四维超声图像优化方法及系统技术方案

本发明专利技术实施例公开了一种四维超声图像优化方法及系统，所述四维超声图像包括目标对象的切片图像和三维图像，所述方法包括：获取目标对象的切片图像数据和三维图像数据；对每帧所述切片图像数据进行灰阶优化，并对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像；对所述三维图像数据进行参数优化，获取优化后的三维图像。本发明专利技术实施例公开的一种四维超声图像优化方法及系统，实现了对四维超声图像进行优化，得到了图像性能更优、立体效果更好的四维超声图像。

Four-dimensional ultrasonic image optimization method and system

The embodiment of the invention discloses a method and a system for optimization of four-dimensional ultrasound image, the four-dimensional ultrasound image consists of slice images and three-dimensional images of the target object, the method comprises the following steps: slicing image data acquisition targets and three-dimensional image data; gray-scale optimization for each frame of the image data, and the slice image the optimized data gray-scale enhancement, get slice image processing; parameter optimization of the three-dimensional image data, three-dimensional images after optimization. The four-dimensional ultrasonic image optimization method and system disclosed by the embodiment of the invention realizes the optimization of the four-dimensional ultrasonic image, and obtains a four-dimensional ultrasonic image with better image performance and better stereo effect.

【技术实现步骤摘要】
四维超声图像优化方法及系统
本专利技术实施例涉及超声图像
，尤其涉及一种四维超声图像优化方法及系统。
技术介绍
由于超声波在不同的组织内(例如心脏、头颅等)传播产生的衰减、反射和伪像情况不同，因此，若采用同一套预设超声四维成像参数对不同的组织进行成像，将不能满足不同组织的成像需求。例如不同孕周以及不同诊断部位的胎儿的超声图像的特征差异比较明显，若采用同一套预设超声四维成像参数更不能满足成像的需求。然而，仅依靠医生手动调节各类成像参数，不仅实时性低、操作繁琐，而且不一定能达到理想的成像效果，进而较大地影响了对异常病灶的检出率。
技术实现思路
本专利技术实施例提供了一种四维超声图像优化方法及系统，实现了对四维超声图像进行优化，得到了图像性能更优、立体效果更好的四维超声图像。第一方面，本专利技术实施例提供了一种四维超声图像优化方法，所述四维超声图像包括目标对象的切片图像和三维图像，该方法包括：获取目标对象的切片图像数据和三维图像数据；对每帧所述切片图像数据进行灰阶优化，并对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像；对三维图像数据进行参数优化，获取优化后的三维图像。进一步地，所述对每帧所述切片图像进行灰阶优化的步骤包括：从目标对象的超声回波数据中获取解调后幅度数据；计算解调后幅度数据的标准特征值；沿深度方向计算标准特征值的代表值；计算标准特征值与代表值之间的差值，得到增益补偿曲线；将增益补偿曲线作用于切片图像数据，得到灰阶优化后的切片图像数据。进一步地，所述对所述灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像的步骤包括：将灰阶优化后的切片图像数据进行金字塔分解，得到多个频率成份的图像子层；对每个子层图像分别进行各向异性扩散处理，得到多个各向异性扩散处理后的子层图像；对所述多个各向异性扩散处理后的子层图像进行基于金字塔的图像重构，得到处理后的切片图像，其中，所述基于金字塔的图像重构是所述金字塔分解的逆过程。