一种基于超声图像内容实现层间测距的方法.pdf

《一种基于超声图像内容实现层间测距的方法.pdf》由会员分享，可在线阅读，更多相关《一种基于超声图像内容实现层间测距的方法.pdf（8页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 103933673 A (43)申请公布日 2014.07.23 CN 103933673 A (21)申请号 201410118896.3 (22)申请日 2014.03.27 A61N 7/00(2006.01) G01B 17/00(2006.01) (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山武 汉大学 (72)发明人 张东 杨玥 吴金风 东方 杨艳 (74)专利代理机构 武汉科皓知识产权代理事务 所 ( 特殊普通合伙 ) 42222 代理人 汪俊锋 (54) 发明名称 一种基于超声图像内容实现层间测距的方法 (57) 摘要 本发明公。

2、开了一种基于超声图像内容实现层 间测距的方法。包含以下步骤 ： 从大量已知间距 的斑块对中提取帧内特征与帧间特征 ； 将所得帧 内特征与帧间特征作为输入参数， 已知间距作为 输出参数， 投入高斯过程回归进行训练， 得到训练 好的回归器 ； 对于随机选定的斑块对， 计算其对 应的帧内特征与帧间特征， 作为输入参数， 投入已 经训练好的回归器， 可直接得到输出参数， 作为预 估的斑块间的距离。本发明方法不再依赖于固定 的标准解相关曲线， 利用超声图像的帧内特性来 预测其帧间解相关特性。适用于较大距离的预测 （1mm至5mm） 。 所得的距离预估值可用于纠正聚焦 超声治疗过程中出现的距离误差， 从而。

3、保证获得 更好的治疗效果。 (51)Int.Cl. 权利要求书 1 页 说明书 3 页 附图 3 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书3页 附图3页 (10)申请公布号 CN 103933673 A CN 103933673 A 1/1 页 2 1. 一种基于超声图像内容实现层间测距的方法， 其特征在于， 包含训练过程和测距过 程 ： 训练过程 （1） 通过超声探头扫描生物组织来获得已知间距的超声图像集， 从每一帧图像中选取 两个斑块 ； （2） 对于每个选取的斑块， 记为基本斑块， a) 根据基本斑块像素值解压所得的回波强度值， 提取基本斑块。

4、所在平面帧内特征 ； b) 从图像集中分别找出 6 个斑块， 记为对应斑块， 这些对应斑块与基本斑块在各自所 在图像帧平面内的坐标值相同， 与基本斑块的间隔距离分别为 0,1,2,3,4,5mm， 这样基本斑 块和对应斑块组合得到 6 组斑块 ； c) 对于每组斑块， 计算帧间特征 ， 帧间特征与基本斑块帧内特征一起构成 特征向量 f， 这样对应于基本斑块得到了 6 组特征向量和 6 个与之对应的目标值 d， d 0,1,2,3,4,5 ； （3） 对于每一个选取的基本斑块， 将其所得的 6 组特征向量作为输入参数， 已知间距 d 作为输出参数， 投入高斯过程回归进行训练， 得到训练好的回归器。

5、 reg ； 测距过程 （1） 在最大间距小于5mm的生物组织超声图像集中， 从两帧待测距图像中分别选取5到 10 个斑块组成斑块对 ； （2） 对于选取的每组斑块对， 计算斑块对的帧间特征， 提取每一个斑块的帧内特征， 每 一个斑块的帧内特征和帧间特征组成一个特征向量， 每一组斑块对有两个特征向量， 分别 记为 f1和 f2， 将这两个特征向量都输入回归器 reg， 得到两个距离的预测值 Ed1， Ed2和方差 Vd1， Vd2； Ed1， Ed2基于方差的加权平均作为计算距离 ； （3） 将选取的所有斑块对的计算距离取算术平均， 得到两帧图像间的预估距离。 2. 根据权利要求 1 所述的方。

6、法， 其特征在于， 所述帧内特征包括回波强度统计矩中的 性噪比 R 及偏度 S、 灰度共生矩阵中的逆差矩 IDM 及相关度 COR， 还有层内横向解相关系数 Lateral ； 而 Pearson 相关系数 则作为唯一的帧间特征。 3. 根据权利要求 1 或 2 所述的方法， 其特征在于， 所述特征向量 f 帧间特征， 帧内 特征 , 帧内特征从参数 R、 S、 IDM、 COR、 Lateral 中选择一个或多个。 权 利 要 求 书 CN 103933673 A 2 1/3 页 3 一种基于超声图像内容实现层间测距的方法 技术领域 0001 本发明涉及一种基于超声图像内容实现层间测距的方法。

