超声图像处理范文

超声图像处理范文（精选11篇）

超声图像处理 第1篇

1 资料与方法

1.1 一般资料

该院经手术证实的106例异位妊娠病例。年龄20~41岁, 平均27岁。其中:有明显停经史的97例, 停经约38~68 d;无明显停经史的9例;不规则流血81例, 有腹痛者19例。妊娠试验:尿HCG阳性45例、弱阳性55例、阴性6例;血HCG均增高。

1.2 使用仪器

美国惠普影像之星, 经腹部和阴道检查探头频率分别为3.5MHZ和5.0MHZ。

1.3 检查方法

在患者膀胱充盈情况下经腹部超声检查, 需经纵切、横切、斜切多方位扫查来了解子宫大小、宫腔内部及附件区域情况。应当注意, 膀胱充盈要适中, 膀胱过度充盈, 使盆腔正常器官被向后推移, 不在最佳观察区域内, 且可使子宫受压变形, 图像失真, 同时患者膀胱过度充盈而非常不适;而充盈不佳时经腹部扫查, 无法推开肠管, 则导致盆腔脏器因肠气干扰不能清晰显示, 尤其是附件包块易被肠腔气体遮盖也容易导致漏诊、误诊[1]。若膀胱充盈不佳或显示不清, 嘱患者排空尿液后行阴道超声检查, 以免较充盈的膀胱将附件及其附件区的包块推向远场, 以及避免患者的不适感。进入探头后, 首先要显示子宫清晰的图像, 观察宫内有无孕囊, 子宫内膜的情况。然后将探头移向子宫两侧以了解附件有无包块图像。因输卵管走行及卵巢位置变化较大, 有时探及较困难, 故应旋转探头多切面寻找, 包块位置较高时, 可以左手在腹壁轻轻加压使病灶进一步接近探头。通过灵活改变探头扫查的方向与角度, 以获得病灶的最佳图像, 仔细观察包块内部回声, 有无胚芽、心血管搏动, 盆腔有无积液等。

2 结果

106例中, 手术证实:输卵管壶腹部妊娠81例, 28例破裂;输卵管伞部妊娠6例;输卵管峡部妊娠11例, 7例破裂;输卵管间质部妊娠1例;卵巢妊娠4例, 1例破裂;腹腔妊娠1例;子宫角妊娠2例 (观察一周左右, 经阴道清除) 。上述病例超声提示:间质部妊娠可能1例;卵巢妊娠可能1例;腹腔妊娠1例。目前盆腔未见明显异常回声2例;其余均提示异位妊娠可能。其中14例未见明显包块, 只见盆腔积液, 结合子宫增大, 内膜增厚, 或宫腔内少量液体所形成的假孕囊, 而提示异位妊娠。并且有的病例, 经10 d左右观察, 通过2~3次超声扫查方见包块回声。

3 讨论

异位妊娠疾病的诊断情况复杂, 不同的病例变化较大, 处理不当或抢救不及时会造成生命危险。回顾所见的异位妊娠图像可分为几种:①清楚的孕囊型, 可见或不见胚芽及心管搏动;如图一:为未破裂的输卵管壶腹部妊娠, 周边见彩环状血流, 呈类滋养层周围血流的低速低阻频谱。②混合型包块;③团块状高回声型, 如图2。④只见盆腔积液, 未见异常包块。其中孕囊型的比较好诊断, 只要与附件囊肿鉴别开, 前者壁较厚, 内见环状及条状回声;后者壁薄, 内无回声或近网状回声, 如图3为卵巢黄体回声, 呈边缘光滑、壁薄的无回声。

异位妊娠并非轻而易举的探及包块, 很多时候探及不到, 该研究有16例在超声检查时, 未见明显包块, 其中14例于盆腔见少量积液及宫内假妊囊, 间接提示异位妊娠, 而另两例则未见异常回声, 这时要重视异位妊娠临床的3大症状:停经、阴道流血、腹痛。有此症状则要密切观察, 腹部彩色多普勒检查, 可能受条件限制不及阴道超声检查, 阴道超声检查离靶器官近, 避开了肠气、脂肪、腹部瘢痕等因素干扰, 超声衰减减少, 用高频探头既能获高分辨率的二维图像, 又能观察器官血流动力学的变化[2]。图二为输卵管间质部妊娠, 该患者停经37 d时觉腹部不适, 腹部超声检查, 未见异常影像;停经40 d时, 阴道少许流血, 腹部超声检查仍未见异常图像;43 d时, 腹部超声检查与宫角区域见较丰富的血流, 未见明显包块回声, 经阴道超声检查:此区域呈团块状高回声, 周边丰富的血流为彩环状, 与子宫内膜不相连, 提示输卵管间质部妊娠可能, 手术后得以病理证实。

异位妊娠要注意以下几点鉴别:

①宫内早孕与假孕囊的鉴别:宫内早孕时, 孕囊近圆形或椭圆形, 偏向宫腔一侧, 壁较强;而假孕囊形态略呈条状, 位于宫腔中央, 壁较薄且不均。当宫内液性暗区较小时, 不应断然诊断为宫内早孕, 要注意复查。

②宫外孕囊与黄体囊肿的鉴别:孕囊壁较厚且回声较强, 内部有时可见环形卵黄囊及短条形胚芽回声, 周边可见丰富的血流信号, 呈类滋养层血流频谱;而黄体囊肿壁薄内无回声或网条状回声, 周边血流不丰富。另外要参考月经史帮助诊断。

③宫外孕与黄体破裂的鉴别:两者都有腹痛, 超声检查都可见盆腔积液图像, 虽黄体破裂可发生于妇女生育期的各个阶段, 但多数都发生于在月经之前, 无停经史、无阴道出血, 妊娠试验阴性;而宫外孕有停经史, 可有阴道流血, 妊娠试验阳性或弱阳性。

④输卵管间质部妊娠与子宫角部妊娠的鉴别:间质部妊娠, 包块周围有薄层肌肉环绕, 但外上方肌层不完整或消失;而子宫角妊娠的包块周围见完整的肌层[3]。另外间质部妊娠包块与子宫内膜不相连, 而宫角处妊娠包块与内膜相连。

⑤异位妊娠破裂出现盆腔积液时需与盆腔炎及黄体破裂鉴别, 主要是问清月经史, 或结合临床检验结果。

另外, 不要因患者自述无停经史或妊娠试验阴性而放松警惕;异位妊娠时有的患者月经淋漓不断, 有的阴道流血量少是她自认为是月经。异位妊娠时, 尿绒毛膜促性腺素较正常妊娠时含量低, 测量时可为假阴性, 不能轻易排除异位妊娠, 应加做血HCG。异位妊娠血HCG特点:种植早, 阳性早;水平偏低;动态监测增长慢[4]。该文中有6例尿HCG阴性而血HCG阳性。当然血HCG阳性无法明确判定是宫内妊娠还是异位妊娠, 还要应用超声认真查找。再则, 由于正常受精后7 d血HCG即开始升高, 受精后10 d尿妊娠试验出现阳性, 而在超声下观察到妊囊即使在宫内也至少要到受精21 d, 这期间约十余天超声检查时不能显示孕囊, 为超声诊断的盲区[5], 所以一定要注意复查。

综上, 超声检查要耐心细致, 技术要娴熟, 首先排除宫内妊娠, 再尽力探查清楚双侧卵巢回声, 与其周围寻找异常包块, 实践证明, 阴道超声在异位妊娠检查应用中优于腹部超声。异位妊娠的诊断工作要注重月经史, 对月经史不清者, 超声可为临床提供很大帮助。

摘要：目的 对异位妊娠行超声图像分析, 总结经验, 更好地为临床服务。方法 对106例最后经临床确诊为异位妊娠的临床资料及超声图像行回顾性分析。结果 输卵管妊娠99例、卵巢妊娠4例、宫角妊娠2例、腹腔妊娠1例。结论 异位妊娠诊断中超声能为临床提供有价值的信息, 但其图像并非都简单明了, 要结合临床细致检查甚至数次复查。

关键词：异位妊娠,腹部超声,阴道超声

参考文献

[1]姜玉新, 张运.超声医学[M].北京:人民军医出版社, 2012:284.

[2]李志安.临床超声医学[M].北京:人民卫生出版社, 2010.

[3]谢红宁.妇产科超声诊断学[M].北京:人民卫生出版社, 2010:71.

[4]杜起军, 崔立刚.超声诊断临床备忘录[M].北京:人民军医出版社, 2011:219.

