CN102113900B - 彩色血流动态帧相关方法和装置 - Google Patents

彩色血流动态帧相关方法和装置 Download PDF

Info

Publication number
CN102113900B
CN102113900B CN201010042708.5A CN201010042708A CN102113900B CN 102113900 B CN102113900 B CN 102113900B CN 201010042708 A CN201010042708 A CN 201010042708A CN 102113900 B CN102113900 B CN 102113900B
Authority
CN
China
Prior art keywords
blood flow
point
directions
blood
vessel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201010042708.5A
Other languages
English (en)
Other versions
CN102113900A (zh
Inventor
邹耀贤
姚斌
胡勤军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN201010042708.5A priority Critical patent/CN102113900B/zh
Priority to US12/960,190 priority patent/US8542895B2/en
Publication of CN102113900A publication Critical patent/CN102113900A/zh
Priority to US13/860,379 priority patent/US9202273B2/en
Priority to US14/035,658 priority patent/US9202274B2/en
Application granted granted Critical
Publication of CN102113900B publication Critical patent/CN102113900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

本发明公开了一种彩色血流动态帧相关方法与装置。其中所述方法包括：获取步骤，用于获取彩色血流图像上一帧的帧相关结果和当前血流速度图像；第三计算步骤，用于计算上一帧的帧相关结果反映的血管方向；偏移步骤，用于对上一帧的帧相关结果沿血管方向、根据血流的流向和血流速度进行偏移；以及相关步骤，用于对当前血流速度图像和经过偏移的上一帧的帧相关结果进行帧相关操作。按照本发明实施例的方法与装置，充分考虑了血流流动性这一特点，更加符合血流动力学原理，得到的血流图像的动态感明显得到改善。

