超声波成像方法、系统及超声成像设备与流程

本发明涉及超声波成像技术领域，特别涉及一种超声波成像方法、系统及超声成像设备。

背景技术：

目前超声诊断设备中，大部分采用单个垂直角度和若干个偏转角度向穿刺针等介入物发射超声波束，以获取垂直帧和若干偏转帧反射信号。若干个偏转角度一般采用垂直或接近垂直于介入物插入角度以达到增强超声反射的目的。

以若干个偏转角度向介入物发射超声波束，有利于增强超声反射，但受限于探头偏转能力难以控制，难以保证偏转反射信号的质量，影响了介入物的检测，使其成像质量低。

技术实现要素：

有鉴于此，本发明的目的在于提供一种超声波成像方法、系统及超声成像设备，能够提高介入物的定位精度，改善介入物的检测效果，进而提高了超声成像质量。其具体方案如下：

一种超声波成像方法，包括：

在介入物进入对象前，向所述对象发射超声信号，获取第一回波信号，并根据所述第一回波信号得到第一图像；

在所述介入物进入所述对象后，分别以垂直角度和偏转角度向所述对象发射超声信号，获取相应的第二回波信号和第三回波信号，并分别根据所述第二回波信号和所述第三回波信号，得到相应的第二图像和第三图像；