超声科心电图室紧急意外处理预案 第2篇

为规范超声科遇到紧急突发事件时，医疗抢救能快速，有序，高效，严密的组织实施，制定超声科紧急意外处理预案

1、严格把握检查及治疗的适应症，与病人或病人家属做好检查或治疗的危险性的解释工作。

2、一切抢救药品、物品、器械、敷料均须放在指定位置，并有明显标记，不准任意挪用或外借。

3、及时核对一次物品、检查药品有效期、氧气瓶的氧气量，无菌物品须注明灭菌日期，超过一周时重新灭菌。

4、如在检查或治疗时发现并发症，如：晕厥、休克或突然呼吸心脏骤停等并发症，应立即终止检查或治疗。

5、立即给病人以紧急处理抢救，如让病人平卧、吸氧、吸痰，建立静脉通道、人工呼吸、心外按压。

6、立即通知上级医生、科主任、医教部或主管院长，请急诊科或专科医生到现场抢救。

8、当病情稳定时，在允许的情况下转入急诊科或相关科室。

心电图室紧急意外处理预案

为规范心电图室遇到紧急突发事件时，医疗抢救能快速，有序，高效，严密的组织实施，制定心电图室紧急意外处理预案

1、严格把握检查及治疗的适应症，与病人或病人家属做好检查或治疗的危险性的解释工作。

2、一切抢救药品、物品、器械、敷料均须放在指定位置，并有明显标记，不准任意挪用或外借。

3、及时核对一次物品、检查药品有效期、氧气瓶的氧气量，无菌物品须注明灭菌日期，超过一周时重新灭菌。

4、如在检查或治疗时发现并发症，如：晕厥、休克或突然呼吸心脏骤停等并发症，应立即终止检查或治疗。

5、立即给病人以紧急处理抢救，如让病人平卧、吸氧、吸痰，建立静脉通道、人工呼吸、心外按压。

6、立即通知上级医生、科主任、医教部或主管院长，请急诊科或专科医生到现场抢救。

8、当病情稳定时，在允许的情况下转入急诊科或相关科室。

突然发生猝死应急预案及程序 【预案】

1、值班人员应严格遵守医院及科室各项规章制度，坚守岗位，发现急危病症，尽快采取抢救措施。

2、急救物品做到“四固定”，班班清点，同时检查急救物品性能，完好率达到100%，急用时可随时投入使用。

3、医护人员应熟练掌握心肺复苏流程。

4、发现患者猝死，应迅速做出准确判断，第一发现者不要离开患者，应立即进行心脏按压、人工呼吸等急救措施，同时请有关人员呼叫其他医务人员。

5、增援人员到达后，立即根据患者情况，依据心肺复苏抢救程序配合医生采取各项抢救措施。

6、在抢救中，应注意随时清理环境，为急救小组进入腾出空间，利于抢救。

7、参加抢救的各位人员应注意互相密切配合，有条不紊，严格查对，及时做好各项记录，并认真做好与家属的沟通、安慰等心理护理工作。

8、抢救无效死亡，协助家属将尸体运走，向上级汇报抢救过程结果；在抢救过程中，要注意对患者家属或陪同人员进行解释及安慰。【程序】

超声图像处理 第3篇

【关键词】超声波图像 三维成像 表面成像法 体积成像法

【中图分类号】R722.12 【文献标识码】B【文章编号】1004-4949（2014）08-0488-01

超声波图像也会因设定而产生不同的结果，包括：探头频率、扫描方向、扫描深度。因此解译一张超声波图像，不只要有对图像范围内组织与器官特性的了解，还要配合仪器的操作与设定，才能顺利解译图像所代表的意义。三维超声波图像技术在现代医学中具有相当重要的作用。本文在分析二维超声波成像的基础上，分析了现有的医学超声波三维成像技术。

1三维超声的成像技术

可靠的数据提取是得到精确三维超声图像的前提。采用二维面阵超声探头，使超声束在三维扫查空间中进行摆动，即可直接得到三维体数据。但二维面阵换能器的制作工艺限制了阵元数，使得三维图像的分辨率受到了一定的限制。目前已有使用二维阵列的超声成像系统面世。目前三维超声数据的提取仍广泛采用一维阵列探头。用一维阵列探头提取三维超声数据，需要外加定位装置，如目前临床广泛采用的一体化探头。该探头是将一个一维超声探头和摆动机构封装在一起，操作者只要将该探头放在被探查部位，系统就能自动采集三维数据。还有一种新型探头专门用于解决定位问题。该探头有三个阵列，中间的主阵列用于超声成像，与主阵列垂直的两个侧阵列用于提取定位图像。由于探头移动的连续性，所以定位图像两两重叠部分很大，可以通过两侧的定位图像确定两次采样间的位移、旋转，从而确定图像的空间位置。此外，还有一些文献提供了通过相邻图像的相关和图像的斑点噪声统计规律来确定探头侧向位移的方法。

2 三维超声的临床应用

2.1 三维超声在空腔脏器中的应用

2.1.1 胃、肠道疾病 嘱受检者适量饮水或灌肠后可建立良好的透声窗。清楚显示胃肠道隆起性病变与溃疡的大小、深度、边缘形态，观察恶性肿瘤的浸润深度、范围及与邻近组织、血管的立体位置关系，进行术前TNM分期，对协助临床制定相应的治疗方案，具有重要意义。

2.1.2 膀胱疾病 膀胱充盈后可形成极佳的透声窗，三维超声与二维超声一样清晰显示病变的形态、大小、数目、内部回声，同时三维超声还能显示病变的整体、表面形态及肿瘤对膀胱壁的浸润情况，从而提高了其诊断的准确性，并有助于肿瘤术前方案的抉择。对慢性膀胱炎症、憩室、结石、凝血块等膀胱疾病的诊断，也显示出优越性。

2.2 在实质性脏器中的应用

肝脏疾病 肝囊肿与肝脓肿二维超声诊断准确性较高，而肝癌与肝内其它性质占位性病变相互间的鉴别有时较为困难。三维超声可从不同方位观察肝表面和边缘轮廓，肿三维超声成像在临床上有广泛的应用前景。可用于精确测量和定位在产科临床上，三维超声成像可用于鉴别早期胎儿是否存在畸形以及检查各个孕期胎儿的生长发育情况；在心血管疾病诊断中，可用于多种心脏疾病以及血管内疾病的检查。尽管如此，由于价格和技术上的原因，目前三维超声成像尚未达到临床广泛应用的水平，也还有不少值得研究的问题。

2.3 在妇科的应用

三维超声对子宫实质性肿瘤的断，有一定輔助作用。对卵巢和输卵管病变（特别囊性变），可清晰显示其立体外形轮廓、内部结构、有无分隔与性突起、液体浑浊度等。对盆壁转移性病灶合并腹水的人，三维较二维超声的诊断价值更大。文献报道三维超声诊断附件区恶性肿瘤时，其敏感性由二维超声的80%增87%。此外，三维超声于术前可清晰显示恶性肿瘤浸及围脏器的情况，评价肿瘤与子宫、盆壁及髂血管的关系，为中能否切除肿瘤提供有价值的资料。与此同时，应用3CDE可以显示肿瘤内血管空间结构，并计算单位体积内的瘤血管密度，为肿瘤的定性诊断增加新的参考指标。

3 三维超声波成像

近年来，在临床的应用上，由于三维超声波成像系统的技术大幅改善，使得许多医疗研究领域不断地被开发，因而对病人的诊断以及管理上造成很大的影响。到目前为止，胎儿、心脏以及妇科方面等领域最受到大家广泛的关注。

在三维超声波成像中，首先建立三维结构的人体组织及器官。在临床上虽然医生或专业人员对人体结构上有了充份的了解，可是人体结构复杂，对超声波切面图像所代表的意义不能完全记忆；因此在超声波设备旁，常常都会附上辅助的？面图像，对应各主要部位超声波图像所代表的组织或器官切面位置，方便医生进行对比。近年来，计算机的运算速度不断提升，现在已经能在计算机上展现出逼真的3D ？体效果与多屏幕输出功能；在计算机所呈现虚拟现实中，创造出与真实空间相类似的环境。通过对象物？引擎的开发，更以可在虚拟环境中仿真物体的真实物？特性，进而发展虚拟现实等工具与系统，并广泛应用于建筑、工业、娱乐等领域。最典型的取得三维超声波图像的方法，是通过移动探头，以线性扫描（Linear Scan）、扇形扫描（Sector Scan）或是箭形扫描（Sagittal Scan）的方式，连续取得多张二维图像后，再给予图像间应有的相对空间位置，最后利用表面成像法或是体积成像法来实现三维成像。

4 结束语

综上所述，超声成像是临床上广泛使用的一种成像模式，在某些场合甚至是最好乃至唯一可用的成像模式。各种新技术新方法的开发和利用，使超声仪器的检测和诊断更为有效，应用范围也不断延伸，如用于观察病程的发展情况、细胞的代谢情况等。超声成像技术在过去、现在和将来都是医学影像研究的重点内容之一。随着技术的发展、研究的深入，将会有更多新发现和新技术用于超声成像。

参考文献

[1] 周永昌，郭万学.超声医学[M].北京：科学技术文献出版社，2006.

[2] 徐颖，龚渭冰.超声诊断学[M].2版.北京：科学出版社，2007.

胆道闭锁的超声图像特征分析 第4篇

关键词：胆道闭锁,超声,图像,诊断价值

胆道闭锁是一种以肝内外胆管闭锁及梗阻性黄疸为主要临床特点的小儿常见外科畸形疾病, 其临床发病率大约为1/5000～1/18000[1]。胆道闭锁的发生主要是由于在胚胎形成时期出现肝胆发育障碍, 并且在产前难以得到确诊。为研究分析胆道闭锁的超声图像表现, 探讨超声对胆道闭锁的临床诊断价值。本文对我院2009年1月～2012年10月收治的胆道闭锁患儿32例资料进行回顾性分析, 所有患儿均进行了超声检查。仪器使用东芝阿波罗770彩色超声显像仪和彩色超声诊断仪, 记录患儿的肝脏、胆囊情况。报告如下。

1 资料与方法

1.1 一般资料

选取我院2009年1月～2012年10月收治的胆道闭锁患儿32例。其中男20例 (62.5%) , 女12例 (37.5%) ;日龄29～135 (45.43±3.21) 日;所有患者均表现存在黄疸及大便白色 (黄白色) 症状。

1.2 方法

所有患儿均进行了超声检查。仪器使用东芝阿波罗770彩色超声显像仪和彩色超声诊断仪, 记录患儿的肝脏、胆囊情况[2]。所使用高频线阵探头的频率为10～12MHz。具体超声检查方法是:在患儿检查当日的早晨, 要空腹6～8h, 检查前给予患儿服用剂量0.7ml/kg, 10%的水合氯醛, 等待患儿入睡后再进行超声检查。超声检查时, 要重点扫查患儿的肝胆部位, 注意观察胆囊的大小和形态以及肝门区是否存在囊腔, 检查同时观察患儿肝脏的大小、回声和肝被膜是否光整及脐旁静脉等具体情况, 观察是否有门脉侧支循环形成, 并且观察脾脏的大小。对于超声图像特征不典型的患儿可以在喂奶后2h进行复查, 观察其胆囊是否发生变化, 可多次进行反复检查分析[3]。

2 结果

32例患儿超声主要为:肝管汇合部高回声斑块, 胆囊瘪小, 胆囊发育及收缩不良, 肝脏不同程度增大, 肝实质回声粗糙, 12例存在腹腔少量积液, 7例有脾脏增大。

3 讨论

胆道闭锁为一种临床婴儿期外科胆道疾病中比较常见, 并且难治的疾病, 大多发生在足月儿, 在生后的1～2w内没有异常表现, 在其生理性黄疸消退后, 会出现皮肤及巩膜的黄染发生, 并病情呈进行性的加重, 患儿的尿色加深, 且大便颜色会逐渐转变为浅变白, 严重者大便会呈陶土样。随着患儿黄疸病情加重, 其肝脏会逐渐的增大、变硬, 患儿腹壁膨隆, 并伴有脾脏肿大, 甚至出现门脉高压[4]。为研究分析胆道闭锁的超声图像表现, 探讨超声对胆道闭锁的临床诊断价值。本文对我院2009年1月～2012年10月收治的胆道闭锁患儿32例资料进行回顾性分析, 所有患儿均进行了超声检查。仪器使用东芝阿波罗770彩色超声显像仪和彩色超声诊断仪, 记录患儿的肝脏、胆囊情况。胆道闭锁的临床发病原因目前还没有确切的定论。临床上大多认为胆道闭锁和肠闭锁的发病类似, 是属于一种先天性发育不良引起的疾病, 是因为胚胎期的胆道没有空化或者空化不全导致的。近些年的免疫研究发现胆道闭锁也可能和炎症的发生有直接关系, 是由于病毒感染导致, 主要病毒为轮状病毒和巨细胞病毒。虽然病因还不能得到完全认定, 但是对胆道闭锁进行早期的临床诊断和治疗都是非常重要的, 超声检查是一种快速、无创的临床检查方法, 使用比价广泛、简单, 特别适用于临床对小儿胆道闭锁的诊断及筛查。临床腹部超声检查在对肝门三角形条索征、胆囊体积、胆囊外观、收缩功能变化、肝脏大小、肝脏质地变化、肝动脉直径变化等方面的观察上具有显著的临床优势, 而恰恰是这些临床指正对胆道闭锁的诊断具有重要意义。