7、， 属于超声图像处理领 域。 背景技术 0002 聚焦超声治疗中需要扫描多个不同层面的超声影像， 在治疗过程中， 需要对超声 刀提供精确的引导， 目前普遍采用的是超声引导。 超声刀焦点的尺寸很小， 在治疗的过程中 对肿瘤需要采取逐点扫描的方式进行病灶消融。因此， 在聚焦超声治疗设备中集成的超声 引导探头都采用2D扫描， 并且将超声刀焦点固定在与2D引导超声扫描层面相同的平面内， 超声刀焦点可以受控在此平面内任意移动， 从而完成一个肿瘤层面的逐点消融。在完成一 个层面消融后， 治疗超声探头与引导超声探头的集合体由步进电机驱动移到下一个治疗平 面， 继续进行下一个层面的病灶消融。 这种治疗扫查模式。

8、可以保证既无遗漏也无重复， 并且 具有良好的可操作性。 虽然通过步进电机的控制可以确定扫描与治疗探头组合体的移动距 离， 但是实际的肿瘤消融层面位置可能由于病人的呼吸以及器官蠕动等造成偏差， 通过计 算引导超声探头扫描图像内容相关性的方法， 可以校正由于上述因素造成的定位偏差， 从 而保证获更好的治疗效果。 0003 超声斑点的解相关特性为基于图像内容的超声扫描层面定位提供了可能性。 标准 的解相关曲线提取自符合瑞利散射环境的标准体模， 具有稳定的形态， 可以由高斯曲线完 美地拟合。 瑞利散射环境是最为理想的散射环境， 此时散射体密度极大， 并且散射体位置是 随机分布的， 所成的斑点称为完全发。

9、育的斑点。但是由于真实生物体很难满足理想的瑞利 散射条件， 因此真实的超声图像中完全发育的斑点极其稀少而且分布不规则， 造成了解相 关曲线形态的畸变， 解相关率下降速度变缓， 相关长度延长。 相关长度是决定解相关曲线适 用距离范围的重要因素， 国外目前的研究成果都只有 1mm 之内的实验数据， 这就限制了在 聚焦超声治疗中的应用。 发明内容 0004 本发明所要解决的技术问题在于提供一种基于超声图像自身影像内容而不是超 声探头的位置记录仪来实现序列图像层间测距的方法。 0005 本发明的一种基于超声图像内容实现层间测距的方法， 包含训练过程和测距过 程 ： 0006 训练过程 0007 （1）。

10、 通过超声探头扫描生物组织来获得已知间距的超声图像集， 从每一帧图像中 选取两个斑块 ； 0008 （2） 对于每个选取的斑块， 记为基本斑块， 0009 a) 根据基本斑块像素值解压所得的回波强度值， 提取基本斑块所在平面帧内特 征 ； 说 明 书 CN 103933673 A 3 2/3 页 4 0010 b) 从图像集中分别找出 6 个斑块， 记为对应斑块， 这些对应斑块与基本斑块在各 自所在图像帧平面内的坐标值相同， 与基本斑块的间隔距离分别为 0,1,2,3,4,5mm， 这样基 本斑块和对应斑块组合得到 6 组斑块 ； 0011 c) 对于每组斑块， 计算帧间特征 ， 帧间特征与基。

11、本斑块帧内特征一起构成 特征向量 f， 这样对应于基本斑块得到了 6 组特征向量和 6 个与之对应的目标值 d， d 0,1,2,3,4,5 ； 0012 （3） 对于每一个选取的基本斑块， 将其所得的 6 组特征向量作为输入参数， 已知间 距 d 作为输出参数， 投入高斯过程回归进行训练， 得到训练好的回归器 reg ； 0013 测距过程 0014 （1） 在最大间距小于 5mm 的生物组织超声图像集中， 从两帧待测距图像中分别选 取 5 到 10 个斑块组成斑块对 ； 0015 （2） 对于选取的每组斑块对， 计算斑块对的帧间特征， 提取每一个斑块的帧内特 征， 每一个斑块的帧内特征和帧。

12、间特征组成一个特征向量， 每一组斑块对有两个特征向量， 分别记为 f1和 f2， 将这两个特征向量都输入回归器 reg， 得到两个距离的预测值 Ed1， Ed2和 方差 Vd1， Vd2； Ed1， Ed2基于方差的加权平均作为计算距离 ； 0016 （3） 将选取的所有斑块对的计算距离取算术平均， 得到两帧图像间的预估距离。 0017 上文中， 所述帧内特征包括回波强度统计矩中的性噪比 R 及偏度 S、 灰度共生矩阵 中的逆差矩 IDM 及相关度 COR， 还有层内横向解相关系数 Lateral ； 而 Pearson 相关系数 则作为唯一的帧间特征。 0018 所述特征向量 f 帧间特征，。