Description

彩色血流动态帧相关方法和装置
技术领域
本发明涉及一种超声成像技术，特别是涉及一种彩色血流动态帧相关方法和装置。
背景技术
超声仪器一般用于观察人体的内部组织结构，由于其安全、方便、无损、廉价等特点，已经成为医生诊断的主要辅助手段。彩色血流成像技术是医用彩超的重要的功能，它通过多普勒效应来检测人体内的血流存在和估计人体血流的动力学参数。
在彩色血流处理过程中，有一个关键的处理环节即彩色帧相关处理。彩色帧相关处理的目的在于通过时间积累来增加信号检测的信噪比，从而提高医用彩超对于微弱血流信号检测的灵敏度。现有的彩色帧相关处理技术，通常都是对前、后帧相同位置处进行帧相关操作，而没有考虑血流的流动性。由于当前帧和上一帧存在一定的时间间隔Δt，因此在计算当前帧点(i，j)的血流时，上一帧的血流已经沿着血管方向往前流动了一段距离。如果当前帧还只和上一帧相同位置的血流进行帧相关，那就忽略了血流是流动的这一重要事实，因而反应不出血流的流动这一特性。
发明内容
本发明的目的是为了克服现有技术存在的缺陷，提供一种考虑了血流流动性这一特点的彩色血流动态帧相关方法和装置。为了实现这一目的，本发明所采取的技术方案如下。
按照本发明实施例的第一方面，提供一种计算血流速度图像上的血管方向的方法，包括：第一区分步骤，用于将血流速度图像上的各个点区分为血流区域点和背景区域点；估计步骤，设定多个方向并在各方向上分别计算与待计算点相连的血流区域点的个数，将连接点最多的方向定为该待计算点的粗方向；确定步骤，用于确定以所述待计算点为中心的在所述粗方向上的若干点构成的邻域在垂直于所述粗方向的方向上的中点，并将各中点的连线作为邻域内血管的中线；以及第一计算步骤，用于根据所确定的所述血管的中线计算所述待计算点处血管的方向。
按照本发明实施例的第二方面，还是提供一种计算血流速度图像上的血管方向的方法，包括：第二区分步骤，用于将血流速度图像上的各个点区分为血流区域点和背景区域点；提取步骤，用于提取二值图像骨骼；以及第二计算步骤，根据每个待计算骨骼点的邻近若干骨骼点来计算每个骨骼点的方向。
按照本发明实施例的第三方面，提供一种彩色血流动态帧相关方法，包括：获取步骤，用于获取血流速度图像上一帧的帧相关结果和当前血流速度图像；第三计算步骤，用于计算上一帧的帧相关结果反映的血管方向；偏移步骤，用于对上一帧的帧相关结果沿血管方向、根据血流的流向和血流速度进行偏移；以及相关步骤，用于对当前血流速度图像和经过偏移的上一帧的帧相关结果进行帧相关操作。
按照本发明实施例的第四方面，提供一种计算血流速度图像上的血管方向的装置，包括：第一区分模块，配置成将血流速度图像上的各个点区分为血流区域点和背景区域点；估计模块，配置成设定多个方向并在各方向上分别计算与待计算点相连的血流区域点的个数，将连接点最多的方向定为该待计算点的粗方向；确定模块，配置成确定以所述待计算点为中心的在所述粗方向上的若干点构成的邻域在垂直于所述粗方向的方向上的中点，并将各中点的连线作为邻域内血管的中线；以及第一计算模块，配置成根据所确定的所述血管的中线来计算所述待计算点处血管的方向。
按照本发明实施例的第五方面，还是提供一种计算血流速度图像上的血管方向的装置，包括：第二区分模块，配置成将血流速度图像上的各个点区分为血流区域点和背景区域点；提取模块，配置成提取二值图像骨骼；以及第二计算模块，配置成根据每个待计算骨骼点的邻近若干骨骼点来计算每个骨骼点的方向。
按照本发明实施例的第六方面，提供一种彩色血流动态帧相关装置，包括：获取模块，配置成获取血流速度图像上一帧的帧相关结果和当前血流速度图像；第三计算模块，配置成计算上一帧的帧相关结果反映的血管方向；偏移模块，配置成对上一帧的帧相关结果沿血管方向、根据血流的流向和血流速度进行偏移；以及相关模块，配置成对当前血流速度图像和经过偏移的上一帧的帧相关结果进行帧相关操作。
按照本发明实施例的第七方面，提供一种彩色超声成像系统，包括按照本发明实施例第六方面的彩色血流动态帧相关装置。
按照本发明实施例的方法与装置，充分考虑了血流流动性这一特点，摒弃了传统帧相关中对前后两帧相同位置进行帧相关操作的方法，更加符合血流动力学原理，得到的血流图像的动态感明显得到改善。
下面将结合附图并通过具体的实施例对本发明进行进一步说明。
附图说明
图1是按照本发明一个实施例的彩色血流动态帧相关方法的示意性流程图；
图2是按照本发明一个实施例的计算血流速度图像上的血管方向的方法的示意性流程图；
图3是按照本发明一个实施例的血管方向计算示例图；
图4是按照本发明另一个实施例的计算血流速度图像上的血管方向的方法的示意性流程图；
图5是按照本发明一个实施例的基于形态学的血管方向计算方法示意图；
图6是按照本发明一个实施例的血流运动方向判断示例图；
图7是按照本发明一个实施例的血流偏移示例图；
图8是一种可使用按照本发明实施例的方法与装置的彩超系统框图；
图9是按照本发明一个实施例的彩色血流动态帧相关装置的示意性结构框图；
图10是按照本发明一个实施例的计算血流速度图像上的血管方向的装置的示意性结构框图；
图11是按照本发明另一个实施例的计算血流速度图像上的血管方向的装置的示意性结构框图。
具体实施方式
按照本发明一个实施例的彩色血流动态帧相关方法，包括：获取步骤100，第三计算步骤102，偏移步骤104，以及相关步骤108。在另一个实施例中，还可选地包括插值步骤106，如图1所示。下面对所述步骤进行具体说明。
按照一个实施例的彩色血流动态帧相关方法的过程为：首先，获取上一帧的帧相关结果Fi-1和当前血流速度图像Ii(步骤100)；然后，对Fi-1反应出的血管进行方向计算，计算出每个血流区域点处血管的方向(步骤102)；再根据血管方向、血流的流向和速度对Fi-1进行偏移(步骤104)；偏移完成后，对Fi-1和Ii进行帧相关操作(步骤108)，得到第i帧的帧相关结果Fi。
