超声图像的渲染方法、装置及超声设备制造方法及图纸

本发明专利技术涉及图像处理技术领域，具体涉及一种超声图像的渲染方法、装置及超声设备。其中，渲染方法包括：获取第一分辨率的超声图像；其中，所述第一分辨率的超声图像是原始超声图像经光照模型处理后得到的；将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像；其中，所述第二分辨率大于所述第一分辨率，所述图像渲染模型是基于神经网络模型训练得到的。该方法将通过光照模型获得的所述第一分辨率的超声图像输入基于神经网络模型训练得到的超声图像渲染模型中，得到分辨率大于所述第一分辨率的超声图像，有效提升了超声图像渲染的质量。

Rendering method, device and ultrasonic equipment of ultrasonic image

【技术实现步骤摘要】
超声图像的渲染方法、装置及超声设备
本专利技术涉及图像处理
，具体涉及一种超声图像的渲染方法、装置及超声设备。
技术介绍
目前，超声图像的渲染通常是基于光线透射算法，对超声图像进行处理，但是该算法通常受制于采样面以及输出图像的分辨率，通常来说，采样面越多，成像效果越好，但是计算量也越大，输出图像的分辨率越大，所需要的光线数量越多，也就越耗性能，当采用数量较少的采样面以及较高的输出图像分辨率时，最终的成像效果越差。
技术实现思路
有鉴于此，本专利技术实施例提供了一种超声图像的渲染方法及渲染模型的训练方法，以解决超声图像渲染质量差的问题。根据第一方面，本专利技术实施例提供了一种超声图像的渲染方法，包括：获取第一分辨率的超声图像；其中，所述第一分辨率的超声图像是原始超声图像经光照模型处理后得到的；将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像；其中，所述第二分辨率大于所述第一分辨率，所述图像渲染模型是基于神经网络模型训练得到的。本专利技术实施例提供的超声图像的渲染方法，将通过光照模型获得的所述第一分辨率的超声图像输入基于神经网络模型训练得到的超声图像渲染模型中，得到分辨率大于所述第一分辨率的超声图像，有效提升了超声图像渲染的质量。结合第一方面，在第一方面第一实施方式中，所述将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像，包括：利用第一特征提取模块提取所述第一分辨率的超声图像的全局特征；>利用第二特征提取模块提取所述第一分辨率的超声图像的局部细节特征；将所述全局特征与所述局部细节特征的对应元素相加，得到所述第一分辨率的超声图像的特征；利用第一超分辨率模块对所述第一分辨率的超声图像的特征进行处理，以得到所述第二分辨率的超声图像。本专利技术实施例提供的超声图像的渲染方法，通过将第一特征提取模块提取到的全局特征与第二特征提取模块提取到的局部细节特征对应的元素相加后输入第一超分辨率模块进行处理，得到第二分辨率的超声图像，有效提升超声图像渲染的质量。结合第一方面第一实施方式，在第一方面第二实施方式中，所述利用第一特征提取模块提取所述第一分辨率的超声图像的全局特征，包括：利用至少一层第一卷积层对所述第一分辨率的超声图像进行全局特征提取，以得到所述全局特征。本专利技术实施例提供的超声图像的渲染方法，通过至少一层卷积层对所述第一分辨率的超声图像进行全局特征提取，以得到所述全局特征，不仅提高了全局特征提取的准确性，也节省了时间，方便使用。结合第一方面第一实施方式或第一方面第二实施方式，在第一方面第三实施方式中，所述利用第二特征提取模块提取所述第一分辨率的超声图像的局部细节特征，包括：利用下采样层对所述第一分辨率的超声图像进行下采样；利用至少一层第二卷积层对下采样后的所述第一分辨率的超声图像进行局部特征的提取；利用第二超分辨率模块对提取出的局部特征进行处理，以得到所述局部细节特征。本专利技术实施例提供的超声图像的渲染方法，依次对所述第一分辨率的超声图像进行下采样、卷积处理得到所述局部特征，再利用第二超分辨率模块对所述局部特征进行处理，得到所述第一分辨率的超声图像的局部细节特征，可以提高局部细节特征提取的层次感以及准确度。结合第一方面第一实施方式，在第一方面第四实施方式中，所述全局特征采用第一矩阵表示，所述局部细节特征采用第二矩阵表示；其中所述第一矩阵与所述第二矩阵的维数相等；其中，所述将所述全局特征与所述局部细节特征的对应元素相加，得到所述第一分辨率的超声图像的特征，包括：将所述第一矩阵与所述第二矩阵的对应位置的元素相加，以得到所述第一分辨率的超声图像的特征。本专利技术实施例提供的超声图像的渲染方法，通过将全局特征以及局部细节特征对应的元素相加，得到所述超声图像的特征，计算方法简单，有效缩短了超声图像渲染的时间。结合第一方面，在第一方面第五实施方式中，所述获取第一分辨率的超声图像，包括：获取所述原始超声图像；将所述原始超声图像转化为三维纹理图像；其中，所述三维纹理图像与所述原始超声图像的像素点一一对应；对所述三维纹理图像进行光线投射处理，得到所述第一分辨率的超声图像。本专利技术实施例提供的超声图像的渲染方法，通过将原始超声图像转化为三维纹理图像，并将所述三维纹理图像进行光线投射处理，以得到所述第一分辨率的超声图像，为后续的渲染提供了基础，有效提升了渲染的质量。结合第一方面，在第一方面第六实施方式中，所述超声图像渲染模型是采用如下方法训练得到的：获取训练图像集以及目标图像集；其中，所述训练图像集中的第一图像与所述目标图像集中的第二图像一一对应，且所述第二图像的分辨率大于所述第一图像的分辨率；将所述第一图像以及所述第二图像输入超声图像渲染模型中，以得到对应于所述第一图像的第三图像；根据所述第三图像以及所述第二图像，对所述超声图像渲染模型中的参数进行更新。本专利技术实施例提供的超声图像渲染模型的训练方法，通过将所述第一图像与第二图像共同输入超声图像渲染模型中，得到所述第三图像，并根据所述第三图像与第二图像对所述超声图像渲染模型进行参数更新，丰富了训练的层次，从而提高了渲染后图像的质量。根据第二方面，本专利技术实施例提供了一种超声图像的渲染装置，包括：获取模块，用于获取第一分辨率的超声图像；其中，所述第一分辨率的超声图像是原始超声图像经光照模型处理后得到的；渲染模块，用于将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像；其中，所述第二分辨率大于所述第一分辨率，所述图像渲染模型是基于神经网络模型训练得到的。本专利技术实施例提供的超声图像的渲染装置，将通过光照模型获得的所述第一分辨率的超声图像输入基于神经网络模型训练得到的超声图像渲染模型中，得到分辨率大于所述第一分辨率的超声图像，有效提升了超声图像渲染的质量。根据第三方面，本专利技术实施例提供了一种超声设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或第一方面任一实施方式所述的超声图像的渲染方法。根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面或第一方面任一实施方式所述的超声图像的渲染方法。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的超声图像的渲染方法的流程图；图2是根据本专利技术实施例的超声图像的渲染方法的本文档来自技高网...

