下载文档原格式
计算机在医学超声成像中的应用摘要：文章介绍了超声领域中的应用，探讨了领域超声图像处理的方法和医学图像存档及通信系统（PACS）。
关键词：医学超声成像；；图像处理；医学图像存档及通信系统中图分类号：TP399文献标识码：A文章编号：1007-9599(2010)13-0000-01一、计算机在超声图像处理中的应用超声数字图像处理包括超声图像的图像增强，图像的恢复，图像编码，图像的分析和图像的重建等内容。
本文仅从图像的视觉效果进行探讨计算机在超声数字图像处理中的应用。
（一）平滑处理图像。
对图像进行平滑处理，主要是为了尽量减少噪声对其造成的影响，理论上讲，B超探头所获得的同一个部位的静态脏器图像都具有形似的灰度值，但是，在现实应用中，其会不可避免的受到噪声的干扰，噪声对某帧图像和任意像素的影响是一定的，其一般也被看作是孤立的。
为了尽可能的减少或者避免这种干扰造成的影响，通常采用领域平均法和帧平均法这两种图像空域处理方法。
所谓领域平均法，不论像素内是否包含噪声，总是使用和相邻行的像素的灰度平均值对当前行进行赋值。
也即是当前显示灰度值的像素，是已扫描的前一行和当前行的相应色素的平均值。
这主要是因为噪声干扰的非相关性和行间图像信息的相关性，经过平滑处理后噪声干扰会减少一半。
帧平均法，是让相邻帧图像之间进行这种平滑。
（二）伪色彩处理。
由于人眼分辨灰度的能力是很有限的，而对于彩色图像人眼可以分辨上千种，但是对于B超诊断仪得到的是灰度图像，如果不同等级的灰度差被不同的色彩替换掉，图像的增强效果则会更加明显，从而灰度差较小的像素也很容易识别，提高了观察者识别B超信息的能力，这种使用色彩差代替灰度差的方法称为伪彩色处理。
灰度切割法的色彩变换，就是按照灰度等级将一幅图像的切割着色的方法。
以取4位字长的像素灰度值为例，从高到低将其4位码进行排序，并分别传送到B，G，R，Y这4个通道，这样就能够得到这4中颜色的变化。
（三）对比度增强处理图像。
高档彩色多普超声诊断仪参数一、主要技术参数1.1主要技术参数*1.1.1 ≥19英寸高分辨、高亮度、无闪烁、彩色超薄液晶逐行扫描监视器，自由臂，可任意旋转抬升，≥6英寸触摸控制屏1.1.2 全数字化超声平台，全数字多路波束形成器，可变孔径及动态变迹A/D16bit 1.1.3 数字化二维灰阶成像单元及M型显像单元1.1.4 数字化彩色多普勒单元, 方向性彩色多普勒能量图1.1.5 数字化频谱多普勒显示及分析技术(包含实时自动包络频谱测量与分析)1.1.6 组织二次谐波成像技术：自然组织谐波成像技术（组织增强谐波技术，脉冲反相谐波技术，多脉冲谐波技术）、实时造影谐波成像技术1.1.7 自适应图像处理技术，自动优化整幅图像,提高组织界面和边界回声，支持二维，彩色和多普勒1.1.8 脉冲编码群发射接收技术，根据不同检查深度，均衡发射脉冲频率，提高穿透性1.1.9 MRI图像处理技术(作用每个像素,消除了图像的斑点和噪音)1.1.10 动态压缩技术，保证最大动态范围应用中的信噪比提升1.1.11 智能图像扫描技术,作用于2D及Doppler,单键操作, 可自动调节增益,标尺等参数1.1.12 实时空间多声束空间复合成像技术（作用于探头发射及接收，多角度观察，可结合多种成像模式使用于高频及腹部探头）1.1.13 高密度血流显示，提高小血管彩色空间分辨率立三线360度任意调节），可应用于心脏和腹部探头（附图）1.1.15 梯形扩展技术增大视野范围并且丝毫不降低分辨率1.1.16 二维声束偏转技术-改变超声声束的偏转方向1.1.17 具备宽景成像技术，在腹部和高频探头均可实现，并可以和其先进的成像技术如复合成像技术结合使用（附图）1.1.18 