[发明专利]一种基于活体超声图像的多线程应变成像方法及装置

权利要求书

1.一种基于活体超声图像的多线程应变成像方法，其特征在于，包括以下步骤：

采集步骤:对活体对象进行超声图像采集，获得数字超声图像序列I；

特征提取步骤：提取数字超声图像序列I的纹理特征；

划分周期步骤：通过数字超声图像序列I的纹理特征确定呼气、吸气状态的特征图像，将数字超声图像序列I划分为若干个的呼气周期的图像序列和若干个的吸气周期的图像序列；

设置阈值步骤：设置呼气纹理特征阈值；

如果呼气周期上的图像的纹理特征大于呼气纹理特征阈值，则将该图像置入呼气图像序列I_exh，对每个呼气周期的图像序列进行运动相位的划分，将其分为U₁个相位期，U₁为所划分的相位期数目，得到多线程子集I_exh,u1(u₁＝1,2,…,U₁)；设置吸气纹理特征阈值；

如果吸气周期上的图像的纹理特征大于吸气纹理特征阈值，则将该图像置入吸气图像序列I_inh，对每个吸气周期的图像序列进行运动相位的划分，将其分为U₂个相位期，U₂为所划分的相位期数目，得到多线程子集I_inh,u2(u₂＝1,2,…,U₂)；

配准步骤：以靶区位置为中心确定感兴趣区域，对I_exh,u1、I_inh,u2中的每个子集，针对感兴趣区域进行位移校准和图像配准，得到配准后的子集Q_exh,u1、Q_inh,u2；Q_exh,u1和Q_inh,u2的合集记为Q_u(u＝1,2,…,U)，U为Q_u的线程数目，U＝U₁+U₂；

融合步骤：并行计算Q_u中的各线程的空间累积位移和累积应变，对各线程的累积应变图像序列进行时域插值，并基于应变相关性去噪，将处理后的各线程累积应变融合，得到最终的应变成像结果。

2.如权利要求1所述的一种基于活体超声图像的多线程应变成像方法，其特征在于，特征提取步骤中所述的纹理特征为图像间的相关性，其具体提取方法为：

将数字超声图像序列I的N帧图像中的n＝1,2,…,M帧分别作为模板帧I_ref，N为图像序列I的总帧数，M为正整数且使此M帧图像至少覆盖一个完整的呼吸周期，以其余N-1帧为检测帧I_tar，计算I_ref与I_tar的二维互相关系数，得到M根互相关系数-时间曲线p_n(t)。

3.如权利要求1或2所述的一种基于活体超声图像的多线程应变成像方法，其特征在于，划分周期步骤的具体实现方法为：

在可能的生理运动频率区间内，从p_n(t)的频谱P_n(f)确定呼气、吸气状态的特征图像I_RE、I_RI及呼吸频率f_res，计算方法为：将频谱P_n(f)的最大幅度值记为A_n，A_n(n＝1,2,…,M)中的最大值对应的模板帧即为I_RE，对应的p_n(t)记为p_exh(t)，对p_exh(t)低通滤波后，该曲线上前M个点中的最小值对应的检测帧即为I_RI，I_RI作为模板帧对应的p_n(t)记为p_inh(t)，p_exh(t)频谱幅值的极大值对应的频率即为f_res；对I_RE所对应的相关系数-时间曲线p_exh(t)滤波，将滤波后得到平滑的曲线p'_exh(t)的所有峰值对应的时刻作为吸气周期边界、谷值对应时刻作为呼气周期边界，据此将数字超声图像序列I划分为若干个的呼气周期的图像序列和若干个的吸气周期的图像序列。