在上述过程中，血管方向计算是一个重要的环节。在本实施例中，血管方向并不是指血流速度的正负，而是指血管内血流的流动路径，血流将沿着该路径流动。血管方向标识了血管的形状结构，一般来说，可以认为血管方向近似平行于血管壁。血管方向计算需要计算出血流区域中每一点的方向，可以根据血管的空间结构采用图像处理的方法来确定血管的方向。
在一个实施例中，按照由粗到细的方法计算血管方向，包括第一区分步骤200，估计步骤202，确定步骤204，以及第一计算步骤206，如图2所示。按照该实施例的方法，首先估计待求点所在处血管的大致方向，缩小计算范围，然后在小范围内精确计算出血管的方向。该方法的一个实例如下所述：
1.图像区分(步骤200)。图像区分的目的是为了区分哪些部分是血流区域，哪些部分是背景区域。例如，对输入的上一帧帧相关结果Fi-1进行二值化，可以通过取阈值完成，具体为将图像Fi-1中绝对值小于某个阈值的点标记为0，其余点标记为1，从而将血流速度图像上的各个点区分为血流区域点和背景区域点；此外，还可以直接根据预定阈值将所述图像(即Fi-1)上的点区分为血流区域点和背景区域点；
2.血管方向粗估计。血管方向粗估计需要估计出血管的大概方向。可以根据系统精度要求规定粗估计中设置方向的数目。可以只设置2个方向，即水平方向和垂直方向；也可以设置4个方向，即水平方向、45°方向、90°方向和135°方向；如果需要，甚至可以设置8个方向。本实例设置两个方向，分别计算各个方向中与待计算点依次相连接点的个数，选择连接点个数最多的方向为该血流区域点的粗方向(步骤202)。图3为血管方向计算示例图，图中所有的框组成一幅二值图像，黑色框的值为1，白色框的值为0，假设“★”为待计算点，则水平方向有6个血流区域点与之相连，垂直方向有3个血流区域点与之相连，从而该点的粗方向为水平方向；
3.血管方向精确计算。血管方向精确计算是在血管方向粗估计的基础上，利用当前血流区域点和邻近血流区域点的空间关系对血管的方向进行精确的计算。具体为，先确定计算邻域，选择以待计算点为中心、沿该点粗方向上若干血流区域点为待计算点的邻域；然后，确定邻域内血管的中线。对邻域内每一点，沿血管粗方向的垂直方向，统计计算血管的中点，这些中点的连线组成了邻域内血管的中线。在图3中，“★”点粗方向为水平方向，假设计算邻域为以“★”点为中心，左右各3个像素。图3中的“○”点即为邻域内血管的中点，这些中点连成的白色实线即为邻域内血管的中线(步骤204)。
有了血管的中线后，可以通过直线拟合、或者Hough变换等方法拟合出血管的方向来(步骤206)。在图3中的白色虚线即为拟合出的直线，根据直线的斜率可以计算出“★”点处的血管方向与水平方向夹角θ。
其中图像二值化的过程只是为了更加便于操作，将血流区域和背景区域一开始就分开，但该步骤并不是必须的，也可以在具体的算法过程中再区分当前点是背景还是血流。
在一个实施例中，基于形态学计算血管方向，包括第二区分步骤400，提取步骤402，以及第二计算步骤404，如图4所示。按照该实施例的方法利用形态学的骨骼化来计算血管的方向，骨骼化方法通过将平面区域结构形状简化成一幅图形来表达该平面区域结构。具体过程如下：
1.图像区分(步骤400)，与步骤200类似；
2.提取区分后的图像骨骼(步骤402)；另外，提取骨骼之前，还可以对例如二值图像的区分后的图像进行一些去噪、边界平滑等预处理，以对提取的骨骼去毛刺，使骨骼化达到最佳效果；
3.计算骨骼上每点的方向。骨骼是由一些线组成，可以通过对待计算骨骼点的邻近若干骨骼点进行直线拟合、或者Hough变换等方法，得到该骨骼点的方向(步骤404)；
另外，对于非骨骼点的方向计算，由于骨骼是对平面区域的简化，因而对于不是骨骼上的点，可以采用与之最近的、在例如二值图像的区分后的图像的血流区域中可以通过直线相连的骨骼点的方向作为该点的方向。
图5为基于骨骼化血管方向计算方法示意图，其中的曲线l为去毛刺后的骨骼，点A为待计算点，B点为骨骼线上与A点距离最近的点，虚线为B点的方向，从而可以将B点的方向作为A点的方向。
此外，也可以利用速度图像或能量图像中血管中心的速度或能量要比两边高、而且往两边递减的这种梯度特性来获得血管的方向。在此需要注意的是，血管方向的计算算法包括但不局限于上述方法，任何通过计算血管方向进行动态帧相关的方法都属于本发明保护范围。
前述各实施例中，是在当前血流速度图像的上一帧帧相关结果中计算血管方向。本领域内技术人员可以理解，在各血流速度图像序列或各帧相关结果中，血管方向是相同的，并不发生变化，因此，类似地也可以用当前血流速度图像或者之前的血流速度图像、或者之前的其它帧相关结果来计算血管方向，而不限定在用当前血流速度图像的上一帧帧相关结果来计算血管方向。
确定血管的方向后，进入对上一帧帧相关结果Fi-1偏移阶段(步骤104)。偏移需要知道血管的方向和血流的流向信息。血管的方向标识了血管的形状结构信息，但是还并不能判断出血管是往哪一侧流动的。血流的流向可以根据多普勒特性得到，即如果血流速度为正，则该处的血流流向探头；反之，如果血流速度为负，则该处的血流背离探头。
有了血管的方向和血流的流向信息，就可以判断出血流的运动方向。图6为血流运动方向判断示例图，图中A点的速度为负，说明该处血流是背离探头运动，再根据血管的方向，可以判断出V1为A点的运动方向。同理，B点的速度为正，说明该处血流是朝向探头运动，再根据血管的方向，可判断出V2为B点的运动方向。
其中偏移量可以通过速度值得到，速度越大，偏移量也越大，反之，速度越小，偏移量也越小。偏移量tran和速度V的关系可以用函数tran＝f(V)表示，其中函数f可以根据实际需要的效果而定，可以是一次函数关系，也可以是二次函数关系，只要满足血流速度越大，偏移量也越大这一要求。
