一种基于信号统计分析的超声图像自动优化方法
【专利摘要】本发明公开了一种基于信号统计分析的超声图像自动优化方法，包括数据获取步骤；信号统计分析步骤；自适应数字增益优化步骤；自适应动态范围压缩优化步骤，将信号的动态范围压缩后用于灰度显示。本发明所提供的方法通过数据获取、信号统计分析、数字增益计算、动态范围压缩等步骤，实现了超声诊断成像系统超声图像的自动优化，可以使最终呈现的图像灰度更加均衡，对比度更高，从而得到较好的图像显示效果，帮助医疗过程以获得更好的诊治效果。
【专利说明】一种基于信号统计分析的超声图像自动优化方法
【技术领域】
[0001] 本发明设计一种超声成像系统中自动优化图案的方法，尤其涉及一种基于信号统 计分析的超声图像自动优化方法。
【背景技术】
[0002] 传统的超声成像原理为：探头发射一短脉冲超声，超声声束透过皮肤进入人体后， 遇到不同声特性阻抗组织组成的大、小界面产生的反射或后散射的回波返回探头，被探头 接收后转换成对应该深度界面的回声电信号，经过放大、处理后在屏幕上由一串明暗不同 的亮点显示成一条超声波信息线，表示出沿声束相应深度各组织界面的信息。当声束在不 同位置进行扫描后，获取的一组超声信息线便可形成一幅二维超声图像。
[0003] 当超声束通过人体组织时，会受到组织作用而衰减，如肝、肾的实质衰减系数平均 值为ldB/cm · MHz。为了弥补衰减对图像的影响，一般会采用深度增益补偿技术。
[0004] 另外，动态范围指的是仪器接收不失真的最大信号幅值A1与最小信号A2的比值， 保持较大的信号动态范围，图像信息量丰富，显示反差较小、较为柔和；反之图像信息量相 对较少，但反差增大，边缘虽不柔和但较清晰。因此，临床应用时，应针对不同的脏器和不同 目的的检查而适当地调节动态范围。
[0005] 同时，在B模式超声成像系统中，一般显示器的亮度动态范围只有30dB左右，因此 仪器要采用动态范围压缩的技术使得接收信号的动态范围与显示器的动态范围相匹配。即 在进行包络检测技术之后的回波信号需要进行数据压缩处理（如对数压缩技术），以映射 到超声成像视频显示所需的灰阶范围，常见的灰阶级别为8bit即256级。
[0006] 通常，超声成像系统会提供不同的灰阶映射，以满足不同检查部位图像的对比度 需求。因此，对于某一检查部位，可设定一组默认的灰阶映射表。然而，由于获取的回波信 号数据会因被检查者的不同而变化，该组默认灰阶映射表并不能使显示图像达到最优的效 果，而且，原始信号强度也依赖于超声系统的其它参数设置，如：总增益Gain，时间增益补 偿TGC(Time Gain Compensation),动态范围等，用户需要调节这些参数使检测图像达到较 好的效果，从而导致诊断时间的延长。为了加快诊断效率，提高诊断信息的精确性与便利 性，设计一键优化算法的思想，使接收到的回波信号数据自适应映射到较好的像素灰阶强 度范围，获得B模式图像的自动优化效果。
[0007] 常规超声图像自动优化技术主要是分析沿扫描深度方向的图像灰度变化情况， 计算出图像优化所需的参数：Gain、TGC曲线、动态范围等等，进而调整图像局部信号强 度以获得良好的图像亮度、均匀性和对比度，例如美国专利US 6743174 B2、美国专利US 2008/0306385 A1、中国专利CN 101190135 B。然而，这些技术或对整幅图像分析，不考虑局 部信息，达到的优化效果不明显；或在调整图像局部区域时，图像优化的效果受选取子区域 的先验知识的影响，不能做到对实时图像都优化到最佳状态，且算法实现过程繁琐。
[0008] 另外绝大多数已知的图像优化技术只涉及深度方向增益的调整，而不涉及动态范 围压缩时的灰度映射曲线的调整。根据图像内容合理调整灰度映射曲线，可以有效地在动 态范围不变的前提下提高组织的对比度，获得更理想的观测效果。
【发明内容】
[0009] 本发明的主要目的是提供一种超声成像系统中自动优化图像的方法，通过数据获 取、信号统计分析、数字增益计算、动态范围压缩等步骤，实现超声图像自动优化的超声诊 断成像系统，可以使最终呈现的图像灰度更加均衡，对比度更高，从而得到较好的图像显示 效果，帮助医疗过程获得更好的诊治效果。
[0010] 本发明的主要技术方案为：一种基于信号统计分析的超声图像自动优化方法，包 括以下步骤：数据获取步骤，通过超声设备获取至少一帧信号的数据至软件缓存用于分析； 信号统计分析步骤，对保存的数据进行频数直方图统计，得到信号的统计直方图，计算并记 录直方图的分布特征；自适应数字增益优化步骤，通过在信号直方图上设定合适阈值的方 法确定初始数字增益补偿系数，并对初始增益进行校正；自适应动态范围压缩优化步骤，将 信号的动态范围压缩后用于灰度显示；本步骤选择合适的信号区间，在区间内结合灰阶变 换的特性的对灰度对数压缩映射表进行自动优化。
[0011] 优选地，其中数据获取步骤中对保存的数据按深度方向进行区域划分，每个被划 分的区域对应一张灰度压缩映射表。
[0012] 优选地，其中数据获取步骤中对保存的数据按深度方向划分出的区域有部分重 叠，从而提高最终图像优化质量。