进一步地，所述金字塔分解的步骤包括：对输入图像数据进行低通滤波；对滤波后的输入图像数据按照横纵方向进行降采样，得到降采样图像，其中每层的输入图像数据为上一层降采样后的数据；对降采样图像按照横纵方向进行上采样，得到上采样图像；对上采样图像进行低通滤波；将输入图像数据减去滤波后的上采样图像，得到预定频率成份的子层图像。进一步地，对每个所述子层图像进行各向异性扩散处理，得到多个各向异性扩散处理后的子层图像的步骤包括：对子层图像进行低通滤波；计算滤波后的子层图像的横梯度和纵梯度；根据横梯度和纵梯度构造组织张量，并计算组织张量的特征值；根据组织张量和特征值，计算扩张张量；根据扩张张量对子层图像进行离散各向异性扩散，得到各向异性扩散处理后的子层图像。进一步地，所述对三维图像数据进行参数优化的步骤包括：对三维图像数据进行直方图分布统计，并对直方图执行自适应均衡，得到均衡后的三维图像数据；统计均衡后的三维图像数据的体素灰度值的均值、大律阈值以及边界灰度值；分别根据均值、大律阈值以及边界灰度值与优化参数之间的映射关系，确定优化参数值；利用优化参数值和旋转灯光角度对三维图像数据进行优化，以获取优化后的三维图像。第二方面，本专利技术实施例还提供了一种四维超声图像优化系统，所述四维超声图像包括目标对象的切片图像和三维图像，该系统包括：获取模块，用于获取目标对象的切片图像数据和三维图像数据；灰阶优化模块，用于对每帧切片图像数据进行灰阶优化；增强处理模块，用于对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像；参数优化模块，用于对三维图像数据进行参数优化，获取优化后的三维图像。进一步地，所述灰阶优化模块包括：获取单元，用于从目标对象的超声回波数据中获取解调后幅度数据；标准特征值计算单元，用于计算解调后幅度数据的标准特征值；代表值计算单元，用于沿深度方向计算标准特征值的代表值；增益补偿曲线获取单元，用于计算标准特征值与代表值之间的差值，得到增益补偿曲线；灰阶优化单元，用于将增益补偿曲线作用于切片图像数据，得到灰阶优化后的切片图像数据。进一步地，所述增强处理模块包括：分解单元，用于将灰阶优化后的切片图像数据进行金字塔分解，得到多个频率成份的图像子层；各向异性扩散处理单元，用于对每个子层图像分别进行各向异性扩散处理，得到多个各向异性扩散处理后的子层图像；图像重构单元，用于对所述多个各向异性扩散处理后的子层图像进行基于金字塔的图像重构，得到处理后的切片图像，其中，所述基于金字塔的图像重构是所述金字塔分解的逆过程。进一步地，所述分解单元包括：第一滤波子单元，用于对输入图像数据进行低通滤波；降采样子单元，用于对滤波后的输入图像数据按照横纵方向进行降采样，得到降采样图像，其中每层的输入图像数据为上一层降采样后的数据；上采样子单元，用于对降采样图像按照横纵方向进行上采样，得到上采样图像；所述第一滤波子单元，还用于对上采样图像进行低通滤波；子层图像获取子单元，用于将输入图像数据减去滤波后的上采样图像，得到预定频率成份的子层图像。进一步地，所述各向异性扩散处理单元包括：第二滤波子单元，用于对子层图像进行低通滤波；梯度计算子单元，用于计算滤波后的子层图像的横梯度和纵梯度；组织张量构造子单元，用于根据横梯度和纵梯度构造组织张量，并计算组织张量的特征值；扩张张量计算子单元，用于根据组织张量和特征值，计算得到扩张张量；离散各向异性扩散子单元，用于根据扩张张量对子层图像进行离散各向异性扩散，得到各向异性扩散处理后的子层图像。进一步地，所述参数优化模块包括：执行单元，用于对三维图像数据进行直方图分布统计，并对直方图执行自适应均衡，得到均衡后的三维图像数据；统计单元，用于统计均衡后的三维图像数据的体素灰度值的均值、大律阈值以及边界灰度值；优化参数值确定单元，用于分别根据均值、大律阈值以及边界灰度值与优化参数之间的映射关系，确定优化参数值；优化单元，用于利用优化参数值和旋转灯光角度对三维图像数据进行优化，以获取优化后的三维图像。本专利技术实施例提供的一种四维超声成像优化方法，首先获取目标对象的切片图像数据和三维图像数据；然后对每帧所述切片图像数据进行灰阶优化，并对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像；最后对三维图像数据进行参数优化，获取优化后的三维图像；通过上述技术手段实现了对四维超声图像进行优化，得到了图像性能更优、立体效果更好的四维超声图像。附图说明图1是本专利技术实施例提供的一种四维超声图像优化方法流程示意图；图2是本专利技术实施例提供的一种对每帧切片图像进行灰阶优化的方法流程示意图；图3是本专利技术实施例提供的一种对灰阶优化后的切片图像数据进行增强处理的方法流程示意图；图4是本专利技术实施例提供的一种将切片图像数据进行金字塔分解的流程示意图；图5是本专利技术实施例提供的将切片图像数据进行金字塔分解的另一种流程示意图；图6是本专利技术实施例提供的一种对每个子层图像进行各向异性扩散处理，得到多个各向异性扩散处理后的子层图像的流程示意图；图7是本专利技术实施例提供的一种对子层图像进行金字塔重构的流程示意图；图8是本专利技术实施例提供的一种对三维图像数据进行参数优化的方法流程示意图；图9是本专利技术实施例提供的一种四维超声图像优化系统结构示意图。具体本文档来自技高网...

