[发明专利]基于统计学的超声序列图像三维重建方法和系统

摘要

本发明公开基于统计学的超声序列图像三维重建方法和系统。该方法包括根据给定的成像参数，构建感兴趣区域的三维超声原始图像；遍历各帧二维超声序列图像，计算每个像素点的距离贡献阈值；以任意一帧二维超声序列图像为基准图像，计算其他所有帧图像相对于基准图像的旋转矩阵和平移向量；遍历构建的三维超声原始图像，依据旋转矩阵和平移向量，由搜索范围内的像素点的距离贡献阈值确定其最优插值取值范围，根据距离权重因子对三维超声图像体素赋值，并刷新该体素的距离权重因子；遍历三维超声图像，根据搜索范围和距离权重因子通过插值方法计算空缺体素的体素值。本发明能够快速精准的重建超声图像三维体数据，为临床病灶诊疗提供理论指导。

主权项

一种基于统计学的超声序列图像三维重建方法，其特征在于，包括：步骤S1，根据给定的三维超声图像的大小、间隔、初始位姿这三个成像参数，构建感兴趣区域的三维超声原始图像；步骤S2，遍历各帧二维超声序列图像，计算二维超声序列图像中每个像素点的统计范围内的像素点对所述每个像素点的贡献，得到距离贡献阈值，包括：定义(ui,j,vi,j)为二维超声序列图像中的一个像素点，依次统计其统计范围内的像素点对该像素值的贡献，定义w(i+s,j+t)为(i+s,j+t)位置的像素点对该像素点的贡献，w(i+s,j+t)的计算公式为：w(i+s,j+t)=|V(i+s,j+t)-V(i,j)|d(i+s,j+t,i,j)]]>其中，V(i,j)表示(i,j)点处的像素值，步骤S3，以任意一帧二维超声序列图像为基准图像，依据二维超声序列图像的空间位姿，计算其他所有帧二维超声序列图像相对于基准图像的旋转矩阵和平移向量；步骤S4，遍历构建的三维超声原始图像，依据旋转矩阵和平移向量，由搜索范围内的像素点的距离贡献阈值确定其最优插值取值范围，依据最优插值取值范围，根据距离权重因子对三维超声图像体素赋值，并刷新该体素的距离权重因子，包括：定义(x,y,z)为三维超声图像中的一个体素，该体素搜索范围内具有贡献的像素为n个，搜索范围为二维超声图像统计范围的最大值48，根据每个像素的距离贡献阈值，得到(m8,m12,m24,m28,m48)分别为n个像素点距离贡献阈值的统计数数字，并且m8+m12+m24+m28+m48＝n，则(x,y,z)的最优插值取值范围M为：M＝Max(m8,m12,m24,m28,m48)根据距离权重因子，计算(x,y,z)的体素值的计算公式为：V(x,y,z)=Σi=1MV(ui,vi)×1d(ui,vi)Σi=1M1d(ui,vi)]]>其中，d(ui,vi)表示第i个像素点到该体素的距离；体素的距离权重因子D(x,y,z)为D(x,y,z)=Σi=1M1d(ui,vi);]]>步骤S5，遍历三维超声图像所有体素，根据搜索范围和距离权重因子采用插值方法计算空缺体素的体素值。