專利名稱：用于處理超聲頻譜圖像的設(shè)備及方法
技術(shù)領(lǐng)域：
一般來說，本發(fā)明涉及超聲診斷系統(tǒng)，更具體來說，涉及用于處理超聲頻譜圖像的超聲診斷系統(tǒng)以及實現(xiàn)它們的方法。
背景技術(shù)：
超聲診斷系統(tǒng)現(xiàn)在廣泛用來檢查人體的內(nèi)部狀況。超聲診斷系統(tǒng)可獲取軟組織的單層或血流的圖像，而無需使用侵入針頭。這通常通過將超聲信號從待診斷目標(biāo)對象的身體表面照射到體內(nèi)的預(yù)期部位、接收反射超聲信號以及處理所接收超聲信號(超聲回波信號)的過程來執(zhí)行。與其它醫(yī)療成像系統(tǒng)(例如X射線診斷系統(tǒng)、X射線計算機斷層造影(CT)掃描儀、磁共振成像(MRI)系統(tǒng)、核醫(yī)療診斷系統(tǒng)等)相比，超聲診斷系統(tǒng)的尺寸較小并且比較便宜。超聲診斷系統(tǒng)還能夠?qū)崟r顯示圖像，而且?guī)缀鯖]有受到X射線輻射等的曝光的危險。由于這些優(yōu)點，超聲診斷系統(tǒng)廣泛用于診斷心臟、腹部和泌尿器，特別是在產(chǎn)科、婦科等的領(lǐng)域。
在傳統(tǒng)超聲診斷系統(tǒng)中，換能器向目標(biāo)對象發(fā)送超聲信號，并接收目標(biāo)對象反射的信號(回波信號)?；夭ㄐ盘柛鶕?jù)目標(biāo)對象是靜止還是運動的來顯示不同圖案。當(dāng)目標(biāo)對象朝換能器移動時，所接收信號比目標(biāo)對象靜止時具有更高頻率。相反，當(dāng)目標(biāo)對象離開換能器時，所接收信號比目標(biāo)對象靜止時具有更低頻率。因此，運動目標(biāo)對象所反射的回波信號遇到多普勒頻移現(xiàn)象。由于多普勒頻移，超聲診斷系統(tǒng)可得到可在顯示裝置上顯示的速度信息。此外，超聲診斷系統(tǒng)可根據(jù)所得速度信息來提供血流的速度測量結(jié)果。
一般來說，需要輪廓跟蹤來檢測頻譜圖像的輪廓(有時稱作‘跟蹤線’)。但是，即使在頻譜圖像具有混疊時，傳統(tǒng)的超聲診斷系統(tǒng)在執(zhí)行輪廓跟蹤時也不考慮混疊的幅度和方向。因此，傳統(tǒng)的超聲診斷系統(tǒng)是不利的，因為它無法執(zhí)行準(zhǔn)確的輪廓跟蹤，如圖1所示。因此，傳統(tǒng)的超聲診斷系統(tǒng)無法提供準(zhǔn)確的峰值跟蹤。
此外，隨著頻譜圖像的脈沖波(PW)增益增加，噪聲也趨于增加。噪聲對于各頻譜圖像也改變。但是，當(dāng)傳統(tǒng)的超聲診斷系統(tǒng)對具有增加的噪聲的頻譜圖像執(zhí)行輪廓跟蹤時，它根據(jù)PW增益來確定消除噪聲的門限，而無需對噪聲進行分析。因此，由于噪聲隨外部環(huán)境(例如凝膠存在、探頭類型等)改變，因此傳統(tǒng)的超聲診斷系統(tǒng)的不利方面在于，它無法執(zhí)行準(zhǔn)確的輪廓跟蹤，如圖2所示。因此，傳統(tǒng)的超聲診斷系統(tǒng)無法提供準(zhǔn)確的峰值跟蹤。

發(fā)明內(nèi)容
因此，本發(fā)明的一個目的是針對和解決先有技術(shù)的上述缺陷。在這方面，本發(fā)明的目的是提供用于處理超聲頻譜圖像的設(shè)備及方法，它可通過從包含噪聲的頻譜圖像中消除噪聲以及通過自動將基線移位從包含混疊的頻譜圖像中消除混疊，來準(zhǔn)確地執(zhí)行輪廓跟蹤和峰值跟蹤。
根據(jù)本發(fā)明的一個方面，提供一種處理超聲頻譜圖像的方法，它包括以下步驟(a)根據(jù)超聲數(shù)據(jù)形成頻譜圖像；(b)從頻譜圖像中消除噪聲，以便提供噪聲消除頻譜圖像；(c)將噪聲消除頻譜圖像與表示特定頻譜類型的一個或多個頻譜模型匹配，以便檢查噪聲消除頻譜圖像是否包含混疊；(d)如果確定噪聲消除頻譜圖像包含混疊，則從噪聲消除頻譜圖像中消除混疊，以便提供沒有混疊的噪聲消除頻譜圖像；(e)對沒有混疊的噪聲消除頻譜圖像執(zhí)行輪廓跟蹤，以便檢測輪廓點；以及(f)對沒有混疊的噪聲消除頻譜圖像執(zhí)行峰值跟蹤，以便檢測峰值。
根據(jù)本發(fā)明的另一個方面，提供一種處理超聲頻譜圖像的方法，它包括以下步驟根據(jù)超聲數(shù)據(jù)來形成頻譜圖像；將頻譜圖像分為多個部分；對于每個部分，計算該部分中的像素的平均強度；比較對于這些部分計算的平均強度，以便選擇具有最小平均強度的部分；分析具有最小平均強度的部分的直方圖，以便檢測直方圖中的最大強度；確定所檢測最大強度作為從頻譜圖像中消除噪聲的門限；以及根據(jù)所確定門限從頻譜圖像中消除噪聲。
