一种B型图像增益参数自动优化方法技术

技术编号:5340630 阅读:248 留言:0更新日期:2012-04-11 18:40
本发明专利技术是一种B型图像增益参数自动优化方法,使超声设备呈现出亮度均匀一致的图像,方便医生的诊断。医生诊断过程中需根据需要来调整图像整体亮度、图像亮度均匀性等参数,以达到一个最优显示来获取诊断信息。本发明专利技术通过在包络数据或者对数压缩数据后,一路信号用于B型成像,同时分出一路数据进行增益优化参数计算,处理过程主要包括分块处理、梯度图计算、均匀组织子块判断、横纵向增益补偿曲线计算等主要环节,在启动优化后,将优化好的增益补偿曲线用于增益和均匀性的调整,从而获得图像增益合适,整场均匀的B型图像。

【技术实现步骤摘要】

本专利技术提供一种超声图像增益优化方法,尤其涉及一种B型图像增益参数自动优 化方法。
技术介绍
在医学超声B型成像中,由于声波能量随深度衰减、模拟及数字增益在深度上的 设置等原因,导致图像在深度上亮度不均勻,另外由于孔径和探头指向性的差异,图像在扫 描方向上的亮度也会出现不均勻,这些都会导致同一种组织由于所处成像平面位置不同表 现出不同的回声强度,影响医生的诊断。一般在深度方向上医生可以通过控制面板上的拨 钮对均勻性进行调整,而在扫描方向上目前的成像设备一般不具有调节的功能。对不同病 人以及不同的诊断部位,拨钮需要调整到不同位置才能使深度上达到一个较好的均勻性。B型图像的均勻性一般通过所谓“一键优化”的技术来实现,即用户启动优化按键, 系统通过对图像数据的分析,计算出一条随深度方向变化的增益曲线,然后用该曲线对图 像进行补偿,使图像达到深度上的均勻,有的方法认为亮度在深度上是单调变化的,并用直 线来拟合这种变化,作为增益补偿曲线;有的方法将图像均勻分割若干子块,计算子块的平 均灰度,并以此为基础计算补偿曲线;有的方法根据各个子区域的平均灰度方差、噪声等进 行子区域的分类,以此基础上计算不同深度下的增益补偿值,得到一条增益补偿曲线进行 补偿;这些方法都能一定程度上调整深度方向上的灰度均勻性,改善成像质量。现有的方法有的过于简单,不能真实反映深度上的灰度差异,有的方法仅通过灰 度统计值进行子区域的分类,结果不够准确;有的在启动优化时需要进行噪声的计算,增加 了响应的时间;而且这些方法一般仅能够进行深度方向的增益补偿。
技术实现思路
本专利技术是一种根据图像信号同时自动进行深度方向和扫描方向增益补偿的方法, 使超声设备呈现出亮度均勻一致的图像,方便医生的诊断。医生诊断过程中需根据实际需 要来调整图像整体亮度、图像亮度均勻性等参数,以达到一个最优显示来获取诊断信息。本 专利技术通过对原始的包络数据或者对数压缩数据进行处理,实现对图像整体亮度、图像亮度 均勻性的调整,在启动参数优化时,将优化后的参数用于成像处理。本专利技术为解决上述技术问题所采用的技术方案为一种B型图像增益参数自动优化方法A.在B型成像的对数压缩环节后分成两路信号,其中一路用于增益调节、动态范 围变换等直至成像,另外一路进行图像增益参数优化;B.在启动优化后,将优化好的参数用于B型成像的增益调节环节,实现B型成像的图像增益自动优化成像。在对数压缩后分出一路信号或在B型成像的包络提取环节分出一路信号用于图 像增益参数的优化。所述图像增益参数优化包括纵向优化和横向优化,所述纵向优化是深度方向增益 优化,所述横向优化是扫描线之间的增益优化。分出的一路用于图像增益参数自动优化,包括以下步骤1)对分出的一路信号图像进行分块,计算每个子块信号均值,并用平均噪声进行 阈值的判断,如果均值大于平均噪声的预先设定的倍数,则为信号,否则为噪声;2)对分出的一路信号图像计算梯度,对每个点的梯度值进行判断,梯度值大于预 先设定的阈值,判断为结构组织像素点,否则为非结构组织像素点;3)对于判断为信号的子块,计算子块内结构组织像素点所占的数目,如果超过预 先设定的百分比阈值,则判断该子块为结构组织子块,否则为均勻性组织子块;4)根据均勻组织子块的信号均值计算横向和纵向的增益补偿曲线;5)在启动优化后,根据横纵向增益补偿曲线进行横纵向增益补偿,使图像达到横 纵向的均勻,同时根据事先预设的亮度目标值调整图像的平均增益。