專利名稱:在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度值的方法
技術(shù)領域:
本發(fā)明涉及一種在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度值 的方法。
背景技術(shù):
通常在運用B型成像進行超聲診斷時,診斷人員需要調(diào)整TGC (時間增益補償)、Gain (總增益)、動態(tài)范圍等,使圖像達到一 個比較好的水平,這些調(diào)整操作會導致完成診斷的時間加長。這一 問題往往通過"B型圖像一鍵優(yōu)化"技術(shù)來解決。B型圖像(即黑白 圖像) 一鍵優(yōu)化技術(shù)的目的就是簡化TGC、 Gain、動態(tài)范圍的調(diào) 節(jié),用戶只需要按一個鍵,由超聲系統(tǒng)自動分析出最合適的TGC、 Gain及其他和成像相關的參數(shù)并使其生效,圖像因而達到比較好的 水平,可以有效加快診斷的效率和準確率。這種工作方式稱為一鍵 優(yōu)化,或者自動圖像均衡。
絕大多數(shù)一鍵優(yōu)化(或者圖像均衡)技術(shù)都是基于分析圖像沿 深度方向的灰度變化情況,以此為基礎計算合適的TGC曲線和 Gain,例如美國專利US 6743174B2以及美國專利US 5579768、 US 6120446和US 6102859。分析灰度變化的方法各不相同,另外分析中 都考慮了對噪聲的抑制,其中US 6743174B2還提供了一個動態(tài)范圍 自動優(yōu)化的方法。
專利US 6743174B2假定灰度沿深度是單調(diào)均勻變化的,可以用
一條直線來擬合,很多時候這和實際情況不符,另外它利用灰度均 值和中值來調(diào)整動態(tài)范圍的方式,也不太容易達到一個好的效果;
US 5579768和US 6102859把B型圖像沿探頭徑向和切向均勻地分成 若干子區(qū)域,在分析灰度變化時,主要考慮了每一子區(qū)域的平均灰 度,可能導致灰度變化分析不夠準確;另外這種均勻地分隔子區(qū)域 方式,也不利于灰度變化分析。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種可以克服上述現(xiàn)有技術(shù)的缺陷并獲得
更好的圖像均衡效果的超聲成像系統(tǒng)和成像方法。
本發(fā)明提供一種在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度值
的方法,包括以下步驟
獲得響應于預定時間增益補償參數(shù)產(chǎn)生的超聲圖像; 從該超聲圖像中選擇不同深度下代表均勻軟組織的子區(qū)域; 分析這些代表均勻軟組織的子區(qū)域的灰度沿深度的變化;以及 基于該分析的結(jié)果計算該超聲圖像的優(yōu)化灰度值。 本發(fā)明還提供一種可優(yōu)化超聲圖像的灰度值的超聲成像系統(tǒng),
包括
獲得響應于預定時間增益補償參數(shù)產(chǎn)生的超聲圖像的裝置;從 該超聲圖像中選擇不同深度下代表均勻軟組織的子區(qū)域的裝置;分 析這些代表均勻軟組織的子區(qū)域的灰度沿深度的變化的裝置;以及 基于該分析的結(jié)果計算該超聲圖像的優(yōu)化灰度值的裝置。
圖l是本發(fā)明的超聲成像系統(tǒng)的實施例的結(jié)構(gòu)方框圖; 圖2是本發(fā)明的在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度值的 方法的實施例的流程圖3是在根據(jù)本發(fā)明的實施例中分析灰度變化的流程圖; 圖4是在根據(jù)本發(fā)明的實施例中子區(qū)域移動方法的示意圖;和