获取所述第一图像和所述第二图像之间的差分特征图像；

获取所述第二图像和所述第三图像之间的偏转配准图像；

利用所述差分特征图像对所述偏转配准图像中的介入物进行定位，得到介入物图像；

根据所述第二图像和所述介入物图像，确定最终的超声图像。

可选的，所述获取所述第一图像和所述第二图像之间的差分特征图像的过程，包括：

从所述第一图像中确定出第一目标帧图像；

从所述第二图像中确定出第二目标帧图像；

对所述第一目标帧图像和所述第二目标帧图像做差分处理，得到所述差分特征图像。

可选的，所述获取所述第二图像和所述第三图像之间的偏转配准图像的过程，包括：

从所述第二图像中确定出第三目标帧图像；

从所述第三图像中确定出第四目标帧图像；

将所述第四目标帧图像的存储位置矫正至所述第三目标帧图像的存储位置上，得到所述偏转配准图像。

可选的，所述根据所述第二图像和所述介入物图像，确定最终的超声图像的过程，包括：

对所述第二图像和所述介入物图像进行加权融合，获得所述最终的超声图像。

可选的，所述利用所述差分特征图像对所述偏转配准图像中的介入物进行定位，得到介入物图像的过程，包括：

对所述差分特征图像进行预处理，得到预处理后的差分特征图像；

识别所述预处理后的差分特征图像中包含所述介入物的目标区域，得到第一目标区域；

对所述偏转配准图像上与所述第一目标区域对应的第二目标区域进行特异性分析，获取分析结果；

根据所述分析结果对所述第二目标区域进行预处理，获取预处理后的目标区域；

对所述预处理后的目标区域进行介入物定位，得到所述介入物图像。

可选的，所述识别所述预处理后的差分特征图像中包含所述介入物的目标区域的过程，包括：

利用预先训练的分类器对所述预处理后的差分特征图像进行识别，获取包含所述介入物的目标区域；其中，利用adaboost算法训练所述分类器。

可选的，所述对所述预处理后的目标区域进行介入物定位，得到所述介入物图像的过程，包括：

对所述预处理后的目标区域进行数据处理，得到第一候选点集；

利用介入物先验知识对所述第一候选点集进行筛选，获取第二候选点集；

利用霍夫变换提取所述第二候选点集中的介入物候选点；

对所述介入物候选点进行修正与断续点拟合，得到所述介入物图像。

可选的，所述对所述预处理后的目标区域进行数据处理，得到第一候选点集的过程，包括：

遍历所述预处理后的目标区域，当所述预处理后的目标区域中的任一像素点的当前数值大于预设值时，则保持该像素点的当前数值不变，反之，则将该像素点置0；

从调整后像素点中筛选出数值大于0的像素点，得到第一候选点集。

可选的，所述对所述介入物候选点进行修正与断续点拟合，得到所述介入物图像的过程，包括：

利用最小二乘法对所述介入物候选点进行拟合处理，得到介入物直线；

计算所述介入物候选点围成的区域内的各个像素点与所述介入物直线的距离；

当所述距离小于预设阈值时，则选取所述距离对应的介入物候选点预定邻域进行插值计算其替换点，并更新所述介入物候选点；

对更新后的介入物候选点进行拟合，得到介入物图像。

本发明还相应公开了一种超声波成像系统，包括：

第一图像获取模块，用于在介入物进入对象前，向所述对象发射超声信号，获取第一回波信号，并根据所述第一回波信号得到第一图像；

第二图像获取模块，用于在所述介入物进入所述对象后，以垂直角度向所述对象发射超声信号，获取第二回波信号，并根据所述第二回波信号，得到第二图像；

第三图像获取模块，用于在所述介入物进入所述对象后，以偏转角度向所述对象发射超声信号，获取第三回波信号，并根据所述第三回波信号，得到第三图像；

差分特征图像获取模块，用于获取所述第一图像和所述第二图像之间的差分特征图像；

偏转配准图像获取模块，用于获取所述第二图像和所述第三图像之间的偏转配准图像；

介入物定位模块，用于利用所述差分特征图像对所述偏转配准图像中的介入物进行定位，得到介入物图像；

超声图像确定模块，用于根据所述第二图像和所述介入物图像，确定最终的超声图像。

可选的，所述介入物定位模块，包括：

图像预处理子模块，用于对所述差分特征图像进行预处理，得到预处理后的差分特征图像；

区域识别子模块，用于识别所述预处理后的差分特征图像中包含所述介入物的目标区域，得到第一目标区域；

特异性分析子模块，用于对所述偏转配准图像上与所述第一目标区域对应的第二目标区域进行特异性分析，获取分析结果；

区域预处理子模块，用于根据所述分析结果对所述第二目标区域进行预处理，获取预处理后的目标区域；

定位子模块，用于对所述预处理后的目标区域进行介入物定位，得到所述介入物图像。

可选的，所述定位子模块，包括：

区域数据处理单元，用于对所述预处理后的目标区域进行数据处理，得到第一候选点集；

候选点筛选单元，用于利用介入物先验知识对所述第一候选点集进行筛选，获取第二候选点集；

候选点提取单元，用于利用霍夫变换提取所述第二候选点集中的介入物候选点；

候选点处理单元，用于对所述介入物候选点进行修正与断续点拟合，得到所述介入物图像。

可选的，所述候选点处理单元，具体用于利用最小二乘法对所述介入物候选点进行拟合处理，得到介入物直线；计算所述介入物候选点围成的区域内的各个像素点与所述介入物直线的距离；当所述距离小于预设阈值时，则选取所述距离对应的介入物候选点预定邻域进行插值计算其替换点，并更新所述介入物候选点；对更新后的介入物候选点进行拟合，得到介入物图像。

本发明进一步公开了一种超声成像设备，包括：

探头，用于在介入物进入对象前，向所述对象发射超声信号，获取第一回波信号；和，在所述介入物进入所述对象后，分别以垂直角度和偏转角度向所述对象发射超声信号，获取相应的第二回波信号和第三回波信号；

处理器，用于分别根据所述第一回波信号、所述第二回波信号和所述第三回波信号，相应地得到第一图像、第二图像和第三图像；

所述处理器，还用于获取所述第一图像和所述第二图像之间的差分特征图像；

获取所述第二图像和所述第三图像之间的偏转配准图像；

利用所述差分特征图像对所述偏转配准图像中的介入物进行定位，得到介入物图像；

根据所述第二图像和所述介入物图像，确定最终的超声图像。

本发明中，在介入物进入对象前后，分别向对象发射超声信号，以获取到第一图像、第二图像和第三图像，然后利用第一图像和第二图像之间的差分特征图像进行定位，由于在获取上述第二图像时，相应的超声信号的发射角度为垂直角度，这样也就意味着，本发明避免了在计算差分特征图像的过程中引入由预设偏转角度导致的反射信号质量较低的问题，由此保证了差分特征图像具有较高的图像质量；另外，在获取到上述差分特征图像之后，还需获取第二图像和第三图像之间的偏转配准图像，然后利用差分特征图像对偏转配准图像中的介入物进行定位，由于经过第二图像和第三图像之间的配准之后，能够提高包含介入物的图像的质量，从而使得在利用上述差分特征图像对偏转配准图像中的介入物进行定位时，能够更有效地改善介入物的检测效果，提高介入物定位精度，进而提高了超声成像质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种超声波成像方法流程图；