根據(jù)本發(fā)明的又一個方面，提供一種處理超聲頻譜圖像的方法，它包括以下步驟根據(jù)超聲數(shù)據(jù)來形成頻譜圖像；分析頻譜圖像；通過使用表示特定頻譜類型的一個或多個頻譜模型，來檢測可能存在的混疊的方向及幅度；以及根據(jù)所檢測的混疊的方向和幅度對頻譜圖像的基線移位，以便消除混疊。
根據(jù)本發(fā)明的又一個方面，提供一種處理超聲頻譜圖像的方法，它包括以下步驟(a)根據(jù)超聲數(shù)據(jù)形成頻譜圖像；(b)檢查用于檢測頻譜圖像中的峰值的峰值跟蹤是1-峰值跟蹤還是2-峰值跟蹤；(c)如果確定峰值跟蹤是1-峰值跟蹤，則對頻譜圖像執(zhí)行1-峰值跟蹤；以及(d)如果確定峰值跟蹤是2-峰值跟蹤，則對頻譜圖像執(zhí)行2-峰值跟蹤。
根據(jù)本發(fā)明的又一個方面，提供一種超聲診斷系統(tǒng)，它包括以下部件用于根據(jù)超聲數(shù)據(jù)形成頻譜圖像的部件；用于從頻譜圖像中消除噪聲以便提供噪聲消除頻譜圖像的部件；用于將噪聲消除頻譜圖像與表示特定頻譜類型的一個或多個頻譜模型匹配、以便檢查噪聲消除頻譜圖像是否包含混疊的部件；如果確定噪聲消除頻譜圖像包含混疊，用于從噪聲消除頻譜圖像中消除混疊、以便提供沒有混疊的噪聲消除頻譜圖像的部件；用于對沒有混疊的噪聲消除頻譜圖像執(zhí)行輪廓跟蹤以便檢測輪廓點的部件；以及用于對沒有混疊的噪聲消除頻譜圖像執(zhí)行峰值跟蹤以便檢測峰值的部件。


通過以下結(jié)合附圖提供的優(yōu)選實施例的說明，本發(fā)明的以上及其它目的和特征將變得非常明顯，附圖中圖1說明傳統(tǒng)超聲診斷系統(tǒng)中包含混疊的頻譜圖像的輪廓跟蹤的結(jié)果；圖2說明傳統(tǒng)超聲診斷系統(tǒng)中具有增加的脈沖波(PW)增益的頻譜圖像的輪廓跟蹤的結(jié)果；圖3是示意框圖，說明根據(jù)本發(fā)明的一個實施例構(gòu)造的超聲診斷系統(tǒng)；圖4是流程圖，說明圖3所示的超聲診斷系統(tǒng)中包括的圖像處理器的操作；圖5是流程圖，說明確定用于區(qū)分頻譜圖像中的噪聲與頻譜的門限以及根據(jù)所確定門限從頻譜圖像中消除噪聲的過程；圖6A說明包含噪聲的頻譜圖像；圖6B說明噪聲消除的頻譜圖像；圖6C是速度對時間的曲線，其中，在特定時間和速度的頻率分量由灰色陰影表示；圖7是流程圖，說明確定噪聲消除頻譜圖像中的頻譜范圍的過程；圖8說明根據(jù)本發(fā)明的一個實施例、沿水平軸的頻譜的灰度值的累計以及頻譜起始位置和頻譜結(jié)束位置；圖9A到9C說明根據(jù)本發(fā)明的一個實施例的頻譜模型；圖10是流程圖，說明通過根據(jù)其頻譜模型對基線移位來將包含混疊的頻譜圖像轉(zhuǎn)換為混疊消除的頻譜圖像的過程；圖11A說明包含混疊的頻譜圖像；圖11B說明根據(jù)本發(fā)明的一個實施例、其中的基線被移位的頻譜圖像；圖12是流程圖，說明確定頻譜圖像的輪廓跟蹤方向以及在所確定方向上執(zhí)行輪廓跟蹤的過程；
圖13是流程圖，說明執(zhí)行頻譜圖像的均值輪廓跟蹤的過程；圖14說明根據(jù)本發(fā)明的一個實施例得到的輪廓點、均值輪廓點、輪廓跟蹤的結(jié)果以及均值輪廓跟蹤的結(jié)果；圖15是流程圖，說明確定頻譜圖像的峰值跟蹤方向的過程；圖16是流程圖，說明在頻譜圖像的峰值跟蹤方向上執(zhí)行1-峰值跟蹤的過程；圖17A說明一個實例，其中，根據(jù)本發(fā)明的一個實施例，高于其相應(yīng)等級門限的峰值的數(shù)量是恒定的，直到特定等級門限；圖17B說明一個實例，其中，根據(jù)本發(fā)明的一個實施例，高于其相應(yīng)等級門限的峰值的數(shù)量不是恒定的；圖18說明舒張末期流速(EDV)檢驗條件、EDV以及收縮期峰值流速(PSV)；圖19說明根據(jù)本發(fā)明的一個實施例的1-峰值跟蹤的結(jié)果；圖20是流程圖，說明在頻譜圖像的峰值跟蹤方向上執(zhí)行2-峰值跟蹤的過程；圖21說明根據(jù)本發(fā)明的一個實施例的2-峰值跟蹤的結(jié)果；以及圖22說明根據(jù)本發(fā)明的一個實施例、其中的基線在完成輪廓跟蹤和峰值跟蹤之后移回到原始位置的頻譜圖像。
具體實施例方式
下面將參照圖3到圖22來描述本發(fā)明的優(yōu)選實施例。
現(xiàn)在參照圖3，根據(jù)本發(fā)明構(gòu)造的超聲診斷系統(tǒng)100一般包括探頭110、波束形成器120、圖像處理器130、存儲器140和顯示單元150。