具备高级四维成像技术功能，包括多平面显示，断层显示，立体交叉显示等多种显像方式，并可配置X3D/X4D测量及定量分析组件；采用专用容积探头，可用于胎儿表面四维重现*1.1.19 具备超高频成像技术，最高频率≥18MHZ*1.1.20 主机具备造影匹配成像技术平台,具有低MI实时灌注成像和高MI造影成像,可双幅造影对比成像,以直接声压可视形式精确控制造影能量（附图）1.1.21 主机具备组织弹性成像技术平台，采用非相干成像方式，根据不同组织弹性差别，完成彩色编码成像，并可以多种成像模式显示，具备实时纠错反馈功能（附图）1.1.22 主机具备基于原始的射频信号的实时、自动的IMT测量技术平台。
超声成像技术的应用和发展前景随着科技的发展和应用领域的拓展，各种先进的技术也在不断推陈出新，其中超声成像技术无疑是近年来备受瞩目的科技成果之一。
在医学、生物医学、工业领域等多个领域都有着广泛的应用。
本文将介绍超声成像技术的原理、应用情况、未来发展趋势等内容。
一、超声成像技术的原理超声成像技术是利用声波在不同介质中的传播速度和反射强度差异，通过超声探头发射和接收声波的方法，对物体进行成像的一种非侵入性检查技术。
超声成像技术可以成像软组织、血管、器官等内部结构，成像过程无辐射、无损伤、无痛苦等优点，可以帮助医生在实际临床中诊断病患的疾病。
二、超声成像技术的应用情况超声成像技术已广泛应用于医疗、生物医学、工业等多个领域。
在医疗领域中，超声成像技术可以用于检测胎儿发育、卵巢、乳腺、前列腺等器官结构、判断病灶部位和病变程度，近年来也越来越常用于心脏和血管系统的检测和治疗。
此外，生物医学领域中的超声技术也可以用于药物输送、细胞修复等方面。
在工业领域中，超声成像技术可以用于检测材料的质量，如金属材料中的表面裂纹和内部缺陷等。
三、超声成像技术的未来发展趋势随着医疗技术的不断发展，人们对超声成像技术的应用多个方面存在更高的期望。
因此，未来超声成像技术的发展也面临许多挑战。
首先，超声成像技术的分辨率和灵敏度仍有提升的空间，这需要新的成像技术的发展。
其次，超声成像技术在成像过程中对探头在物体表面的位置和角度有一定要求，只有相对正确的位置和角度才能获得清晰的图像，因此，探头的设计和定位需要不断进行改进和优化。
同时，超声成像技术在应用过程中所面临的挑战还包括如何突破成像物理原理的限制，进一步扩大应用范围，以及通过人工智能、大数据等技术的结合，为临床诊断提供更好的解决方案等。
总之，超声成像技术是一项非常重要的技术，具有广泛的应用前景。
未来的发展需要综合考虑多种技术因素，为超声成像技术在医疗、生物医学、工业等领域的应用提供更好的支持。
超声成像技术发展现状及应用第一篇：超声成像技术发展现状及应用超声成像技术的发展现状及应用引言超声成像以其使用安全、成像速度快、价格便宜和使用方便等优势在临床诊断中被大量使用，是临床诊断的重要工具之一[1]。
随着超声在医学诊断领域的广泛而深入的应用，以及微电子技术、计算机技术、图像处理技术和探头技术等工程技术的进步，促进了超声诊断技术不断发展。
不仅仪器的图像质量明显提高，而且诊断的模式和方法也更加丰富。
国内外很多研究人员从事着超声的研究，使超声技术从模拟技术扩展到数字技术，即数字声束形成技术[2]；从低帧率成像扩展到高帧率成像[3]；从二维成像扩展到三维成像[4]；从线性技术扩展到非线性技术[5]，以适应临床不同的需求。
本文着重对多普勒血流成像、三维成像技术和谐波成像技术作一下介绍，并对各自在临床方面的应用进行概括。
超声多普勒成像技术超声多普勒技术主要应用于心脏和血管疾病的诊断。
它是无损诊断血管疾病的一种重要手段，对超声多普勒血流信号的分析处理可以为疾病诊断提供重要依据[6]。