图2为本发明实施例公开的一种具体的超声波成像方法流程示意图；

图3为本发明实施例公开的一种具体的超声波成像方法子流程图；

图4为本发明实施例公开的另一种具体的超声波成像方法子流程图；

图5为本发明实施例公开的又一种具体的超声波成像方法子流程图；

图6为本发明实施例公开的一种超声波成像系统结构示意图；

图7为本发明实施例公开的一种超声成像设备结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种超声波成像方法，参见图1所示，该方法包括：

步骤s11：在介入物进入对象前，向对象发射超声信号，获取第一回波信号，并根据第一回波信号得到第一图像。

在实际应用过程中，发射超声信号和获取相应的回波信号的过程均是由探头来完成的。也即，在本实施例中，具体是在介入物进入对象前，探头向对象发射超声信号，并获取经过反射后的第一回波信号，后续便可利用处理器对上述第一回波信号进行相应的处理，从而得到上述第一图像。本实施例中，利用处理器对回波信号进行处理的过程，具体包括但不限于解调处理、和/或滤波处理、和/或增益控制处理、和/或log压缩处理、和/或动态范围处理。

在本实施例中，对象包括被检查者的组织，器官等。介入物包括穿刺针等。

另外，本实施例可以在介入物进入对象之前，向对象发射一次或多次超声信号，相应地获取一个或多个回波信号，然后处理器根据上述一个或多个回波信号相应地得到一帧或多帧图像，也即，上述第一图像中可以包括一帧图像，也可以包括多帧图像。

步骤s12：在介入物进入对象后，分别以垂直角度和偏转角度向对象发射超声信号，获取相应的第二回波信号和第三回波信号，并分别根据第二回波信号和第三回波信号，得到相应的第二图像和第三图像。

也即，在介入物进入对象后，探头分别以垂直角度和偏转角度向对象发射超声信号，并相应地获取经过反射后的第二回波信号和第三回波信号，利用处理器分别对上述第二回波信号和第三回波信号进行相应的处理，从而相应地得到上述第二图像和第三图像。

具体的，本实施例中，在介入物进入对象后，当用户在t时刻下触发相应的启动开关，探头将分别以垂直角度和偏转角度向对象发射超声信号。

其中，探头在以垂直角度向对象发射超声信号时，可以发射一次或多次超声信号，相应地获取一个或多个回波信号，然后处理器根据上述一个或多个回波信号相应地得到一帧或多帧图像，也即，上述第二图像中可以包括一帧图像，也可以包括多帧图像。

另外，探头在以偏转角度向对象发射超声信号时，可以发射一次或多次超声信号，相应地获取一个或多个回波信号，然后处理器根据上述一个或多个回波信号相应地得到一帧或多帧图像，也即，上述第三图像中可以包括一帧图像，也可以包括多帧图像。

步骤s13：获取第一图像和第二图像之间的差分特征图像。

在本实施例中，上述获取第一图像和第二图像之间的差分特征图像的过程，具体可以包括：

从第一图像中确定出第一目标帧图像，和，从第二图像中确定出第二目标帧图像，然后对第一目标帧图像和第二目标帧图像做差分处理，得到差分特征图像。

其中，上述从第一图像中确定出第一目标帧图像的过程，具体可以包括但不限于：对第一图像中的任意多帧图像进行加权平均处理，得到上述第一目标帧图像。

另外，上述从第二图像中确定出第二目标帧图像的过程，具体可以包括但不限于：对第二图像中的任意多帧图像进行加权平均处理，得到上述第二目标帧图像。

也即，本实施例可通过对有介入物信号与无介入物信号做差分处理的方式得到差分特征图像，参见图2所示，本实施例可通过对t时刻之前若干次无穿刺针反射图像的加权平均结果与t时刻之后若干次垂直反射有穿刺针反射图像的加权平均结果做差分得到差分特征图像。

步骤s14：获取第二图像和第三图像之间的偏转配准图像。

在本实施例中，上述获取第二图像和第三图像之间的偏转配准图像的过程，具体可以包括：

从第二图像中确定出第三目标帧图像，和，从第三图像中确定出第四目标帧图像，然后将第四目标帧图像的存储位置矫正至第三目标帧图像的存储位置上，得到偏转配准图像。

其中，上述从第二图像中确定出第三目标帧图像的过程，具体可以包括但不限于：将第二图像中的任一帧图像确定为上述第三目标帧图像；或者，对第二图像中的任意多帧图像进行加权平均处理，得到上述第三目标帧图像。

