一种超声造影灌注参量快速成像方法
【技术领域】
[0001] 本发明属于超声造影成像领域，具体涉及超声造影灌注参量成像方法及定量评价 方法。
【背景技术】
[0002] 超声造影灌注参量成像技术将常规的超声造影序列图像转变为包含整个微血管 灌注时间分布特征的彩图，进行直观的空间展示，它能够反映血流速度和血容量等功能性 血流灌注信息的空间分布。通过彩色编码，利用伪彩变化突显细节，增加图像的动态范围， 利于临床医生的识别诊断，对于临床诊断与治疗评估等方面具有重要意义和价值。
[0003]超声造影灌注参量成像技术是基于整个造影灌注过程的视频序列图像。以往，基 于时间强度曲线（Timeintensitycurve，TIC)的造影灌注参量评价仅是一维数据评价， 对于局部脏器的空间灌注特点评价并不准确且直观，为此近年发展了基于小感兴趣区域 (Regionofinterest，R0I)的灌注参量成像技术，通过选择一待成像R0I区域，对其进行网 格划分为3X3或5X5像素的R0I矩阵，依次提取该R0I的TIC曲线，得到TIC空间矩阵， 进而通过对TIC进行滤波拟合处理后得到峰值、达峰时间、到达时间、曲线下面积等参量空 间分布矩阵，对每一参量进行归一化伪彩色编码，得到该参量图像。通过该技术可以将组织 区域灌注的血流动力学空间分布信息差异直观显示出来，已广泛用于心脏、肝脏、肾脏、乳 腺、肿瘤新生血管、急性脑中风等多个领域，作为临床诊断和治疗评价的辅助手段具有重要 的研究价值和应用前景。
[0004]目前GE、飞利浦、东芝等国外厂家已将灌注参量成像技术实现于特定的软件。但灌 注参量成像算法的运行时间较长，TIC受到的干扰较大，对设备的要求较高，限制了成像算 法的进一步应用。因此需要对灌注参量成像技术进行优化，提高程序运行效率，以期在保证 成像质量的同时，实现快速的、准确的超声造影灌注参量成像，以适于在国产中高端数字化 超声影像设备的运行。
【发明内容】
[0005]本发明提供一种超声造影灌注参量快速成像方法。
[0006]为实现上述目的，本发明采用了以下技术方案：
[0007] (1)基于3X3~5X5像素的R0I大小提取邻域平滑后的时间强度曲线（TIC):设 定待参量成像区域；并以3X3~5X5像素为最小单元进行邻域平滑，提取待参量成像区域 的原始TIC矩阵；
[0008] (2)原始TIC矩阵的筛选、基线归零：对原始TIC矩阵依次进行有效TIC的筛选、 TIC基线归零，获得有效TIC矩阵；
[0009] (3)灌注参量提取并伪彩编码成像：在有效TIC矩阵中分别提取时间类、强度类以 及比值类的灌注参量矩阵，并进行伪彩色编码，灌注参量显示。
[0010] ⑷利用图像信息熵、图像平均对比度、图像平均灰度、图像色彩均勾分布区域 (如肾皮质部分）噪声四个彩色图像评价指标，构建多元超声造影灌注参量图像定量评价 模型，对所得灌注参量图像进行综合定量评价。
[0011] 所述基于3X3~5X5像素的R0I大小提取邻域平滑后的时间强度曲线（TIC)具 体包括以下步骤：
[0012] (1)默认整幅造影图像为待参量成像区域；或人工手动介入通过多边形R0I函数 鼠标点击选择至少4个待参量成像区域边界的关键特征点，自动勾勒出待成像区域轮廓边 界；
[0013] (2)以3X3~5X5像素为R0I尺寸进行邻域平滑，按图像像素点横向纵向分布逐 点提取待参量成像区域的原始TIC矩阵。
[0014] 所述原始TIC矩阵的筛选、基线归零具体包括以下步骤：
[0015] (1)以整个待参量成像区域为R0I，提取其TIC，作为筛选参考TIC;
[0016] (2)基于互相关原理，对所得原始3X3~5X5像素TIC矩阵与上述参考TIC逐条 做相关性分析，其相关系数计算公式如下：
[0018] 其中，TIC#TIC2分别为参考TIC和3X3~5X5像素下待筛选原始TIC矩阵中 某一条TIC，^(^与TIC2的数据长度点数均为η;
[0019] (3)保留相关系数大于0.3的原始3X3~5X5像素TIC为筛选后的有效TIC;
[0020] (4)以有效TIC前5点的均值为基准，对筛选后的TIC矩阵做基线归零。
[0021] 所述灌注参量提取并伪彩编码成像具体包括以下步骤：
[0022] (1)经过筛选以及基线归零后，分别提取3X3~5X5像素TIC矩阵中时间类、强 度类以及比值类灌注参量，得到对应的灌注参量矩阵；
[0023] (2)对所得灌注参量矩阵分别进行伪彩色编码并进行灌注参量显示。
[0024] 对超声造影灌注参量图像进行彩色图像质量的定量评价，具体包括以下步骤：
[0025] (1)利用图像信息熵（InEr〇、图像平均对比度（ACc)、图像平均灰度（AG)、图像色 彩均匀分布区域噪声（SDe)，构建多元超声造影灌注参量图像定量评价模型，表述为：
[0026]Y= |Cj(l_InEnc) +c2 (l_ACc) +c31AG_0. 5 | +c4SDc+c5 (2)
