System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种彩色血流的层流图像优化方法、装置、存储介质及电子设备制造方法及图纸_技高网

一种彩色血流的层流图像优化方法、装置、存储介质及电子设备制造方法及图纸

技术编号:44831952 阅读:8 留言:0更新日期:2025-04-01 19:33
本发明专利技术提供一种彩色血流的层流图像优化方法、装置、存储介质及电子设备,其中方法包括:对调解后信号进行包络处理;对包络处理结果进行降采样;对降采样结果进行高斯模糊化;对高斯模糊化结果进行升采样;对升采样结果进行归一化;对归一化结果进行纵向的极值点搜索;基于极值点搜索结果,确定上下管壁的坐标位置;对上下管壁的坐标位置进行一次拟合;基于一次拟合结果,确定高斯核;对调解后信号进行延时相关处理;基于延时相关处理结果与高斯核,确定优化后的滤波血流图像。避免改变血流的发射序列而得到更好的超声血流图像,减少多工成像下系统的负担与增加系统在调节信号表现时的鲁棒性;透过少量数据的快速计算得到当前血流的各向异性形态。

【技术实现步骤摘要】

本专利技术涉及计算机数据处理,特别涉及一种彩色血流的层流图像优化方法、装置、存储介质及电子设备


技术介绍

1、超声血流成像是一种医学影像技术,它结合了超声成像和多普勒效应,用来可视化和评估血流在人体内的运动情况。其中,超声血流层流是一种在特定的预设下进行的超声血流成像,其通常在管道中以较稳定速度流动时发生。层流的特点是较少的湍流和涡流,使流体能够以较稳定的方式流动。

2、超声血流成像通常用于检测和评估血管内的血流状况。在这种情况下,血流的速度和方向信息是通过多普勒效应来获取的。血流成像通常在临床中用于评估血流是否正常,而层流是一种流动状态,有助于确保血流在评估过程中保持较为稳定的条件,以便获得可靠的超声血流成像数据。超声血流成像依赖于多普勒效应来测量血流速度和方向,而层流是一种流动状态,有助于确保血流在评估过程中保持较为稳定的条件,以获得准确的超声血流成像数据。因此,层流是超声血流成像中的一种流体动力学特性,对血流层流图像的优化有助于该技术的准确性和可靠性。


技术实现思路

1、本专利技术目的之一在于提供了一种彩色血流的层流图像优化方法、装置、存储介质及电子设备,可以避免改变血流的发射序列而进一步得到更好的超声血流图像,减少多工成像下系统的负担与增加系统在调节信号表现时的鲁棒性;可以透过少量数据的快速计算得到当前血流的各向异性形态,同时结合了当前组织的背景信息,可以更好的计算出血流层流的视觉优化效果。

2、本专利技术实施例提供的一种彩色血流的层流图像优化方法,包括:

3、对调解后信号进行包络处理;

4、对包络处理结果进行降采样;

5、对降采样结果进行高斯模糊化;

6、对高斯模糊化结果进行升采样;

7、对升采样结果进行归一化;

8、对归一化结果进行纵向的极值点搜索;

9、基于极值点搜索结果,确定上下管壁的坐标位置;

10、对上下管壁的坐标位置进行一次拟合;

11、基于一次拟合结果,确定高斯核;

12、对调解后信号进行延时相关处理;

13、基于延时相关处理结果与高斯核,确定优化后的滤波血流图像。

14、可选的,高斯模糊化采用方差大于阈值的一维高斯卷积核对深度方向进行卷积,一维高斯卷积核g(x)的表达式为:

15、

16、其中,σ是当前高斯分布的标准差,e为自然常数,x为当前点在彩色血流图像坐标中的位置。

17、可选的,升采样倍数等同降采样的倍数。

18、可选的,所述基于极值点搜索结果,确定上下管壁的坐标位置,包括:

19、对极值点搜索结果中的极值点列表进行峰值排序,取每次峰值排序前2的结果以确定上下管壁的坐标位置;

20、其中,对于极值点搜索结果中,同样排序之下不同搜索结果差异超过统计平均三倍标准差的坐标点使用n个结果的重新计算值,重新计算值方法首先计算n个结果的平均值a与方差b,将三倍方差之外的数值作为异常值进行剃除后进行二次平均得到最终的坐标位置。

21、可选的,一次拟合使用最小二乘回归方法或是精细分段的最小二乘回归法,分段以g个数值为一段得到每个区间血管壁的斜率数组[k1,k2,…kp],其中k是斜率的值,p是对n个纵向值的分段组数,其中g*p=n;并且根据不同的k值输出尺度为m x k的斜率区间掩膜gp。