例如，偏移量tran和速度V的关系可以用函数tran＝V×S/(128×fp)表示，其中fp为图像帧率，S为用户设置的Scale值，V×S/128即为机器检测到的血流流动速度，相邻两帧间隔的时间为1/fp，从而V×S/(128×fp)即为两帧之间的血流流动的距离。
本领域内技术人员可以理解，此处实际即用血流速度V乘以两帧的间隔时间，从而得到在两帧图像的时刻之间血流流动的距离，此距离即为偏移量。
通常，由于发射角度等方面的原因，机器在C模式下检测到的速度并不一定就为血流真正的流速，因而也可以根据实际需要的效果对该公式进行变形，例如，可以取tran＝k×V×S/(128×fp)+b，k为可以根据需要设定的常数，当k＞1时可以提高高速血流和低速血流的对比度，k＜1时可以使反应出来的血流流速更趋于一致。为了得到所需要的效果，甚至可以用二次变换、指数变换、Gamma变换等对该公式进行变形，但无论如何变形，都要满足血流速度值越大，偏移量也越大这一要求。
有了以上信息，就可以根据这些信息对上一帧帧相关结果进行偏移，按照一个偏移实例的具体过程为：
1.根据血管方向分解偏移量。将偏移量tran根据血管方向在水平方向和垂直方向进行分解，分解后可以表示为(Δi，Δj)，其中Δi＝tran cosθ，Δj＝tran sinθ，θ为血管方向与水平方向夹角。
2.根据分解后的偏移量偏移速度图像。得到了水平方向和竖直方向的偏移量后，将该点沿血流的流向偏移(Δi，Δj)距离。图7为一偏移示例图，图中的点A根据血流的流向沿着血管方向偏移了(Δi，Δj)距离，得到图中的A’点。
另外，由于各血流区域点的偏移量可能不同，可能出现多个血流区域点经过偏移后偏移到同一个点上，也就造成了经过偏移后的速度图像中有些血流区域点没有值。在这种情况下，可以通过插值的方式将这些点的值填充上(步骤106)，插值方法可以根据实际需要选择。
上一帧的帧相关结果偏移完成后，仍记偏移后的结果为Fi-1，将Fi-1和Ii进行帧相关操作，得到当前帧帧相关结果(步骤108)。将当前帧帧相关结果再经过图8中其它环节的信号处理，最后送到显示器中显示。按照上述实施例进行帧相关后，显示的血流能明显感觉到血流沿血管方向流动，更加符合血流动力学原理。
按照本发明一个实施例的彩色血流动态帧相关装置，包括：获取模块900，第三计算模块902，偏移模块904，以及相关模块908。在另一个实施例中，还可选地包括插值模块906，如图9所示。其中获取模块900配置成获取血流速度图像上一帧的帧相关结果和当前血流速度图像，第三计算模块902配置成计算上一帧的帧相关结果反映的血管方向，偏移模块904配置成对上一帧的帧相关结果沿血管方向、根据血流的流向和血流速度进行偏移，插值模块906配置成通过插值对偏移后的速度图像中没有值的血流区域点进行填充，以及相关模块908配置成对当前血流速度图像和经过偏移的上一帧的帧相关结果进行帧相关操作。在一个实施例中，第三计算模块902配置成利用速度图像或能量图像中血管中心的速度或能量比两边高而且往两边递减的梯度特性，来计算血管方向。在一个实施例中，偏移模块904配置成先对速度图像中点的偏移量根据血管方向在水平方向和垂直方向进行分解，然后将该点沿血流流向偏移水平分量和垂直分量大小的距离，从而实现对上一帧的帧相关结果的偏移。
按照一个实施例的可以用来计算血流速度图像上的血管方向的装置，包括第一区分模块1000、估计模块1002、确定模块1004、以及第一计算模块1006，如图10所示。其中第一区分模块1000配置成将血流速度图像上的各个点区分为血流区域点和背景区域点；估计模块1002配置成设定多个方向并在各方向上分别计算与待计算点相连的血流区域点的个数，将连接点最多的方向定为该待计算点的粗方向；确定模块1004配置成确定以所述待计算点为中心的在所述粗方向上的若干点构成的邻域在垂直于所述粗方向的方向上的中点，并将各中点的连线作为邻域内血管的中线；以及第一计算模块1006配置成根据所确定的所述中线计算所述待计算点处血管的方向。在一个实施例中，第一区分模块1000配置成将所述图像的上一帧的帧相关结果小于预定阈值的点标记为零，其余点标记为1，来对所述图像进行二值化，以将血流速度图像上的各个点区分为血流区域点和背景区域点。
按照另一个实施例的可以用来计算血流速度图像上的血管方向的装置，包括第二区分模块1100、提取模块1102和第二计算模块1104，如图11所示。第二区分模块1100配置成将血流速度图像上的各个点区分为血流区域点和背景区域点；提取模块1102配置成提取二值图像骨骼；以及第二计算模块1104配置成根据每个待计算骨骼点的邻近若干骨骼点来计算每个骨骼点的方向；其中将与非骨骼点最近的、在区分后的图像的血流区域中可通过直线相连的骨骼点的方向作为该非骨骼点的方向。
按照上述实施例的彩色血流动态帧相关装置以及计算血流速度图像上的血管方向的装置，可以通过软件、硬件、固件或者其组合，实现在彩色超声成像系统中，这对于本领域普通技术人员来说是容易实现的，在此不做详述。
以上通过具体的实施例对本发明进行了说明，但本发明并不限于这些具体的实施例。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等，例如将上述实施例中的一个步骤或模块分为两个或更多个步骤或模块来实现，或者相反，将上述实施例中的两个或更多个步骤或模块的功能放在一个步骤或模块中来实现。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语，例如“第一”、“第二”、“第三”等等，并不是限制，仅仅是为了便于描述。此外，以上多处所述的“一个实施例”表示不同的实施例，当然也可以将其全部或部分结合在一个实施例中。