另外，上述从第三图像中确定出第四目标帧图像的过程，具体可以包括：将第三图像中的任一帧图像确定为上述第四目标帧图像；或者，对第三图像中的任意多帧图像进行加权平均处理，得到上述第四目标帧图像。

步骤s15：利用差分特征图像对偏转配准图像中的介入物进行定位，得到介入物图像。

在本实施例中，具体可以利用通过adaboost算法训练得到的adaboost分类器，实现对偏转配准图像中的介入物的定位，从而得到上述介入物图像。

步骤s16：根据第二图像和介入物图像，确定最终的超声图像。

本实施例中，上述根据第二图像和介入物图像，确定最终的超声图像的过程，具体可以包括：

对第二图像和介入物图像进行加权融合，获得最终的超声图像。

本实施例中，通过将第二图像needlesignal与介入物图像needlesignalproc加权融合的方式，获得最终的超声图像。其中，加权融合方式包括但不限于线性加权融合方式。例如，可以通过下式来确定最终的超声图像：

fusionout＝needlesignalproc*w1+needlesignal*w2；

其中，fusionout表示最终的超声图像，w1，w2分别表示预先设定的needlesignalproc和needlesignal的权重系数。

当然，本实施例也可以利用非线性融合方式来对第二图像和介入物图像进行融合，这里不再赘述。

本发明实施例中，在介入物进入对象前后，分别向对象发射超声信号，以获取到第一图像、第二图像和第三图像，然后利用第一图像和第二图像之间的差分特征图像进行定位，由于在获取上述第二图像时，相应的超声信号的发射角度为垂直角度，这样也就意味着，本发明避免了在计算差分特征图像的过程中引入由预设偏转角度导致的反射信号质量较低的问题，由此保证了差分特征图像具有较高的图像质量；另外，在获取到上述差分特征图像之后，还需获取第二图像和第三图像之间的偏转配准图像，然后利用差分特征图像对偏转配准图像中的介入物进行定位，由于经过第二图像和第三图像之间的配准之后，能够提高包含介入物的图像的质量，从而使得在利用上述差分特征图像对偏转配准图像中的介入物进行定位时，能够更有效地改善介入物的检测效果，提高介入物定位精度，进而提高了超声成像质量。

在前述实施例公开的技术方案的基础上，本发明实施例进一步对介入物的定位过程进行具体说明。

参见图3所示，利用差分特征图像对偏转配准图像中的介入物进行定位，得到介入物图像的过程，具体可以包括：

步骤s21：对差分特征图像进行预处理，得到预处理后的差分特征图像。

在本实施例中，上述对差分特征图像进行预处理的过程，可以包括但不限于：二维高斯滤波处理、和/或均值滤波处理、和/或中值滤波处理、和/或边界检测处理。通过上述预处理过程，可以有效地减少差分特征图像中的噪声。

本实施例中，在对差分特征图像进行滤波处理时，相应的滤波窗口长度可以设为奇数，例如3、5或7等。

另外，在对差分特征图像进行边界检测处理时，相应的检测算子可以为canny算子、sobel算子或拉普拉斯算子。

步骤s22：识别预处理后的差分特征图像中包含介入物的目标区域，得到第一目标区域。

在本实施例中，上述识别预处理后的差分特征图像中包含介入物的目标区域的过程，具体可以包括：

利用预先训练的分类器对预处理后的差分特征图像进行识别，获取包含介入物的目标区域；其中，利用adaboost算法训练上述分类器。

其中，在利用adaboost算法训练上述分类器时，相应的训练样本可以包括正样本和负样本，样本的特征包括但不限于能量、和/或梯度、和/或局部统计方差、和/或均值、和/或灰度。具体的，本实施例中可以采用5～16级、大小为20×20的haar特征(即哈尔特征)或hog特征(hog，即histogramoforientedgradient，方向梯度直方图)来训练上述分类器。

需要进一步说明的是，利用adaboost算法训练分类器时，先初始化训练样本集中样本的权值，其中，样本的权重可以用来定义分类器将一个数据点错分的代价；然后基于训练样本集和相应的权值进行训练学习，得到当前的基本分类器；接着计算当前的基本分类器在训练样本集上的分类误差率，并基于上述分类误差率计算当前基本分类器的系数，以便基于该系数对训练样本集中样本的权值进行更新；进而利用更新后的权值重新训练新的基本分类器，对上述过程进行多次迭代后，便可以得到多个基本分类器和相应的多个系数。对上述多个基本分类器和相应的多个系数进行线性组合，基于线性组合的结果可以得到最终的分类器。