13、 帧内特征 , 帧内特征从参数 R、 S、 IDM、 COR、 Lateral 中选择一个或多个。 0019 本发明方法不依赖于形态固定的标准解相关曲线， 而是利用真实生物组织超声图 像的帧内解相关特性来预测帧间解相关特性， 并利用机器学习训练的方法获得层间距离的 预估值， 具有很大的灵活性， 测距范围扩展到 1mm 至 5mm， 所得的距离预估值可用于纠正聚 焦超声治疗过程中出现的距离误差， 具有很高的临床应用价值。 附图说明 0020 图 1 为本发明所述提取特征向量过程的示意图。 0021 图 2 为本发明所述回归器训练过程及测距过程的示意图。 0022 图 3 为本发明方法相对误差分析。

14、。 具体实施方式 0023 以下通过一些具体实施方式来更详细的说明本发明， 但本发明并不限定于这些实 施例。 0024 所用实验材料分为训练材料与测试材料两部分。训练材料包括 2 块牛肝和 2 块 牛肉 ； 测试材料包括 2 块猪肉， 2 块牛肝和 1 块牛肉 （记为 Pork1,Pork2,Beefliver1,Beef liver2,Beef1） 。 通过步进电机控制超声探头的位移对上述生物组织样本进行序列扫查， 每 次位移为1mm。 由于实验样本是静止的， 因此同一序列中相邻两帧图像的间距即可认为是超 声探头一次位移的距离， 我们将此作为标准距离来与测距结果进行比较。测距范围选取为 说 。

15、明 书 CN 103933673 A 4 3/3 页 5 1mm 至 5mm。 0025 通过超声探头得到训练所用的2块牛肝和2块牛肉各自的序列扫查图像分别作为 一个测试样本， 共有 4 个测试样本。同样得到测试所用的 2 块猪肉， 2 块牛肝和 1 块牛肉各 自的序列扫查图像分别作为一个测试样本， 共有 5 个测试样本。训练样本和实验测距样本 无交集。 0026 对于每个训练样本， 我们采用了91帧图像， 每帧图像随机选取2个斑块， 每个斑块 对有 6 组特征向量。实验所用超声成像探头采用百胜 PA230e 相控阵探头， 该探头包含 128 阵元， 压电晶片的整体尺寸为 22mm15mm， 。

16、主频率 3.5MHz， 增益 43%， 聚焦深度均位于样本 中心。 0027 实验中提取的帧内特征包括 ： 回波强度统计矩中的性噪比 R 及偏度 S 灰度共生矩 阵中的逆差矩 IDM 及相关度 COR， 层内横向解相关系数 Lateral ； 帧间特征只有 Pearson 相 关系数 。对帧间特征和帧内特征进行组合得到特征向量， 共选取了 6 种模式的特征组合 来进行回归器的训练和测试， 特征项量分别为 ： f f ,IDM,CORf ,R,Sf ,R,S,IDM,CORf ,R,S,Lateralf ,R,S,IDM,COR,Lateral 0028 其中第一组作为对照， 只选取了帧间特征 。

17、。特征向量的选取并不仅限于以上六 种模式， 对帧间特征参数 R、 S、 IDM、 COR、 Lateral 的选择可根据具体情况的要求， 算法的简 洁， 计算量的大小等因素作出相应的调整和取舍。 0029 Model1: d 0030 Model2:+IDM,COR d 0031 Model3:+R+S d 0032 Model4:+R+S+IDM,COR d 0033 Model5:+R+S+Lateral d 0034 Model6:+R+S+IDM,COR+Lateral d 0035 我们对于每种特征组合重复 30 次距离预测， 在每个标准距离下的测距结果误差 统计如下 : 0036 不同特征组合的测距结果误差比较 （绝对误差） 0037 0038 测距方法稳定性相对误差统计如图3所示 （圆圈代表误差均值， 条状代表均方差） 。 说 明 书 CN 103933673 A 5 1/3 页 6 图 1 说 明 书 附 图 CN 103933673 A 6 2/3 页 7 图 2 说 明 书 附 图 CN 103933673 A 7 3/3 页 8 图 3 说 明 书 附 图 CN 103933673 A 8 。