Claims (16)

1.一种计算血流速度图像上的血管方向的方法，其特征在于，包括：
第一区分步骤，用于将血流速度图像上的各个点区分为血流区域点和背景区域点；
估计步骤，设定多个方向并在各方向上分别计算与待计算点相连的血流区域点的个数，将连接点最多的方向定为该待计算点的粗方向；
确定步骤，用于确定以所述待计算点为中心的在所述粗方向上的若干血流区域点构成的邻域在垂直于所述粗方向的方向上的中点，并将各中点的连线作为邻域内血管的中线；以及
第一计算步骤，用于根据所确定的血管的中线计算所述待计算点处血管的方向。
2.如权利要求1所述的方法，其特征在于：在所述第一区分步骤中，通过将所述图像上小于预定阈值的点标记为零，其余点标记为1，对所述图像进行二值化，以此来区分血流区域点和背景区域点。
3.如权利要求1所述的方法，其特征在于：在所述第一计算步骤中，通过对所确定的血管中线进行直线拟合，拟合直线的方向为所述待计算点处血管的方向；或者，通过对所确定的血管中线进行Hough变换，得到所述待计算点处血管的方向。
4.如权利要求1或3所述的方法，其特征在于：所述设定多个方向包括设定两个、四个、或八个方向。
5.如权利要求4所述的方法，其特征在于：设定两个方向包括水平方向和垂直方向，以及设定四个方向包括水平方向、45°方向、90°方向和135°方向。
6.一种彩色血流动态帧相关方法，其特征在于，包括：
获取步骤，用于获取血流速度图像上一帧的帧相关结果和当前血流速度图像；
第三计算步骤，用于按照权利要求1至5中任一项所述的方法,计算上一帧的帧相关结果反映的血管方向；
偏移步骤，用于对上一帧的帧相关结果沿血管方向、根据血流的流向和血流速度进行偏移；以及
相关步骤，用于对当前血流速度图像和经过偏移的上一帧的帧相关结果进行帧相关操作。
7.如权利要求6所述的方法，其特征在于，还包括：
插值步骤，通过插值对偏移后的速度图像中没有值的点进行填充。
8.如权利要求6或7所述的方法，其特征在于：对上一帧的帧相关结果沿血管方向进行偏移时，血流速度越大，则偏移量也越大，血流速度越小，偏移量也越小。
9.如权利要求6或7所述的方法，其特征在于：对上一帧的帧相关结果沿血管方向进行偏移时，先对速度图像中点的偏移量根据血管方向在水平方向和垂直方向进行分解，然后按照水平分量和垂直分量将该点沿血流流向进行偏移。
10.一种计算血流速度图像上的血管方向的装置，其特征在于，包括：
第一区分模块，配置成将血流速度图像上的各个点区分为血流区域点和背景区域点；
估计模块，配置成设定多个方向并在各方向上分别计算与待计算点相连的血流区域点的个数，将连接点最多的方向定为该待计算点的粗方向；
确定模块，配置成确定以所述待计算点为中心的在所述粗方向上的若干点构成的邻域在垂直于所述粗方向的方向上的中点，并将各中点的连线作为邻域内血管的中线；以及
第一计算模块，配置成根据所确定的所述血管的中线计算所述待计算点处血管的方向。
11.如权利要求10所述的装置，其特征在于：所述第一区分模块配置成将所述图像上小于预定阈值的点标记为零，其余点标记为1，对所述图像进行二值化，以此来区分血流区域点和背景区域点。
12.如权利要求10或11所述的装置，其特征在于：所述估计模块配置成设定两个、四个、或八个方向。
13.一种彩色血流动态帧相关装置，其特征在于，包括：
获取模块，配置成获取血流速度图像上一帧的帧相关结果和当前血流速度图像；
第三计算模块，配置成利用权利要求10至12中任一项所述的装置,计算上一帧的帧相关结果反映的血管方向；
偏移模块，配置成对上一帧的帧相关结果沿血管方向、根据血流的流向和血流速度进行偏移；以及
相关模块，配置成对当前血流速度图像和经过偏移的上一帧的帧相关结果进行帧相关操作。
14.如权利要求13所述的装置，其特征在于，还包括：
插值模块，配置成通过插值对偏移后的速度图像中没有值的点进行填充。
15.如权利要求13或14所述的装置，其特征在于：所述偏移模块配置成先对速度图像中点的偏移量根据血管方向在水平方向和垂直方向进行分解，然后按照水平分量和垂直分量将该点沿血流流向进行偏移。
16.一种彩色超声成像系统，其特征在于，包括权利要求13至15任一项所述的彩色血流动态帧相关装置。
CN201010042708.5A 2010-01-05 2010-01-05 彩色血流动态帧相关方法和装置 Active CN102113900B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201010042708.5A CN102113900B (zh) 2010-01-05 2010-01-05 彩色血流动态帧相关方法和装置
US12/960,190 US8542895B2 (en) 2010-01-05 2010-12-03 Methods and systems for color flow dynamic frame persistence
US13/860,379 US9202273B2 (en) 2010-01-05 2013-04-10 Methods and systems for color flow dynamic frame persistence
US14/035,658 US9202274B2 (en) 2010-01-05 2013-09-24 Methods and systems for color flow dynamic frame persistence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010042708.5A CN102113900B (zh) 2010-01-05 2010-01-05 彩色血流动态帧相关方法和装置

Publications (2)

Publication Number Publication Date
CN102113900A CN102113900A (zh) 2011-07-06
CN102113900B true CN102113900B (zh) 2015-07-15

Family

ID=44212910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010042708.5A Active CN102113900B (zh) 2010-01-05 2010-01-05 彩色血流动态帧相关方法和装置

Country Status (2)