步骤s23：对偏转配准图像上与第一目标区域对应的第二目标区域进行特异性分析，获取分析结果。

具体的，上述对偏转配准图像上与第一目标区域对应的第二目标区域进行特异性分析的过程，可以包括但不限于：对第二目标区域进行衰减特异性分析、和/或能量特异性分析、和/或梯度特异性分析、和/或局部统计方差分析、和/或均值分析、和/或灰度分析、和/或hog特征特异性分析、和/或harr特征特异性分析。

步骤s24：根据分析结果对第二目标区域进行预处理，获取预处理后的目标区域。

具体的，上述根据分析结果对第二目标区域进行预处理的过程，可以包括但不限于：根据分析结果对第二目标区域进行形态学处理、和/或均值处理、和/或连通区域阈值处理。

进一步的，在对第二目标区域进行形态学处理的过程中，可以采用一次或多次闭操作或膨胀操作。

另外，对第二目标区域进行均值处理的过程具体包括比较每条线上数据值是否大于该线的均值，如果否，则将相应数据点赋值为0，如果是，则保持相应数据点的数值不变。

其次，对第二目标区域进行连通区域阈值处理的过程，具体可以包括：判断经过均值处理的第二目标区域中任一点的9个领域是否均大于预设目标阈值，如果是，则可以保持该点的数值不变，如果否，则可以对该点重新赋值为0。另外，上述预设目标阈值具体可以根据上述特异性分析的分析结果来进行确定。在对第二目标区域进行均值处理和/或连通区域阈值处理之后，为了提高介入物光整性，还可以进一步进行形态学处理。

步骤s25：对预处理后的目标区域进行介入物定位，得到介入物图像。

本实施例中，上述预处理后的目标区域中包括介入物对应的像素点，通过从上述预处理后的目标区域中挑选出与介入物对应的像素点，便可进一步实现对介入物的定位，从而得到上述介入物图像。

在一个实施例中，参见图4所示，上一实施例步骤s25中，对预处理后的目标区域进行介入物定位，得到介入物图像的过程，具体可以包括：

步骤s31：对预处理后的目标区域进行数据处理，得到第一候选点集。

本实施例中，上述对预处理后的目标区域进行数据处理，得到第一候选点集的步骤，具体可以包括：

遍历预处理后的目标区域，当预处理后的目标区域中的任一像素点的当前数值大于预设值时，则保持该像素点的当前数值不变，反之，则将该像素点置0；然后从调整后像素点中筛选出数值大于0的像素点，得到第一候选点集。其中，上述预设值具体可以根据上述特异性分析的分析结果来进行确定。

具体的，本实施例可以通过遍历预处理后的目标区域中每一行中的所有列，并判断各行中每个像素点的当前数值是否大于与该行对应的预设值，如果是，则可以保持该像素点的当前数值不变，如果否，则可以将该像素点置0。

步骤s32：利用介入物先验知识对第一候选点集进行筛选，获取第二候选点集。

其中，上述利用介入物先验知识对第一候选点集进行筛选的过程，具体可以包括：

利用介入物先验知识，确定出介入物插入角度所对应的直线，并计算第一候选点集中每个像素点与上述直线的距离，将距离大于预设距离阈值的像素点的像素值重置为0，然后将所有像素值大于0的像素点作为第二候选点集。

本实施例中，上述介入物先验知识包括但不限于介入物插入角度的有效范围和/或介入物的插入深度范围和/或用户预设的参数范围。

步骤s33：利用霍夫变换提取第二候选点集中的介入物候选点。

其中，霍夫变换是一种特征提取技术，是提取直线或曲线的十分有效的方法，其通过投票算法检测具有特定形状的物体，运用两个空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个空间中的一个点以形成峰值，实现由直角坐标系到极坐标系的映射，此过程中将问题转化为统计峰值问题，直角坐标系中的直线可以用y＝kx+b表示，霍夫变换角参数与变量对换，假设x，y作为已知量，k，b作为变量坐标，则直线在参数空间表示为点(k，b)，将直角坐标系映射到极坐标系，直角坐标系内同一直线上的点均具有相同的点(k，b)，映射到极坐标系则为相同的(r，ρ)。因此可以检测极坐标系下(r，ρ)的峰值点位置，这些峰值点在直角坐标系上表现为对应于(r，ρ)的同一直线上的点集，由于介入物相当于直线，所以本实施例可以利用霍夫变换来进行介入物提取。

