[发明专利]对超声图像去除散斑和边界增强的处理方法及系统

说明书

技术领域

本发明涉及一种对超声图像去除散斑和边界增强的处理方法及系统，主要应用于医疗超声诊断技术领域。

背景技术

超声图像由于其非侵入性、低成本、便携和实时性，在医学诊断上有广泛使用。相应的，对超声图像的处理主要包括两个方面，其中之一为，对超声图像的散斑进行处理，其二为对超声图像的边界、组织边界进行处理。

现有技术中，对超声图像的散斑进行处理一般分为空间域和频域处理两种；由于频域的傅里叶变换计算量大耗时长，加上超声成像的实时性要求，空间域的技术更为适用。相应的，空间域里，中值滤波及其应用可以有效去除散斑，但是其相应的存在弊端，其不能保存很多有效的细节，甚至让边界更模糊。

具体的，为了实现图像增强，过去三十年一些空间域里去散斑的有效方法取得了不同程度的成功，传统的维纳滤波利用傅里叶分解的二阶统计量，其主要针对加性噪声，弊端是不足以去散斑；而自适应滤波器，例如：Lee滤波器、Kuan滤波器在还原不同质像素特征上表现不错，均实现了直接平均和边界识别的平衡；Frost滤波器通过一个指数形状的滤波器核实现了在像素尺度和自适应基上从直接平均到边界识别的变化，尽量平滑窗内方差低的区域，尽量不平滑高方差的区域。然而，所列举的三种滤波器都在有效压制散斑的时候尽量少丢失有用信息，但是，其相应的弊端是三种滤波器均不增强边界，只能尽量减少边界附近的平滑效果，导致边界并不十分清晰。

相应的，另一个挑战来自超声的光束线不垂直于局部边界造成的边界损失。传统的边界检测方法如Canny算子等不能够很好的针对不连续边界来实现边界增强的目的，因此他们对超声图像的边界增强也还远远不够。

另外，当前针对超声图像去散斑、边界增强等图像增强的很多方法(包括Lee滤波器、Kuan滤波器和Frost滤波器等)均耗时长，且不能针对系统的影响进行实时处理，及均为所谓的“后处理技术”。实现高效显著的实时图像增强仍然很有挑战。

发明内容

为了解决上述问题，本发明的目的在于提供一种对超声图像去除散斑和边界增强的处理方法及系统，该方法及系统可以显著提高图像质量，尤其是去除噪声和对边界的增强作用明显，而且本算法速度很快，可广泛适用于各种需要对超声图像进行实时处理的场合。

相应的，本发明一实施方式的对超声图像去除散斑和边界增强的处理方法，所述方法包括以下步骤：

获取超声图像的包络图像信号I0；

对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V；

对所述超声图像的浮雕地图V进行处理，以得到所述超声图像的边界地图E；

对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y。

作为本发明的进一步改进，所述“对所述包络图像信号I0进行处理，以得到所述超声图像的浮雕地图V”具体包括以下步骤：对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I；

对所述超声图像的缩略图I进行处理，以得到所述超声图像的浮雕地图V。

作为本发明的进一步改进，所述“对所述包络图像信号I0进行处理，以得到所述超声图像的缩略图I”具体包括以下步骤：将包络图像信号I0以每3×3块缩为一个像素进行降采样，以得到所述缩略图I。

作为本发明的进一步改进，所述“对所述超声图像的缩略图I进行处理，以得到所述超声图像的浮雕地图V”具体包括以下步骤：

对缩略图I分别卷积5个5×5的Laws卷积模板来进行纹理分析，得到5个特征图M1、M2、M3、M4、M5；

分别对特征图M1、M2、M3、M4、M5进行归一化处理，以分别得到N1、N2、N3、N4、N5；

将N1、N2、N3、N4、N5进行整合，得到结构缩略地图W；

对所述结构缩略地图W进行插值到原规模后，再对其进行归一化处理，得到浮雕地图V；

所述5个Laws卷积模板分别为：L₅^TE₅，E₅^TL₅，L₅^TS₅，S₅^TL₅，E₅^TE₅。

作为本发明的进一步改进，所述“对所述超声图像的浮雕地图V，以及边界地图E进行处理，以得到去噪增强结果Y”具体包括以下步骤：