[发明专利]超声图像的处理方法、装置及电子设备在审

专利信息
申请号: 202110849141.0 申请日: 2021-07-27
公开(公告)号: CN113469919A 公开(公告)日: 2021-10-01
发明(设计)人: 杨加成;刘斌;莫浩章 申请(专利权)人: 深圳市赛禾医疗技术有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/20
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 荣颖佳
地址: 518000 广东省深圳市光明区凤*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超声 图像 处理 方法 装置 电子设备
【权利要求书】:

1.一种超声图像的处理方法,其特征在于,所述方法包括:

获取待处理的血管内超声图像;

将所述血管内超声图像作为当前超声图像,执行以下图像处理步骤:

按照预设变换算法对所述当前超声图像进行分解,得到多个分量图像;

针对所述多个分量图像中除最高层分量图像外的至少一个底层分量图像,进行预设滤波处理;将滤波处理后的底层分量图像作为所述当前超声图像,继续执行所述图像处理步骤达到预设次数;

按照分解顺序的逆顺序,依次对每次分解对应的滤波处理后的分量图像进行所述预设变换算法的逆运算,直到得到所述待处理的血管内超声图像对应的斑点噪声抑制后的血管内超声图像。

2.根据权利要求1所述的方法,其特征在于,所述预设变换算法包括以下之一:高斯金字塔变换算法、拉普拉斯变换算法和小波分解算法。

3.根据权利要求2所述的方法,其特征在于,所述预设变换算法为高斯金字塔变换算法;按照预设变换算法对所述当前超声图像进行分解,得到多个分量图像的步骤,包括:

对所述当前超声图像进行高斯平滑处理,得到高斯平滑图像;

应用以预设尺寸递减的尺寸模型,对所述高斯平滑图像进行二分下采样,得到多个分量图像。

4.根据权利要求3所述的方法,其特征在于,对所述当前超声图像进行高斯平滑处理,得到高斯平滑图像的步骤,包括:

通过下式对所述当前超声图像进行高斯平滑处理,得到高斯平滑图像:

L(x,y,σ)=G(x,y,σ)*I(x,y);

其中,σ表示高斯核函数的尺度因子;G(x,y,σ)表示高斯核函数;L(x,y,σ)表示高斯平滑图像;I(x,y)表示当前超声图像。

5.根据权利要求1所述的方法,其特征在于,所述预设滤波处理对应的算法包括以下之一:同态滤波算法、双边滤波算法、高斯滤波算法、扩散滤波算法。

6.根据权利要求5所述的方法,其特征在于,所述预设滤波处理对应的算法为同态滤波算法;针对所述多个分量图像中除最高层分量图像外的至少一个底层分量图像,进行预设滤波处理的步骤,包括:

以所述多个分量图像中除最高层分量图像外的每个底层分量图像作为当前分量图像,均执行以下步骤:

按照照射反射模型将所述当前分量图像表示为包含入射分量和反射分量的函数;

基于所述函数进行预设数学变换,得到同态滤波后的分量图像。

7.根据权利要求6所述的方法,其特征在于,所述预设数学变换依次包括:取对数、傅里叶变换、利用频域函数进行滤波和取指数。

8.一种超声图像的处理装置,其特征在于,所述装置包括:

图像获取模块,用于获取待处理的血管内超声图像;

分解滤波模块,用于将所述血管内超声图像作为当前超声图像,执行以下图像处理步骤:按照预设变换算法对所述当前超声图像进行分解,得到多个分量图像;针对所述多个分量图像中除最高层分量图像外的至少一个底层分量图像,进行预设滤波处理;将滤波处理后的底层分量图像作为所述当前超声图像,继续执行所述图像处理步骤达到预设次数;

逆运算模块,用于按照分解顺序的逆顺序,依次对每次分解对应的滤波处理后的分量图像进行所述预设变换算法的逆运算,直到得到所述待处理的血管内超声图像对应的斑点噪声抑制后的血管内超声图像。

9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市赛禾医疗技术有限公司,未经深圳市赛禾医疗技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110849141.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top