圖5是在根據(jù)本發(fā)明的實施例中圖像均衡參數(shù)的計算流程示意圖。
具體實施例方式
圖l是本發(fā)明的可實現(xiàn)自動圖像均衡的超聲成像系統(tǒng)的實施例 的結(jié)構(gòu)方框圖(其中由于發(fā)射部分和本發(fā)明無太大關系,因此未示 出發(fā)射部分)。
一個常規(guī)的B型成像流程為探頭發(fā)射出脈沖,參與接收的各
陣元接收到回波,經(jīng)過放大,A/D轉(zhuǎn)換,在波束合成器以不同的延 時量相加得到射頻數(shù)據(jù)。射頻數(shù)據(jù)經(jīng)過檢包絡和降采樣,DTGC
(Digital time gain compensation),對數(shù)壓縮,動態(tài)范圍變化,數(shù) 據(jù)進入電影回放存儲器,以便用戶可以回放數(shù)據(jù),同時進入DSC
(數(shù)字掃描轉(zhuǎn)換),DSC結(jié)果顯示在屏幕上,即B型圖像。上述過 程中,DTGC是指給輸入的數(shù)據(jù)沿深度(即時間)給予不同的增 益,目的是使顯示在屏幕上的圖像亮度比較均勻, 一般說來是用戶 根據(jù)顯示在屏幕上的圖像,撥動鍵盤上的電位器(一般有六到八 個,對應不同深度的增益補償值)對圖像不同的深度部分調(diào)亮或者 變暗,或者旋轉(zhuǎn)鍵盤上的Gain旋鈕使圖像整體變暗/亮,主控CPU讀 取這些電位器和Gain旋鈕的狀態(tài),換算成對應DTGC參數(shù)值(一般 會經(jīng)過插值),并將該值寫到DTGC模塊,DTGC模塊用寫入的 DTGC參數(shù)值和解調(diào)后的結(jié)果相乘。
以一個具體的系統(tǒng)為例,假定鍵盤上有八個電位器,八個電位 器數(shù)值對應dtgcjo[i], i=0~7, Gain旋鈕對應數(shù)值gain,檢波降采樣 后的一條掃描線數(shù)據(jù)為x[k],k-0 511, DTGC模塊的工作方式為
1)主控CPU讀入電位器的數(shù)值dtgcjo[i], i=0 7,對這8個數(shù)進 行線性插值,變成長度為128的DTGCl[i], i=0~127。
2)主控CPU讀入Gain旋鈕數(shù)值gain,將DTGCl和Gain旋鈕對應 數(shù)值gain相加(或者相乘,不同系統(tǒng)略有區(qū)別),得到長度為128的 PDM[i], i=0~127,并將PDM的值提供給DTGC模塊。其中,PDM是 數(shù)字增益補償參數(shù)(Parameter for DTGC Module)。
DTGC模塊將輸入的降采樣結(jié)果x[k], k=0 511和PDM[i〗, M) 127相乘,假定輸出的數(shù)據(jù)為y[k],k-0 511 。
<formula>formula see original document page 9</formula>
上式中delta表示每delta個輸入點和同一個PDM相乘, 一般的, delta可以取4。
如果鍵盤上的電位器或者Gain旋鈕狀態(tài)發(fā)生了變化,重復1 )~2) 本發(fā)明的超聲成像系統(tǒng)就是自動尋找合適的PDM,替換由鍵盤 上的TGC電位器及Gain決定的PDM。參見圖1,在非一鍵優(yōu)化狀態(tài) 下,主控CPU根據(jù)鍵盤的電位器及Gain旋鈕狀態(tài)按上述方法計算 PDM并送入硬件中的DTGC模塊;在一鍵優(yōu)化狀態(tài)下,主控CPU從 電影回放區(qū)讀取數(shù)據(jù),通過分析這些數(shù)據(jù),得到合適的PDM,送入 硬件中的DTGC模塊。