Country Link
US (3) US8542895B2 (zh)
CN (1) CN102113900B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102113900B (zh) * 2010-01-05 2015-07-15 深圳迈瑞生物医疗电子股份有限公司 彩色血流动态帧相关方法和装置
CN102908163B (zh) * 2011-08-02 2016-01-20 深圳迈瑞生物医疗电子股份有限公司 一种帧相关方法及其装置、以及超声成像系统
CN103458799B (zh) * 2012-01-10 2016-12-07 柯尼卡美能达株式会社 超声波诊断装置以及血管检测方法
EP2865323B1 (en) * 2013-10-23 2022-02-16 Canon Kabushiki Kaisha Retinal movement tracking in optical coherence tomography
US11096671B2 (en) * 2015-09-10 2021-08-24 Siemens Medical Solutions Usa, Inc. Sparkle artifact detection in ultrasound color flow
US9886647B1 (en) * 2015-12-30 2018-02-06 Snap Inc. Image segmentation for object modeling
CN105640592B (zh) * 2016-03-18 2019-01-01 深圳安盛生物医疗技术有限公司 一种彩色血流帧相关计算方法
CN108245194B (zh) * 2017-12-21 2020-06-19 四川省人民医院 基于布谷鸟优化策略的超声图像心脏流场运动估计方法
CN109363722B (zh) * 2018-11-29 2021-08-06 武汉中旗生物医疗电子有限公司 彩色血流成像中运动伪像的抑制方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101332088A (zh) * 2008-07-21 2008-12-31 深圳先进技术研究院 一种获取脑部特征参数的方法、系统及溶栓决策系统及方法
CN101527047A (zh) * 2008-03-05 2009-09-09 深圳迈瑞生物医疗电子股份有限公司 使用超声图像检测组织边界的方法与装置

