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