[0013] 优选地，其中自适应数字增益优化步骤中通过对应场景预设法获得所述阈值。
[0014] 优选地，其中自适应数字增益优化步骤中通过有效噪声数据均值法获得所述阈 值。
[0015] 优选地，其中自适应数字增益优化步骤，采用大于噪声阈值的采样信号个数与小 于噪声阈值的采样信号个数的比值的方法确定初始增益补偿系数的校正值，对初始增益进 行校正。
[0016] 优选地，其中自适应数字增益优化步骤，采用组度特征和深度信息预设法确定初 始增益补偿系数的校正值，对初始增益进行校正。
[0017] 优选地，其中自适应动态范围压缩优化步骤包括以下步骤：
[0018] 1)对原始信号进行数字增益自适应优化；
[0019] 首先以自适应数字增益优化步骤中获得的数字增益值做插值，插值个数为深度方 向上的采样点总数，将超声波信号映射到灰阶值〇?255范围；假定动态范围内的信号数值 大小为S min?Smax，则一个数值大小为S的信号对应的输出灰度值P为：
【权利要求】
1. 一种基于信号统计分析的超声图像自动优化方法，包括以下步骤： 1) 数据获取步骤，通过超声设备获取至少一帧信号的数据至软件缓存用于分析； 2) 信号统计分析步骤，对保存的数据进行频数直方图统计，得到信号的统计直方图，计 算并记录直方图的分布特征； 3) 自适应数字增益优化步骤，通过在信号直方图上设定合适阈值的方法确定初始数字 增益补偿系数，并对初始增益进行校正； 4) 自适应动态范围压缩优化步骤，将信号的动态范围压缩后用于灰度显示；本步骤选 择合适的信号区间，在区间内结合灰阶变换的特性的对灰度对数压缩映射表进行自动优 化。
2. 根据权利要求1所述的基于信号统计分析的超声图像自动优化方法，其中数据获取 步骤中对保存的数据按深度方向进行区域划分，每个被划分的区域对应一张灰度压缩映射 表。
3. 根据权利要求2所述的基于信号统计分析的超声图像自动优化方法，其中数据获取 步骤中对保存的数据按深度方向划分出的区域有部分重叠，从而提高最终图像优化质量。
4. 根据权利要求1所述的基于信号统计分析的超声图像自动优化方法，其中自适应数 字增益优化步骤中通过对应场景预设法获得所述阈值。
5. 根据权利要求1所述的基于信号统计分析的超声图像自动优化方法，其中自适应数 字增益优化步骤中通过有效噪声数据均值法获得所述阈值。
6. 根据权利要求1所述的基于信号统计分析的超声图像自动优化方法，其中自适应数 字增益优化步骤，采用大于噪声阈值的采样信号个数与小于噪声阈值的采样信号个数的比 值的方法确定初始增益补偿系数的校正值，对初始增益进行校正。
7. 根据权利要求1所述的基于信号统计分析的超声图像自动优化方法，其中自适应数 字增益优化步骤，采用组度特征和深度信息预设法确定初始增益补偿系数的校正值，对初 始增益进行校正。
8. 根据权利要求1所述的基于信号统计分析的超声图像自动优化方法，其中自适应动 态范围压缩优化步骤包括以下步骤： 1) 对原始信号进行数字增益自适应优化； 首先以自适应数字增益优化步骤中获得的数字增益值做插值，插值个数为深度方向上 的采样点总数，将超声波信号映射到灰阶值〇?255范围；假定动态范围内的信号数值大小 为Smin?S max，则一个数值大小为S的信号对应的输出灰度值P为：
2) 获取深度方向的具有灰阶变换特性的自适应优化对数压缩映射表； 利用将数据信号映射到灰阶范围〇?255后，对每条水平扫描线上的数据进行平均后 得到深度方向上的灰度平均值；得到深度方向上的灰度平均值后，对曲线平滑后，查找曲线 上的极小值点，并通过筛选、删减和合并只保留最多一个极小值，记作meanDiffMin ;同时 也对极大值进行相同的操作，之后计算所有极大值的均值meanRecordMax ; 视用户所需的图像效果设定动态压缩区间端点灰度值valuel和value2 ;并利用极小 值和极大值均值的计算A点及B点的值： A = valuel+weight*(meanRecordMax-recordMin)^meanDiffMinRatio； B = value2+weight*(meanRecordMax-recordMin)^meanDiffMinRatio； 其中weight为权重，recordMin为记录的极小值点的大小： 计算灰度值A对应的信号大小Sa，灰度值B对应的信号大小Sb : Sa = 10~((A*logDR/255+left-DR)/20) Sb = 10~((B*logDR/255+left-DR)/20) 其中LogDR为用户选择的动态范围的大小，Ieft-DR表示欲显示的最小信号； 最后，新的灰度映射的计算表达式为：
应用计算所得的深度方向的具有灰阶变换特性的对数压缩映射表，为整个图像自动优 化。
9.根据权利要求8所述的基于信号统计分析的超声图像自动优化方法，其特征是，使 用噪音占信号的比重关系法来计算A点的灰度值。
【文档编号】A61B8/00GK104490418SQ201410497890
【公开日】2015年4月8日 申请日期:2014年9月25日 优先权日:2014年9月25日
【发明者】丁浩, 魏芳 申请人:深圳市恩普电子技术有限公司