经本组研究发现, 胆道闭锁患者的胆囊改变是诊断胆道闭锁的重要参考指证, 胆囊改变主要是指胆囊长度的改变以及收缩功能的改变。胆道闭锁在超声检查中所出现胆囊异常主要表现是:存在胆囊的缺失, 胆囊无腔, 胆囊的长度小于1.5cm, 在进食后胆囊的收缩程度比较低或者无收缩[5]。同时因为胆道闭锁患儿常常会伴有存在肝脏纤维化, 所以对胆道闭锁患者进行肝脏超声检查, 可以发现患儿存在肝脏肿大以及肝实质回声粗糙 (不均匀回声) 的图像表现。对胆道闭锁患儿肝门区胆管结构检查时发现超声图像的主要特征是:胆道闭锁患儿的肝门区静脉腹侧外的胆管区域结果比较紊乱, 呈现纤维条索样的高回声, 或者可见到内径比较纤细的肝外胆管, 胆管壁显著增厚, 回声比较强。本组32例患儿超声主要为:肝管汇合部高回声斑块, 胆囊瘪小, 胆囊发育及收缩不良, 肝脏不同程度增大, 肝实质回声粗糙, 12例存在腹腔少量积液, 7例有脾脏增大。对结果进行分析发现, 胆道闭锁患儿的超声检查, 要对患儿的肝门三角形条索征、胆囊体积、胆囊外观、收缩功能变化、肝脏大小、肝脏质地变化、肝动脉直径变化等方面变化进行仔细观察, 并进行综合性分析, 可显著提高对胆道闭锁临床诊断的准确性。

综上所述, 超声对胆道闭锁的诊断价值较高, 具有安全、便捷、经济等优势, 值得应用。

参考文献

[1]全学模, 李晓庆, 周德凯, 等.彩色多普勒超声对胆道闭锁的诊断价值[J].中华现代医学与临床, 2005, 2 (1) :11-12.

[2]孙颖华, 郑珊, 钱蔷英.超声检查在胆道闭锁鉴别诊断中的运用价值[J].临床小儿外科杂志, 2008, 7 (4) :3-6.

[3]李士星, 张尧, 徐忠义, 等.胆道闭锁的超声诊断[J].中国临床医学影像杂志, 2008, 19 (3) :161-163.

[4]王晓曼, 贾立群.胆道闭锁的超声诊断[J].放射学实践, 2011, 26 (2) :220-222.

超声图像处理 第5篇

本文依据此分割法进行实验，实验结果显示该算法能够取得最优解，噪音对图像分割的影响也不明显，只是还需要注意几个方面：

复杂的计算过程，累积代价阵的计算过程十分复杂，因此会耗费大量时间，可以说是整个运算过程中的重点、难点;

初始点、终止点的选择，极大的影响着分割结果，因初始点、终止点的不同可以形成不同的分割结果。(其中a为原始图像，标志点位临床医生所标;b、c、d为不同初始点、终止点情况下的不同分割结果)如图1所示

4 医学图像分割技术概述

划分医学图像的区域有时候并不十分容易，由于医学成像系统具有其自身独特的物理特征，还有机体不同的组织吸收能量的能力略有不同表现在图像上为成像时会有一定的差异即医学图像具有的不确定性、模糊性。在描述医学图像中的目标物体时应用图像的模糊性，

以边缘检测为基础的法，以边缘检测为基础进行分割的方法，是根据图像的像素特征进行检测，由于其局部特征具有突变性、不连续性，由此可以描绘出几条边界，最后将图像分割成为几个不同的区域。因此，选出一个基础点作为检测点，根据检测点以及检测点的相邻点检测的象素作为特征值，再根据其检测值来获得不同区域间的边界。但是，有时根据图像的像素进行边界描绘时，由于相邻点的像素检测的信息并不匹配，使得描绘的图像边界不完整、封闭，故无法成功将图像进行区域分割。这时，为了勾画出有意义的图像边界，对于那些间断不连续的边缘点就要采用一定的算法将其连接起来。此外，有较大噪声音的图像会有一定误差，主要体现在图像边缘的真实性上，这一点对以边缘检测为基础的分割方法的结果影响极大，尤其是在医学超声图像的分割上，因此，这个问题亟需得到解决。应用以模糊集理论为基础的图像分割技术可以解决医学图像中的部分结构不良的问题，因此，发展、应用此技术在医学超声图像的分割工作中，可对医学图像的分析有很大的帮助。

5 医学图像分割技术的评价

以人工的神经网络为基础的图像分割技术是近几年刚刚发展起来的被广泛应用的新技术。这项技术具有一个十分优越的条件，它分割图像的方式不需要依靠图像的概率函数也就是说即使在图像数据出现严重的偏差时也可以进行图像的分割。事实上，这个分割技术是以图像的形状为基础进行图像的分割的。

这个分割技术主要有两个操作过程：首先是进行图像特征的提取;然后就是进行神经网络的分割。提取医学超声图像特征的过程对于整个图像的分割具有决定性的作用，因为提取的数据是进行神经网络的计算时的基础数据。如果能提取到正确的图像特征数据便能够尽可能的削减计算过程，提高分割算法的准确性。

6 结 语

超声图像处理 第6篇

[关键词] 超声图像；灰度行程统计法；脂肪肝

[中图分类号] TP391.41   [文献标识码] B   [文章編号] 2095-0616（2011）23-122-02

脂肪肝是一种没有特殊临床症状的疾病，一般临床上只表现为肝脏轻至中度的肿大，质地稍变硬或仍是正常，触诊无明显压痛，患者多无特殊自觉症状，所以在临床上对脂肪肝的诊断尚无明确的判断标准[1]。通常临床诊断前会结合肝脏超声来下判断，因此如何使肝脏超声像图的定量分析更为准确，使临床医师更客观、科学及准确地分析超声图像，对于疾病的诊断事关重大。技术上讲，各种灰度光点相互结合而成二维超声的图像，不同结构以及密度使图像回声在强弱以及亮度在明暗方面具有显著的差距[2]。虽然现在十分科学的超声仪器对256级灰阶予以显示，但仍然提供不了肝脏超声局部的图像敏感区具体的像素亮度及密度的参数，这对于肝脏疾病的严重程度无法做到明确客观的判断，关键要根据医师多年从医的经验进行判断，保证诊断结果中主观成分的明显性[3]。本研究通过灰度行程统计的方法探讨研究脂肪肝超声的图像，现报道如下。

1 资料与方法

1.1 一般资料

入选病例为笔者所在医院接诊的50例患者，其中男35例，女15例，年龄最大56岁，最小34岁，平均（43.1±3.7）岁，分成正常肝脏组25例和脂肪肝患者组25例。正常肝脏组年龄最大58岁，最小33岁，平均（44.5±3.3）岁；脂肪肝患者组年龄最大57岁，年龄最小32岁，平均（42.6±3.1）岁。所有患者询问既往均未发现肝功能异常。两组患者一般情况差异无统计学意义（P＞0.05）。

1.2 研究方法

1.2.1 分析纹理措施 分析纹理指的是通过一系列的图像处理手段， 将纹理的所显示的特征参数予以提取，进而将纹理在定性描述以及定量的程序得到。由于相应病理情况中图像的纹理出现变化的情况，因此临床医生在超声图像的指示下才能予以诊断。利用纹理分析法把出现变化的纹理图像通过数字的表示出来，进而实现量化分析目标。

分析纹理的措施一般有：结构分析法以及统计分析法两种基本方法。在不断进步的自动处理图像数据技术以及计算机应用技术下，相继出现了很多判断以及分析纹理的措施，如通过灰度直方图的方法进行分析，在一定程度上及时将图像元素分布层以及灰度值予以反应，却将图像中所应显示的信息予以丢失，造成图像灰度元素在排列方面的特征不能得以显示。利用灰度行程进行统计的方法，可将此缺点予以很好的弥补，对图像灰度元素在排列特征方面的信息得以很好的显示出来。

1.2.2 灰度行程的统计方法 所谓的灰度行程的统计方法也就是指统计的方法是统计同等灰度像的共线性以及连续性像素的数量。应用灰度行程统计法对于脂肪肝主要是研究脂肪肝的图像纹理，长度、灰度的级数以及方向等方面可影响行程的矩阵，行程矩阵不一致的可视为R（θ），θ对于不同的行程矩阵取值由纹理特性决定。

灰度行程与灰度的阶数、长度和方向等因素有关，描述超声图像变化特征的参数选择主要有4个：①短程因子RF1：RF1越大，行程越短，对应的更细的图像纹理，将会有一个细润的肝脏组织；②较大且长行程的RF2：RF2长程因子，具有相应较粗的图像纹理，显示的肝脏组织将会增粗；③灰度非匀称的因子RF3：很低的灰度值，表示在检测层中灰值具有不匀称的分布情况，灰度值与检测层中某灰值产生的多少情况成正比，肝脏组织显得越不均匀且回声越强；RF4行程长度不匀称因子：④所有灰度都有行程的情况下， RF4变低，这就表示图像纹理以及肝脏组织很匀称，如果灰度中过多的出现某行程，则RF4较大，肝脏组织不均匀。

1.2.3 操作步骤 通过彩色超声诊断的仪器，设定探头的频率在4 Hz，将仪器的条件均设置为一致的情况：扫描的深度、光焦聚集的数目及位置等保持不变。受检者在检查前空腹12 h，取平卧位或左侧卧位，常规对肝脏进行从左到右，从上到下多切面、多方位检查，观察肝脏的大小、形态、包膜、实质回声、肝内管道情况，对检出的患者详细记录RF1、RF2、RF3、RF4数值。50份病例都通过资质教过的医生对肝脏进行超声检查，通过目测的方法观察其脂肪肝是否存在，超声工作站取得图像显现特征。正常与脂肪肝的肝脏超声特点区别：正常肝脏的包膜光滑，肝实质的回声均匀，血管清晰；脂肪肝病变的肝脏形态饱满，肝角变钝，肝实质后方回声衰减，回声致密区增强，血管不清晰。

