[发明专利]一种自适应的医疗超声系统成像中的声学参数优化的方法

摘要

本发明公开了一种自适应的医疗超声系统成像参数的优化方法，设计了一种通过优化声速和组织声衰减系数来提高超声成像质量的方法，该方法通过迭代改变声速和组织声衰减系数，并使用一系列处理方法来获得最优的扫描声速和组织声衰减系数，最后把获得系数设置为该次超声成像所使用的参数，获得亮度更均匀，分辨率更好，对比度更强的超声影像。利用自适应的医疗超声系统成像参数的优化技术对诊断具有重要临床意义，适用于医学技术领域。

主权项

一种自适应的医疗超声系统成像中的声学参数优化方法，其特征在于，包括如下步骤：1)在声衰减优化器中使用不同的组织声衰减系数补偿同一幅二维灰度图像，声衰减系数的迭代范围为0.3dB/cmMHz～1.3dB/cmMHz，从而获得多幅使用不同声衰减系数得到的二维灰度图像；2)以小窗口遍历每幅二维灰度图像，根据如下公式计算每个小窗口的纹理能量值，根据各个小窗口的纹理能量值计算每张灰度图像的平均纹理能量值； P s ( i ; d x , d y ) = Card { ( k , l ) | y k , l + y k + d x , l + d y = i } P d ( j ; d x , d y ) = Card { ( k , l ) | y k , l - y k + d x , l + d y = j } 能量：∑iPs(i)2∑jPd(j)23)在所有二维灰度图像中，找到能量值最大的那幅灰度图对应的组织声衰减系数；4)把得到的组织声衰减系数设置为当前扫描的组织声衰减系数；5)在声速优化器中使用不同声速对同一扫描部位发射超声波，声速的迭代范围为1450m/s～1640m/s，从而获得多幅不同声速对应的二维灰度图像；6)图像分析：a)以小窗口遍历每幅二维灰度图像，根据如下公式计算每个小窗口的纹理熵值，并根据各个小窗口的纹理熵值计算每幅二维灰度图像的平均纹理熵值熵：‑∑iPs(i)logPs‑∑jPd(j)logPdb)选出熵值最大的Z(＞5)幅二维图像；c)根据如下公式计算选出的Z幅二维灰度的侧向对比度； d i = Σ j = 0 M - 2 | I i , j - I i , j + 1 | μ i = 1 M Σ j = 0 M - 1 I i , j Contrast = 1 N Σ i = 0 N - 1 d i μ i 此处，N为从图像中沿探头侧向方向选取的长度为M的整条采样线的数目，di、μi分别 代表第i条采样线所有像素点的逐点灰度差异绝对值总和与平均灰度值；7)找出Z幅二维灰度图像的侧向对比度最大的那幅灰度图像对应的声速；8)把得到声速设置为当前扫描的使用的系统声速。