S303中的自適應閾值比較，以判斷每個圖像子塊的所屬區域為噪聲區域、邊界區域、低回聲區域或組織區域。
5.根據權利要求4所述的超聲圖像增益優化方法，其特徵在於，所述S302中的統計參數包括每個圖像子塊的均值、標準差和信噪比； 所述S303中的自適應閾值包括噪聲閾值、標準差高閾值、均值高閾值和均值低閾值； 所述S304中判斷每個圖像子塊的所屬區域的方法為: 信噪比小於噪聲閾值的圖像子塊，為噪聲塊，屬於噪聲區域； 標準差大於標準差高閾值，或均值大於均值高閾值的圖像子塊，為邊界塊，屬於邊界區域； 均值小於均值低閾值的圖像子塊，為低回聲塊，屬於低回聲區域； 不滿足以上三個條件的圖像子塊，為組織塊，屬於組織區域。
6.根據權利要求5所述的超聲圖像增益優化方法，其特徵在於，所述自適應閾值中的噪聲閾值由 人工給定，根據明顯噪聲區域的信噪比確定； 標準差高閾值 THstdH=mean (Std_Xm) +P*std (Std_Xm)；
均值高閾值 THmeanH=mean (Mean_Xm) +P*std (Mean_Xm)； 均值低閾值 THmeanL=mean (Mean_Xm) — P*std(Mean_Xm)； 上述表達式中，Std_Xm表示第m圖像子塊的標準差，mean (Std_Xm)表示所有圖像子塊的標準差的均值，std(Std_Xm)表示所有圖像子塊的標準差的總標準差，Mean_Xm表示第m圖像子塊的均值，mean(Mean_Xm)表示所有圖像子塊均值的均值，std(Mean_Xm)表示所有圖像子塊的均值的標準差，πι= Μ, M為S301中組織圖像被分成圖像子塊的總塊數，P為可調整參數，根據組織圖像中的信號分布範圍設定。
7.根據權利要求6所述的超聲圖像增益優化方法，其特徵在於，在計算標準差高閾值、均值高閾值和均值低閾值時，忽略噪聲塊數據。
8.根據權利要求6所述的超聲圖像增益優化方法，其特徵在於，所述可調整參數(P)的大小與組織圖像的信號分布範圍成反比。
9.根據權利要求5所述的超聲圖像增益優化方法，其特徵在於，所述S204具體包括，統計每行圖像子塊中的組織塊數量，組織塊佔該行圖像子塊總量的百分比值大於第一閾值的即為組織有效行，如果組織有效行佔圖像子塊行數的百分比值大於第二閾值，則判定組織區域在組織圖像中所佔的比例超過設定的閾值條件，否則判定為不超過設定的閾值條件。
10.根據權利要求9所述的超聲圖像增益優化方法，其特徵在於，所述S205中，當組織區域在組織圖像中所佔的比例超過閾值條件時，組織圖像的整體增益為組織目標亮度與所有組織區域的均值的差； 當組織區域在組織圖像中所佔的比例不超過閾值條件時，組織圖像的整體增益為噪聲目標亮度與組織縱向均值曲線的最小值的差，其中組織縱向均值曲線為組織圖像每行的均值變化曲線。
11.根據權利要求9所述的超聲圖像增益優化方法，其特徵在於，所述S205中，當組織區域在組織圖像中所佔的比例超過閾值條件時，根據組織區域和噪聲區域的分布情況計算組織圖像的TGC曲線； 當組織區域在組織圖像中所佔的比例不超過閾值條件時，以噪聲均衡的方式計算組織圖像的TGC曲線。
12.根據權利要求11所述的超聲圖像增益優化方法，其特徵在於，當組織區域在組織圖像中所佔的比例超過閾值條件時，組織圖像的TGC曲線的計算步驟包括: 5401、計算縱向均值曲線； 縱向均值曲線的計算方法為，縱向均值曲線在組織有效行的值為該行組織塊的均值； 縱向均值曲線在噪聲有效行的值為該行噪聲塊的均值； 如果某行既是組織有效行又是噪聲有效行，則縱向均值曲線在該行的值為該行組織塊的均值； 縱向均值曲線在其他行的值由已有行的均值線性插值得到； 其中，所述噪聲有效行是噪聲塊佔該行圖像子塊總量的百分比值大於第一閾值圖像行； 5402、計算目標亮度曲線； 目標亮度曲線的計算方法為，判斷每行圖像的性質，組織有效行的目標亮度等於組織目標亮度，噪聲有效行的目標亮度等於噪聲目標亮度，其它行的目標亮度由已有行的目標亮度值插值得到； 5403、計算組織圖像的TGC曲線， 組織圖像的TGC曲線=目標亮度曲線一噪聲均值曲線一縱向均值曲線； 其中，所述噪聲均值曲線為噪聲圖像每行的均值變化曲線。