1.3 统计学处理

采用SPSS统计软件进行数据处理，α=0.05，P＜0.05为差异有统计学意义。

2 结果

正常肝脏和脂肪肝的灰度行程因子测量结果显示：脂肪肝组的短程因子、灰度不均匀因子及行程长度不均匀因子明显高于正常组的测量值（P＜0.05），而脂肪组的长程因子明显低于正常组的测量值（P＜0.05），两组间差异存在统计学意义。具体如表1。

3 讨论

本次测量研究发现，在脂肪肝组中，不匀称的灰度因子、短程因子与不匀称的行程长度因子较常规组的测量值（P＜0.05）而言，显著偏高，而脂肪组的长程因子明显低于正常组的测量值（P＜0.05），两组间存在显著性差异。分析结果得知，脂肪肝组的RF1数值大，说明图像纹理增粗，RF3数值大，检测区域里出现某个灰值较多，这与脂肪肝呈弥漫性强回声的视觉效果一致，RF4数值大，说明脂肪肝时某个行程因子明显增多，这与脂肪肝超声图像的视觉特征一致；脂肪肝组RF2数值小，说明脂肪肝的具有匀称的图像纹理，常规肝脏在各个点状的回声分布中呈中等分散状，符合于脂肪肝则回声分布的致密点状的情况。本结果显示，灰度行程统计法分析结果与临床超声目视下结果相符。

肝脏由肝内管道系统和肝实质细胞组成，肝脂肪样变称为脂肪肝，指的是肝细胞内明显增加脂肪[4]。在轻度脂肪肝的状况下，肝细胞中有脂肪颗粒的出现，在相互融合下可形成脂肪泡，在脂肪肝较重的情况下，很多肝细胞具有脂肪泡可将其破裂最终使脂肪囊肿的形成[5]。在超声进行检查时显示显著加强轻度的脂肪肝回声，但对应减少了声像图远场回声，出现严重的脂肪浸润患者，显著减退了其超声回声远场。

常规肝脏的超声图像表现为分布均匀的细小点状回声，若有肝脂肪样变时出现回声增强的区域。将常规脂肪肝以及肝组织而言，因为不同情况的组织颗粒以及分布区域，在声像图中将显示出光点的粗细情况以及分布的不同[6]。临床医生要按照所发生改变的图像特征将发生疾病的可能性以及病情的严重程度进行判断与分析。利用灰度行程统计的方法可有效将常规的肝组织与脂肪肝区分开来，从而为脂肪肝超声诊断提供定量依据，但仍需要进一步试验来分析。

[参考文献]

[1] 周永昌. 超声医学[M]. 北京：科学文献出版社，2000：100-120.

[2] Jiann LE,Yung SU,Xi Zhang. A new approach to ultrasonic liver image classification[J]. Chemometrics and Intelligent Laboratory Systems, 2004,72(6):51-57.

[3] 郭冬梅，邱天爽，康伟，等. 基于灰度共生矩阵的大鼠肝细胞癌、肝硬化结节超顺磁性氧化铁MR增强图像纹理特征分析[J]. 中国医学影像技术，2010，26（3）：563-566.

[4] 朱红娟，李芬华，赵真，等. 灰度行程统计法分析肝超声图像的研究[J]. 山西电子技术，2005，33（3）：22-23.

[5] 黄亚丽，李芬华，赵真. B超肝脏图像纹理特征提取方法的实验研究[J]. 中国医学影像技术，2004，20（12）：1937-1939.

[6] 赵金惠，赵真，赵庆春，等. 肝脏相对回声强度在脂肪肝超声诊断中的价值[J]. 河北职工医学院学报，2007，24（3）：51-52.

梗阻性黄疸的超声诊断图像分析 第7篇

1 资料

1.1 胰头占位及壶腹癌声像图

(1) 上腹部相当于胰头部或十二指肠壶腹部可见低回声肿块, 边界欠清晰, 内部回声不均匀, 肿块内部可见血流信号; (2) 腹主动脉旁肿大淋巴结; (3) 主胰管扩张; (4) 胆总管、左右肝管扩张, 肝内胆管呈树枝状扩张; (5) 胆囊肿大, 张力增高。超声印象:胰头部实质性占位及壶腹癌。

1.2 第一肝门部肝癌声像图

(1) 肝门部肿块回声; (2) 左右肝内胆管扩张; (3) 胆囊大小形态正常, 内未见异常回声; (4) 胆总管上段无扩张。超声印象:肝门部实质性占位 (肝癌) 压迫肝总管致梗阻性黄疸。

1.3 胆总管结石声像图

(1) 胆总管内可见强回声光团, 后伴声影, 肝内胆管呈树枝状扩张, 左右肝管扩张, 梗阻以上胆总管扩张; (2) 胆囊肿大, 张力增高; (3) 胰管无扩张。

1.4 肝总管结石声像图

(1) 肝总管内可见强回声光团, 后伴声影, 左右肝管、肝内胆管扩张; (2) 胆囊无增大, 胆总管、胰管无扩张。超声印象;肝总管结石致梗阻性黄疸。

1.5 胆总管癌声像图

(1) 胆总管上段内可见实质性光团回声, 肝内未见异常; (2) 左右肝管扩张、肝内胆管呈树枝状扩张; (3) 胆囊肿大, 张力增高; (4) 胆总管下段、胰管无扩张。超声印象;胆总管内实质性占位 (胆管癌) 致梗阻性黄疸。

1.6 胆道蛔虫超声诊断

(1) 病例因阵发性剧烈剑突下钻顶样疼痛伴恶心、呕吐就诊; (2) 轻度黄疸; (3) 胆总管上段扩张, 内可见等号样回声虫体, 呈“通心面征”活虫体并可见蠕动; (4) 胆囊肿大张力增高。超声印象;胆总管内异常回声 (考虑胆道蛔虫) 。

2 讨论

对肝源性黄疸与阻塞性黄疸及时作出鉴别诊断一直是临床亟待解决的一个重要课题。逆行胰胆管造影, 经皮肝穿刺胆管造影, 不可避免地给病人带来一定的损伤痛苦, 其应用受到一定的限制。自1974年Taylor报道用灰阶超声鉴别阻塞性黄疸以来, 大量的临床研究已证实此方法简便、安全、可靠, 准确率达96%以上[1]。在实际工作中对于肥胖及腹腔胀气较多病例, 适量饮水后检查可以提高梗阻部位的显示率, 尤其是胆总管下段的梗阻。

肝外阻塞性黄疸病例中最常见的原因是胆系结石, 其次为胰头癌、胆管癌[2]。18例阻塞性黄疸病人图像分析可知, 胆系结石10例, 胰头癌 (包括壶腹癌) 4例, 胆管癌2例, 肝门占位1例, 胆道蛔虫1例。超声检查诊断梗阻性黄疸, 可根据声像图特点判断梗阻的具体部位, 形象、直观, 为临床医生诊断、治疗提供了可靠的信息, 且无创伤、无痛苦、无放射性, 因此在黄疸的鉴别诊断中, 超声检查被列为首选的检查方法。

摘要：目的 探讨超声检查在梗阻性黄疸鉴别诊断中的应用价值。方法 回顾分析了18例不同部位梗阻性黄疸的声像图特点, 进行了相互对比分析。结果 梗阻部位不同声像图表现不同。结论 根据不同的声像图特点, 超声检查能准确判断梗阻部位, 为临床诊断和治疗提供可靠的依据, 超声检查无创伤、无痛苦、形象、直观、准确, 被列为梗阻性黄疸首选的检查方法。

关键词：梗阻性黄疸,超声检查,声像图

参考文献

[1]周永昌, 郭万学.超声医学[M].北京:科学技术文献出版社, 1994:664-667.

超声图像处理 第8篇

1 乳腺超声图像肿瘤特征

根据Stavros标准, 乳腺超声图像肿瘤特征分为两类, 一类是用常规的超声成像诊断仪器可以测量到的, 这5个特征有:乳腺超声图像纹理、肿瘤几何形状、边缘锋锐程度、肿瘤图像亮度特征和声波回声特性。后2个特征是使用新的超声成像技术———超声弹性成像技术才能检测到的特征:肿瘤形状是否随外界压力而改变和钙化特性。超声弹性成像系统可以在一次显像中同时显示正常超声成像和弹性成像两种图像并用于对照, 提高了检测效率和准确性。

2 乳腺超声图像肿瘤特征提取

乳腺超声图像纹理特性、肿瘤几何形状和超声波回声特性是乳腺癌良性和恶性的诊断最主要的依据, 同时也是乳腺肿瘤最基本最可靠的特征。因此, 该文主要介绍上述3个特征的提取。

2.1 肿瘤纹理特征提取

肿瘤图像分割是特征提取的第一步。根据计算机图像处理技术, 分割子图像大小应为包含整个可疑肿瘤区域的最小矩形, 以保证笔者可以提取出整个肿瘤所有的医学特征。纹理特征提取分为空域提取和频域提取。空域提取又分为一阶统计特征和二阶统计特征。

空域提取肿瘤纹理特性时, 笔者需要注意肿瘤图像的灰度值和像素之间的距离d。根据图像处理技术, 空域特征提取需要考虑被提取对象超声成像的窗口大小。窗口的大小直接影响提取的结果。如:窗口过大时, 肿瘤微小的纹理特征无法计算, 窗口过小时, 不能涵盖整个肿瘤的纹理特性, 从而使笔者统计的结果毫无意义。新一代的技术自适应量化技术, 可以根据对象的统计函数特征, 自动调整灰度级, 从而使我们的提取更加合理。

频域提取具有一定的优势, 特别是由于快速傅里叶变换方法FFT算法的提出以及高效率的DSP芯片的开发利用, 使笔者的分析更具有实时性。然而, 基于傅里叶变换的频域分析更适合对图像的周期特性进行分析, 对很多其他咋空域很难检测的特征, 如两个周期模式间的差别等也非常有用。