【技术保护点】
1.一种超声图像的渲染方法，其特征在于，包括：/n获取第一分辨率的超声图像；其中，所述第一分辨率的超声图像是原始超声图像经光照模型处理后得到的；/n将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像；其中，所述第二分辨率大于所述第一分辨率，所述图像渲染模型是基于神经网络模型训练得到的。/n

【技术特征摘要】
1.一种超声图像的渲染方法，其特征在于，包括：
获取第一分辨率的超声图像；其中，所述第一分辨率的超声图像是原始超声图像经光照模型处理后得到的；
将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像；其中，所述第二分辨率大于所述第一分辨率，所述图像渲染模型是基于神经网络模型训练得到的。


2.根据权利要求1所述的方法，其特征在于，所述将所述第一分辨率的超声图像输入超声图像渲染模型中，以得到第二分辨率的超声图像，包括：
利用第一特征提取模块提取所述第一分辨率的超声图像的全局特征；
利用第二特征提取模块提取所述第一分辨率的超声图像的局部细节特征；
将所述全局特征与所述局部细节特征的对应元素相加，得到所述第一分辨率的超声图像的特征；
利用第一超分辨率模块对所述第一分辨率的超声图像的特征进行处理，以得到所述第二分辨率的超声图像。


3.根据权利要求2所述的方法，其特征在于，所述利用第一特征提取模块提取所述第一分辨率的超声图像的全局特征，包括：
利用至少一层第一卷积层对所述第一分辨率的超声图像进行全局特征提取，以得到所述全局特征。


4.根据权利要求2或3所述的方法，其特征在于，所述利用第二特征提取模块提取所述第一分辨率的超声图像的局部细节特征，包括：
利用下采样层对所述第一分辨率的超声图像进行下采样；
利用至少一层第二卷积层对下采样后的所述第一分辨率的超声图像进行局部特征的提取；
利用第二超分辨率模块对提取出的局部特征进行处理，以得到所述局部细节特征。


5.根据权利要求2所述的方法，其特征在于，所述全局特征采用第一矩阵表示，所述局部细节特征采用第二矩阵表示；其中所述第一矩阵与所述第二矩阵的维数相等；其中，所述将所述全局特征与所述局部细节特征的对应元素相加，得到所述第一分辨率的超声图像的特...

【专利技术属性】
技术研发人员：汪燕，过易，赵明昌，陆坚，
申请(专利权)人：无锡触典科技有限公司，
类型：发明
国别省市：江苏;32