技术领域
本发明涉及一种在超声成像系统中用于优化超声图像的灰度值 的方法。
背景技术
通常在运用B型成像进行超声诊断时，诊断人员需要调整TGC (时间增益补偿)、Gain(总增益)、动态范围等，使图像达到一 个比较好的水平，这些调整操作会导致完成诊断的时间加长。这一 问题往往通过“B型图像一键优化”技术来解决。B型图像(即黑白 图像)一键优化技术的目的就是简化TGC、Gain、动态范围的调 节，用户只需要按一个键，由超声系统自动分析出最合适的TGC、 Gain及其他和成像相关的参数并使其生效，图像因而达到比较好的 水平，可以有效加快诊断的效率和准确率。这种工作方式称为一键 优化，或者自动图像均衡。 绝大多数一键优化(或者图像均衡)技术都是基于分析图像沿 深度方向的灰度变化情况，以此为基础计算合适的TGC曲线和 Gain，例如美国专利US 6743174B2以及美国专利US 5579768、US 6120446和US 6102859。分析灰度变化的方法各不相同，另外分析中 都考虑了对噪声的
抑制，其中US 6743174B2还提供了一个动态范围 自动优化的方法。
专利US 6743174B2假定灰度沿深度是单调均匀变化的，可以用 一条直线来拟合，很多时候这和实际情况不符，另外它利用灰度均 值和中值来调整动态范围的方式，也不太容易达到一个好的效果； US 5579768和US 6102859把B型图像沿探头径向和切向均匀地分成 若干子区域，在分析灰度变化时，主要考虑了每一子区域的平均灰 度，可能导致灰度变化分析不够准确；另外这种均匀地分隔子区域 方式，也不利于灰度变化分析。 发明内容
本发明的目的是提供一种可以克服上述现有技术的缺陷并获得 更好的图像均衡效果的超声成像系统和成像方法。
本发明提供一种在超声成像系统中用于优化超声图像的灰度值 的方法，包括以下步骤：
获得响应于预定时间增益补偿参数产生的超声图像；
从该超声图像中选择不同深度下代表均匀软组织的子区域；
分析这些代表均匀软组织的子区域的灰度沿深度的变化；以及
基于该分析的结果计算该超声图像的优化灰度值。
本发明还提供一种可优化超声图像的灰度值的超声成像系统， 包括：
获得响应于预定时间增益补偿参数产生的超声图像的装置；从 该超声图像中选择不同深度下代表均匀软组织的子区域的装置；分 析这些代表均匀软组织的子区域的灰度沿深度的变化的装置；以及 基于该分析的结果计算该超声图像的优化灰度值的装置。
附图说明
图1是本发明的超声成像系统的实施例的结构方框图；
图2是本发明的在超声成像系统中用于优化超声图像的灰度值的 方法的实施例的流程图；
图3是在根据本发明的实施例中分析灰度变化的流程图；
图4是在根据本发明的实施例中子区域移动方法的示意图；和
图5是在根据本发明的实施例中图像均衡参数的计算流程示意 图。
具体实施方式
图1是本发明的可实现自动图像均衡的超声成像系统的实施例 的结构方框图(其中由于发射部分和本发明无太大关系，因此未示 出发射部分)。
一个常规的B型成像流程为：探头发射出脉冲，参与接收的各 阵元接收到回波，经过放大，A/D转换，在波束合成器以不同的延 时量相加得到射频数据。射频数据经过检包络和降采样，DTGC (Digital time gain compensation)，对数压缩，动态范围变化，数 据进入电影回放存储器，以便用户可以回放数据，同时进入DSC (数字扫描转换)，DSC结果显示在屏幕上，即B型图像。上述过 程中，DTGC是指给输入的数据沿深度(即时间)给予不同的增 益，目的是使显示在屏幕上的图像亮度比较均匀，一般说来是用户 根据显示在屏幕上的图像，拨动键盘上的电位器(一般有六到八 个，对应不同深度的增益补偿值)对图像不同的深度部分调亮或者 变暗，或者旋转键盘上的Gain旋钮使图像整体变暗/亮，主控CPU读 取这些电位器和Gain旋钮的状态，换算成对应DTGC参数值(一般 会经过插值)，并将该值写到DTGC模块，DTGC模块用写入的 DTGC参数值和解调后的结果相乘。
以一个具体的系统为例，假定键盘上有八个电位器，八个电位 器数值对应dtgc_po[i]，i＝0～7，Gain旋钮对应数值gain，检波降采样 后的一条扫描线数据为x[k]，k＝0～511，DTGC模块的工作方式为：
1)主控CPU读入电位器的数值dtgc_po[i]，i＝0～7，对这8个数进 行线性插值，变成长度为128的DTGC1[i]，i＝0～127。
2)主控CPU读入Gain旋钮数值gain，将DTGC1和Gain旋钮对应 数值gain相加(或者相乘，不同系统略有区别)，得到长度为128的 PDM[i]，i＝0～127，并将PDM的值提供给DTGC模块。其中，PDM是 数字增益补偿参数(Parameter for DTGC Module)。
DTGC模块将输入的降采样结果x[k]，k＝0～511和PDM[i]， i＝0～127相乘，假定输出的数据为y[k]，k＝0～511。
y[k]＝x[k]*PDM[i]□C i＝[k/delta]
上式中delta表示每delta个输入点和同一个PDM相乘，一般的， delta可以取4。