探頭110優(yōu)選地包括換能器112的一維(1D)或二維(2D)陣列。探頭110配置成向目標(biāo)對象發(fā)送超聲信號，以及接收超聲回波信號。波束形成器120控制探頭110的發(fā)送和接收。此外，為了形成來自目標(biāo)對象的回波信號的相干波束，波束形成器120處理所接收的超聲回波信號。圖像處理器130根據(jù)超聲回波信號產(chǎn)生頻譜信號，以及根據(jù)頻譜信號產(chǎn)生噪聲消除的頻譜圖像，其中，特定時間和速度上的頻率分量通過灰色陰影表示。圖像處理器130則對所產(chǎn)生的頻譜圖像執(zhí)行輪廓跟蹤和峰值跟蹤，從而提供已處理的頻譜圖像。由圖像處理器130所提供的已處理頻譜圖像存儲在存儲器140中和/或在顯示單元150上顯示?；蛘?，存儲器140可存儲原始頻譜信號而不是所得到的頻譜圖像。
下面參照圖4到圖22詳細描述根據(jù)本發(fā)明構(gòu)造的圖像處理器130。
圖4是流程圖，說明圖像處理器130的操作。圖像處理器130確定用于區(qū)別頻譜圖像中的噪聲與頻譜的門限。然后，它根據(jù)所確定門限消除噪聲(S100)。根據(jù)圖5、圖6A和圖6B更詳細描述步驟S100。
如圖5所示，圖像處理器130根據(jù)頻譜信號產(chǎn)生頻譜圖像(S110)。然后，圖像處理器130將所產(chǎn)生頻譜圖像分為多個部分(S120)。每個部分可能或者可能沒有與相鄰部分交迭。此后，對于各個部分，圖像處理器130計算像素的平均強度，其強度大于特定幅度(S130)。隨后，圖像處理器130比較對于相應(yīng)部分所計算的平均強度，以便檢測具有最小平均強度的部分(S140)。具有最小平均強度的部分被假定僅包含噪聲而沒有包含頻譜。圖像處理器130則通過分析具有最小平均強度的部分的直方圖來檢測噪聲的最大強度(S150)。圖像處理器130則確定噪聲的所檢測最大強度作為區(qū)別噪聲與頻譜的門限(S160)。圖像處理器130根據(jù)所確定門限從頻譜圖像中消除噪聲(S170)。也就是說，圖像處理器130根據(jù)所確定門限從包含噪聲的頻譜圖像中消除噪聲(如圖6A所示)，從而提供僅包含頻譜的頻譜圖像(如圖6B所示)。圖6C更詳細地表示圖6B，其中，特定時間和速度上的頻率分量由灰度級變化來表示。
在完成步驟S100之后，圖像處理器130確定包含噪聲消除頻譜圖像中的頻譜的范圍(S200)。參照圖7和圖8更詳細地描述步驟S200。
圖像處理器130累計沿頻譜移動方向(X軸的方向)的噪聲消除頻譜圖像中的頻譜的灰度值，如圖8所示(S210)。圖像處理器130則檢測包括自基線的上側(cè)和下側(cè)頻譜的范圍(S220)。圖像處理器130確定自基線的上側(cè)頻譜的最高位置(或速度)作為頻譜起始位置210(S230)。此外，圖像處理器130確定自基線的下側(cè)頻譜的最低位置(或速度)作為頻譜結(jié)束位置220(S240)。
在一個備選實施例中，圖像處理器130可檢測自基線的上側(cè)和下側(cè)頻譜的速度。然后，可確定上側(cè)頻譜中的最高頻譜速度作為頻譜起始位置，同時還確定下側(cè)頻譜中的最高頻譜速度作為頻譜結(jié)束位置。
在完成步驟S200之后，圖像處理器130檢查在頻譜圖像中是否存在混疊。若頻譜圖像包含混疊，圖像處理器130將頻譜圖像的基線移位，以便將包含混疊的頻譜圖像轉(zhuǎn)換為混疊消除的頻譜圖像(S300)。根據(jù)表示頻譜類型的頻譜模型來確定是否存在混疊。更具體來說，頻譜模型可包括其中頻譜處于基線的上側(cè)的頻譜類型(圖9A)、其中頻譜處于基線的下側(cè)的頻譜類型(圖9B)以及其中頻譜處于基線的上側(cè)及下側(cè)的頻譜類型(圖9C)。參照圖10、圖11A和圖11B更詳細地描述步驟S300。
如圖10所示，圖像處理器130將頻譜圖像與頻譜模型中的頻譜類型進行匹配(S310)。這樣，圖像處理器130檢測對應(yīng)于頻譜圖像的頻譜類型(S320)。例如，通過將頻譜圖像(如圖11A所示)與頻譜類型(如圖9A到圖9C所示)進行匹配，圖像處理器130檢測到圖9C中的第二頻譜類型為對應(yīng)于頻譜圖像的頻譜類型。此后，圖像處理器130檢查所檢測頻譜類型是否包含混疊(S330)。如果所檢測頻譜類型沒有包含混疊，則進入步驟S400。如果所檢測頻譜類型中存在混疊，則圖像處理器130檢測頻譜類型中的混疊的方向，以及確定基線應(yīng)當(dāng)根據(jù)所檢測方向移位的方向(S340)。例如，圖像處理器130確定與圖11A所示的頻譜圖像對應(yīng)的頻譜類型(圖9C中的第二頻譜類型)包含上側(cè)頻譜中的混疊，以及還確定基線應(yīng)當(dāng)向下移位。此外，圖像處理器130分析頻譜圖像中的頻譜起始位置與頻譜結(jié)束位置之間的頻譜(S350)，以便得到自頻譜起始位置或頻譜結(jié)束位置的混疊的高度(S360)。然后，圖像處理器130根據(jù)在步驟S340所檢測的混疊方向以及在步驟S360得到的混疊高度對頻譜圖像的基線移位，以便消除混疊，如圖11B所示(S370)。