圖2為是本發(fā)明的在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度 值的方法的實施例的流程圖。當用戶啟動本發(fā)明的方法時,其工作 流程如下
1. 關閉發(fā)射主控CPU首先使發(fā)射停止
2. 設置默認參數(shù)然后將DTGC模塊和動態(tài)范圍變化模塊的參 數(shù)設為默認,DTGC模塊的默認參數(shù)為使輸入增益為1的數(shù),動態(tài)范 圍參數(shù)使輸入數(shù)據(jù)由最小到最大線性映射到0 2553. 分析噪聲水平..從電影回放區(qū)采集一幀或者多幀數(shù)據(jù),由于 此時發(fā)射關閉,無回波信號,所以電影回放區(qū)內(nèi)為噪聲數(shù)據(jù)。對采 集到的噪聲數(shù)據(jù)進行分析,得到對應圖像不同深度的噪聲水平。
4. 打開發(fā)射主控CPU使發(fā)射開啟
5. 采集數(shù)據(jù)從電影回放區(qū)采集一幀或者多幀數(shù)據(jù),由于此時 發(fā)射開啟,電影回放存儲器內(nèi)為被掃描物反射回波經(jīng)過處理的數(shù)據(jù)。
6. 分析使圖像自動均衡的PDM:主控CPU對采集得到的數(shù)據(jù)進 行分析,得到使顯示圖像整場亮度均勻,且平均亮度符合用戶要求 的PDM。
7. 送參數(shù)PDM到DTGC模塊將上一步分析得到的PDM寫到 DTGC模塊,這時顯示器中顯示的自然就是亮度優(yōu)化后的圖像。
本發(fā)明的方法實施例中的相關算法可分為三步
分析噪聲水平
分析圖像灰度變化曲
分析得到PDM
以下分別介紹這三步
一、噪聲水平的分析
采集到 一 幀的噪聲數(shù)據(jù)可以看成 一 個二維數(shù)組 Noiselmg[M][N], M為縱向的點數(shù), 一般在360 600之間,N為一幀 數(shù)據(jù)的接收線數(shù)目,分析噪聲水平按如下步驟進行
(1) 將噪聲圖像平均分成Ver—Num行,每行的數(shù)據(jù)量為 M/Ver—Num*N; Ver—Num的值可以根據(jù)探頭,檢査模式的不同設成 不同的值。
(2) 計算每一行所有數(shù)據(jù)的均值,得到噪聲水平曲線 Noise[i], i-0~Ver—Num-l ,代表圖象顯示區(qū)域由淺到深的噪聲水 平;噪聲水平曲線的計算公式為
Noise[i〗=Mean(NoiseImg[i*M/Ver—Num: (i+l) *M/Ver—Num-l][O:N-l])
(3)如果采集了多幀噪聲圖像,可以重復l, 2,然后將對應于 每一幀噪聲圖像的噪聲水平曲線Noise[i]平均,得到最終的噪聲水平 曲線Noise[i]。
二、分析灰度變化曲線
圖3為分析灰度變化的基本流程。將從電影回放區(qū)讀入的圖像 數(shù)據(jù)定義成一二維數(shù)組Image[M][N], M為縱向的點數(shù), 一般在 360~600之間,N為一幀數(shù)據(jù)的接收線數(shù)目,分析過程為
1 、將圖像平均分成Ver—Num行,每行的數(shù)據(jù)量為 M/Ver—Num*N; Ver—Num的值可以根據(jù)探頭,檢查模式的不同設成 不同的值。注意,圖像劃分的行數(shù)應該和噪聲圖像劃分的行數(shù)相 同。
2、確認每一行的類型。這一步為算法中的主要部分。我們認為 主要有三種類型 一種是以均勻軟組織為主,稱為有效行; 一種以
