[发明专利]一种并行的实时医学超声宽景成像方法

权利要求书

1.一种并行的实时医学超声宽景成像方法，其特征在于，包括下述步骤：

(1)、划分宽景成像任务，采用功能划分的方法，将宽景成像过程中的图像配准和图像拼接划分成两个并行执行的过程；

(2)、划分图象序列的配准任务，采用域划分的方法，将采集的超声图像序列的图像配准任务按照定义好的粒度大小S划分成多个子任务，每个子任务是要完成S帧相邻图像的配准；

(3)、分配子任务，把子任务分配给不同的处理器；

(4)、计算子任务，各个处理器之间相互协同，并行地执行子任务，利用各种已有的图像配准算法，进行图像配准，计算图像之间的几何变换参数，完成S帧相邻图像的配准；

(5)、全局配准，每个子任务的配准结果都只是相邻图像间的几何变换关系，全局配准即计算图像序列中每一帧图像相对于第一帧图像的全局几何变换关系；

(6)、图像拼接，根据每一帧图像的全局几何变换关系，将该帧图像与前面的图像拼接，形成宽景图像。

2.根据权利要求1所述并行的实时医学超声宽景成像方法，其特征在于所述步骤(2)划分图象序列的配准任务，采用域划分的方法，将采集的超声图像序列的图像配准任务按照定义好的粒度大小S划分成多个子任务，每个子任务是要完成S帧相邻图像的配准；

如果成像是在图像采集完成之后，已知图像序列的总数N，处理器个数P，图像配准最少要求有两帧图像，最小的任务粒度大小是两帧图像，定义每个子任务的粒度大小S是：

S＝max{N/(2*P)，2}

成像是在图像采集完成之后，使用上式定义的S来划分超声图像序列，得到N/S个图像块，也就是N/S个子任务；

如果成像是在实时采集过程中，图像序列的总数N是未知的，用一定时间间隔T采集的图像数代替N，则有

S＝max{(R*T)/P，2}

其中，R是图像采样率；如果成像是在实时采集过程中，使用上式定义的S来划分子任务，一旦获得S帧图像，就产生一个新的子任务。

3.根据权利要求1所述并行的实时医学超声宽景成像方法，其特征在于，所述步骤(3)分配子任务，采用任务池方法将子任务分配给不同的处理器。

4.根据权利要求1所述并行的实时医学超声宽景成像方法，其特征在于，所述步骤(4)计算子任务，选用各种已有的图像配准算法进行图像配准。

5.根据权利要求1所述并行的实时医学超声宽景成像方法，其特征在于，所述步骤(5)全局配准，即计算图像序列中每一帧图像相对于第一帧图像的全局几何变换关系；

假设T_i是第i(i＞1)帧图像与第i+1帧图像间的几何变换矩阵，则第i帧图像与第一帧图像间的几何变换矩阵T是：

T＝T_i*T_i-1*...*T₂*T₁

6.根据权利要求1所述并行的实时医学超声宽景成像方法，其特征在于，所述步骤(6)图像拼接，根据每一帧图像的全局几何变换关系，将该帧图像与前面的图像拼接，形成宽景图像；

采用重叠区加权平均处理，对宽景图像中静态图像部分和实时图像部分的重叠区域的点(i，j)，其权值的计算如下：

ws(i,j)=i-ΔxgWs-Δxg]]>

w_r(i，j)＝1-w_s(i，j)

其中，W_s是静态图像部分的宽度，w_s、w_r分别是静态图像部分和实时图像部分的权值。