2.2 肿瘤几何特征提取

根据Stavros博士的研究, 良性肿瘤几何形状一般比较规则, 近似圆形或者椭圆形, 而恶性肿瘤的几何形状则呈现不规则的状态。因此, 肿瘤的椭圆相似度也成为判别肿瘤恶性或者良性的重要特征。另一方面, 由数学知识可知, 圆是椭圆的特例, 因此笔者计算出椭圆的离心率e, 自然得出圆的相似度。肿瘤几何特征的提取的第一步就是计算出肿瘤轮廓的最佳拟合椭圆。此外, 椭圆相似度, 肿瘤的方向角, 肿瘤形状紧凑度, 肿瘤的深宽比, 均是判别肿瘤良性或恶性的有效特征。

2.3 肿瘤后回声特性特征提取

肿瘤后回声特征之所以能成为肿瘤特征提取的重要部分, 是由于良性肿瘤和恶性肿瘤不同的后回声特性:恶性肿瘤一般具有肿瘤后回声阴影, 而良性肿瘤一般会呈现回声增强现象。需要注意的是, 有些组织的存在如库伯韧带、瘢痕、纤维组织、异物等, 也会造成不同的特征阴影。因此, 在提取肿瘤后回声特性时, 要注意上述组织的影响。

在提取特征时, 需要3个32×32个窗口:肿瘤正下方, 同一深度肿瘤左、右两侧, 然后根据这3个评估窗口定义肿瘤后回声特性特征度量———最小边差异 (MSD) :

MSD=min (Ap-A1, Ap-Ar) , 式中, Ap、Al、Ar分别为肿瘤正下方、左边、及右边框内的灰度平均值。

3 基于SVM的乳腺肿瘤分类

3.1 SVM基本理论

SVM (Support Vector Machine) , 中文名称为支持向量机, Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。它由浅入深, 从线性可分, 然后扩展到线性不可分的情况。支持向量机在很多模式识别问题中表现出许多优势, 如最小样本问题、非线性问题、高维数和局部极小值等。支持向量机在肿瘤分类中的研究已经成为继神经网络之后新的研究热点。因此, 把它作为乳腺癌良性和恶性分类器是非常实用的。

3.2 线性可分类

SVM是从线性可分说起的, 设ω1, ω2, 是待分的两类, 所求的最优分类面ωχ+ω0=0应满足: (1) 能够无间隙彻底将ω1, ω2分别开来, 最优分类面上不存在其他不可分点; (2) 最优分类面与其各自空间的支持向量之间的距离d相等; (3) 分类平面在所有满足特性 (1) (2) 的分类面中, 与支持向量的距离d是最大的。

3.3 线性不可分类

对于线性不可分的情况, 通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分, 从而使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能。这种情况属于下面三类中的一种: (1) 向量位与分离段外, 这些点满足不等式yi (ωχr+ω0) ≥1; (2) 位与分离段内且被正确分类的向量, 满足不等式0≤yi (ωχr+ω0) <1; (3) 错位分类的向量, 这些点满足不等式yi (ωχr+ω0) <0。

这种情况需要根据Mercer定理来找到最优的分类平面:令x∈Rn和映射Φ, x→Φ (x) ∈H, 其中H是欧式几何空间。内积运算表示为:∑Φr (xi) Φr (xj) =K (xi, xj) , 式中, Φr (x) ———x的映射Φ (x) 的r分量;K (x, z) ———满足∫K (x, z) g (x) g (z) dxdz。对任意g (x) , x∈Rn, 有∫g (x) 2dx<∞。也就是说, 任意满足上述条件的K (x, z) 都存在用K (x, z) 定义的内积空间。这样的函数也称为核函数。

4 结语

该文根据Stavros标准, 对乳腺肿瘤的几个重要特征:乳腺的纹理特征、肿瘤的几何特征、肿瘤后回声特征等作了简单的描述, 并提出了用支持向量机SVM来对我们提取的特征经行肿瘤良性和恶性的分类。根据特征提取和肿瘤分类, 结合计算机技术制造出的计算机超声图像辅助诊断系统, 可以在一定程度是避免人为的主观因素和人为的模糊性, 从而使乳腺肿瘤的诊断更加可靠。

摘要：现有的乳腺早期检查工具乳腺X射线成像, 会导致大数量的假阳性。乳腺超声图像辅助补充诊断乳腺X射线成像检查, 使其结果更加可靠。然而, 超声图像的阅读需要丰富的临床实践经验, 而且诊断结果往往带有一定的主观性, 给检查带来了很大的不确定的主观因素。因此, 该文提出了最能体现乳腺肿瘤恶性和良性的典型特征, 并对肿瘤的良性和恶性经行了分类。

关键词：乳腺超声图像,特征提取,肿瘤分类

参考文献

[1] American Cancer Society:Breast Cancer Facts&Figure, 2006.

[2] K.Bovis, S.Singh, Fieldsend J., Printer C.Identification of Masses in Dig-ital Mammograms with MLP and RBF Net[J].IJCNN2000, 2000, 1:1342-1348.

[3] Chen SC, C.Y, Su CU.Analysis of sonographic features for the differenti-ation of benign and malignant breast tumors of different sizes[J].Ultra-sound Obstet Gynecol, 2004 (33) :188-193.

[4]任树军, 阮秋琦, 李玉, 等.基于各项异性扩散方程的超声图像去噪与边缘增强[J].电子学报, 2005 (33) :1260-1270.

[5]吴君, 贺超, 赵兴友, 等.基于超声图像的纹理特征分析算法的应用[J].生物医学工程研究, 2007, 26 (2) :166-169.

超声图像处理 第9篇

传统的压缩技术, 不管是音视频数据, 还是图像编码, 都是根据数据本身特性剔除隐含的冗余数据, 以得到压缩数据的目的[1]。正因为这样, 在传统心脏超声图像处理过程中, 人们为了获得高质量的超声图像, 不惜重金努力提升设备的灵敏度、分辨率、对比度和降低噪声。尽管如此, 但由于心脏的变形运动、患者的配合程度、操作者的技术水平等因素, 都会制约超声图像的采集质量。而在后期图像处理, 却又要将辛苦采集到的数据压缩掉其中冗余的部分[2]。因此, 这种处理技术无论在经济上还是效率上都不是最理想的。

Candes和Terres Tao等人提出的压缩感知理论 (Compressive Sensing, or Compressed Sampling, 简称CS) , 为图像等数据采集带来了很大的突破, 它跟传统奈奎斯特 (Nyquist) 采样定理不同, 以远低于奈奎斯特采样频率对信号进行采样, 然后经过数值优化准确重构出原始信息[3]。如果人们能将压缩感知这一技术应用到心脏超声图像处理上, 正好可以解决上述的矛盾。我们可以不用采集大量的后期反正要压缩掉的数据, 而只要采集当中少量的稀疏信号, 然后根据采集对象的特征纹理, 应用压缩感知原理和自适应算法, 还原出高质量的超声图像。

1 国内外研究动态

压缩感知理论是一种新兴的信息处理理论, 目前主要在欧美一带对于它的研究相对成熟, 而且主要侧重理论证明和算法完善等方面, 对于实际应用还相对较少;而国内在这方面的研究更是处于起步阶段, 虽然近几年很多高校和研究机构也纷纷投入人力和物力在这方面进行研究, 但大的理论成果还是比较少。目前该理论主要在信号重构优化和稀疏变换等方面取得一些进展[4,5]。

在重构算法研究上, 大家最初采用最小化L2范数作约束条件, 通过研究发现, 这个优化求解得不到稀疏性。之后, 大家又将优化问题转移到了L0范数上, 一样是一个欠定方程的求解问题。后来人们又提出了各种优化算法:例如最小化L1范数的优化求解, 但该算法速度慢;而迭代贪婪算法, 虽然速度快, 但计算出的稀疏信号不稳定;组合算法, 虽然能得到优化, 但在算法又过于复杂等[6,7]。

因此, 如果有一种既可以保证信号重构的质量, 同样算法时间又能得到兼顾的技术, 将是压缩感知理论进行实际应用的关键。它必然突破传统的采样方式, 使压缩感知理论获得更多的实际应用。

2 理论分析

传统的压缩技术是基于奈奎斯特定理的, 在数据信号采样时, 采样频率需要大于或者等于信号带宽的两倍, 否则频谱会出现混叠, 采集到的信号就无法得到正确的恢复。而且高频采样对硬件的设计要求也大, 成本相应也要提高, 无形增加图像处理的难度。尤其在医学领域的图像处理, 例如核磁共振、X射线断层扫描、超声等成像, 由于这类图像数据量比较大, 采集所需要的时间也相对较长, 不利于运动个体的临床诊断应用。另外, 传统的信号和图像压缩技术, 通过采样、存储、压缩、传输这一过程, 也会将大部分冗余的数据舍弃掉, 最终只保留一小部分频率分量, 造成资源很大程度上的浪费[8]。

新近提出的压缩感知理论很大程度上突破了奈奎斯特定理的限制, 借助该理论, 人们可以在远低于奈奎斯特采样频率情况下进行数据采样, 然后可以重构出很好的高质量的原始信号[9]。因此, 这一理论的突破吸引了许多专家学者致力于研究压缩感知的应用。对于在有限的采样条件下, 如何快速有效地重构出原始信号也成了人们致力解决的问题。

随着压缩感知理论的深入研究, 不少优秀的重构算法陆续被提出, 目前较为常见的和比较成熟的几种重构算法有:

(1) 贪婪追踪算法:这类常见的算法主要有MP算法、梯度追踪算法、正交匹配算法、正则化正交匹配算法、分段正交匹配算法、压缩采样匹配追踪算法、子空间追踪算法等, 该类算法使用最为广泛[10]。该类算法的特点是算法简单、计算速度快。但由于它是要在某些约束条件下, 并且有可行解的范围内, 利用迭代方法去计算局部的最优解。所以不能保证得到的解是全局的最优解, 存在一定的局限性。

(2) 凸松弛算法:这类常见的算法主要有梯度投影算法、基追踪算法、迭代阈值算法和内点算法等[3]。该类算法主要是在一定条件下, 利用凸的L1问题去替换非凸L0范数优化问题, 然后通过凸优化来逼近原始信号。该类算法计算复杂度高, 收敛速度慢。

(3) 组合算法:这类算法主要有傅立叶采样算法、HHS追踪法算法和链式追踪算法等[7]。该类算法主要通过信号结构化抽样, 然后利用分组测试快速重建信号。缺点是重建精度不如凸松弛算法。