当超声源与人体内运动目标之间存在相对运动时,接收到的回波信号将产生多普勒频移,由此确定其运动速度大小、方向以及在断层上的分布。
2.1多普勒成像技术简介目前应用于临床的有一维连续多普勒、一维脉冲多普勒、彩色多普勒、能量多普勒和多普勒组织成像[7]。
下面就多普勒组织成像技术及其应用做一个简单的介绍。
多普勒组织成像技术[7]是将低速高振幅的心肌运动信息进行彩色编码显示心脏运动信息的图像诊断技术。
该技术能够直观的观察心动周期内各时相的室壁运动方向，并定量分析心脏各节段的室壁运动速度。
与传统超声目测分析室壁运动相比，能够更为客观地评价心脏的运动特点。
但多普勒组织成像无法克服多普勒声束与室壁运动方向夹角所产生的影响[8]。
2.2 超声多普勒成像技术应用关于超声多普勒成像技术的临床应用的报道有很多。
学者经研究发现二维及彩色多普勒超声对甲状腺良恶性肿瘤的鉴别有一定的诊断价值[9]。
基于卷积神经网络的超声成像系统图像质量提升一、超声成像系统概述超声成像系统是一种利用超声波在人体内部反射和散射的特性，通过计算机处理生成图像的医学成像技术。
它具有无创、实时、安全和成本效益高的特点，广泛应用于临床诊断和治疗监测。
超声成像系统的核心部件包括超声探头、信号处理单元和图像显示设备。
超声探头负责发射和接收超声波，信号处理单元负责对接收的信号进行处理，图像显示设备则将处理后的信号转化为可视化的图像。
1.1 超声成像系统的工作原理超声成像系统通过探头发射高频超声波脉冲，当这些脉冲在人体组织中传播时，会遇到不同的界面并产生反射和散射。
反射回来的超声波被探头接收，并转换成电信号。
这些电信号随后被信号处理单元放大、滤波和数字化，最终通过特定的算法重建出图像。
1.2 超声成像系统的应用场景超声成像系统在医学领域的应用非常广泛，包括但不限于以下场景：- 产科：用于观察胎儿的发育情况，评估胎儿的健康状况。
- 心血管：用于检查心脏结构和功能，评估血流情况。
- 腹部：用于检查肝脏、胆囊、胰腺、肾脏等腹部器官的形态和功能。
- 肌肉骨骼：用于评估肌肉、肌腱、韧带和关节的状况。
二、超声成像系统图像质量的挑战尽管超声成像系统具有许多优点，但其图像质量仍然面临一些挑战。
这些挑战主要包括图像的对比度、分辨率、噪声和伪影等方面。
2.1 图像对比度问题超声成像系统的图像对比度是指图像中不同组织之间亮度的差异。
对比度不足会导致图像中的组织边界不清晰，影响诊断的准确性。
2.2 图像分辨率问题分辨率是指成像系统能够区分相邻两点的最小距离。
超声成像系统的分辨率受限于探头的性能和信号处理技术，低分辨率可能导致微小病变的漏诊。
2.3 图像噪声问题图像噪声是指图像中随机出现的亮度波动，它会影响图像的清晰度和诊断的准确性。
超声成像系统在处理微弱信号时容易产生噪声。
2.4 图像伪影问题伪影是指在超声图像中出现的非组织结构的图像特征，它们可能由探头的移动、患者体位的变化或组织内部的反射和散射引起。
基于PC的实时超声全景成像系统中的图像配准
邵斌;唐娉;曾庆业;张送根;姚克纯
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)028
【摘要】图像配准技术是超声宽视野成像技术的核心.结合现有的超声宽视野图像配准算法和PC平台的特点,通过匹配模板筛选、局部运动矢量评价、加权最小二乘等步骤,进一步改进和优化了配准的过程,提高了超声图像配准的鲁棒性和实时性.【总页数】4页(P206-209)
【作者】邵斌;唐娉;曾庆业;张送根;姚克纯
【作者单位】中国科学院,研究生院,北京,100049;中国科学院,遥感应用研究所,北京,100101;中国科学院,遥感应用研究所,北京,100101;中国科学院,遥感应用研究所,北京,100101;北京天惠华数字技术有限公司,北京,100085;中国人民解放军空军总医院,北京,100036
