[发明专利]一种三维超声重建方法、装置、设备及存储介质有效
申请号: | 201711421838.8 | 申请日: | 2017-12-25 |
公开(公告)号: | CN108198235B | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 温铁祥;刘蓉;李凌;秦文健 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | G06T15/00 | 分类号: | G06T15/00;G06T7/30 |
代理公司: | 深圳智趣知识产权代理事务所(普通合伙) 44486 | 代理人: | 王策 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 三维 超声 重建 方法 装置 设备 存储 介质 | ||
1.一种三维超声重建方法,其特征在于,所述方法包括下述步骤:
当接收多角度超声扫描到的堆图像时,将所有堆图像中运动误差最小的堆图像设置为模板堆图像,并将所述所有堆图像中的剩余堆图像与所述模板堆图像全局配准;
根据所述剩余堆图像和所述模板堆图像,通过预设的基于点扩展函数的体重建方式构建三维体数据;
通过预设的基于核回归函数的体重建方式对所述三维体数据进行更新,判断更新后的所述三维体数据是否收敛;
当所述三维体数据收敛时,将所述剩余堆图像、所述模板堆图像分别与所述三维体数据局部配准,否则跳转至通过预设的基于核回归函数的体重建方式对所述三维体数据进行更新的步骤;
判断局部配准后的所述三维体数据是否收敛,是则输出所述三维体数据,否则跳转至通过预设的基于点扩展函数的体重建方式构建三维体数据的步骤;
将所述剩余堆图像、所述模板堆图像分别与所述三维体数据局部配准的步骤,包括:
根据预设的局部变换矩阵,将所述剩余堆图像、所述模板堆图像中的二维超声图像与所述三维体数据局部配准,计算所述二维超声图像与所述三维体数据之间的测度;
判断所述二维超声图像与所述三维体数据之间的测度是否满足预设第二测度阈值,是则结束所述二维超声图像与所述三维体数据的局部配准,否则对所述局部变换矩阵进行优化,并跳转至根据预设的局部变换矩阵,将所述剩余堆图像、所述模板堆图像中的二维超声图像与所述三维体数据局部配准的步骤;
将所有堆图像中运动误差最小的堆图像设置为模板堆图像,并将所述所有堆图像中的剩余堆图像与所述模板堆图像全局配准的步骤,包括:
通过预设的弗罗贝尼乌斯范数计算每个所述堆图像对应的运动估计量,将所述所有堆图像中所述运动估计量最小的所述堆图像设置为模板堆图像;
根据预设的全局变换矩阵将所述所有堆图像中的剩余堆图像与所述模板堆图像全局配准,计算全局配准后所述剩余堆图像与所述模板堆图像之间的测度;
判断所述剩余堆图像与所述模板堆图像之间的测度是否满足预设第一测度阈值,是则结束所述剩余堆图像与所述模板堆图像的全局配准,否则对所述全局变换矩阵进行优化,跳转至根据预设的全局变换矩阵将所述所有堆图像中的剩余堆图像与所述模板堆图像全局配准的步骤。
2.如权利要求1所述的方法,其特征在于,通过预设的基于点扩展函数的体重建方式构建三维体数据的步骤,包括:
根据所述剩余堆图像、所述模板堆图像中二维超声图像上的像素值、以及所述基于点扩展函数的体重建方式,计算并更新所述三维体数据上的体素值,所述体素值的计算公式为:
其中,所述V为所述三维体数据,所述为第n迭代更新时计算得到的所述三维体数据在体素点pr处的体素值,所述为所述二维超声图像上在像素点ps处的像素值,所述为所述体素prn空间转换后得到的像素点,所述PSF为所述点扩展函数。
3.如权利要求1所述的方法,其特征在于,通过预设的基于核回归函数的体重建方式对所述三维体数据进行更新的步骤,包括:
依次将所述三维体数据上的每个体素点设置为待更新体素点,并根据所述待更新体素点邻域内的体素点、所述邻域内所有体素点的体素值、以及所述基于核回归函数的体重建方式,计算所述待更新体素点对应的体素估计值,将所述体素估计值设置为所述待更新体素点的体素值,所述体素估计值的计算公式为:
其中,所述为所述待更新体素点X的体素估计值,Xi为所述X邻域内的体素点,所述i=0,…,m-1,所述m为所述X邻域内体素点的个数,所述Y为所述所有Xi的体素值构成的向量集,即Y=[Y0,Y1,…,Ym-1]T,所述W=diag[K(X0-X),K(X1-X),…,K(Xm-1-X)],所述K(·)为预设的核函数,所述
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711421838.8/1.html,转载请声明来源钻瓜专利网。