在完成步驟S300之后，圖像處理器130確定頻譜圖像的輪廓跟蹤方向，以及在所確定方向上執(zhí)行輪廓跟蹤(S400)。參照圖12更詳細地描述步驟S400。
如圖12所示，圖像處理器130檢查操作員所選的輪廓跟蹤方向是所有方向還是向上/向下方向(S410)。如果選取向上方向，則對于高于基線的上側(cè)頻譜執(zhí)行輪廓跟蹤。如果選取向下方向，則對于低于基線的下側(cè)頻譜執(zhí)行輪廓跟蹤。如果選取所有方向，則對于上側(cè)以及下側(cè)頻譜都執(zhí)行輪廓跟蹤。
如果在步驟410確定輪廓跟蹤方向是所有方向，則對于上側(cè)和下側(cè)頻譜中的每個執(zhí)行輪廓跟蹤(S420)，以便檢測相應(yīng)頻譜中的輪廓點(S430)。隨后，對于上側(cè)和下側(cè)頻譜中的每個，圖像處理器130計算所檢測輪廓點的強度之和(S440)。強度表示相對于頻譜中的特定速度和時間點的頻率分量之和。例如，當(dāng)圖6C中的輪廓點A包括各種速度(60厘米/秒、65厘米/秒、70厘米/秒、75厘米/秒和80厘米/秒)的頻率分量的信息時，圖像處理器130通過合計速度幅度乘以頻率分量來計算輪廓點A的強度。圖像處理器130在上側(cè)頻譜與下側(cè)頻譜之間比較所計算強度之和(S450)，以便選擇具有更大強度之和的頻譜的輪廓點(S460)。
另一方面，如果在步驟410確定輪廓跟蹤方向是向上或向下方向，則圖像處理器130在對應(yīng)的輪廓跟蹤方向上執(zhí)行輪廓跟蹤(S470)，以便檢測輪廓點(S480)。
在完成步驟S400之后，圖像處理器130執(zhí)行均值輪廓跟蹤，以便檢測均值輪廓點(S500)。均值輪廓點的每個上的強度是相應(yīng)輪廓點上的強度的一半。參照圖13和圖14更詳細地描述步驟S500。
如圖13所示，圖像處理器130計算輪廓點的強度(S510)。然后，圖像處理器130執(zhí)行均值輪廓跟蹤(S520)，以便檢測均值輪廓點(S530)。例如，如圖14所示，圖像處理器130執(zhí)行均值輪廓跟蹤，以便在采用基線作為參考時檢測輪廓點311的均值輪廓點321(后者具有前者的強度的一半)。在圖14中，參考標(biāo)號312表示輪廓跟蹤的結(jié)果，而參考標(biāo)號322則表示均值輪廓跟蹤的結(jié)果。
在完成步驟S500之后，圖像處理器130確定頻譜圖像的峰值跟蹤方向(S600)。參照圖15更詳細地描述步驟S600。
如圖15所示，圖像處理器130檢查操作員所選的峰值跟蹤方向是所有方向還是向上/向下方向(S610)。如果所選峰值跟蹤方向是所有方向，則圖像處理器130對于自基線的上側(cè)和下側(cè)頻譜中的每個分析密度、強度和/或速度(S620)。圖像處理器130根據(jù)分析結(jié)果來確定峰值跟蹤方向(S630)。圖像處理器130優(yōu)選地確定峰值跟蹤方向，以便對應(yīng)于具有更高密度、強度和/或速度的頻譜(在上側(cè)頻譜與下側(cè)頻譜之間)。但是，如果峰值跟蹤方向是向上/向下方向，則進入步驟S700。
在完成步驟S600之后，圖像處理器130檢查經(jīng)過執(zhí)行以檢測峰值的峰值跟蹤是1-峰值跟蹤還是2-峰值跟蹤(S700)。1-峰值跟蹤一般用于每個周期具有一個峰值的頻譜圖像(例如遠離心臟得到的頻譜圖像)，以便檢測峰值和峰值起始位置。2-峰值跟蹤一般用于每個周期具有兩個峰值的頻譜圖像(例如，在心臟附近得到的頻譜圖像)，以便檢測各周期的兩個峰值。
如果在步驟S700確定峰值跟蹤是1-峰值跟蹤，則圖像處理器130在峰值跟蹤方向上執(zhí)行1-峰值跟蹤(S800)。參照圖16到圖19更詳細地描述步驟S800。
