[发明专利]超声造影图像的超分辨重建预处理方法和超分辨重建方法有效

专利信息
申请号: 202010419625.7 申请日: 2020-05-18
公开(公告)号: CN111598965B 公开(公告)日: 2023-07-14
发明(设计)人: 尹静宜;张珏 申请(专利权)人: 南京超维景生物科技有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06T7/33;G06T5/00
代理公司: 北京布瑞知识产权代理有限公司 11505 代理人: 李浩
地址: 211800 江苏省南京市江北新区创业东路*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超声 造影 图像 分辨 重建 预处理 方法
【权利要求书】:

1.一种超声造影图像的超分辨重建预处理方法,其特征在于,包括:

获取待预处理图像集,所述待预处理图像集包含多帧待预处理配准造影图像;

获取所述待预处理配准造影图像中像素点的灰度涨落信号;

基于同位像素点集的灰度涨落信号对所述待预处理图像集进行去噪重构得到重构特征参数图像,所述同位像素点集包括:在不同帧所述待预处理配准造影图像中位于相同像素坐标处的多个同位像素点;以及

基于所述同位像素点集以及与所述同位像素点集相关联的关联像素点集的灰度涨落信号对所述重构特征参数图像进行插值计算获得稀疏化图像,所述关联像素点集包括:在同帧所述待预处理配准造影图像中与所述同位像素点相邻,且在不同帧所述待预处理配准造影图像中位于相同像素坐标处的多个关联像素点;

其中,所述基于同位像素点集的灰度涨落信号对所述待预处理图像集进行去噪重构得到重构特征参数图像包括:

在所述多帧待预处理配准造影图像中选取位于第一像素坐标处的多个第一同位像素点,形成第一同位像素点集;

对所述多个第一同位像素点的灰度涨落信号进行特征估计提取得到第一特征参数,所述第一特征参数的用于表征所述第一同位像素点的灰度涨落分布的随机性与灰度涨落的周期性;

预设所述第一特征参数与所述重构特征参数图像的映射关系,以及

将所述第一特征参数对应到待重构特征参数图像的所述第一像素坐标处,根据所述映射关系,得到所述重构特征参数图像;

其中,所述基于所述同位像素点集以及与所述同位像素点集相关联的关联像素点集的灰度涨落信号对所述重构特征参数图像进行插值计算获得稀疏化图像包括:

在所述多帧待预处理配准造影图像中选取位于第二像素坐标处的多个第二同位像素点,形成第二同位像素点集;

在所述多帧待预处理配准造影图像中选取位于与所述第二像素坐标相邻的关联像素坐标处的多个关联像素点,形成所述关联像素点集;

对所述第二同位像素点集的灰度涨落信号与所述关联像素点集的灰度涨落信号进行相似度量化得到相似度估量值;

将所述相似度估量值插入所述重构特征参数图像中对应的插值像素坐标处,所述插值像素坐标位于所述第二像素坐标与所述关联像素坐标之间;以及

利用所述插值像素坐标的位置,将所述重构特征参数图像中重叠的微泡进行空间解耦,得到所述稀疏化图像。

2.根据权利要求1所述的超分辨重建预处理方法,其特征在于,所述灰度涨落信号为所述像素点的像素值按照时间顺序排列形成的信号;所述同位像素点集的灰度涨落信号为所述同位像素点集中的多个同位像素点的像素值按照时间顺序排列形成的1乘多维信号。

3.根据权利要求1所述的超分辨重建预处理方法,其特征在于,所述特征估计提取的方法包括:自相关估计计算或信息熵估计计算。

4.根据权利要求1所述的超分辨重建预处理方法,其特征在于,所述相似度量化的方法包括:交叉熵估计或互相关估计。

5.根据权利要求1所述的超分辨重建预处理方法,其特征在于,所述关联像素点集的个数为4个。

6.一种超声造影图像的超分辨重建方法,其特征在于,包括

从造影数据中选取至少一个待预处理图像集;

对所述至少一个待预处理图像集分别进行预处理,获取至少一帧稀疏化图像,所述预处理的方法采用如权利要求1至5中任一项所述的超分辨重建预处理方法;

获取所述稀疏化图像中像素点的像素值和径向对称度估计值;

将位于同帧所述稀疏化图像中的像素点的像素值和径向对称度估计值进行加权计算,获得与所述至少一帧稀疏化图像分别对应的至少一帧局部超分辨图像;以及

将所述至少一帧局部超分辨图像进行叠加获得重建的超分辨图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京超维景生物科技有限公司,未经南京超维景生物科技有限公司许可,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/202010419625.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top