一种超声弹性成像的自动对焦方法

摘要

本发明公开了一种超声弹性成像的自动对焦方法，其方法是对得到的若干幅弹性位移图像进行归一化、二值化，然后分成若干图像块，统计各图像块的形变量。根据各个图像块形变量的大小，利用聚类分析算法将所有图像块分成两类：一类是背景，另一类是感兴趣区域，根据分类的图像块信息划定最终的感兴趣区域，将预先计算的弹性图在该区域顶部横线位置上的平均位移量作为感兴趣区域的初始位移量，在后续的成像处理中，只对感兴趣区域进行弹性计算和成像，实现自动对焦。本发明仅对感兴趣区域的超声射频信号进行弹性计算，在不影响成像准确性的同时提高了成像的速度，能更好地达到实时应用的要求，并自动为医师提供潜在的病灶位置信息。

主权项

一种超声弹性成像的自动对焦方法，其特征在于，包括以下步骤：(1)对探测对象进行超声弹性成像，将得到的弹性形变图像归一化为灰度图像，然后对此灰度图像进行二值化得到黑白图像；(2)根据输入的弹性形变图像的大小，将黑白图像分成若干个图像块；(3)求取各个图像块中像素值之和作为统计形变量；(4)根据每个图像块统计形变量的大小，利用聚类分析方法将图像块分类为背景和感兴趣区域两类；(5)根据图像块分类结果划定最终的感兴趣区域，进而得到对应的弹性形变图像中感兴趣区域位置坐标；(6)根据同一位置处得到的若干幅弹性形变图像信息，计算每个感兴趣区域的初始位移量；(7)根据步骤(5)中的感兴趣区域位置坐标和初始位移量，得到感兴趣区域的局部成像；所述步骤(3)统计形变量通过下面方法得到：设输入超声弹性形变图像的长为W个像素，宽为H个像素，则在分成M×N个图像块的二值化图像中，每个图像块的长和宽分别为：$W_{\mathrm{Block}}=\frac{W}{M};$$H_{\mathrm{Block}}=\frac{H}{N};$则第m列、第n行的图像块的统计形变量S_m,n为：S_m,n＝∑s(i,j)(i＝0,1,…,W_Block‑1；j＝0,1,…,H_Block‑1)其中s(i,j)为该图像块中第i列、第j行的像素点值；所述步骤(4)中，利用聚类分析方法进行分类的具体步骤是：定义聚类C₀和C₁，选择S_m,n中最大和最小值S_max和S_min作为聚类C₀和C₁的初始聚类中心，然后根据S_m,n与聚类C₀和C₁初始聚类中心的距离，将S_m,n逐个划分到这两个聚类中，根据S_m,n所属的聚类，将图形块分类为：根据C₀和C₁中对应各图形块Block(m,n)的下标m和n判断聚类C₀和C₁对应图像区域的大小，如果聚类C₀对应图像区域大于C₁对应的图像区域，则Ⅰ类为背景块，Ⅱ类为感兴趣区域块，否则Ⅱ类为背景块，Ⅰ类为感兴趣区域块，最后得到感兴趣区域包括的图像块BlockROI(m,n)，其中0≤m≤M‑1,0≤n≤N‑1。