在进行图像分块和计算梯度前,对图像在时间域上进行帧相关计算,以提高算法 的稳定性。所述步骤2)中,在计算梯度图像前对图像进行横向和纵向的平滑,然后分别在横 向和纵向进行降采样,对降采样后的小图像进行两个方向的梯度计算,得到两幅梯度图像 GImgX,GImgY,按下式计算最终的梯度图 Gimg =」GimgX2 +GimgY2再进行梯度图二值化,即对梯度图上的每一个点,与预先给定的阈值GThr进行对 比,如果大于GThr,则为结构组织像素点,对应值置为1,否则为非结构像素点,对应值置为 0o最终梯度图计算方法为两个方向梯度的绝对值之和权利要求一种B型图像增益参数自动优化方法,其特征在于A.在B型成像的对数压缩环节后分成两路信号,其中一路用于增益调节、动态范围变换等直至成像,另外一路进行图像增益参数优化;B.在启动优化后,将优化好的参数用于B型成像的增益调节环节,实现B型成像的图像增益自动优化成像。2.根据权利要求1所述一种B型图像增益参数自动优化方法,其特征在于在对数压 缩后分出一路信号或在B型成像的包络提取环节分出一路信号用于图像增益参数的优化。3.根据权利要求1所述一种B型图像增益参数自动优化方法,其特征在于所述图像 增益参数优化包括纵向优化和横向优化,所述纵向优化是深度方向增益优化,所述横向优 化是扫描线之间的增益优化。4.根据权利要求1所述的B型图像增益参数自动优化方法,其特征在于分出的一路 用于图像增益参数自动优化,包括以下步骤1)对分出的一路信号图像进行分块,计算每个子块信号均值,并用平均噪声进行阈值 的判断,如果均值大于平均噪声的预先设定的倍数,则为信号,否则为噪声;2)对分出的一路信号图像计算梯度,对每个点的梯度值进行判断,梯度值大于预先设 定的阈值,判断为结构组织像素点,否则为非结构组织像素点;3)对于判断为信号的子块,计算子块内结构组织像素点所占的数目,如果超过预先设 定的百分比阈值,则判断该子块为结构组织子块,否则为均勻性组织子块;4)根据均勻组织子块的信号均值计算横向和纵向的增益补偿曲线;5)在启动优化后,根据横纵向增益补偿曲线进行横纵向增益补偿,使图像达到横纵向 的均勻,同时根据事先预设的亮度目标值调整图像的平均增益。5.根据权利要求4所述的一种B型图像增益参数自动优化方法,其特征在于在进行 图像分块和计算梯度前,对图像在时间域上进行帧相关计算,以提高算法的稳定性。6.根据权利要求4所述的一种B型图像增益参数自动优化方法,其特征在于所述步 骤2)中,在计算梯度图像前对图像进行横向和纵向的平滑,然后分别在横向和纵向进行降 采样,对降采样后的小图像进行两个方向的梯度计算,得到两幅梯度图像GImgX,GImgY,按 下式计算最终的梯度图Gimg - ^GimgX2 + GimgY2再进行梯度图二值化,即对梯度图上的每一个点,与预先给定的阈值GThr进行对比, 如果大于GThr,则为结构组织像素点,对应值置为1,否则为非结构像素点,对应值置为0。7.根据权利要求6所述B型图像增益参数自动优化方法,其特征在于最终梯度图计 算方法为两个方向梯度的绝对值之和Gimg= I GimgX I +1 GimgY I ο8.根据权利要求6所述的B型图像增益参数自动优化方法,其特征在于所述梯度图 二值化,进一步做数学形态学处理,依次进行膨胀和腐蚀计算,使组织边界信息得到很好保 留的同时消除弱边界及噪声等其他因素产生的孤立的边界信息,得到组织结构图。9.根据权利要求4所述的B型图像增益参数自动优化方法,其特征在于所述增益补 偿曲线计算方法,依次包含下述步骤1)统计同一深度或扫描区域均勻组织子块所占的百分比,如果百分比小于预先给定的 阈值ValidThr,则判断该深度行本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员:张羽
申请(专利权)人:深圳市蓝韵实业有限公司
类型:发明
国别省市:94

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