【正文语种】中文
【中图分类】TP391;R318
【相关文献】
1.实时全景超声成像技术 [J], 李义兵;余大昆;林家瑞;邢国泉
2.实时全景超声成像技术及其临床应用 [J], 李义兵;余大昆
3.基于PCI Express总线的R-D算法实时成像系统设计 [J], 李燕;王倩;王虹现;邢孟道
4.多探测器拼接成像系统实时图像配准 [J], 王新华;黄玮;欧阳继红
5.实时全景超声成像在浅表软组织及脏器检查中的应用前景 [J], 陈晓慧;兰英;曲国田;何燕;李翔
因版权原因，仅展示原文概要，查看原文内容请购买。
PC 2based extended f ield 2of 2view ultrasound im agingDU Ya 2j un ,GA O S hang 2kai3(De partment of B iomedical Engineering ,School of Medicine ,Tsinghua Universit y ,B ei j ing 100084,China )[Abstract ] Extended field 2of 2view (EFOV )ultrasound imaging can acquire a f ull field of vision by using conventional ultra 2sound system ,which can help doctors to make more objective and accurate diagnosis.In this paper ,an EFOV system base on PC 2based ultrasound device is presented.A fast algorithms of imaging registration and compound are discussed in detail.At last the system design is validated using experimental data proving that preferable image accuracy is achievable.Further 2more ,real 2time imaging is believed to be feasible.[K ey w ords] Extended field 2of 2view ultrasound imaging ;Image registration ;Sequential similarity detection algorithm基于PC 平台的扩展视野超声成像杜亚军,高上凯3(清华大学医学院生物医学工程系,北京 100084)[摘 要] 扩展视野超声成像技术可以利用常规超声成像系统获得观察视野更大的图像,使得医生能够全面了解被成像部位的解剖结构,从而得出更客观和准确的诊断结果。
本文给出一种基于PC 平台的扩展视野超声成像系统及图像配准和拼接的快速算法。
实验证明此算法不仅有较好的成像精度,并且有望实现实时成像。
[关键词] 扩展视野超声成像;图像配准;序列相似性检测方法[中图分类号] R445.1 [文献标识码] A [文章编号] 100323289(2005)0821281204[作者简介]杜亚军(1980-),男,甘肃人,在读硕士(导师:高上凯)。
研究方向:医学超声成像。
E 2mail :dyj0704@[通讯作者]高上凯,清华大学医学院生物医学工程系,100084。
