【技术实现步骤摘要】
本专利技术涉及超声成像，具体为用于超声图像增强的多模态融合方法。
技术介绍
1、超声成像是基于超声波在生物组织中的传播特性，通过发射和接收超声波，获取组织内部的解剖结构和功能信息的一种无创、低成本、实时的成像技术。它广泛应用于临床诊断中，特别是在妇产科、心血管、腹部、浅表器官等领域。由于超声成像不涉及放射性辐射，对人体无显著副作用，因此被认为是一种安全可靠的检查方法，同时，超声成像成本相对较低，易于在各级医疗机构普及，对于提升医疗服务质量和覆盖面具有重要意义。
2、由于超声成像自身的技术限制，如散射噪声、伪影干扰和有限的对比度分辨率，使得超声图像在质量和细节表现上存在一定的不足，为了克服这些限制，研究人员提出了多种图像增强方法，如基于小波变换、稀疏表示和深度学习的技术，但这些方法往往局限于单一模态的图像处理，未能充分利用其他成像模态的优势。因此，发展一种能够有效融合多模态图像信息，提高超声图像质量的融合方法，具有重要的临床应用价值。
技术实现思路
1、针对现有技术的不足，本专利技术提供了用于超声图像增强的多模态融合方法，解决了超声成像图像增强质量不足的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：用于超声图像增强的多模态融合方法，包括以下步骤：
3、s1.获取原始超声图像数据；
4、s2.对原始超声图像进行预处理，包括以下子步骤：
5、a.采用中值滤波对原始超声图像进行去噪处理；
6、b.采用
7、s3.将预处理后的超声图像与至少一种其他成像模态的图像进行配准，配准参数如下：
8、a.采用互信息配准算法；
9、b.配准精度为亚像素级，误差小于0.5个像素；
10、c.配准过程中，采用基于b样条插值的图像插值方法；
11、s4.根据以下参数进行多模态融合：
12、a.融合权重因子，范围为0.1至0.9，用于调整不同模态图像的贡献；
13、b.采用加权和或加权平均线性融合算子；
14、c.特征选择参数，包括空间特征、亮度特征和结构特征；
15、s5.利用以下参数对融合后的图像进行增强处理：
16、a.采用小波变换增强方法；
17、b.小波变换分解层数为2-3层；
18、c.采用阈值收缩方法对高频系数进行处理，阈值设置为0.05-0.1；
19、s6.对增强后的图像进行后处理，包括以下子步骤：
20、a.对图像进行对比度拉伸；
21、b.对图像进行直方图均衡化；
22、s7.输出增强后的超声图像。
23、优选的，所述s3中步骤三中配准算法的迭代次数为50次。
24、优选的，所述s4中的融合权重因子根据图像局部特征自适应调整。
25、优选的，所述s5中的小波变换采用daubech i es 4阶小波基。
26、优选的，所述s5中的阈值收缩方法采用软阈值处理。
27、优选的，所述s6中的对比度拉伸采用线性拉伸方法。
28、优选的，所述s6中的直方图均衡化采用全局直方图均衡化。
29、优选的，所述s4的融合过程中采用以下特征选择参数：
30、a.空间特征：边缘、纹理；
31、b.亮度特征：灰度均值、标准差；
32、c.结构特征：形状、大小。
33、优选的，所述s4中融合算子为加权平均，权重因子之和为1。
34、优选的，所述s2中的去噪处理和伪影校正过程中，参数设置分别为：
35、a.中值滤波窗口大小为3x3或5x5中的一种；
36、b.全变分正则化中的正则化参数设置为0.01或0.02中的一种。
37、本专利技术提供了用于超声图像增强的多模态融合方法。具备以下有益效果：
38、1、本专利技术的方法通过融合不同成像模态的图像信息，显著提高了超声图像的质量和可用性，通过采用配准技术和自适应融合权重调整策略，能够在增强图像细节的同时，保留各模态图像的独有特征，从而使得临床医生能够更准确地识别和评估病变组织，此外，该方法通过精细的图像增强处理，有效提升了图像的信噪比和对比度，减少了伪影干扰，为诊断提供了更为清晰和可靠的图像信息，进而提高了诊断的准确性和效率。
39、2、本专利技术通过采用小波变换和阈值收缩技术，该方法在图像空间分辨率的同时，有效改善了图像的纹理和边缘信息，使得图像在视觉上更加清晰，便于医生识别微小结构和细微病变，此外，该方法的后处理步骤，如对比度拉伸和直方图均衡化，进一步优化了图像的视觉效果，使得图像在全局范围内具有更好的对比度和层次感，有助于减少医生在长时间阅片过程中的视觉疲劳，提高了工作效率和诊断质量。
本文档来自技高网...【技术保护点】
1.用于超声图像增强的多模态融合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S4中的融合权重因子根据图像局部特征自适应调整。
3.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S5中的小波变换采用Daubechies 4阶小波基。
4.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S5中的阈值收缩方法采用软阈值处理。
5.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S6中的对比度拉伸采用线性拉伸方法。
6.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S6中的直方图均衡化采用全局直方图均衡化。
7.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S4的融合过程中采用以下特征选择参数：
8.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述S4中融合算子为加权平均，权重因子之和为1。
9
...【技术特征摘要】
1.用于超声图像增强的多模态融合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述s4中的融合权重因子根据图像局部特征自适应调整。
3.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述s5中的小波变换采用daubechies 4阶小波基。
4.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述s5中的阈值收缩方法采用软阈值处理。
5.根据权利要求1所述的用于超声图像增强的多模态融合方法，其特征在于，所述s6...
【专利技术属性】
技术研发人员：晁玉萍，石阿娟，
申请(专利权)人：富平县妇幼保健计划生育服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。