买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京大学

摘要：本发明公开了一种基于活体超声图像的多线程应变成像方法及装置，属于医学图像处理领域。本发明的方法为，采集活体B超图像序列，分析图像的相关性特征，判断呼吸频率，并将图像划分到不同呼吸周期和周期间同步的相位期；对每个相位期建立一个计算线程，经位移校正、图像配准后，各线程并行地计算应变，并根据线程间相关性进行降噪；最终，将多线程应变结果融合，得到准确、高时间密度的应变输出。本发明可以解决现有技术中生理运动在应变成像中产生的伪影和误差问题，可以获得多运动相位期的应变分布，进一步结合应变分布的空间相关性去噪、融合后，得到精确、鲁棒性高、时间密度高的活体应变分布图像。

主权项：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Iexh，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Iexh,u1u1＝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Iinh，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Iinh,u2u2＝1,2,…,U2；配准步骤：以靶区位置为中心确定感兴趣区域，对Iexh,u1、Iinh,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Qexh,u1、Qinh,u2；Qexh,u1和Qinh,u2的合集记为Quu＝1,2,…,U，U为Qu的线程数目，U＝U1+U2；融合步骤：并行计算Qu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；配准步骤的具体实现方式如下：以靶区位置为中心，确定尺寸为A×L、左上角坐标为a0,l0的感兴趣区域ROI，其中A为轴向长度，L为横向长度；在第一个呼气周期的各相位期u1＝1,2,…,U1，取中间时刻图像的ROI为模板帧Qref，将其置入子集Qexh,u1；在下一周期的同一相位期，对每帧图像取尺寸为A×L、左上角位于a0+δa,l0+δl的区域为检测帧Qtar；分别在-A3～A3和-L3～L3的范围内变化δa和δl，δa和δl分别为轴向和横向的位移量，使Qtar与Qref的二维互相关系数取得最大值，对应的δa和δl即为Qtar的位移量Δa和Δl；将Qtar在轴向和横向分别移位Δa和Δl，得到位移校正后的图像Q'tar；比较所有最大互相关系数，将其中的最大值对应的Q'tar作为新的Qref，置入子集Qexh,u1的末尾；利用新的Qref对下一呼气周期进行相同操作，如此循环直至所有呼气周期都完成校准和匹配；在第一个吸气周期的各相位期u2＝1,2,…,U2，取中间时刻图像的ROI为模板帧Qref，将其置入子集Qinh,u2；在下一周期的同一相位期，对每帧图像取尺寸为A×L、左上角位于a0+δa,l0+δl的区域为检测帧Qtar；分别在-A3～A3和-L3～L3的范围内变化δa和δl，δa和δl分别为轴向和横向的位移量，使Qtar与Qref的二维互相关系数取得最大值，对应的δa和δl即为Qtar的位移量Δa和Δl；将Qtar在轴向和横向分别移位Δa和Δl，得到位移校正后的图像Q'tar；比较所有最大互相关系数，将其中的最大值对应的Q'tar作为新的Qref，置入子集Qinh,u2的末尾；利用新的Qref对下一吸气周期进行相同操作，如此循环直至所有吸气周期都完成校准和匹配。

全文数据：

权利要求：

百度查询： 南京大学 一种基于活体超声图像的多线程应变成像方法及装置