步骤s34：对介入物候选点进行修正与断续点拟合，得到介入物图像。

本实施例中，由于根据回波信号生成的图像中可能存在噪声或者由于在对介入物进行候选点提取时存在提取误差，所以有必要对上述介入物候选点进行修正，然后利用直线拟合算法对修正后的介入物候选点进行拟合，从而可以得到上述介入物图像。

在一个实施例中，参见图5所示，对介入物候选点进行修正与断续点拟合，得到介入物图像的过程，包括：

步骤s41：利用最小二乘法对介入物候选点进行拟合处理，得到介入物直线。

本实施例优先选择最小二乘法对上述介入物候选点进行修正，剔除与直线距离大于预定阈值的点，以消除上述介入物候选点中的误检部分。为排除起止数据抖动影响。本实施例中，具体是选择霍夫变换检测后候选点的中间区域作为最小二乘法的输入。

具体的，本实施例在使用最小二乘法进行拟合处理时，相应的最小二乘线性拟合方程包括：

其中，yi为样本xi对应的取值，y'i为线性预测值，mse为最小二乘误差。m为最小二乘的输入样本个数。

为了求解上述最小二乘线性拟合方程，本实施例可以使用梯度下降法、牛顿法、svd奇异值分解(svd，即singularvaluedecomposition)或数值计算方法，可得介入物直线的参数k'和b'，由此介入物直线可表示为：y＝k'x+b'。

步骤s42：计算介入物候选点围成的区域内的各个像素点与介入物直线的距离。

具体的，本实施例在得到上述介入物直线后，可进一步计算介入物候选点围成的区域内的各个像素点与上述介入物直线的垂直距离。

步骤s43：当距离小于预设阈值时，则选取距离对应的介入物候选点预定邻域进行插值计算其替换点，并更新介入物候选点。

具体的，在霍夫变换检测得到的介入物候选点围成的区域范围内，判断每个介入物候选点围成的区域内的各个像素点与上述介入物直线的距离是否小于5个像素，如果是，并且该介入物候选点不是霍夫变换检测得到的候选点，则可以选择该介入物候选点的一个领域进行插值，并根据插值结果对介入物候选点进行更新。

步骤s44：对更新后的介入物候选点进行拟合，得到介入物图像。

本实施例中，在得到上述更新后的介入物候选点之后，可以再次基于最小二乘法等直线拟合算法对更新后的介入物候选点进行直线拟合，从而得到更新后的介入物直线，然后保持更新后的介入物直线所包围的像素点的像素值不变，将其余像素点的像素值置0，从而得到上述介入物图像。

本发明实施例还相应公开了一种超声波成像系统，参见图6所示，该系统包括：

第一图像获取模块11，用于在介入物进入对象前，向对象发射超声信号，获取第一回波信号，并根据第一回波信号得到第一图像；

第二图像获取模块12，用于在介入物进入对象后，以垂直角度向对象发射超声信号，获取第二回波信号，并根据第二回波信号，得到第二图像；

第三图像获取模块13，用于在介入物进入对象后，以偏转角度向对象发射超声信号，获取第三回波信号，并根据第三回波信号，得到第三图像；

差分特征图像获取模块14，用于获取第一图像和第二图像之间的差分特征图像；

偏转配准图像获取模块15，用于获取第二图像和第三图像之间的偏转配准图像；

介入物定位模块16，用于利用差分特征图像对偏转配准图像中的介入物进行定位，得到介入物图像；

超声图像确定模块17，用于根据第二图像和介入物图像，确定最终的超声图像。

本发明实施例中，在介入物进入对象前后，分别向对象发射超声信号，以获取到第一图像、第二图像和第三图像，然后利用第一图像和第二图像之间的差分特征图像进行定位，由于在获取上述第二图像时，相应的超声信号的发射角度为垂直角度，这样也就意味着，本发明避免了在计算差分特征图像的过程中引入由预设偏转角度导致的反射信号质量较低的问题，由此保证了差分特征图像具有较高的图像质量；另外，在获取到上述差分特征图像之后，还需获取第二图像和第三图像之间的偏转配准图像，然后利用差分特征图像对偏转配准图像中的介入物进行定位，由于经过第二图像和第三图像之间的配准之后，能够提高包含介入物的图像的质量，从而使得在利用上述差分特征图像对偏转配准图像中的介入物进行定位时，能够更有效地改善介入物的检测效果，提高介入物定位精度，进而提高了超声成像质量。