Family Cites Families (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03228752A (ja) * 1990-02-05 1991-10-09 Hitachi Ltd 高限界速パルスドプラ計測装置
US5215094A (en) * 1990-11-14 1993-06-01 Advanced Technology Laboratories, Inc. Ultrasonic flow velocity imaging systems with velocity image presistence
US5357580A (en) * 1992-03-03 1994-10-18 Diasonics Ultrasound, Inc. Temporal filtering of color doppler signal data
FR2705223A1 (fr) * 1993-05-13 1994-11-25 Ge Medical Syst Sa Procédé d'acquisition d'images d'un corps par placement en rotation.
FR2708166A1 (fr) * 1993-07-22 1995-01-27 Philips Laboratoire Electroniq Procédé de traitement d'images numérisées pour la détection automatique de sténoses.
US5467770A (en) * 1994-11-25 1995-11-21 General Electric Company Color adaptive frame averaging
US5555886A (en) * 1995-09-28 1996-09-17 Siemens Medical Systems, Inc. Apparatus and method for detecting blood vessel size and direction for doppler flow measurement system
US6047080A (en) * 1996-06-19 2000-04-04 Arch Development Corporation Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images
US5897502A (en) * 1996-11-26 1999-04-27 Siemens Medical Systems, Inc. Persistence for ultrasonic flow imaging
US5991697A (en) * 1996-12-31 1999-11-23 The Regents Of The University Of California Method and apparatus for optical Doppler tomographic imaging of fluid flow velocity in highly scattering media
EP0880108A1 (fr) * 1997-05-23 1998-11-25 Koninklijke Philips Electronics N.V. Procédé de traitement d'une image incluant une étape de chainage, et appareil d'imagerie médicale incluant des moyens pour mettre en oeuvre ce procédé
AUPO801897A0 (en) * 1997-07-15 1997-08-07 Silverbrook Research Pty Ltd Image processing method and apparatus (ART24)
EP0907145A3 (en) * 1997-10-03 2003-03-26 Nippon Telegraph and Telephone Corporation Method and equipment for extracting image features from image sequence
AUPP227898A0 (en) * 1998-03-11 1998-04-09 Commonwealth Scientific And Industrial Research Organisation Improvements in ultrasound techniques
US6464641B1 (en) 1998-12-01 2002-10-15 Ge Medical Systems Global Technology Company Llc Method and apparatus for automatic vessel tracking in ultrasound imaging
JP4473358B2 (ja) * 1999-01-21 2010-06-02 株式会社東芝 診断装置
US6370264B1 (en) * 1999-04-07 2002-04-09 Steven C Leavitt Method and apparatus for ultrasonic color flow imaging
US7477768B2 (en) * 1999-06-29 2009-01-13 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US7044913B2 (en) * 2001-06-15 2006-05-16 Kabushiki Kaisha Toshiba Ultrasonic diagnosis apparatus
US6728561B2 (en) * 2001-08-14 2004-04-27 University Of Alabama In Huntsville Multispectral image processing method, apparatus and computer program product for determining the blood oxygen saturation in a vessel
US6782284B1 (en) * 2001-11-21 2004-08-24 Koninklijke Philips Electronics, N.V. Method and apparatus for semi-automatic aneurysm measurement and stent planning using volume image data
JP4269623B2 (ja) * 2002-10-07 2009-05-27 株式会社 東北テクノアーチ 血流可視化診断装置
WO2004054448A1 (en) * 2002-12-18 2004-07-01 Koninklijke Philips Electronics N.V. Ultrasonic doppler system for determining movement of artery walls
US7727153B2 (en) * 2003-04-07 2010-06-01 Sonosite, Inc. Ultrasonic blood vessel measurement apparatus and method
US7536043B2 (en) * 2003-08-18 2009-05-19 Siemens Medical Solutions Usa, Inc. Flow representation method and system for medical imaging
US8090164B2 (en) * 2003-08-25 2012-01-03 The University Of North Carolina At Chapel Hill Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning
JP4562656B2 (ja) * 2003-10-17 2010-10-13 パナソニック株式会社 超音波ドプラ血流測定装置
CA2543077A1 (en) * 2003-10-29 2005-05-12 Allez Physionix Ltd. Method and apparatus for determining an ultrasound fluid flow centerline
JP4755085B2 (ja) * 2004-03-15 2011-08-24 株式会社日立メディコ 医用画像診断装置、医用画像診断装置の作動方法、医用画像診断装置を作動するための機能をコンピュータに実行させるためのプログラム
EP1803805A4 (en) * 2004-08-05 2011-06-01 Universal Bio Research Co Ltd REACTION VESSEL, DEVICE FOR INTRODUCING A LIQUID INTO THE REACTION VESSEL, LIQUID INTAKE AND REACTION MEASUREMENT DEVICE, AND LIQUID INTRODUCTION DEVICE
US7738626B2 (en) * 2005-02-04 2010-06-15 Koninklijke Philips Electronics N.V. System for the determination of vessel geometry and flow characteristics
US7756308B2 (en) * 2005-02-07 2010-07-13 Stereotaxis, Inc. Registration of three dimensional image data to 2D-image-derived data
US20070047834A1 (en) * 2005-08-31 2007-03-01 International Business Machines Corporation Method and apparatus for visual background subtraction with one or more preprocessing modules
US8275449B2 (en) * 2005-11-11 2012-09-25 Visualsonics Inc. Overlay image contrast enhancement
KR100875413B1 (ko) * 2005-12-06 2008-12-23 주식회사 메디슨 컬러 플로우 영상의 이득을 조절하는 영상 처리 시스템 및방법
JP4730125B2 (ja) * 2006-02-22 2011-07-20 株式会社日立製作所 血流画像表示装置
CN101431942B (zh) 2006-03-20 2013-08-28 松下电器产业株式会社 超声波诊断装置
US8041141B2 (en) * 2006-06-30 2011-10-18 The University Of Louisville Research Foundation, Inc. Method and software for shape representation with curve skeletons
US8465426B2 (en) 2006-08-21 2013-06-18 Tohoku University Ultrasonograph
CN101190134B (zh) * 2006-11-28 2011-09-07 深圳迈瑞生物医疗电子股份有限公司 超声波诊断系统中的多波束发射和接收方法及其装置
CN101190133B (zh) * 2006-11-28 2011-05-18 深圳迈瑞生物医疗电子股份有限公司 超声波诊断系统中宽波束的发射方法和装置
US8526704B2 (en) * 2007-01-11 2013-09-03 Intellectual Property Mvm B.V. Measurement of functional microcirculatory geometry and velocity distributions using automated image analysis
US20100172554A1 (en) * 2007-01-23 2010-07-08 Kassab Ghassan S Image-based extraction for vascular trees
BRPI0810177A2 (pt) * 2007-04-10 2014-12-30 Univ Southern California Métodos e sistemas para medição de fluxo sanguíneo usando tomografia de coerência doppler
US20080275351A1 (en) * 2007-05-02 2008-11-06 Siemens Corporate Research, Inc. Model-based pulse wave velocity measurement method
CN101313856B (zh) * 2007-06-01 2012-07-18 深圳迈瑞生物医疗电子股份有限公司 彩色血流帧相关的方法和装置
US8532358B2 (en) * 2007-06-14 2013-09-10 Siemens Aktiengesellschaft System and method for segmentation of MR flow data using fluid dynamics and tracking
JP5160825B2 (ja) * 2007-07-17 2013-03-13 日立アロカメディカル株式会社 超音波診断装置及び画像処理プログラム
JP4971080B2 (ja) * 2007-08-31 2012-07-11 オリンパスメディカルシステムズ株式会社 超音波診断装置
CN101416885B (zh) * 2007-10-22 2012-10-17 深圳迈瑞生物医疗电子股份有限公司 用于超声成像系统的帧平均电路
WO2009088963A2 (en) * 2008-01-02 2009-07-16 Bio-Tree Systems, Inc. Methods of obtaining geometry from images
US8126232B2 (en) * 2008-03-05 2012-02-28 Siemens Aktiengesellschaft System and method for 3D vessel segmentation with minimal cuts
US7869306B2 (en) * 2008-07-21 2011-01-11 Northrop Grumman Guidance And Electronics Company, Inc. System and method for automatic detection of a sonar contact
JP5231901B2 (ja) * 2008-08-29 2013-07-10 株式会社東芝 画像処理装置
CN103811366B (zh) * 2008-09-18 2017-04-12 富士胶卷视声公司 形成超声匹配层的方法及超声换能器
US8301224B2 (en) * 2008-10-09 2012-10-30 Siemens Aktiengesellschaft System and method for automatic, non-invasive diagnosis of pulmonary hypertension and measurement of mean pulmonary arterial pressure
JP5536664B2 (ja) * 2008-11-13 2014-07-02 株式会社日立メディコ 医用画像処理装置及び方法
TW201038256A (en) * 2009-04-23 2010-11-01 Univ Nat Taiwan Method for renal vascular perfusion examination with power doppler ultrasonography
JP5224221B2 (ja) * 2009-06-09 2013-07-03 独立行政法人産業技術総合研究所 血管機能検査装置
JP5219228B2 (ja) * 2009-06-09 2013-06-26 独立行政法人産業技術総合研究所 血管機能検査装置
CN101596109B (zh) * 2009-06-12 2012-01-25 深圳先进技术研究院 获取脑部特征参数的方法、系统及溶栓指征生成系统
WO2010147942A1 (en) * 2009-06-16 2010-12-23 Massachusetts Institute Of Technology Multiphase non-linear electrokinetic devices
DE102009033593A1 (de) * 2009-07-17 2011-01-20 Rolls-Royce Deutschland Ltd & Co Kg Triebwerkschaufel mit überhöhter Vorderkantenbelastung
AU2010286345A1 (en) * 2009-08-28 2012-04-19 Centre For Eye Research Australia Feature detection and measurement in retinal images
ITGE20090070A1 (it) * 2009-08-31 2011-03-01 Esaote Spa Metodo e dispositivo per il rilevamento e la visualizzazione di informazioni emodinamiche in particolare del flusso ematico nelle vene, mediante ultrasoni
CN101647716B (zh) 2009-09-04 2013-05-08 重庆邮电大学 一种直接测量血流流速的装置
CN102292028B (zh) * 2009-09-28 2014-04-09 松下电器产业株式会社 超声波诊断装置
US20110150309A1 (en) * 2009-11-27 2011-06-23 University Health Network Method and system for managing imaging data, and associated devices and compounds
CN102113900B (zh) * 2010-01-05 2015-07-15 深圳迈瑞生物医疗电子股份有限公司 彩色血流动态帧相关方法和装置
US9204858B2 (en) * 2010-02-05 2015-12-08 Ultrasonix Medical Corporation Ultrasound pulse-wave doppler measurement of blood flow velocity and/or turbulence
US20110246402A1 (en) * 2010-03-31 2011-10-06 Teledyne Scientific & Imaging, Llc Acoustic event classification using particle swarm optimization with flexible time correlation matching
US20120014577A1 (en) * 2010-07-13 2012-01-19 Sigrid Ferschel Method and System for Indicating a Feeding Vessel of a Malformation
US8811693B2 (en) * 2010-07-13 2014-08-19 Siemens Aktiengesellschaft Method and system for indicating a feeding vessel of a malformation in a medical image
US8622913B2 (en) * 2010-09-28 2014-01-07 General Electric Company Method and system for non-invasive monitoring of patient parameters
JP5818458B2 (ja) * 2011-02-25 2015-11-18 キヤノン株式会社 画像処理装置、撮影システム、画像処理方法及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101527047A (zh) * 2008-03-05 2009-09-09 深圳迈瑞生物医疗电子股份有限公司 使用超声图像检测组织边界的方法与装置
CN101332088A (zh) * 2008-07-21 2008-12-31 深圳先进技术研究院 一种获取脑部特征参数的方法、系统及溶栓决策系统及方法