通过分析, 我们可以利用超声图像在变换域中的稀疏性, 将压缩感知这一技术引入心脏超声图像处理上。这样, 我们只需要采集少量的稀疏信号, 就可以大大降低对超声探头的高频要求, 同时也可以缩短图像信号的采集时间。然后根据采集对象的特征纹理, 应用压缩感知原理和自适应算法, 还原出高质量的超声图像。这样后期的计算压力也得到缓解, 设备成本也得到降低。

3 实验设计

本课题将压缩感知技术应用于心脏超声图像处理中, 着重从以下几个方法进行研究。

(1) 压缩感知理论和变换算法研究。包括傅立叶变换和小波变换, 讨论在不同变化空间下的各种稀疏表示。

(2) 傅立叶变换下的压缩感知应用研究。图像经过傅立叶变换后, 每一个单独数据都在某种程度上包含全图像信息的特性, 进行稀疏表示。

(3) 将心脏超声图像利用压缩感知技术进行处理。先利用结构化矩阵对心脏超声图像进行感知处理, 然后在傅立叶变换空间中得到稀疏表示, 最后结合心脏超声图像的纹理特征利用正交匹配追踪算法进行图像重构。

(4) 利用Mat Lab进行算法仿真实验, 以验证算法的正确性。

4 技术关键与解决办法

(1) 心脏变形运动情况下稀疏信号的采集

根据压缩感知原理, 只要采集少量包含原信号全局信息的稀疏数据, 就可以很好的恢复原始图像[2]。所以在心脏超声图像采集过程, 先对图像进行全局傅立叶变换。根据经傅立叶变换后每一个单独数据都在某种程度上包含全图像信息的特性[6]。这样即使去掉一部分采集到的数据, 也不会导致图像信息永久丢失, 心脏变形运动所带来的不利影响就可以得到很好地解决。

(2) 心脏超声图像重构

压缩感知理论是近几年刚刚提出的新理论, 虽然在信号和图像重构领域研究已经比较深入, 但在心脏超声医学图像的应用研究尚未见到报道。本课题将借助已有的正交匹配追踪算法, 结合心脏超声图像的纹理特征, 对算法模型进行改进, 然后经过Mat Lab仿真实验, 寻求适合心脏超声图像重构的理想算法。

5 讨论与分析

在压缩感知理论之前, 这个过程看起来是不可能实现的。因为根据传统压缩技术, 如果想从采集到的少量数据中解压出大量有用的信息, 就需要两个前提条件:第一, 采集到的这些少量数据必须包含原信号的全部信息;第二, 要有能够通过这些少量的数据重构造出原信息的算法[1,2,3]。

在心脏超声图像采集过程中, 我们可以先对超声图像进行傅立叶变换。这样, 即使去掉一部分采集到的数据, 也不会导致图像信息永久丢失。第一个前提条件正好可以得到满足。

至于第二个条件, 就要归功于Candes、Terres Tao等人的工作了。他们的工作指出, 如果假定信号满足某种特定的“稀疏性”, 那么从这些少量的测量数据中, 确实有可能还原出原始的较大的信号来, 其中所需要的计算部分是一个复杂的迭代优化过程, 即所谓的“L1-最小化”算法[1,2,3]。

因此, 将压缩感知理论应用于心脏超声图像处理, 所带来的好处是不言而喻的。

6 结论

本课题的特色与创新之处在于分析并提出现有超声图像重构算法的不足, 提出的基于压缩感知超声图像重构算法, 将以心脏超声图像后期处理为研究对象, 利用压缩感知原理, 及稀疏信号自适应重构算法, 结合心脏超声图像的纹理特征, 建立重构算法模型。该算法模型与传统心脏超声系列图像压缩相比, 具有信号采集时间短, 信号质量要求不高等特点, 能够解决由于心脏变形运动影响采集质量等问题, 以缩短超声图像从采集到图像重构的运算时间, 提升超声图像采集与重构工作的质量与效率。

摘要：以心脏超声图像后期处理为研究对象, 利用压缩感知原理, 及稀疏信号自适应重构算法, 结合心脏超声图像的纹理特征, 建立超声图像重构算法模型。缩短超声图像从采集到重构的运算时间, 提升采集与重构的质量与效率。

关键词：压缩感知,超声图像,重构

参考文献

[1]李清.基于压缩感知的数字电视信号频谱检测的研究[D]广东:汕头大学, 2012

[2]李卓凡, 闫敬文.压缩感知及应用[J]微计算机应用, 31 (3) , 2010, 12-14

[3]卢雁, 吴盛教, 赵文强.压缩感知理论综述[J]计算机与数字工程, 2012, 40 (8) , 12-14

[4]李锦秀.基于压缩感知的信号重构算法研究[D]北京:北京理工大学, 2015

[5]王真.基于压缩感知的局部场电位信号重构算法研究[D]天津:天津医科大学, 2013

[6]刘国庆.压缩感知及其在图像处理中的应用[D]安徽:合肥工业大学, 2011

[7]金涛.压缩感知改进的特征基函数法的研究[D]江苏:南京邮电大学, 2013

[8]石加彬.压缩传感技术在图像处理上的研究与应用[D]广东:汕头大学, 2011

[9]胡开云.基于显著性信息的图像块压缩感知编码方法研究[D]湖北:中南民族大学, 2013

超声图像处理 第10篇

关键词：高性能并行计算,斑点噪声抑制,双边滤波,图像并行处理算法

0 引言

近年来, 随着科技进步和生活水平的提高, 对医疗条件的需求日益增长, 极大地推动了医学技术的快速发展。作为临床诊断和治疗手段的医学影像学已经成为医学技术发展最快的一个领域之一, 医学成像技术使得临床医生对病人体内病变部位的观察更直接, 更清晰, 诊断准确率也越来越高。医疗超声诊断系统的基本原理是通过超声探头发射超声波到人体组织然后对接收到的回声进行一些信号分析处理, 并最终生成可视化图像[1]。由于超声回波信号是通过对超声随机散射位于成像介质内随机散射点的信号叠加而成的, 超声图像上往往密布着一些不规则的斑点, 称为斑点噪声[2]。在超声图像中斑点噪声会严重影响图像质量, 干扰医生诊断。所以超声图像的噪声抑制对临床应用有着至关重要的作用。

针对抑制超声图像散斑, 提高超声图像质量, 人们已经提出了许多方法, Wang Bo等提出了一种使用局部一致性控制扩散的快速算法[3], 提高了图像质量, 减小了处理的时间。Vinayak Dutt等研究者提出基于统计分布的自适应散斑滤波方法[4], 根据散斑的扩散程度利用图像的局部信噪比, 来调节图像的局部平滑程度。近年来, 有研究者将双边滤波算法引入到超声图像的斑点噪声抑制应用领域[5], 通过结合斑点噪声的统计特性和双边滤波的性能特征, 可以很好地平滑散斑, 同时较好地保留超声图像边缘和局部细节, 取得了较好的抑噪效果。虽然文献[5]中提出的这种基于双边滤波的斑点噪声算法显著地提高了超声图像斑点噪声抑制效果, 但该算法中斑点噪声特征系数和自适应双边滤波的计算过程代价极高, 很难在传统硬件处理平台上满足实时处理要求。本文的研究目的正是想利用新型Fermi架构GPU这一并行处理平台来解决该算法的计算瓶颈问题, 让这一新型超声图像斑点噪声抑制算法能在较低硬件成本下满足临床实时彩超成像系统要求, 实现临床应用。

众所周知, 并行处理技术是解决实时系统计算需求问题的一个有效途径。与多核CPU相比, 近年来出现的具有通用计算能力的GPU (图形处理单元) , 特别是英伟达公司新近设计完成的Fermi架构GPU, 在信号和图像处理方面, 表现出更为明显的优势。在保持图像处理性能的前提下, Fermi架构将通用计算技术提升到前所未有的高度。首先是计算资源更为丰富, 相比较于早期具有通用计算能力的GPU, Fermi架构下的GPU功能更为完整, 每个核心处理器包含4个流多处理器, 每个流多处理器拥有32个CUDA (统一计算设备架构) 核心 (最基本的运算单元) ;其次, Fermi架构引入了缓存机制, 使GPU拥有真正意义的可读写L1缓存和L2缓存;同时浮点计算精度和速度也有大幅的提高等等。总体上讲, Fermi架构的GPU拥有了更多的计算资源更可靠的计算能力, 可以应用于更大规模更复杂的计算问题[6]。CUDA技术已经在生物医学[7]、分子生物学[8], 图像处理[9]等各种应用领域发挥越来越大的作用。特别是随着新型Fermi并行处理架构, 越来越多的计算瓶颈将被克服, 在彩超成像这一高实时系统中, 计算瓶颈问题更为突出, 许多优秀的处理算法将借助这样的新型低成本处理平台得到更广泛的应用, 相关的应用研究刚刚起步, 方兴未艾[10]。

1 Fermi平台下基于双边滤波的自适应超声图像斑点噪声抑制并行处理算法

1.1 基于双边滤波的超声图像斑点噪声抑制算法概述

本文所使用的是一种基于双边滤波的自适应斑点噪声抑制算法。双边滤波方法是源自高斯滤波方法, 由麻省理工的研究者首先提出[11], 核心思想是将原先高斯滤波中单一的滤波系数优化成高斯函数和图像梯度信息的乘积, 再使用经过这一优化得到的系数与图像作卷积运算进行空间域滤波。文献[5]利用这一原理, 在进行超声图像斑点噪声抑制时, 首先使用斑点噪声检测的结果来自适应优化相应区域的滤波系数, 然后使用包含了图像局部特征信息的系数进行噪声抑制。算法的主要步骤包括斑点噪声检测、相似度计算和自适应双边滤波三个处理环节, 如图1所示。

1.2 基于双边滤波的超声斑点噪声抑制并行处理算法的设计与实现

本文设计完成的超声斑点噪声抑制并行处理算法主要包括数据传输, 斑点噪声区域检测的并行局部方差系数计算, 相似度并行计算, 以及自适应双边滤波并行处理等模块。算法的主要处理瓶颈是局部方差系数计算和自适应双边滤波。本文在并行双边滤波设计的工作中, 主要结合Fermi架构GPU的各种技术特性优化处理性能, 例如结合各种存储器特性, 给出了获得较优带宽利用率的使用策略;设计了满足数据合并访问的存放方法以及合理的线程结构设计等方面。

1.2.1 图像数据的传输

采用GPU进行计算, 首先需要将待处理数据从主机端传送到设备, 在实现设计时需要最大幅度的提高带宽利用率来减小数据传输的开销。

在主机端, 存在两种类型的存储器, 分页内存和页锁定内存。页锁定内存的带宽比分页内存高出2倍多。同时, 页锁定内存提供了4种工作模式。其中, 写结合模式可以使数据在通过PCI-e总线传输时不会被监视, 这能够获得高达40%的传输加速, 最适合CPU是只写的情况。由于输入数据对于CPU来讲是只写的, 因此可以这种写结合模式传输数据。