組織邊緣為主,稱為結(jié)構(gòu)行; 一種以噪聲為主,稱為噪聲行。確認 每一行類型的方法如下
a) 設定每一行內(nèi)子區(qū)域的大小為IFW (H為縱向點數(shù),W為 橫向點數(shù)),具體值可以根據(jù)探頭和檢查模式的不同而不同,H的 值應該小于等于M/Ver_Num ,為了方便敘述,這里使 H=M/Vcr—N亂
b) 在一行內(nèi)尋找代表軟組織的子區(qū)域,這些子區(qū)域的相互 位置可以不均勻排列,以第i行為例,尋找方法為
(i)從行起始處開始尋找代表均勻軟組織的子區(qū)域,用 Sublmg[m][n]表示子區(qū)域的元素,m取值范圍為[(i-l" M/Ver—Num i* M/Ver—Num-1] , n取值范圍[startP, startP+W-1],對于行起始, startP=0。從三個方面確認是否軟組織區(qū)域均值大于同行的噪聲水
平A倍(A可以根據(jù)探頭和檢查模式的不同設為不同值, 一般可以取
1.1);方差小于一個設定的方差值.,均值小于整幅圖像灰度最大值 B倍(B可以取0.8)。如果均值小于同行的噪聲水平A倍,該子區(qū)域 判斷為噪聲子區(qū)域;如果既非均勻軟組織,又非噪聲子區(qū)域,該子 區(qū)域判斷為結(jié)構(gòu)子區(qū)域。
(ii) 如果該子區(qū)域被判斷為均勻軟組織或者噪聲,則 StartP=StartP+W (相當于移動子區(qū)域),重復步驟(i),判斷下一個 子區(qū)域;如果該子區(qū)域判斷為結(jié)構(gòu)子區(qū)域,則startP= startP+deltaW, deltaW是一個小于W的數(shù), 一般取W的l/3或者一 半,可以根據(jù)探頭,檢査模式的不同設成不同的值,重復步驟(i), 判斷該子區(qū)域的類型。這樣的査找方式可以有效地避免結(jié)構(gòu)區(qū)域?qū)?灰度計算的影響(一般結(jié)構(gòu)區(qū)域的平均灰度會明顯比均勻組織區(qū)域 亮,引起對整行平均灰度水平的誤判),又能最大程度地利用所有 代表均勻軟組織的區(qū)域,而均勻劃分子區(qū)域的方式難以做到這一 點。
圖4為在均勻組織區(qū)域和結(jié)構(gòu)區(qū)域移動子區(qū)域方法的示意圖。
(iii) 按照步驟(ii)所述方法,將子區(qū)域由左向右移動到圖像最右 端,設定兩個計數(shù)器,分別記錄均勻軟組織子區(qū)域的數(shù)目和噪聲子 區(qū)域的數(shù)目。需要說明的是,也可以縮小子區(qū)域的面積,讓子區(qū)域 在行內(nèi)基于二維最尋找均勻組織子區(qū)域,可以達到更好的效果。
(iv) 如果一行內(nèi)均勻組織子區(qū)域的數(shù)目大于設定閾值T一Tis,該 行為有效行(以均勻軟組織為主),將用于圖像的灰度分析;如果 噪聲子區(qū)域的數(shù)目大于設定閾值T—Noise,該行為噪聲行;如果前兩 個條件都不成立,該行為結(jié)構(gòu)行。TJis和T!Noise可以根據(jù)探頭和 檢査模式的不同設為不同值。
c) 對整幅圖像分成的Ver—Num行都重復b),得到每一行的類型。
2. 計算每一行的灰度值Amp [i], i=0 Ver—Num-l。對于有效 行,灰度值為所有代表均勻軟組織的子區(qū)域的灰度均值,對于其它 行(噪聲行,結(jié)構(gòu)區(qū)域行),灰階值根據(jù)相鄰有效行的值進行插 值。如果無效行并未處于兩有效行之間,取最鄰近的有效行的灰階 值。