如圖16所示，圖像處理器130執(zhí)行1-峰值跟蹤(S810)，以便檢測候選峰值(S820)。候選峰值包括與收縮期峰值流速(PSV)對應(yīng)的實際峰值以及與實際峰值相似的準(zhǔn)峰值。圖像處理器130確定等級門限，它將頻譜起始位置與頻譜結(jié)束位置之間的范圍分為若干峰值速度等級(S830)。然后，對于從頻譜起始位置(或頻譜結(jié)束位置)開始的等級門限的每個，圖像處理器130檢測高于對應(yīng)等級門限的候選峰值的數(shù)量(S840)。為了說明，圖像處理器130可確定頻譜起始位置與頻譜結(jié)束位置之間的等級門限(如圖17A或圖17B所示)，然后檢測處于等級門限的每個之上的候選峰值的數(shù)量。在圖17A中，在第一等級門限之上的候選峰值的數(shù)量為四，以及在第二等級門限之上的為四。此外，在第三等級門限之上的候選峰值的數(shù)量為五，以及在第四等級門限之上的為八。
圖像處理器130檢查相應(yīng)等級門限之上的候選峰值的數(shù)量是否恒定地重復(fù)直到特定等級門限(S850)。如果在步驟S850確定等級門限之上的候選峰值的數(shù)量恒定地重復(fù)直到特定等級門限，則圖像處理器130檢測特定等級門限之上的候選峰值之中的最低位置的候選峰值(S860)。然后，圖像處理器130確定直接在最低位置的所檢測候選峰值之下的等級門限，作為用于對候選峰值進行過濾的第一峰值過濾門限(S870)。為了說明，在圖17A的情況中，圖像處理器130確定候選峰值的數(shù)量恒定地以四重復(fù)直到第二等級門限。圖像處理器130然后確定直接處于在高于第二等級門限的候選峰值之中具有最低位置的候選峰值150之下的第一等級門限，作為第一峰值過濾門限。在另一個實施例中，圖像處理器130可確定高于特定等級門限的候選峰值之中最低位置的候選峰值的位置，作為第一峰值過濾門限。
另一方面，在步驟S850，可確定在相應(yīng)等級門限之上的候選峰值的數(shù)量沒有恒定地重復(fù)直到任何特定等級門限。例如，在圖17B中，候選峰值的數(shù)量如下在第一等級門限之上為四；在第二等級門限之上為八；在第三等級門限之上為十；以及在第四等級門限之上為十二。在這種情況下，圖像處理器130計算每對候選峰值中的高度差(S880)。然后，圖像處理器130根據(jù)所計算高度差來計算候選峰值中每個的偏差(variance)(S890)。然后，圖像處理器130檢測具有最小偏差的候選峰值，以及確定直接在所檢測候選峰值之下的等級門限，作為用于對候選峰值進行過濾的第二峰值過濾門限(S900)。
根據(jù)頻譜起始位置與頻譜結(jié)束位置之間的距離，圖像處理器130確定用于檢驗峰值起始位置的舒張末期流速(EDV)檢驗條件為對應(yīng)于距頻譜結(jié)束位置的特定距離的位置(優(yōu)選地為頻譜起始位置與頻譜結(jié)束位置之間的距離的30％)(S910)。圖像處理器130從所有候選峰值中選擇滿足第一或第二峰值過濾門限的候選峰值(S920)。然后，圖像處理器130檢測對應(yīng)于所選候選峰值的峰值起始位置(S930)。圖像處理器130檢查所檢測峰值起始位置的每個是否滿足在步驟S910所確定的EDV檢驗條件(S940)。
如果在步驟S940確定峰值起始位置滿足EDV檢驗條件，則峰值起始位置被確定為EDV，以及與其對應(yīng)的候選峰值被確定為PSV(S950)。例如，在圖18中，圖像處理器130檢測滿足第一或第二峰值過濾門限的相應(yīng)候選峰值611、612、613、614的峰值起始位置621、622、623、624。然后，圖像處理器130從所檢測峰值起始位置621、622、623、624中選擇滿足EDV檢驗條件的峰值起始位置621和623。圖像處理器130確定峰值起始位置621和623作為EDV，以及確定對應(yīng)于峰值起始位置621、623的候選峰值611、613為PSV。
另一方面，如果在步驟S940確定峰值起始位置不滿足EDV檢驗條件，則峰值起始位置以及與其對應(yīng)的候選峰值被消除(S970)。例如，在圖18中，峰值起始位置622、624以及與其對應(yīng)的候選峰值612、614被消除。通過沿上述步驟確定EDV和PSV，圖像處理器130可自動檢測頻譜圖像中的各個周期。圖像處理器130則輸出1-峰值跟蹤的結(jié)果，如圖19所示。
但是，如果在步驟S700確定峰值跟蹤是2-峰值跟蹤，則圖像處理器130在峰值跟蹤方向上執(zhí)行2-峰值跟蹤(S1000)。參照圖20和圖21更詳細地描述步驟S1000。
如圖20所示，圖像處理器130在操作員所確定的范圍內(nèi)在峰值跟蹤方向上執(zhí)行2-峰值跟蹤(S1010)，以便檢測候選峰值(S1020)。隨后，在所檢測候選峰值之中，圖像處理器130確定第一所檢測候選峰值作為E-峰值(快速填充峰值結(jié)束)(S1030)，以及還確定在E-峰值之后所檢測的候選峰值為A-峰值(心房收縮峰值)(S1040)。此后，圖像處理器130輸出2-峰值跟蹤的結(jié)果，如圖21所示。