E 2mail :gsk 2dea @t [收稿日期]2005205203 [修回日期]2005207220 常规实时超声成像技术只能提供视野较小的图像,无法直接提供被成像组织结构的全景,从而可能影响诊断结果。
扩展视野超声成像技术(extended field 2of 2view ultrasound imaging ,EFOV )弥补了常规实时超声成像的这一缺陷[123],在腹部、妇产科、躯干、甲状腺、乳房、颈部多发淋巴结等方面得到广泛应用[1,2]。
EFOV 又叫做大视野超声成像,它通过医生在移动探头过程中采集到的一系列超声图像的实时配准,找出相邻两帧图像间像素点的坐标及灰度变换关系,再对经过配准后的图像数据进行存储和显示,从而生成一幅观察视野更大的图像。
EFOV 技术从实现方式来说大致可以分为两类,一类是基于定位装置的实现,另一类则是基于图像特征配准的实现。
相对于利用定位装置的实现而言,基于图像特征配准的实现在成像前和成像过程中不需要任何特殊的操作或装置,明显减少了不便;而配准过程借助硬件或计算机自动实现,大大增加了成像灵活性,因而此项技术得到了较多的重视,市场上已出现相应的超声仪器和商业软件[426]。
目前国内厂家还没有生产具有EFOV 功能的超声仪器,而国外具备扩展视野成像功能的超声仪器大多是利用DSP 等高性能硬件设备来实现图像处理,因而设备价格相对较高。
考虑到国内目前已经有了比较多的基于PC 的超声诊断仪器,开发基于PC 平台的EFOV 系统,在不增加系统硬件的情况下,对常规超声成像技术进行完善,是一个很好的思路。
本文设计了一个基于PC 的EFOV 系统,以提高图像配准结果可靠性和不显著降低成像速度为前提,在借鉴参考文献[4]中的一些方法的基础上,通过对图像配准过程中的搜索策略和相似性度量进行改进,设计出了可以在该系统上实现EFOV 的快速算法。
最后用Matlab 程序对实验中采集的超声图像数据做了算法验证,通过实验发现,本算法在最后成像的精度上是较好的,速度上有望实时实现。
1 系统简介1.1系统组成 图1为基于PC 实现EFOV 的系统框图。
前端的B 型超声仪器将采集的经A/D 转化后的超声回波数据或数字扫描变换(digital scan converter ,DSC )之后的可供直接显示的视频数据通过PCI 总线或视频输出口传给PC ,由PC 完成EFOV 的图像处理及显示。
在图像预处理环节,对于未做DSC 的超声回波数据,先完成超声图像的DSC ,而对于DSC 之后可供直接显示的视频图像数据,则将超声图像从完整的视频图像中分离剪切出来,同时对图像做去噪处理以提高质量。
在图像配准环节,对经过图像预处理环节之后的前后两帧图像数据进行图像配准。
得到前后两帧图像之间的空间变换关系后,对图像进行拼接而得到观察视野更大的图像,最后送显示器显示或者将最后得到的图像进行存贮。
图1 EFOV 系统框图1.2图像采集及配准模型 在进行EFOV 时,超声探头在扫查平面上沿水平方向缓慢移动,采集到一系列图像。
只要适当的控制探头的移动速度,相邻图像之间大部分是重合的。
对这些图像做配准,就可以得到一幅在二维平面上沿探头移动方向扩展了观察视野的图像(图2)。
图2 扩展视野成像示意图为使探头移动造成的图像模糊在可以接受的范围内,要求探头在扫描时以较低的速度移动。
由于扫查是在平面上沿直线进行,可以认为同一组织在相邻两帧图像中的空间坐标变换关系只有水平/垂直方向的位移及相对旋转,而不考虑图像之间的其他形变,故可将图像序列之间的变换视为全局刚体变换。
此时图像配准也就是找到使输入图像与当前显示图像能够最精确匹配时的水平/垂直位移及旋转量的过程。
1.3算法设计与实现 实时得到高精度的图像配准是EFOV 技术成功的关键,故EFOV 技术中的图像配准不能像一般的图像配准那样用很复杂的算法和大规模的计算量来实现。