Also Published As

Publication number Publication date
US9202273B2 (en) 2015-12-01
US8542895B2 (en) 2013-09-24
US9202274B2 (en) 2015-12-01
US20130237829A1 (en) 2013-09-12
US20110164794A1 (en) 2011-07-07
CN102113900A (zh) 2011-07-06
US20140023251A1 (en) 2014-01-23

Similar Documents

Publication Publication Date Title
CN102113900B (zh) 彩色血流动态帧相关方法和装置
CN111432733B (zh) 用于确定超声探头的运动的设备和方法
CN103369209B (zh) 视频降噪装置及方法
KR100961856B1 (ko) 초음파 영상을 형성하는 초음파 시스템 및 방법
CN105590315B (zh) 一种超声彩色多普勒图像后处理方法
CN102429684B (zh) 一种多普勒彩色血流成像方法和装置
CN102831582A (zh) 一种微软体感装置深度图像增强方法
CN113543718B (zh) 用于确定超声探头的包括前后方向性的运动的装置和方法
US20120050496A1 (en) Moving Obstacle Detection Using Images
CN110060275B (zh) 一种人体微循环血流速度检测的方法及系统
EP2387362A1 (en) Dynamic ultrasound processing using object motion calculation
AU2020322893B2 (en) Data processing method, apparatus, device, and storage medium
CN102824194A (zh) 一种弹性成像中的位移检测方法及装置
US9886763B2 (en) Visual navigation method, visual navigation device and robot
US20180253854A1 (en) Ultrasound-based volumetric particle tracking method
CN111265246B (zh) 超声彩色成像处理方法及装置
CN106778767B (zh) 基于orb和主动视觉的视觉图像特征提取及匹配方法
CN107197121A (zh) 一种基于舰载设备的电子稳像方法
Abolmaesumi et al. Segmentation of prostate contours from ultrasound images
US8351653B2 (en) Distance estimation from image motion for moving obstacle detection
CN112560620B (zh) 一种基于目标检测和特征融合的目标跟踪方法及系统
US20100081932A1 (en) Ultrasound Volume Data Processing
CN110942430A (zh) 一种提高tof相机对运动模糊鲁棒性的方法
US8922648B2 (en) Rotation cancellation for moving obstacle detection
Porras et al. Improved myocardial motion estimation combining tissue Doppler and B-mode echocardiographic images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20110706

Assignee: Shenzhen Mindray Animal Medical Technology Co.,Ltd.

Assignor: SHENZHEN MINDRAY BIO-MEDICAL ELECTRONICS Co.,Ltd.

Contract record no.: X2022440020009

Denomination of invention: Color Hemodynamic Frame Correlation Method and Apparatus

Granted publication date: 20150715

License type: Common License

Record date: 20220804