[发明专利]用于对超声图像杂波滤波的方法和系统

说明书

提供了一种用于对超声图像杂波滤波的方法。在方法的第一阶段中，捕获数据矩阵，其中，数据矩阵包含与图像有关的信息，并且对数据矩阵或根据数据矩阵导出的矩阵执行奇异值分解(SVD)。然后根据数据矩阵的SVD获得空间奇异向量，并且根据它们估计平均空间频率。基于估计的平均空间频率和数据矩阵的SVD构建经滤波的数据矩阵，并且基于经滤波的数据矩阵构建经滤波的图像。

技术领域

本发明涉及超声图像处理领域，并且更具体地涉及基于特征向量的杂波滤波领域。

背景技术

超声成像越来越多地被采用于各种不同的应用中。重要的是，由超声系统产生的图像尽可能清晰和准确，从而向用户给予对正被扫描的对象的真实解释。这尤其是当讨论中的对象是经历医学超声扫描的患者时的情况。在这种情况下，医生作出准确诊断的能力取决于由超声系统产生的图像的质量。

超声技术的最近进展已经极大地改进了图像质量和可靠性，然而，离轴杂波仍然是超声中图像劣化的显著原因。离轴杂波是噪声伪迹，其表现为与超声图像中感兴趣信号交叠的漫射回波。该杂波常常使感兴趣区域模糊，从而使得难以准确地执行作为诊断的关键的解剖学测量。

已经开发了用于离轴杂波减少的若干自适应技术，包括：像差校正、相干因子加权和基于每通道数据的协方差的其他自适应波束形成技术，诸如最小方差波束形成。波束形成技术基于沿着与超声换能器孔对齐的通道测量的信号的空间域。在这种情况下，离轴杂波信号的区别特征是其高空间频率，并且常常使用低通滤波器对信号进行滤波。

备选的基于特征向量的技术已经采用在多普勒滤波领域中，其涉及杂波信号的慢时间行为。协方差矩阵是根据超声数据形成的，所述超声数据的特征向量对应于慢时间中的目标组织的不同运动模式。通过分析时间特征向量的频率内容并衰减对应于缓慢移动的杂波的具有低时间频率的那些，可以以自适应方式对离轴杂波进行滤波。换言之，对于基于多普勒的技术，离轴杂波信号的区别特征是其低时间频率，并且常常使用高通滤波器对所述信号进行滤波。

Yu，Alfred C.H.等人的“A New Eigen-Based Clutter Filter Using theHankel SVD Approach”公开了一种用于在彩色流数据处理中执行基于特征的滤波的方法。

发明内容

本发明由权利要求限定。

根据依据本发明的方面的范例，提供了一种用于对超声图像杂波滤波的方法，包括：

-捕获数据矩阵，所述矩阵包含与图像有关的信息，其中，矩阵的每行或每列的元素对应于针对多个超声测量通道中的每个所记录的个体测量结果；

-对所述数据矩阵或根据所述数据矩阵导出的矩阵执行奇异值分解SVD；

–根据所述数据矩阵的SVD获得空间奇异向量；

–根据所述空间奇异向量估计平均空间频率；

-基于估计的平均空间频率和所述数据矩阵的SVD来构建经滤波的数据矩阵；并且

-基于经滤波的数据矩阵来构建经滤波的图像。

该方法对超声图像执行特征向量滤波，以便减少最终图像中的离轴杂波的量。医学超声扫描器通常包括能够发射和接收超声信号的超声换能器。这些信号常常以复包络信号(也称为波包)的形式来接收。通过以矩阵形式捕获这些信号，能够以多种方式分析和操纵数据。

矩阵的奇异值分解(SVD)是一种形式的矩阵分解，其导致单个矩阵被分裂成三个构成矩阵。例如，在数据矩阵的情况下，奇异值分解将导致其中，是正方酉矩阵，是对角矩阵，并且是方酉矩阵和方酉矩阵的共轭转置。矩阵的对角线条目称为的奇异值，并且矩阵和的列分别称为数据矩阵的左奇异向量和右奇异向量以这种方式，能够隔离和分析被存储在数据矩阵中的复信号数据的分量。