在完成步驟S800或S1000之后，如果頻譜圖像的基線在步驟S340被移位，則圖像處理器130將頻譜圖像的基線移回到原始位置(即，在步驟S340移位之前的位置)，如圖22所示(S1100)。僅對于在步驟S330確定為包含混疊以及其基線在步驟S340被移位的頻譜圖像執(zhí)行步驟S1100。對于在步驟S330確定為不包含混疊的頻譜圖像不執(zhí)行步驟S1100。此后，圖像處理器130將處理結(jié)果存儲在存儲單元140中，和/或?qū)⑵滹@示在顯示單元150上(S1200)。
如上所述，本發(fā)明可從包含噪聲的頻譜圖像中消除噪聲，以及能夠通過自動對基線移位從包含混疊的頻譜圖像中消除混疊。因此，本發(fā)明可提供準(zhǔn)確的輪廓跟蹤和準(zhǔn)確的峰值跟蹤。
雖然參照優(yōu)選實施例說明和描述了本發(fā)明，但是，本領(lǐng)域的技術(shù)人員會知道，可進行各種變更及修改，而沒有背離所附權(quán)利要求中定義的本發(fā)明的精神和范圍。
權(quán)利要求
1.一種處理超聲頻譜圖像的方法，包括以下步驟(a)根據(jù)超聲數(shù)據(jù)形成頻譜圖像；(b)從所述頻譜圖像中消除噪聲以提供噪聲消除頻譜圖像；(c)將所述噪聲消除頻譜圖像與表示特定頻譜類型的一個或多個頻譜模型進行匹配，以便檢查所述噪聲消除頻譜圖像是否包含混疊；(d)如果確定所述噪聲消除頻譜圖像包含混疊，則從所述噪聲消除頻譜圖像中消除所述混疊，以便提供沒有混疊的噪聲消除頻譜圖像；(e)對所述沒有混疊的噪聲消除頻譜圖像執(zhí)行輪廓跟蹤，以便檢測輪廓點；以及(f)對所述沒有混疊的噪聲消除頻譜圖像執(zhí)行峰值跟蹤，以便檢測峰值。
2.如權(quán)利要求1所述的方法，其特征在于，所述步驟(b)包括(b1)確定用于區(qū)別所述頻譜圖像中的噪聲與頻譜的第一門限；以及(b2)根據(jù)所述第一門限從所述頻譜圖像中消除噪聲。
3.如權(quán)利要求2所述的方法，其特征在于，所述步驟(b1)包括將所述頻譜圖像分為多個部分；計算每個部分中的像素的平均強度；比較為這些部分計算的所述平均強度，以便選擇具有最小平均強度的部分；分析具有所述最小平均強度的所述部分的直方圖，以便檢測所述直方圖中的最大強度；以及確定所檢測最大強度作為所述第一門限。
4.如權(quán)利要求1所述的方法，其特征在于，所述步驟(d)包括如果確定所述噪聲消除頻譜圖像包含混疊，則根據(jù)所匹配頻譜模型來檢測所述混疊的方向和幅度；以及根據(jù)所檢測的所述混疊的方向和幅度對所述噪聲消除頻譜圖像的基線進行移位，以便消除所述混疊。
5.如權(quán)利要求1所述的方法，其特征在于，所述步驟(e)包括(e1)接收操作員所選的輪廓跟蹤方向，以及檢查所述輪廓跟蹤方向表明對上側(cè)和下側(cè)頻譜都執(zhí)行所述輪廓跟蹤，還是對或者上側(cè)或者下側(cè)頻譜執(zhí)行所述輪廓跟蹤；(e2)如果確定所述輪廓跟蹤方向表明對上側(cè)和下側(cè)頻譜都執(zhí)行所述輪廓跟蹤，則對上側(cè)和下側(cè)頻譜都執(zhí)行所述輪廓跟蹤以檢測所述輪廓點；以及(e3)如果確定所述輪廓跟蹤方向表明對或者上側(cè)或者下側(cè)頻譜執(zhí)行所述輪廓跟蹤，則對對應(yīng)頻譜執(zhí)行所述輪廓跟蹤以檢測所述輪廓點。
6.如權(quán)利要求5所述的方法，其特征在于，所述步驟(e2)包括對于上側(cè)和下側(cè)頻譜中的每個，計算所述對應(yīng)頻譜中的輪廓點的強度之和；比較上側(cè)頻譜中的輪廓點的強度之和與下側(cè)頻譜中的輪廓點的強度之和，以便確定所述頻譜中哪一個具有更大的強度之和；以及選擇具有更大的強度之和的頻譜的輪廓點。
7.如權(quán)利要求6所述的方法，其特征在于，所述強度之和根據(jù)所述對應(yīng)頻譜的速度和頻率分量來計算。
8.如權(quán)利要求5所述的方法，其特征在于，所述步驟(e)還包括計算所述輪廓點的強度；以及在所述輪廓跟蹤方向上執(zhí)行均值輪廓跟蹤以檢測均值輪廓點，其中所述均值輪廓點的強度為所述對應(yīng)輪廓點的強度的一半。
9.如權(quán)利要求1所述的方法，其特征在于，所述步驟(f)包括(f1)確定所述頻譜圖像的峰值跟蹤方向；以及(f2)在所述峰值跟蹤方向上執(zhí)行所述峰值跟蹤。