22、可选的,所述基于一次拟合结果,确定高斯核,包括:

23、基于一次拟合结果中分割出的p个不同纵向分段组的斜率得到二维的各向异性的高斯核;其中,高斯核的概率分布依据不同区段的k值有不同的趋势;二维的各向异性高斯核由计算两个一维的高斯核叠加组成。

24、可选的,所述基于延时相关处理结果与高斯核,确定优化后的滤波血流图像,包括:

25、对延时相关处理结果中的固定延时相关v图像依照gp掩膜进行点对点各向异性高斯卷积滤波vg;其中,v中每个像素点卷积各向异性高斯核;

26、对gp掩膜中分组[k1,k2,…kp]斜率变化的组间区域进行坐标记录,记录为数组[kx1,kx2…kx(p-1)],将坐标列表中的vg数值对左右侧像素点进行点平均:

27、vgkx1=0.5*vg(kx1-1)+0.5*vg(kx1+1);

28、对处理后的vg图像进行反正切计算,得到优化后的滤波血流图像vlm:

29、vlm=arctan(vgkx1)。

30、本专利技术实施例提供的一种彩色血流的层流图像优化装置,其特征在于,包括:

31、包络处理模块,用于对调解后信号进行包络处理;

32、降采样模块,用于对包络处理结果进行降采样;

33、高斯模糊化模块,用于对降采样结果进行高斯模糊化;

34、升采样模块,用于对高斯模糊化结果进行升采样;

35、归一化模块,用于对升采样结果进行归一化;

36、极值点搜索模块,用于对归一化结果进行纵向的极值点搜索;

37、坐标位置确定模块,用于基于极值点搜索结果,确定上下管壁的坐标位置;

38、一次拟合模块,用于对上下管壁的坐标位置进行一次拟合;

39、高斯核确定模块,用于基于一次拟合结果,确定高斯核;

40、延时相关处理模块,用于对调解后信号进行延时相关处理;

41、滤波血流图像确定模块,用于基于延时相关处理结果与高斯核,确定优化后的滤波血流图像。

42、本专利技术实施例提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现上述任一项所述的方法。

43、本专利技术实施例提供的一种电子设备,该电子设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现上述任一项所述的方法。

44、本专利技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

45、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。

本文档来自技高网...

【技术保护点】

1.一种彩色血流的层流图像优化方法,其特征在于,包括:

2.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,高斯模糊化采用方差大于阈值的一维高斯卷积核对深度方向进行卷积,一维高斯卷积核G(x)的表达式为:

3.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,升采样倍数等同降采样的倍数。

4.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,所述基于极值点搜索结果,确定上下管壁的坐标位置,包括:

5.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,一次拟合使用最小二乘回归方法或是精细分段的最小二乘回归法,分段以g个数值为一段得到每个区间血管壁的斜率数组[K1,K2,…Kp],其中K是斜率的值,p是对n个纵向值的分段组数,其中g*p=n;并且根据不同的K值输出尺度为m x k的斜率区间掩膜GP。

6.如权利要求5所述的彩色血流的层流图像优化方法,其特征在于,所述基于一次拟合结果,确定高斯核,包括:

7.如权利要求5所述的彩色血流的层流图像优化方法,其特征在于,所述基于延时相关处理结果与高斯核,确定优化后的滤波血流图像,包括:

8.一种彩色血流的层流图像优化装置,其特征在于,包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现如权利要求1-7中任一项所述的方法。

10.一种电子设备,其特征在于,该电子设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如权利要求1-7中任一项所述的方法。

...

【技术特征摘要】

1.一种彩色血流的层流图像优化方法,其特征在于,包括:

2.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,高斯模糊化采用方差大于阈值的一维高斯卷积核对深度方向进行卷积,一维高斯卷积核g(x)的表达式为:

3.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,升采样倍数等同降采样的倍数。

4.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,所述基于极值点搜索结果,确定上下管壁的坐标位置,包括:

5.如权利要求1所述的彩色血流的层流图像优化方法,其特征在于,一次拟合使用最小二乘回归方法或是精细分段的最小二乘回归法,分段以g个数值为一段得到每个区间血管壁的斜率数组[k1,k2,…kp],其中k是斜率的值,p是对n个纵向值的分段组数,其中g*p=n...

【专利技术属性】
技术研发人员:温振耀徐嘉琪雅克·苏凯
申请(专利权)人:逸超医疗科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1