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。