【技术保护点】
一种四维超声图像优化方法，所述四维超声图像包括目标对象的切片图像和三维图像，其特征在于，所述方法包括以下步骤：获取目标对象的切片图像数据和三维图像数据；对每帧所述切片图像数据进行灰阶优化，并对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像；对三维图像数据进行参数优化，获取优化后的三维图像。

【技术特征摘要】
1.一种四维超声图像优化方法，所述四维超声图像包括目标对象的切片图像和三维图像，其特征在于，所述方法包括以下步骤：获取目标对象的切片图像数据和三维图像数据；对每帧所述切片图像数据进行灰阶优化，并对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像；对三维图像数据进行参数优化，获取优化后的三维图像。2.根据权利要求1所述的方法，其特征在于，所述对每帧所述切片图像进行灰阶优化的步骤包括：从目标对象的超声回波数据中获取解调后幅度数据；计算解调后幅度数据的标准特征值；沿深度方向计算标准特征值的代表值；计算标准特征值与代表值之间的差值，得到增益补偿曲线；将增益补偿曲线作用于切片图像数据，得到灰阶优化后的切片图像数据。3.根据权利要求1所述的方法，其特征在于，对灰阶优化后的切片图像数据进行增强处理，得到处理后的切片图像的步骤包括：将灰阶优化后的切片图像数据进行金字塔分解，得到多个频率成份的图像子层；对每个子层图像分别进行各向异性扩散处理，得到多个各向异性扩散处理后的子层图像；对所述多个各向异性扩散处理后的子层图像进行基于金字塔的图像重构，得到处理后的切片图像，其中，所述基于金字塔的图像重构是所述金字塔分解的逆过程。4.根据权利要求3所述的方法，其特征在于，所述金字塔分解的步骤包括：对输入图像数据进行低通滤波；对滤波后的输入图像数据按照横纵方向进行降采样，得到降采样图像，其中每层的输入图像数据为上一层降采样后的数据；对降采样图像按照横纵方向进行上采样，得到上采样图像；对上采样图像进行低通滤波；将输入图像数据减去滤波后的上采样图像，得到预定频率成份的子层图像。5.根据权利要求3所述的方法，其特征在于，对每个所述子层图像进行各向异性扩散处理，得到多个各向异性扩散处理后的子层图像的步骤包括：对子层图像进行低通滤波；计算滤波后的子层图像的横梯度和纵梯度；根据横梯度和纵梯度构造组织张量，并计算组织张量的特征值；根据组织张量和特征值，计算扩张张量；根据扩张张量对子层图像进行离散各向异性扩散，得到各向异性扩散处理后的子层图像。6.根据权利要求1所述的方法，其特征在于，所述对三维图像数据进行参数优化的步骤包括：对三维图像数据进行直方图分布统计，并对直方图执行自...

【专利技术属性】
技术研发人员：李萍，艾金钦，陈伟璇，许龙，
申请(专利权)人：深圳开立生物医疗科技股份有限公司，
类型：发明
国别省市：广东,44