如果键盘上的电位器或者Gain旋钮状态发生了变化，重复1)～2)
本发明的超声成像系统就是自动寻合适的PDM，替换由键盘 上的TGC电位器及Gain决定的PDM。参见图1，在非一键优化状态 下，主控CPU根据键盘的电位器及Gain旋钮状态按上述方法计算 PDM并送入硬件中的DTGC模块；在一键优化状态下，主控CPU从 电影回放区读取数据，通过分析这些数据，得到合适的PDM，送入 硬件中的DTGC模块。
图2为是本发明的在超声成像系统中用于优化超声图像的灰度 值的方法的实施例的流程图。当用户启动本发明的方法时，其工作 流程如下：
1.关闭发射：主控CPU首先使发射停止
2.设置默认参数：然后将DTGC模块和动态范围变化模块的参 数设为默认，DTGC模块的默认参数为使输入增益为1的数，动态范 围参数使输入数据由最小到最大线性映射到0～255
3.分析噪声水平：从电影回放区采集一帧或者多帧数据，由于 此时发射关闭，无回波信号，所以电影回放区内为噪声数据。对采 集到的噪声数据进行分析，得到对应图像不同深度的噪声水平。
4.打开发射：主控CPU使发射开启
5.采集数据：从电影回放区采集一帧或者多帧数据，由于此时 发射开启，电影回放存储器内为被扫描物反射回波经过处理的数 据。
6.分析使图像自动均衡的PDM：主控CPU对采集得到的数据进 行分析，得到使显示图像整场亮度均匀，且平均亮度符合用户要求 的PDM。
7.送参数PDM到DTGC模块：将上一步分析得到的PDM写到 DTGC模块，这时显示器中显示的自然就是亮度优化后的图像。
本发明的方法实施例中的相关算法可分为三步：
分析噪声水平
分析图像灰度变化曲
分析得到PDM
以下分别介绍这三步
一、噪声水平的分析
采集到一帧的噪声数据可以看成一个二维数组 NoiseImg[M][N]，M为纵向的点数，一般在360～600之间，N为一帧 数据的接收线数目，分析噪声水平按如下步骤进行：
(1)将噪声图像平均分成Ver_Num行，每行的数据量为 M/Ver_Num*N；Ver_Num的值可以根据探头，检查模式的不同设成 不同的值。
(2)计算每一行所有数据的均值，得到噪声水平曲线 Noise[i]，i＝0～Ver_Num-1，代表图象显示区域由浅到深的噪声水 平；噪声水平曲线的计算公式为：
Noise[i]＝Mean(NoiseImg[i*M/Ver_Num：(i+1)*M/Ver_Num- 1][0：N-1])
(3)如果采集了多帧噪声图像，可以重复1，2，然后将对应于 每一帧噪声图像的噪声水平曲线Noise[i]平均，得到最终的噪声水平 曲线Noise[i]。
二、分析灰度变化曲线
图3为分析灰度变化的基本流程。将从电影回放区读入的图像 数据定义成一二维数组Image[M][N]，M为纵向的点数，一般在 360～600之间，N为一帧数据的接收线数目，分析过程为：
1、将图像平均分成Ver_Num行，每行的数据量为 M/Ver_Num*N；Ver_Num的值可以根据探头，检查模式的不同设成 不同的值。注意，图像划分的行数应该和噪声图像划分的行数相 同。
2、确认每一行的类型。这一步为算法中的主要部分。我们认为 主要有三种类型：一种是以均匀软组织为主，称为有效行；一种以 组织边缘为主，称为结构行；一种以噪声为主，称为噪声行。确认 每一行类型的方法如下：
a)设定每一行内子区域的大小为H*W(H为纵向点数，W为 横向点数)，具体值可以根据探头和检查模式的不同而不同，H的 值应该小于等于M/Ver_Num，为了方便叙述，这里使 H＝M/Ver_Num。
b)在一行内寻代表软组织的子区域，这些子区域的相互 位置可以不均匀排列，以第i行为例，寻方法为：
(i)从行起始处开始寻代表均匀软组织的子区域，用 SubImg[m][n]表示子区域的元素，m取值范围为[(i-1)*M/Ver_Num i* M/Ver_Num-1]，n取值范围[startP，startP+W-1]，对于行起始，
startP＝0。从三个方面确认是否软组织区域：均值大于同行的噪声水 平A倍(A可以根据探头和检查模式的不同设为不同值，一般可以取 1.1)；方差小于一个设定的方差值；均值小于整幅图像灰度最大值 B倍(B可以取0.8)。如果均值小于同行的噪声水平A倍，该子区域 判断为噪声子区域；如果既非均匀软组织，又非噪声子区域，该子 区域判断为结构子区域。
(ii)如果该子区域被判断为均匀软组织或者噪声，则 startP＝startP+W(相当于移动子区域)，重复步骤(i)，判断下一个 子区域；如果该子区域判断为结构子区域，则startP＝ startP+deltaW，deltaW是一个小于W的数，一般取W的1/3或者一 半，可以根据探头，检查模式的不同设成不同的值，重复步骤(i)， 判断该子区域的类型。这样的查方式可以有效地避免结构区域对 灰度计算的影响(一般结构区域的平均灰度会明显比均匀组织区域 亮，引起对整行平均灰度水平的误判)，又能最大程度地利用所有 代表均匀软组织的区域，而均匀划分子区域的方式难以做到这一 点。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议