在设备端, 由于Fermi架构已经为显存引入了缓存机制, 因此可以使用二维对齐的线性显存空间存放来自主机端的输入数据。另外在实现中, 可以将一些预定义好的参数放入常量存储器供所有线程访问, 这样不仅可以充分利用常量存储器带宽, 也可以减少寄存器的占用率提高整体运行的并行度。

1.2.2 斑点噪声检测

自适应双边滤波的核心部分是基于超声图像上局部区域的噪声情况而进行的, 因此首先需要对斑点噪声区域进行检测。由于回波信号的统计属性, 可以用统计学方法去进行分析, 本文使用局部方差系数作为斑点噪声检测依据, 定义如下:

其中, E (Iij) 表示的是图像上以 (i, j) 为中心的局部窗口中的像素均值。

由于斑点噪声区域检测是通过计算局部方差系数得到的。对于二维窗口的局部方差系数计算, 需要计算的是局部窗口的均值和方差。可以知道, 采用逐点进行二维窗口计算, 需要的计算量为M× (n2-1) , 其中M为图像上像素个数, n为窗口边长。这里采用的计算方式是进行两次一维窗口计算, 计算x方向时让每一个线程负责计算一行图像数据的局部一维窗口的均值和方差, 然后再进行y方向计算。这样做可以大大地减少冗余计算, 需要的计算量为2M× (n-1) 。这里的具体实现需要启动两个核函数。

第一个核函数沿x方向计算窗口内的像素和和平方和, 采用一个线程扫描一行的方式, 算法实现伪代码为:

第二个核函数以同样的方式沿y方向进行计算并求对应点的方差系数。伪代码实现如下:

伪代码如下:

1.2.3 相似度计算与自适应双边滤波

在得到了图像上每个位置的局部方差系数后, 就可以将它们看成是超声图像上各个区域的特征值。有了区域特征描述后, 用预先已经选取的一个标准斑点噪声区域特征值作为参考标准, 与图像各个区域进行相似度计算, 这样得到的区域相似度就可以用于后续的自适应滤波。这里采用柯西准则函数进行相似度的计算, 定义如下:

其中, Dstd是预先在标准斑点噪声区域得到的方差系数参考值。α是一个调节相似度取值范围的常数。可以看到相似度的取值范围为0～1, 值越接近0, 说明其与斑点噪声的相似度越小, 反之越大。

得到图像各个像素点与斑点噪声的相似度后, 需要将其与双边滤波进行结合。双边滤波的原理源自传统的高斯滤波, 与传统的高斯滤波、拉普拉斯低通滤波相比较, 它既利用了各像素点之间的几何距离, 同时也使用了各像素点之间的灰度差, 通过对两者进行的非线性组合而完成自适应滤波计算, 这样可以在抑制噪声的同时较好地保留图像中的边缘信息。而本文使用图像上的组织结构特征信息目的也在于滤除斑点噪声的同时保留组织结构。双边滤波的原理可用式 (3) -式 (6) 予以描述:

其中, p和q为二维图像上的横纵坐标。S为以p为中心的局部像素集, q表示S中的元素, ‖p-q‖为以p为中心的局部像素点之间的距离, ‖Ip-Iq‖为以p为中心的局部像素点之间的灰度差。

由双边滤波的定义可知, σr是用来控制边缘信息的参数, 传统的双边滤波采用固定值, 这样就会使超声图像上一些梯度小的部分被过分平滑。因此这里结合超声图像本身的区域特性相似度进行自适应滤波。式 (7) 定义了本文所使用的自适应控制参数:

其中乘以255的原因是灰度图像的像素值范围为0～255。使用经过斑点噪声检测和相似度计算后生成的自适应滤波控制参数, 图像的组织结构信息就可以得到保留。

这里需要说明的是, 影响双边滤波的另一个因素是滤波窗口的大小, 理论上高斯分布函数是连续无限的, 但在μ+3σ内, 点的聚集程度为99.7%, 只有在这个范围内的点才会对加权平滑模板有贡献, 因此窗口大小应为μ+3σ, σs=σ, 实际应用时通过一些先验测试可以选择出比较合理的值。除此之外, 要取得比较好的滤波效果, 需要对图像迭代多次, 迭代的次数可以根据图像滤波后的品质评价来进行设定。一般来讲, 滤波窗口和标准方差系数的优化选择会加快收敛速度并减少迭代次数。

由式 (2) -式 (7) 知, 双边滤波的滤波系数生成过程是具有计算无关性的。为了减少由CPU端到设备端这个开销巨大的数据传送过程, 尽管产生一个高斯滤波系数是一个低并行度的运算, 然而选择在GPU端生成可以避免这个额外的时间开销。由于这是一个低并行度的计算步骤, 因此在设计线程结构时最好根据多处理器个数, 让任务尽可能分摊到各个多处理器上。对于生成的这个高斯模板, 由于在后续处理中是一个只读数据, 因此用纹理存储器进行绑定可以利用它的缓存机制提高存储器利用率。

生成了高斯滤波器系数之后, 我们就为每个像素点产生一个最后的滤波模板, 而不是在滤波时实时生成。这样做的好处在于合理安排模板的存放方式就可以让线程在访存时尽可能满足合并。在线程结构设计中, 为了增大GPU占用率, 我们使用一个非常大的线程结构进行细粒度并行处理, 也就是让线程仅仅输出图像中一个像素的最终滤波模板。这里使用的是二维网格和二维线程块结构, 这样消除了寻址中可能出现的低吞吐量指令, 如除法和求模运算。定义如下:

其中, BxDim和ByDim分别是线程网格中x和y方向的维度, TxDim和TyDim是每个线程块内x和y方向的维度, 对于Fermi架构的设备TxDim使用32是比较好的。Iw和Ih分别是图像的宽度和高度。同时, 为了实现对显存空间合并访问, 对最后的滤波系数采用的存放方式如下:

其中n是图像像素点的个数, Ci, j是图像上第i个像素点的第j个模板的值。基于相似度计算的双边滤波模版生成伪代码如下:

在得到用于双边滤波的滤波系数之后, 首先使用扇入求和算法获得各个滤波模板的和。然后结合前面滤波模板的存放规则, 使用多线程并行地进行滤波运算, 这里对数据的存取都完全地满足了合并访问规则。自适应双边滤波伪代码描述如下:

2 实验结果与讨论

本文实验平台为2.81 GHz的AMD Althlon (tm) ⅡX2 240, 2 GB DDR2 RAM, 操作系统为Windows 7。GPU为NVIDIA Geforce GTX 560 Ti, 显存为1 GB, 核心频率1.645 GHz, 14个多处理器, 使用4.0版本的CUDA toolkit及对应的开发包。编程环境为Visual Studio 2010。

为了测试本文提出的并行实现算法的处理效果和运行效率, 本文使用由数字超声扫描器采集得到的人体数据作为本文研究工作的实验数据。图2 (a) 显示的是由7.5 MHz线阵扫描器采集得到的人体乳腺组织超声图像, (c) 和 (e) 分别是本文所使用的斑点噪声抑制算法的CPU和GPU处理结果, 双边滤波迭代次数为2。图2 (b) 显示的是由3.5 MHz凸阵扫描器采集得到的人体肝脏组织超声图像, (d) 和 (f) 分别是斑点噪声抑制后CPU和GPU的处理结果, 双边滤波迭代次数为2。通过对比知道CPU和GPU的处理结果完全保持一致。

表1给出了本文所研究的斑点噪声算法CPU和GPU处理的性能比较。程序的运行时间是图像数据进入显存后进行噪声抑制处理的全部运行时间。从表1可以明显看出, 本文所提出的基于Fermi架构GPU并行处理算法相比较于传统的CPU串行处理提高了大约90倍。加速比也说明了数据计算规模越密集, GPU并行加速效果越明显。

3 结语

本文提出一种在通用计算机环境中, 利用Fermi架构GPU这一并行处理平台实现基于双边滤波的超声图像斑点噪声抑制的并行处理算法。实验结果显示用本文所提出的并行实现方法得到的图像去噪质量和通用CPU处理的结果基本一致。而在时间性能方面有了较大的提高, 得到大约90倍的加速效果。自适应双边滤波算法相比较于传统的斑点噪声抑制算法在去噪和包边表现出更优异的处理效果。文献[12]中的斑点噪声抑制算法在商业医学超声系统上基于价格昂贵的DSP处理平台仅能获得15 fps的处理速度, 且自适应滤波效果不及本文所研究的自适应双边滤波算法。因为双边滤波需要的计算异常复杂, 根本无法在主流DSP处理平台上满足实时系统需求。而本文设计的基于Fermi架构GPU的并行处理算法取得了如此高效的处理效率, 使得商业医学超声系统可以采用成本远低于现在主流处理平台的GPU设备将这一去噪效果优异的算法应用于临床检测系统。

参考文献

[1]李治安.临床超声影像学[M].北京:人民卫生出版社, 2003.

[2]Zhang L C, Wong E M C, Zhang F, et al.Adaptive pyramid filtering for medical ultrasound image enhancement[C]//The 3rd IEEE International Symposium, 2006:916-919.

[3]He P.Acoustic attenuation estimation for soft tissue from ultrasound echo envelope peaks[J].IEEE Trans.Ultra.Ferroelec.Freq.Control, 1989, 36 (2) :197-203.

[4]Vinayak Dutt.Statistical Analysis of ultrasound Echo Envelope[D].Faculty of The Mayo Graduate School, 1995.

[5]Shao Dangguo, Dong C Liu.Local Histogram Matching Based Bilateral Filter to Ultrasound Speckle Reduction[C]//The 5thiCBBE, Wuhan, China, 2011:1-4.

[6]NVIDIA Corporation.CUDA Programming Guide4.0[S/OL].[2011-05-06].http://www.nvdia.com.

[7]范正娟, 谭朝炜, 刘东权.基于CUDA的彩色超声血流成像[J].计算机应用, 2011, 31 (03) :856-859.

[8]林江宏, 林锦贤, 吕暾.多核CPU和GPU加速分子动力学模拟[J].计算机应用, 2011, 31 (03) :843-847.

[9]郭静, 陈庆奎.基于CUDA的快速图像压缩[J].计算机工程与设计, 2010, 31 (14) :3302-3304.