[0027] (2)公式⑵中参数的计算如下所述：
[0028]InEnc为图像信息熵，定义为：
[0029]
[0030]公式（3) *pR(i)，pe(i)，pB(i)分别为RGB色调第i灰度级上像素分布的概率；[0031] ACc为图像平均对比度，定义为：
[0033]公式（4)ACRx，ACRy，ACCx，ACCy，ACBx，ACB#别为RGB色调横向（下标x)、纵向（下标y)的平均对比度；如R色调横向平均对比度按如下公式计算：
[0035]其中，Gray(X，y)为对应色调像素点（x，y)的灰度，M，N分别为横向、纵向的像素 数；R色调纵向平均对比度按如下公式计算：
[0039] 公式（5)中Μ,N分别为图像的横向、纵向像素数，Red(X，y)，Green(X，y)， Blue(x，y)分别为该像素点（x，y)处RGB色调分量的值；
[0040]SDe为图像色彩均匀分布区域噪声，定义为：
[0042] 公式（6)中P为图像色彩均匀分布区域的像素总数，Xri，X(；1，Xbi分别为RGB色调第 i个像素的灰度，uR,us，uB分别为RGB三色的灰度均值。
[0043] (3)根据定义的InEnc、ACc、AG与算方式，计算灌注参量伪彩图像的InEnc、 ACc、AG与SDe的数值，并对四个参数各自进行归一化处理，代入公式（2);
[0044] (4)基于超声图像的视觉感知分析，联合多元线性回归分析方法，确定灌注参量图 像定量评价模型中相应的系数值，最终确定评价模型为：
[0045]Y= | -0· 92InEnc+0. 76ACc+l. 98 |AG-0. 5 | -0· 41SDc+0. 17 | (7)
[0046] (5)对所得灌注参量图像进行基于视觉感知的多元线性回归彩色图像质量分析，Y 值越小，图像质量越佳。
[0047] 本发明的优点如下：
[0048] 1、本发明以3X3~5X5像素为最小R0I进行邻域平滑后TIC的提取，可以大幅 度抑制组织杂波对TIC的干扰，在一定程度上以此简单算法起到了其他常规TIC降噪拟合 技术降噪滤波效果。
[0049] 2、相比其他已公开的超声造影灌注参量成像方法，本发明通过对灌注参量成像方 法的优化与改进，在保证灌注参量图像质量的同时，能够大幅度提高程序运行效率，实现快 速成像。
[0050] 3、采用多元超声造影灌注参量成像定量评价模型对本发明提出的灌注参量成像 质量进行定量评价，使得本发明所提出改进方法的评价更具客观性。
【附图说明】
[0051] 图1为算法整体流程框图。
[0052] 图2为兔肾（以TTP为例）有TIC拟合（a)、无TIC拟合（b)的灌注参量图。
[0053] 图3为兔肾（以PR为例）有TIC基线归零（a)、无TIC基线归零（b)的灌注参量 图。
[0054] 图4为兔肾（以AUC为例）有TIC筛选（a)、无TIC筛选（b)的灌注参量图。
[0055] 图5为兔肾（以AUC为例）TIC筛选中有滤波（a)、TIC筛选中无滤波（b)的灌注 参量图。
[0056] 图6为本发明最终优化方案所得兔肾TTP(a)与AUC(b)灌注参量图。
【具体实施方式】
[0057] 下面结合附图和实施例对本发明做详细说明。
[0058] 尽管已公开的专利或文献，如在单像素TIC源下取得了高分辨率、高质量的超声 造影灌注参量图像（例如，【申请号】201510100876. 8,一种基于单像素TIC源的超声造影灌 注参量成像方法），但因算法复杂度的限制，其运行时间长，对设备的软硬件水平要求较高， 难以快速在国产中高端B超设备上实施，同时缺乏定量评价。因此，本发明首先提出一种灌 注参量成像的定量评价方法，包括以下步骤：
[0059] (1)利用图像信息熵（InEr〇、图像平均对比度（ACc)、图像平均灰度（AG)、图像色 彩均匀分布区域噪声（SDe)四个彩色图像质量的定量评价指标，初步构建多元超声造影灌 注参量成像定量评价模型为：
[0060] Y= |Cj(l_InEnc) +c2 (l_ACc) +c31AG_0. 5 | +c4SDc+c5 (2)
[0061] (2)依据定义计算灌注参量彩色图像的四个质量定量评价指标并进行归一化处 理。
[0062] InEnc为图像信息熵，定义为：
[0063]
[0064] 公式（3) *pR(i)，pe(i)，pB(i)分别为RGB色调第i灰度级上像素分布的概率；
[0065] ACc为图像平均对比度，定义为：
[0066]
[0067] 公式⑷中ACRx，ACRy，ACSx，ACSy，ACBx，ACBy分别为RGB色调横向、纵向的平均对比 度；
[0068] AG为图像平均灰度，定义为：
[0069]
[0070] 公式（5)中Μ,N分别为图像的横向、纵向像素数，Red(X，y)，Green(X，y)， Blue(x，y)分别为该像素点（x，y)处RGB色调分量的值；
[0071] SDeS图像色彩均匀分布区域噪声，定义为：
[007