在本实施例中，上述差分特征图像获取模块14，具体可以包括第一帧图像确定单元、第二帧图像确定单元和差分处理单元；其中，

第一帧图像确定单元，用于从第一图像中确定出第一目标帧图像；

第二帧图像确定单元，用于从第二图像中确定出第二目标帧图像；

差分处理单元，用于对第一目标帧图像和第二目标帧图像做差分处理，得到差分特征图像。

在本实施例中，上述偏转配准图像获取模块15，具体可以包括第三帧图像确定单元、第四帧图像确定单元和配准单元；其中，

第三帧图像确定单元，用于从第二图像中确定出第三目标帧图像；

第四帧图像确定单元，用于从第三图像中确定出第四目标帧图像；

配准单元，用于将第四目标帧图像的存储位置矫正至第三目标帧图像的存储位置上，得到偏转配准图像。

进一步的，本实施例中的超声图像确定模块17，具体可以用于对第二图像和介入物图像进行加权融合，获得最终的超声图像。

在本实施例中，上述介入物定位模块16，具体可以包括图像预处理子模块、区域识别子模块、特异性分析子模块、区域预处理子模块和定位子模块；其中，

图像预处理子模块，用于对差分特征图像进行预处理，得到预处理后的差分特征图像；

区域识别子模块，用于识别预处理后的差分特征图像中包含介入物的目标区域，得到第一目标区域；

特异性分析子模块，用于对偏转配准图像上与第一目标区域对应的第二目标区域进行特异性分析，获取分析结果；

区域预处理子模块，用于根据分析结果对第二目标区域进行预处理，获取预处理后的目标区域；

定位子模块，用于对预处理后的目标区域进行介入物定位，得到介入物图像。

具体的，上述区域识别子模块，可以利用预先训练的分类器对预处理后的差分特征图像进行识别，获取包含介入物的目标区域；其中，利用adaboost算法训练分类器。

另外，上述定位子模块，具体可以包括区域数据处理单元、候选点筛选单元、候选点提取单元和候选点处理单元；其中，

区域数据处理单元，用于对预处理后的目标区域进行数据处理，得到第一候选点集；

候选点筛选单元，用于利用介入物先验知识对第一候选点集进行筛选，获取第二候选点集；

候选点提取单元，用于利用霍夫变换提取第二候选点集中的介入物候选点；

候选点处理单元，用于对介入物候选点进行修正与断续点拟合，得到介入物图像。

在本实施例中，上述区域数据处理单元，具体可以用于遍历预处理后的目标区域，当预处理后的目标区域中的任一像素点的当前数值大于预设值时，则保持该像素点的当前数值不变，反之，则将该像素点置0；然后从调整后像素点中筛选出数值大于0的像素点，得到第一候选点集。

另外，上述候选点处理单元，具体可以用于利用最小二乘法对介入物候选点进行拟合处理，得到介入物直线；计算介入物候选点围成的区域内的各个像素点与介入物直线的距离；当距离小于预设阈值时，则选取距离对应的介入物候选点预定邻域进行插值计算其替换点，并更新介入物候选点；对更新后的介入物候选点进行拟合，得到介入物图像。

关于上述各个模块和单元更加详细的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

进一步的，本发明实施例还公开了一种超声成像设备，参见图7所述，该设备包括：

探头21，用于在介入物进入对象前，向对象发射超声信号，获取第一回波信号；和，在介入物进入对象后，分别以垂直角度和偏转角度向对象发射超声信号，获取相应的第二回波信号和第三回波信号；

处理器22，用于分别根据第一回波信号、第二回波信号和第三回波信号，相应地得到第一图像、第二图像和第三图像；

处理器22，还用于获取第一图像和第二图像之间的差分特征图像；

获取第二图像和第三图像之间的偏转配准图像；

利用差分特征图像对偏转配准图像中的介入物进行定位，得到介入物图像；

根据第二图像和介入物图像，确定最终的超声图像。

可以理解的是，本实施例中的超声成像设备还可以进一步包括用于对数据和指令进行存储的存储器和用于对超声图像进行显示的显示屏。

关于上述处理器22更加具体的处理过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种超声波成像方法、系统及超声成像设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。