[10]夏春兰, 等.基于CUDA的超声B模式成像[J].计算机应用研究, 2011, 28 (6) :2011-2015.

[11]Paris S, Kornprobst P, Tumblin J T.Bilateral Filtering:Theory and Applications.[J].Foundations and trends in computer graphics and vision, 2008, 4 (1) :1527-1531.

超声图像处理 第11篇

医学超声图像中的主要噪声是斑点噪声[1],表现为像素值的突变[2]。它掩盖和模糊了图像的某些细节,对基于图像定量分析的应用(如图像分割等)造成了很大困难。因此,有效抑制斑点噪声对于后续图像处理工作具有重要意义。

目前滤除斑点噪声的方法有许多,例如维纳滤波[3]、中值滤波[4]、同态滤波[5]和小波降噪[6]等,均能取得一定效果,但因对斑点噪声的针对性不强,总体来看图像质量改善不明显。在一定约束条件下,通过图像反卷积也可对斑点噪声进行滤除[7],但需要准确的系统参数,且解的形式因模型不同而不定,方案在应用中过于复杂。基于窗内信号恒定的假设、结合斑点噪声乘性特性而提出的最大瑞利似然比降噪方法[8],取得了较好的效果,但该方法的处理结果一方面依赖于斑点噪声的模型,另一方面窗内信号恒定的假设与最大化瑞利似然比这两者使得窗大小的选取存在矛盾。各向异性扩散滤波[9](Speckle Reducing Anisotropic Diffusion,SRAD)是目前滤除斑点噪声的较好方法,它利用梯度信息并结合斑点噪声的特性对图像作不同方向、不同程度的平滑,在去除斑点噪声的同时强化了边缘信息。由于斑点噪声在图像上表现为像素值的突变,Crimmins[10]提出了几何滤波器,通过局部邻域内的迭代算法来抑制像素值的突变,达到滤除斑点噪声的目的。它本质上是对图像进行形态滤波,在可视度上取得了很好的效果,优于SRAD方案。由于斑点噪声在超声图像上表现为一些不同的突变,因此用形态滤波滤除斑点噪声的基本思想就是“填充”或“抹平”这些突变结构。形态学的基本运算有腐蚀、膨胀和重构等,都存在选取合适结构元的问题。对某个突变点,比它突变尺度大的结构元均能将其“填充”或“抹平”,但过大的结构元将导致过度的平滑处理,致使图像其他信息损失;过小则无法对其“填充”或“抹平”。形态滤波的效果在很大程度上取决于结构元的选取。

为更好抑制斑点噪声,以利于医学超声图像的进一步处理和分析,本文根据医学超声图像中斑点噪声的形态特征,提出一种对超声图像中不同大小的突变点进行自适应形态滤波的方法。用不同信噪比的仿真超声图像和实际医学超声图像对其进行测试,将其与常用的SRAD、不同尺度的传统形态滤波进行比较,以说明本方法的有效性和优越性。

2 原理与方法

2.1 结构因子的构造

超声图像中的突变点在局部表现出“凸”和“凹”的结构。考虑到图像的二维结构信息可由不同方向的一维结构因子表征,为使构造的结构因子更具代表性,本文先构造一组一维结构因子,进而通过将图像中的信息投影到不同的结构因子上来检测不同方向不同大小的突变结构。

“凸”和“凹”的结构在一维上可认为大体表现为如图1所示的形式。不同的突变在凸凹的宽度、幅度上不同。为检测不同的突变,先构造一组行向量,其中每个行向量都表征特定宽度的“凹”结构。

假定超声图像中斑点噪声表现出的突变结构在某个一维方向上长度不超过2n+1个像素点。构造行向量组X为

其中:第i个行向量为Xi=[xi1,xi2,…,xi(2n+1)],。Xi去均值后的值X i′为

其中mean表示对Xi中的元素求均值。对X i′进行能量归一化,得到:

这样,由iX′可构成新的行向量组,其中每个行向量均为零均值、单位方差,表征了特定宽度的“凹”结构。作为例子,图2给出n=3时构造出的一组行向量。可见其表征了不同宽度的“凹”结构。

为表征图像中不同方向的凹结构,将得到的每个行向量扩展,分别得到四个不同方向的结构因子:

这样就得到一个n×4的数组:。根据该数组,将每个元素作为一个基,使图像中每个点邻域内不同方向的2n+1个像素点投影到这些基上,就可反映出该点不同宽度不同方向的结构突变信息。投影后得到正值表示该点主要为“凹”结构,负值则为“凸”结构。针对不同结构,可采取不同方式的形态滤波。

2.2 形态学结构元的构造

形态学中定义了灰度膨胀运算和腐蚀运算[11],前者选择结构元表征的掩模窗内最大的像素值,后者选择结构元表征的掩模窗内最小的像素值。用结构元b对图像f进行的灰度膨胀运算表示为f⊕b:

灰度腐蚀运算表示为fθb:

这里Df和Db分别是f和b的定义域,s、t、x和y表示相应的坐标。

形态学开运算定义为

形态学闭运算定义为

对于“凸”和“凹”的结构,开运算可以抑制小于结构元b的“凸”结构,闭运算可以抑制小于结构元b的“凹”结构[11]。因此针对构造出的结构因子[Wi1,Wi2,Wi3,Wi4],可构造相应的结构元[Bi1,Bi2,Bi3,Bi4]:

这样得到一组大小为n×4的结构元:。

当检测到某种突变结构时,以相应的结构元进行形态滤波,就可精确抑制这种突变结构。

2.3 自适应形态滤波的实现

对构造出的每个结构因子,分别对图像f作卷积运算,进行相关性检测:

这样对图像的某个像素点(p,q),将产生一个n×4的结构矩阵:,其中某个位置的元素反映相应结构因子对该像素点邻域内进行突变结构检测的结果。

由于不同结构因子的长度均相同,且都是零均值、单位方差,所以对每个像素点产生的n×4结构矩阵,找到绝对值最大的一个元素,该元素所对应的结构因子就可反映该像素点的位置最有可能存在的突变结构。找到相应的结构元,并根据此元素值的正负对该像素点进行相应的闭或者开运算,这样就可对特定的突变结构作出精确地抑制。再对这个过程进行一定次数的迭代,使得滤波结果趋向稳定,就实现了对医学超声图像的基于自适应形态滤波的斑点噪声去除。

3 实验与结果

为验证本文方法的有效性和优越性,对不同信噪比的仿真超声图像和实际医学超声图像,分别采用本文方法、SRAD和不同尺度的传统形态学滤波方法,并对结果进行比较。考虑到医学超声图像中斑点噪声的尺寸,实验中选择n=3,仿真图像实验中传统形态滤波选择相应尺度内的结构元来进行比较。

3.1 仿真图像的实验结果

对仿真超声图像,采用信噪比(Signal-to-Noise Ratio,SNR)、对比度噪声比(Contrast-to-Noise Ratio,CNR)[12]和图像优度(Figure of Merit,FOM)[9]作为评价滤波效果的指标。

假定无噪声图像为O,有噪声图像为O′,尺寸大小均为M×N。SNR反映了滤波器对噪声的抑制作用:

CNR反映了滤波器在可视性方面的效果:

其中:µ1和σ12是感兴趣区域的均值和方差,µ2和σ22是背景区域的均值和方差。FOM值越高,说明滤波器的边缘保持特性越好:

其中:、Nideal表示滤波后实际检测到的边缘点数和无噪声图像中的理想边缘点数;di表示第i个检测到的边缘点到与它最近的理想边缘点间的欧氏距离;α是常数,常设为1/9。FOM与边缘检测的方法有关,这里采用Canny边缘检测方法。

图3(a)是仿真图像原型,尺寸为240 pixels×240 pixels,中间的圆形暗斑为感兴趣区域。采用Jensen等开发的超声图像模拟软件Field_II[13]产生出不同信噪比(8.22 d B、11.1 d B和14.3 d B)的斑点噪声仿真图像。作为例子,图3(b)给出了8.22 d B时的含斑点噪声的仿真超声图像。图3(c)是采用本文方法对图3(b)的滤波效果。图3(d)-(h)是SRAD算法在不同迭代次数(10、20、30、50和80)下对图3(b)的滤波效果。图3(i)-(m)是不同大小(2×2 pixels~6×6 pixels)结构元下形态学开闭运算联合使用的效果。图3(n)-(r)是不同大小(2×2pixels~6×6 pixels)结构元下形态学重构[11]的滤波效果。

表1列出了对不同信噪比的仿真超声图像采用各方法得到的SNR、CNR和FOM。可见,本文方法比最佳迭代次数(30)时的SRAD方法在SNR、CNR和FOM上平均提高28%、64%和60%;和最佳结构元尺寸(6×6)时的联合开闭运算的形态学滤波相比,SNR基本相同,CNR和FOM平均提高23%和65%;和最佳结构元尺寸(6×6)时的重构运算的形态学滤波相比,SNR、CNR和FOM平均提高18%、33%和82%。

3.2 实际图像的实验结果

图4给出了四种方法对一组实际超声图像的滤波结果对比:第一行为胎儿颈项透明层图像,第二行为经阴道超声获得的多囊卵巢图像,第三行为乳腺图像;第一列为原图像,第二列为SRAD迭代30次的滤波结果,第三列为选用6 pixels×6 pixels的结构元进行开闭运算的形态滤波结果,第四列为选用6 pixels×6pixels的结构元进行重构运算的形态滤波结果,第五列为本文方法的结果。

从图4可见,四种方法对斑点噪声均具有抑制作用。本文方法能更有效地抑制斑点噪声所表现出的像素值突变,改善图像质量,使图像的目标和背景具有相对均匀的灰度。

4 讨论与结论

斑点噪声是医学超声图像的主要噪声,极大影响了图像的质量,不利于图像分割等后续处理。斑点噪声在图像中表现为像素值的突变。形态滤波可很好地抑制这种突变,提高图像的可视度。传统形态滤波存在结构元选取的问题,影响了滤波效果。本文先构造一组结构因子,并构造了相应的形态学结构元,再对每个像素点的邻域进行结构检测,进而由检测结果对该像素点完成相应的形态滤波,从而实现对斑点噪声的自适应形态滤波。

在算法的设计过程中我们发现,由于单一结构因子在检测结构时,因其频域内的旁瓣效应易造成结构误判,为提高检测准确性,故构造一组结构因子。本文将不同结构因子对某一像素邻域产生的相关系数进行比较,能够有效克服旁瓣的影响,从而克服了单一结构因子的缺陷。