本文提出的算法正是基于这一前提条件,在保证配准精度的情况下,采取一系列措施减少运算量,提高配准速度。
在确定了图像序列间的变换模型后,图像配准也就是特征空间、相似性度量、搜索空间和搜索策略四部分方法的选择和有效组合了。
本文提出的算法利用图像的灰度信息作为特征空间,使得图像中所包含的信息得到了充分利用,而对前期图像分割的依赖性低,既降低了算法的复杂性,又提高了配准的速度。
目前基于像素灰度信息的图像配准方法很多,包括互相关法、傅立叶变换法和互信息法等,这些方法在不同的图像配准中都有着广泛的应用,但对于EFOV 来说,运算量大,难以实时实现[729]。
序列相似性检测算法(sequential similarity de 2tection algorit hm )作为互相关法的一个简化,在EFOV 中应用是比较适合的。
序列相似性检测算法用待配准两幅图像的像素灰度值之差的绝对值和(SAD 2sum of absolute differ 2ences )作为它们之间相似程度的度量,和越小则两幅图像之间的匹配程度就越高。
由于图像变换模型为全局刚体变换,从而可以用前一帧图像(显示图像)中的一个子图像块作为模板,找到该模板图像在后一帧图像(输入图像)中的位置,即可得到这两帧图像间的空间坐标关系,因而配准的过程也就是要寻找使得当(1)式中S A D 最小时模板图像在输入图像中的位置[5,6]。
SA D (Δx ,Δy ,Δθ)=∑<n yi =1∑<n xj =1abs (f1(i ,j )-f 2(i ,j ))(1)(1)式中,Δx ,Δy ,Δθ分别为显示图像与输入图像间的水平/垂直位移和旋转量,f 1(i ,j )和f 2(i ,j )分别表示模板图像和对应于配准参数Δx ,Δy ,Δθ的输入图像中的像素点(i ,j )处的灰度值,n y 和n x 分别为模板图像的宽度和高度。
对应于某组配准参数,计算其S A D 值时,一旦循环中S A D 的值大于本次配准时所得到的最小的S A D 值,则认为该组配准参数下,模板图像和输入图像的匹配程度不如最小的S A D 值所对应的那组配准参数,因此对该组搜索参数的循环累加停止,开始对应于下一组配准参数的S A D 值的计算。
配准过程中对于最佳水平/垂直位移的搜索很容易实现,但是对于旋转角度的搜索,由于需要对图像插值,大幅增加运算量,成为提高算法速度的一个很大的障碍。
参考文献[4]中通过在当前显示图像中选取一个窄条作为配准时的模板图像,避免了旋转时对图像进行插值。
可以证明,当选择高而窄的条状图像时,如旋转度数小于±2.5°,则旋转造成的窄条上的像素点在垂直方向的最大位移量小于0.5个像素,这时可以近似认为旋转造成的窄条上的像素只有水平方向上的位移,而不考虑垂直方向上的位移,从而避免了由于旋转造成的插值。
这样在配准过程中对于某个旋转度数θ,可以通过(2)式求得旋转后的横坐标相对于旋转前的横坐标的变化值Δx R ,而纵坐标不变,如图3所示。
Δx R =round (y ・tanθ)(2)(2)式中,round 函数表示对括号里的结果就近取整,y 为模板图像上的某像素点在垂直方向上相对于模板图像中心位置的纵坐标值,中心向上为正,向下为负,θ为旋转度数,顺时针方图3 模板图像旋转示意图向为正。
对于原图像中像素点P (i ,j )在旋转后的图像中所对应的像素点为P ’(i ,j +Δx R ),进而得到旋转后的图像上各个像素点的灰度值。
考虑到超声图像的轴向分辨率要好于侧向分辨率,在算法中从显示图像中选择高为180、宽为18的窄条状图像作为配准时的模板图像,在显示图像中的位置如图4所示,其中W D 和H D 分别为显示图像的宽度和高度,W I 为输入图像的宽度。