3. 如果存在多幀圖像數(shù)據(jù)可供分析,對其余幀的數(shù)據(jù)重復l到 3,每一幀都得到相應的灰度變化曲線,將所有的灰度變化曲線求平 均,為最終的灰度變化曲線Amp(i) , i= 0 Ver—Num-l 。
三、計算圖像均衡參數(shù)PDM
圖像均衡除了使全場組織的亮度基本相同,也要使亮度和理想 的平均灰度值為MeanGray (MeanGray可以設在系統(tǒng)預置中)接近, 在一般情況下,用戶通過調(diào)節(jié)Gain旋鈕達到這種效果。因此在計算 PDM時,除了考慮圖像的均衡,也要考慮整體亮度和MeanGray接近。
圖5為根據(jù)灰度變化曲線分析PDM的流程示意圖,計算按如下 步驟進行
1、 首先計算灰度變化曲線Amp和平均灰度MeanGray的差值 deltaGray,計算公式為
cfe/toGraj(0 = Mea"G考_,' = 0 ~ Fer _ jV薩 (})
很明顯,將Amp(i)和deltaGray(i)相加結(jié)果是MeanGray。設置 PDM的目的是使檢波后的數(shù)據(jù)與PDM相乘后,在經(jīng)過對數(shù)壓縮及動 態(tài)范圍變化后,產(chǎn)生大小為deltaGray(i)的灰度差。
2、 采集得到的電影回放數(shù)據(jù)是經(jīng)過對數(shù)壓縮和動態(tài)范圍變換 的結(jié)果,而DTGC模塊作用在對數(shù)壓縮之前。利用deltaGray,進行 反動態(tài)范圍變換及反對數(shù)變換,很容易得到一組PDMl(i), i=0 Ver_Num-l,將解調(diào)的數(shù)據(jù)和與其深度相對應的PDMl(i)相乘
后,進行對數(shù)壓縮及動態(tài)范圍變換,得到的結(jié)果必須使整個圖像代
表軟組織的部分灰度在MeanGray附近。
3、考慮在計算灰度變化曲線時確定的噪聲行,對這些行的數(shù)據(jù) 應該考慮做出抑制,如果第j行為噪聲行,和該行最接近的有效行為 第i行,則
嗎)=磨%#—一 —力) (2)
Sup—K為一個大于O的數(shù),命名為灰度抑制系數(shù),具體數(shù)值可以 根據(jù)探頭和檢査模式的不同設為不同值。
如果和某一灰度抑制無效行最接近的有效行有兩個,公式(2)中 的DTGC(i)可以換成兩個有效行的DTGC對應的均值。
前3步得到的DTGC數(shù)據(jù)長度為Ver一Num, 一般情況下DTGC模 塊需要的參數(shù)長度不會等于Ver一Num,可以將PDM1進行線性插 值,變成DTGC模塊需要的長度。插值后的結(jié)果即PDM參數(shù)。
在本發(fā)明的上述實施例中提出一種灰度曲線分析方式,其中采 用了一種動態(tài)尋找均勻組織子區(qū)域的方法,并且在判斷子區(qū)域類型 時考慮和噪聲水平的差異、方差、和最大亮度的差異;另外按圖像 劃分成多行,判別每行為三類中哪一類以均勻組織為主,以結(jié)構(gòu) 區(qū)域為主,以噪聲為主。即,基于動態(tài)尋找均勻組織子區(qū)域,以此 為基礎判別子區(qū)域所在行的類型,并在此基礎上分別灰度變化曲 線。這樣的方式更有利于灰度變化曲線的分析。本發(fā)明的實施例還 提出了根據(jù)灰度變化曲線分析DTGC模塊使用參數(shù)PDM的方法。
與現(xiàn)有技術(shù)的方法相比,本發(fā)明采用了動態(tài)尋找代表軟組織子 區(qū)域的方法;并且在確認子區(qū)域類型時不僅考慮平均灰度值,還考 慮與噪聲水平和最大灰度的關系,以及灰度的方差;采用這樣方式
可以有效地避免結(jié)構(gòu)子區(qū)域、噪聲子區(qū)域?qū)叶茸兓€分析的影 響,從而更準確地得到合適的PDM值,使圖像均衡效果更好.