10.如權(quán)利要求9所述的方法，其特征在于，所述步驟(f1)包括檢查所述峰值跟蹤方向是否表明對上側(cè)和下側(cè)頻譜都執(zhí)行所述峰值跟蹤；如果確定所述峰值跟蹤方向表明對上側(cè)和下側(cè)頻譜都執(zhí)行所述峰值跟蹤，則對于上側(cè)頻譜和下側(cè)頻譜中的每一個分析密度、強度和速度中的至少一個；在上側(cè)頻譜與下側(cè)頻譜之間比較密度、強度和速度中的所述至少一個，以便選擇所述頻譜之一；以及確定所述峰值跟蹤方向，以便對于所選頻譜可執(zhí)行所述峰值跟蹤。
11.如權(quán)利要求9所述的方法，其特征在于，所述步驟(f2)包括(f21)檢查所述峰值跟蹤是1-峰值跟蹤還是2-峰值跟蹤；(f22)如果確定所述峰值跟蹤為1-峰值跟蹤，則對所述頻譜圖像執(zhí)行所述1-峰值跟蹤；以及(f23)如果確定所述峰值跟蹤為2-峰值跟蹤，則對所述頻譜圖像執(zhí)行所述2-峰值跟蹤。
12.如權(quán)利要求11所述的方法，其特征在于，所述步驟(f22)包括(g1)對所述頻譜圖像執(zhí)行所述1-峰值跟蹤，以便檢測包括實際峰值和準(zhǔn)峰值的候選峰值；以及(g2)從所述候選峰值中選擇所述實際峰值。
13.如權(quán)利要求12所述的方法，其特征在于，所述步驟(g2)包括(g21)確定用于過濾所述候選峰值的第二門限；(g22)從所述候選峰值中選擇滿足所述第二門限的候選峰值；(g23)檢測所述所選候選峰值的峰值起始位置；(g24)確定距所述頻譜圖像中的頻譜的最低位置的特定距離作為用于檢驗所述峰值起始位置的第三門限；以及(g25)從所述峰值起始位置中選擇滿足所述第三門限的峰值起始位置，以及從步驟(g23)中所選的候選峰值之中選擇對應(yīng)于所述所選峰值起始位置的候選峰值作為實際峰值。
14.如權(quán)利要求13所述的方法，其特征在于，所述步驟(g21)包括(h1)確定所述頻譜范圍中的等級門限；(h2)對于所述等級門限中的每個，計算高于所述等級門限的候選峰值的數(shù)量；(h3)根據(jù)所計算候選峰值數(shù)量是否恒定地重復(fù)直到特定等級門限，來確定所述第二門限。
15.如權(quán)利要求14所述的方法，其特征在于，所述步驟(h3)包括如果確定所計算候選峰值數(shù)量恒定地重復(fù)直到所述特定等級門限，則檢測所述特定等級門限之上的候選峰值之中最低位置的候選峰值；以及確定直接在所檢測候選峰值之下的等級門限作為所述第二門限。
16.如權(quán)利要求14所述的方法，其特征在于，所述步驟(h3)包括如果確定所計算候選峰值數(shù)量不是恒定地重復(fù)直到所述特定等級門限，則計算每對候選峰值中的高度差；通過使用所計算高度差來計算所述候選峰值的每個的偏差；檢測具有最小偏差的候選峰值；以及確定對應(yīng)于所檢測候選峰值的等級門限作為所述第二門限。
17.如權(quán)利要求13所述的方法，其特征在于，所述步驟(g25)包括(i1)檢查所述峰值起始位置之一是否滿足第三門限；(i2)如果確定所述峰值起始位置滿足所述第三門限，則確定所述峰值起始位置作為舒張末期流速(EDV)，以及確定對應(yīng)于所述峰值起始位置的候選峰值作為收縮期峰值流速(PSV)；(i3)如果確定所述峰值起始位置不滿足所述第三門限，則消除所述峰值起始位置以及對應(yīng)于所述峰值起始位置的所述候選峰值；以及(i4)對于所述峰值起始位置中的每一個重復(fù)所述步驟(i1)到(i3)。
18.如權(quán)利要求11所述的方法，其特征在于，所述步驟(f23)包括執(zhí)行所述2-峰值跟蹤，以便檢測候選峰值；確定第一所檢測候選峰值作為E-峰值(快速填充峰值結(jié)束)；以及確定所述E-峰值之后所檢測的候選峰值作為A-峰值(心房收縮峰值)。
19.一種處理超聲頻譜圖像的方法，包括以下步驟根據(jù)超聲數(shù)據(jù)形成頻譜圖像；將所述頻譜圖像分為多個部分；計算每個部分中的像素的平均強度；比較為這些部分計算的所述平均強度，以便選擇具有最小平均強度的部分；分析具有最小平均強度的所述部分的直方圖，以便檢測所述直方圖中的最大強度；確定所檢測最大強度作為用于從所述頻譜圖像中消除噪聲的門限；以及根據(jù)所確定門限從所述頻譜圖像中消除噪聲。
20.一種處理超聲頻譜圖像的方法，包括以下步驟根據(jù)超聲數(shù)據(jù)形成頻譜圖像；分析所述頻譜圖像；通過使用表示特定頻譜類型的一個或多個頻譜模型，檢測可能存在的混疊的方向和幅度；以及根據(jù)所檢測的所述混疊的方向和幅度對所述頻譜圖像的基線進行移位，以便消除所述混疊。
