| 主权项 |
三维或四维超声图像自动优化调节方法，其特征在于，包括以下步骤：1)输入超声图像数据，所述超声图像数据为对数压缩前的包络数据或对数压缩后的数据中的任一种；2)分割软组织图像，区分超声图像中的软组织图像与非软组织图像；3)对超声图像每一维方向所包含数据作拟合得到增益曲面；4)进而计算出增益补偿参数值，对超声图像进行多维自动优化调节；在包括深度方向、横向方向以及时间方向上的三维自动优化调节中，步骤3中所述的拟合增益曲面的函数为：I=f(Di,Lj,Tk)，Di,Lj,Tk分别代表沿深度方向、横向方向以及时间方向的自变量，该函数满足以下三个条件：1)该函数在整个定义区间连续；2)该函数在整个定义区间内可导；3)该函数是光滑函数；步骤2中所述分割软组织图像的方法为通过高斯分布计算权值来区分软组织图像区域与非软组织图像区域；所述通过高斯分布计算权值来区分软组织图像区域与非软组织图像区域的步骤包括：1)根据超声图像中组织的像素均值μ和方差δ2，对于原超声图像中的任意一点的像素值Oimg(i,j)利用高斯分布计算权值Weight(i,j)，如下式： <mrow> <mi>Weight</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <msqrt> <mn>2</mn> <mi>π</mi> </msqrt> <mi>σ</mi> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <msup> <mrow> <mo>(</mo> <mi>Oimg</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>μ</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mrow> <mn>2</mn> <msup> <mi>σ</mi> <mn>2</mn> </msup> </mrow> </mfrac> </mrow> </msup> </mrow>得到权值图像Weight，其中Weight(i,j)是权值图像中的位置为(i,j)对应的权值；2)遍历所述权值图像中的所有权值，搜索出最大的权值Weightmax；3)利用所述最大权值对所有权值进行归一化计算： <mrow> <msub> <mi>Weight</mi> <mi>normal</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>Weight</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>Weigh</mi> <msub> <mi>t</mi> <mi>max</mi> </msub> </mrow> </mfrac> </mrow>得到归一化后的权值图像，其中Weightnormal(i,j)是权值图像经过归一化后，图像中位置为(i,j)对应的权值；4)根据所述归一化后的权值图像与所述输入图像计算加权后的图像：Dimg（i,j）=Oimg(i,j)·Weightnormal(i,j)其中，Dimg(i,j)是加权图像中位置为(i,j)对应的像素值；5)利用预先设定的阈值THr对所述加权后的图像进行归一化计算： <mrow> <mi>Dimgnormal</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>Dimg</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mi>THr</mi> </mfrac> </mrow>其中，Dimgnormal(i,j)是加权图像经过归一化后，图像中位置为(i,j)对应的像素值。 |