本發(fā)明的實施例提出了一種基于合理地分析圖像灰度變化來計
算時間增益補償(TGC)參數(shù)PDM的方法。該方法使用動態(tài)劃分圖 像子區(qū)域的方式,利用圖像的亮度,方差特性,選出不同深度下代 表均勻軟組織的子區(qū)域,(這些子區(qū)域在橫向位置的間隔可能并不 均勻),分析這些代表均勻軟組織子區(qū)域灰度沿深度的變化,并以 此為基礎計算使圖像整場達到均衡的TGC參數(shù);同時找出主要屬于 噪聲的區(qū)域,在計算TGC時對這些區(qū)域考慮加以抑制。
本發(fā)明的實施例采用了一種動態(tài)尋找均勻組織子區(qū)域的方法, 并且在判斷子區(qū)域類型時考慮和噪聲水平的差異,方差,和最大亮 度的差異;另外按圖像劃分成多行,判別每行為三類中哪一類以均 勻組織為主,以結(jié)構(gòu)區(qū)域為主,以噪聲為主;在分析灰度變化曲線 時,只考慮均勻組織行,并對噪聲行加以抑制。這樣的方法相對于 以往發(fā)明,可以更準確地分析同灰度變化曲線,因而得到更好的圖 像均衡結(jié)果。
在本發(fā)明的上述實施例的說明中,在一行內(nèi)搜尋代表均勻軟組 織的子區(qū)域是基于一維搜索,類似的概念可以擴展到二維,實現(xiàn)更 準確地搜索。另外,類似的概念可以擴展到三維或者四維超聲成像 中,動態(tài)尋找屬于均勻組織的塊,用以判斷空間不同位置的灰度分 布,以此為基礎實現(xiàn)三維圖像的圖像均衡。
另外,本發(fā)明的超聲成像系統(tǒng)的上述實施例主要依靠主控CPU 來實現(xiàn),但是也可以用單獨的數(shù)字信號處理器(DSP)或者數(shù)字式 硬件邏輯電路實現(xiàn)。
權(quán)利要求
1、一種在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度值的方法,包括以下步驟獲得響應于預定時間增益補償參數(shù)產(chǎn)生的超聲圖像;從該超聲圖像中選擇不同深度下代表均勻軟組織的子區(qū)域;分析這些代表均勻軟組織的子區(qū)域的灰度沿深度的變化;以及基于該分析的結(jié)果計算該超聲圖像的優(yōu)化灰度值。
2、 根據(jù)權(quán)利要求l的方法,其中,所述選擇步驟包括 將該超聲圖像分成若干行; 設定每一行內(nèi)的子區(qū)域的大??;以及在每一行內(nèi)采用動態(tài)搜尋的方式確定每一行內(nèi)代表均勻軟組織 的子區(qū)域。
3、 根據(jù)權(quán)利要求2的方法,其中,所述確定步驟包括 當以下三個條件滿足時,判斷子區(qū)域是代表均勻軟組織的子區(qū)域子區(qū)域的灰度均值大于相同行的噪聲水平的預定倍; 子區(qū)域的灰度方差小于一個設定的方差值;以及 子區(qū)域的灰度均值小于整幅圖像的灰度最大值的預定倍。
4、 根據(jù)權(quán)利要求3的方法,其中,所述確定步驟還包括 當子區(qū)域的灰度均值小于相同行的噪聲水平的預定倍時,判斷該子區(qū)域為噪聲子區(qū)域;以及當子區(qū)域既非均勻軟組織子區(qū)域,又非噪聲子區(qū)域,則判斷該 子區(qū)域為結(jié)構(gòu)子區(qū)域。
5、 根據(jù)權(quán)利要求3的方法,其中,所述噪聲水平的預定倍數(shù)是 根據(jù)該超聲成像系統(tǒng)的探頭和檢査模式的不同而設定。
6、 根據(jù)權(quán)利要求3的方法,其中,所述噪聲水平的預定倍數(shù)是1.1。