21.一種處理超聲頻譜圖像的方法，包括以下步驟(a)根據(jù)超聲數(shù)據(jù)形成頻譜圖像；(b)檢查用于檢測所述頻譜圖像中的峰值的峰值跟蹤是1-峰值跟蹤還是2-峰值跟蹤；(c)如果確定所述峰值跟蹤為1-峰值跟蹤，則對所述頻譜圖像執(zhí)行所述1-峰值跟蹤；以及(d)如果確定所述峰值跟蹤為2-峰值跟蹤，則對所述頻譜圖像執(zhí)行所述2-峰值跟蹤。
22.如權(quán)利要求21所述的方法，其特征在于，所述步驟(c)包括(c1)對所述頻譜圖像執(zhí)行所述1-峰值跟蹤，以便檢測包括實際峰值和準(zhǔn)峰值的候選峰值；以及(c2)從所述候選峰值之中選擇所述實際峰值。
23.如權(quán)利要求22所述的方法，其特征在于，所述步驟(c2)包括(c21)確定用于過濾所述候選峰值的第一門限；(c22)從所述候選峰值之中選擇滿足所述第一門限的候選峰值；(c23)檢測所述所選候選峰值的峰值起始位置；(c24)確定距所述頻譜圖像中的頻譜的最低位置的特定距離作為用于檢驗所述峰值起始位置的第二門限；以及(c25)從所述峰值起始位置之中選擇滿足所述第二門限的峰值起始位置，以及從步驟(c23)中所選的候選峰值之中選擇對應(yīng)于所述所選峰值起始位置的候選峰值作為所述實際峰值。
24.如權(quán)利要求23所述的方法，其特征在于，所述步驟(c21)包括(e1)確定所述頻譜范圍中的等級門限；(e2)對于所述等級門限中的每一個，計算高于所述等級門限的候選峰值的數(shù)量；(e3)根據(jù)所計算候選峰值數(shù)量是否恒定地重復(fù)直到特定等級門限，來確定所述第一門限。
25.如權(quán)利要求24所述的方法，其特征在于，所述步驟(e3)包括如果確定所計算候選峰值數(shù)量恒定地重復(fù)直到所述特定等級門限，則檢測所述特定等級門限之上的候選峰值之中最低位置的候選峰值；以及確定直接在所檢測候選峰值之下的等級門限作為所述第一門限。
26.如權(quán)利要求24所述的方法，其特征在于，所述步驟(e3)包括如果確定所計算候選峰值數(shù)量不是恒定地重復(fù)直到所述特定等級門限，則計算每對候選峰值中的高度差；通過使用所計算高度差來計算所述候選峰值中的每個的偏差；檢測具有最小偏差的候選峰值；以及確定對應(yīng)于所檢測候選峰值的等級門限作為所述第一門限。
27.如權(quán)利要求23所述的方法，其特征在于，所述步驟(c25)包括(f1)檢查所述峰值起始位置之一是否滿足所述第二門限；(f2)如果確定所述峰值起始位置滿足所述第二門限，則確定所述峰值起始位置作為舒張末期流速(EDV)，以及確定對應(yīng)于所述峰值起始位置的候選峰值作為收縮期峰值流速(PSV)；(f3)如果確定所述峰值起始位置不滿足所述第二門限，則消除所述峰值起始位置以及對應(yīng)于所述峰值起始位置的所述候選峰值；以及(f4)對于所述峰值起始位置中的每一個重復(fù)所述步驟(f1)到(f3)。
28.如權(quán)利要求21所述的方法，其特征在于，所述步驟(d)包括執(zhí)行所述2-峰值跟蹤，以便檢測候選峰值；確定第一所檢測候選峰值作為E-峰值(快速填充峰值結(jié)束)；以及確定所述E-峰值之后所檢測的候選峰值作為A-峰值(心房收縮峰值)。
29.一種超聲診斷系統(tǒng)，包括用于根據(jù)超聲數(shù)據(jù)形成頻譜圖像的部件；用于從所述頻譜圖像中消除噪聲以提供噪聲消除頻譜圖像的部件；用于將所述噪聲消除頻譜圖像與表示特定頻譜類型的一個或多個頻譜模型進行匹配、以便檢查所述噪聲消除頻譜圖像是否包含混疊的部件；如果確定所述噪聲消除頻譜圖像包含混疊，用于從所述噪聲消除頻譜圖像中消除混疊以提供沒有混疊的噪聲消除頻譜圖像的部件；用于對所述沒有混疊的噪聲消除頻譜圖像執(zhí)行輪廓跟蹤以檢測輪廓點的部件；以及用于對所述沒有混疊的噪聲消除頻譜圖像執(zhí)行峰值跟蹤以檢測峰值的部件。
全文摘要
提供一種處理超聲頻譜圖像的方法。根據(jù)這種方法，頻譜圖像根據(jù)超聲數(shù)據(jù)來形成，然后從頻譜圖像中消除噪聲。噪聲消除頻譜圖像與表示特定頻譜類型的一個或多個頻譜模型匹配。然后，檢查噪聲消除頻譜圖像是否包含混疊。如果噪聲消除頻譜圖像包含混疊，則從噪聲消除頻譜圖像中消除混疊，以便提供沒有混疊的噪聲消除頻譜圖像。此后，對沒有混疊的噪聲消除頻譜圖像執(zhí)行輪廓跟蹤以檢測輪廓點。此外，對沒有混疊的噪聲消除頻譜圖像執(zhí)行峰值跟蹤以檢測峰值。
文檔編號G01N29/44GK1868407SQ20061008406
公開日2006年11月29日 申請日期2006年5月19日 優(yōu)先權(quán)日2005年5月26日
發(fā)明者金惠晶, 李基宗, 金成鎬, 楊恩浩, 金喆安 申請人:株式會社美蒂森