13.根據權利要求11所述的超聲圖像增益優化方法，其特徵在於，當組織區域在組織圖像中所佔的比例不超過閾值條件時，組織圖像的TGC曲線的計算步驟包括: S501、計算組織圖像的衰減值,組織圖像的衰減值=組織衰減係數*發射頻率*圖像深度； `5502、計算組織噪聲目標亮度曲線，組織噪聲目標亮度曲線為零到組織圖像衰減值之間的等插值斜線； ` 5503、計算組織圖像的TGC曲線， 組織圖像的TGC曲線=組織噪聲目標亮度曲線一噪聲均值曲線， 其中，所述噪聲均值曲線為噪聲圖像每行的均值變化曲線。
14.一種超聲造影成像增益優化方法，包括使用權利要求1至13任一項所述的方法進行組織圖像增益優化，其特徵在於，還包括造影圖像增益優化，造影圖像增益優化包括以下步驟: 51、獲取超聲造影成像下的造影圖像和相同條件下的噪聲圖像數據； 52、計算造影圖像的整體增益和TGC曲線，其中，所述造影圖的整體增益等於造影目標亮度與組織圖像的整體增益的差； 53、將S2中計算出的造影圖像的整體增益和TGC曲線作用到SI中的造影圖像上。
15.根據權利要求14所述的超聲造影成像增益優化方法，其特徵在於，所述S2中，造影圖像的TGC曲線計算方法包括以下步驟: 5601、計算造影圖像的衰減值，造影圖像的衰減值=造影衰減係數*發射頻率*圖像深度； 5602、計算造影噪聲目標亮度曲線，造影噪聲目標亮度曲線為零到造影圖像衰減值之間的等插值斜線； 5603、計算造影圖像的TGC曲線， 造影圖像的TGC曲線=造影噪聲目標亮度曲線一噪聲均值曲線， 其中，所述噪聲均值曲線為噪聲圖像每行的均值變化曲線。
16.一種超聲成像增益自動優化裝置，其特徵在於，包括第一圖像處理模塊、第二圖像處理模塊、第一圖像輸出模塊和第二圖像輸出模塊； 第一圖像處理模塊用於接收圖像信息，並根據權利要求1至13任一項所述的方法計算組織圖像的整體增益和TGC曲線，然後將計算出的組織圖像的整體增益和TGC曲線發送到第一圖像輸出模塊，將組織圖像的整體增益發送到第二圖像處理模塊； 第一圖像輸出模塊用於將組織圖像的整體增益和TGC曲線作用於組織圖像，並通過輸出端輸出增益優化後的組織圖像； 第二圖像處理模塊用於接收圖像信息，並根據權利要求14或15所述的造影圖像增益優化方法計算造影圖像的整體增益和TGC曲線，然後將結果發送到第二圖像輸出模塊； 第二圖像輸出模塊用於將造影圖像的整體增益和TGC曲線作用於造影圖像，並通過輸出端輸出增益優化後的造影圖像； 第一圖像處理模塊和第二圖像處理模塊與輸入端連接，第一圖像輸出模塊和第二圖像輸出模塊與輸出端連接，第一圖像處理模塊與第一圖像輸出模塊連接，第二圖像處理模塊與第二圖像輸出模塊連接，第一圖像處理模塊還與第二圖像處理模塊連接。
17.根據權利要求16所述的超聲成像增益自動優化裝置，其特徵在於，所述圖像信息為常規B模式成像下的基波或諧波圖像及對應的噪聲圖像，或超聲造影成像下的組織圖像及對應的噪聲圖像。
18.—種超聲成像系統，包括如權利要求16或17所述的超聲成像自動優化裝置，其特徵在於，還包括發射控制模塊、超聲探頭、信號接收模塊、信號處理模塊、後處理模塊和顯示模塊，發射控制模塊、超聲探頭、信號接收模塊、信號處理模塊、超聲成像自動優化裝置、後處理模塊和顯示模 塊依次連接。
【文檔編號】A61B8/00GK103845077SQ201210514756
【公開日】2014年6月11日 申請日期:2012年12月5日 優先權日:2012年12月5日
【發明者】儲霞, 桑茂棟 申請人:深圳邁瑞生物醫療電子股份有限公司