7、 根據(jù)權(quán)利要求3的方法,其中,所述整幅圖像的灰度最大值 的預定倍數(shù)是0.8。
8、 根據(jù)權(quán)利要求l的方法,還包括根據(jù)每一行內(nèi)的灰度分布確定每一行所指示的內(nèi)容是以均勻軟 組織、或組織邊緣、或噪聲為主,從而將以均勻軟組織為主的行定 義為有效行,將以組織邊緣為主的行定義為結(jié)構(gòu)行,將以噪聲為主 的行定義為噪聲行。
9、 根據(jù)權(quán)利要求8的方法,所述計算步驟包括 計算每一行的灰度值;其中,對于有效行,該灰度值為所有代表均勻軟組織的子區(qū)域的灰度均值;對于噪聲行和結(jié)構(gòu)行,灰度值是根據(jù)相鄰有效行的灰 度值進行插值而獲得的;以及獲得該超聲圖像的灰度變化曲線。
10、 根據(jù)權(quán)利要求9的方法,還包括 計算灰度變化曲線與平均灰度的差值; 利用所計算的差值,進行反動態(tài)范圍變換和反對數(shù)變換; 對所確定的噪聲行的圖像數(shù)據(jù)執(zhí)行灰度抑制處理;以及獲得該超聲圖像的數(shù)字時間增益補償參數(shù)。
11、 根據(jù)權(quán)利要求l的方法,還包括 由該超聲成像系統(tǒng)采集多幀噪聲圖像; 將每一幀噪聲圖像分成若干行;計算每一行的所有灰度數(shù)據(jù)的均值,以獲得噪聲水平曲線; 將對應于每一幀噪聲圖像的噪聲水平曲線求平均,得到最終的 噪聲水平曲線。
12、 根據(jù)權(quán)利要求l的方法,其中,該超聲圖像包括多幀圖像, 該方法還包括將每一幀圖像分成若干行;確定每一行的類型,其中根據(jù)每一行內(nèi)的灰度分布確定每一行 所指示的內(nèi)容是以均勻軟組織、或組織邊緣、或噪聲為主,從而將 以均勻軟組織為主的行定義為有效行,將以組織邊緣為主的行定義 為結(jié)構(gòu)行,將以噪聲為主的行定義為噪聲行;計算每一行的灰度值;獲得關于每一幀圖像的灰度變化曲線;以及 將所有的灰度變化曲線求平均,獲得最終的灰度變化曲線。
13、 根據(jù)權(quán)利要求l的方法,其中,所述超聲圖像是三維圖像, 所述子區(qū)域是三維空間中的子塊。
14、 根據(jù)權(quán)利要求l的方法,其中,所述超聲圖像是四維圖像。
15、 一種可優(yōu)化超聲圖像的灰度值的超聲成像系統(tǒng),包括 獲得響應于預定時間增益補償參數(shù)產(chǎn)生的超聲圖像的裝置;從該超聲圖像中選擇不同深度下代表均勻軟組織的子區(qū)域的裝置;分析這些代表均勻軟組織的子區(qū)域的灰度沿深度的變化的裝 置;以及基于該分析的結(jié)果計算該超聲圖像的優(yōu)化灰度值的裝置。
全文摘要
本發(fā)明涉及一種在超聲成像系統(tǒng)中用于優(yōu)化超聲圖像的灰度值的方法,包括獲得響應于預定時間增益補償參數(shù)產(chǎn)生的超聲圖像;從該超聲圖像中選擇不同深度下代表均勻軟組織的子區(qū)域;分析這些代表均勻軟組織的子區(qū)域的灰度沿深度的變化;以及基于該分析的結(jié)果計算該超聲圖像的優(yōu)化灰度值。通過本發(fā)明的實施,超聲成像系統(tǒng)將獲得更好的圖像均衡效果。
文檔編號A61B8/00GK101190135SQ20061016353
公開日2008年6月4日 申請日期2006年11月29日 優(yōu)先權(quán)日2006年11月29日
發(fā)明者胡勤軍, 劍 董, 勇 蔣 申請人:深圳邁瑞生物醫(yī)療電子股份有限公司