肛门括约肌图像处理方法及装置、超声设备与流程

本发明实施例涉及超声设备的技术领域，尤其涉及一种肛门括约肌图像处理方法及装置、超声设备。

背景技术：

三维超声检查具有重复性好、无辐射、成本低等优势，是目前评估盆底功能的有效途径。在三维超声多平面上检测肛门括约肌损伤，一般采用多幅排布的方式，成像范围从肛门外括约肌上方到肛门内括约肌下方。由于每幅图像区较小，不仅不利于用户识别，而且不能保证手动测量的准确性。若在多平面上采用单幅或放大状态下进行识别及测量，则需要对多幅图像进行多次状态切换，使得操作更加繁琐。

技术实现要素：

本发明实施例的目的在于提出及一种肛门括约肌图像处理方法及装置、超声设备，其能够自动、准确地识别肛门内、外括约肌。

为达此目的，本发明实施例采用以下技术方案：

在一个实施例中，提出一种肛门括约肌图像处理方法，包括：

获取被检查者在缩肛状态下的三维容积数据；

对所述三维容积数据进行多平面成像，得到多帧切面图像；

根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。

在一个实施例中，所述根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域的步骤包括：

从切面图像中提取感兴趣区域，所述感兴趣区域包含肛管、肛门内括约肌和肛门外括约肌；

根据自适应阈值对所述感兴趣区域内的切面图像进行二值化处理；

对所述二值化处理后的切面图像依次进行腐蚀和膨胀处理，以获得所述肛门内括约肌区域。

在一个实施例中，所述根据肛门括约肌的声像学特征识别每帧切面图像中的肛门外括约肌区域的步骤包括：

对所述肛门内括约肌区域预定范围的图像区域进行对比度处理，以获取处理后的图像；

根据自适应阈值对所述处理后的图像进行二值化处理；

对二值化处理后的图像进行膨胀腐蚀处理，获得所述肛门外括约肌区域。

在一个实施例中，提出一种肛门括约肌图像处理装置，包括：

获取模块，用于获取被检查者在缩肛状态下的三维容积数据；

多平面成像模块，用于对所述三维容积数据进行多平面成像，得到多帧切面图像；

识别模块，用于根据肛门括约肌的声像学特征自动识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。

在一个实施例中，提出一种超声设备，包括：

图像获取模块，获取被检查者在缩肛状态下的三维容积数据；

图像处理模块，用于对所述三维容积数据进行多平面成像，得到多帧切面图像；并根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。

在一个实施例中，还包括：

测量模块，用于根据所述肛门内约肌区域和所述肛门外括约肌区域测量损伤参数。

在一个实施例中，所述图像处理模块还用于：从切面图像中提取感兴趣区域，所述感兴趣区域包含肛管、肛门内括约肌和肛门外括约肌；根据自适应阈值对所述感兴趣区域内的切面图像进行二值化处理；对所述二值化处理后的切面图像依次进行腐蚀和膨胀处理，以获得所述肛门内括约肌区域。

在一个实施例中，所述图像处理模块还用于：对所述肛门内括约肌区域预定范围的图像区域进行对比度处理，以获取处理后的图像；根据自适应阈值对所述处理后的图像进行二值化处理；对二值化处理后的图像进行膨胀腐蚀处理，获得所述肛门外括约肌区域。

在一个实施例中，所述图像处理模块还用于：当所述肛门内括约肌区域和/或肛门外括约肌区域存在连续性中断时，判定所述肛门括约肌存在损伤。

在一个实施例中，还包括：注释模块；

所述测量模块还用于，测量损伤部位与肛管中心所成的损伤夹角和损伤长度，所述损伤长度包括损伤的切面数量与切片间距的乘积；

所述注释模块，用于对所述切面图像上的肛门括约肌损伤部位进行标记。

在一个实施例中，所述测量模块还用于：

将所述肛门内括约肌区域划分成N等分，对N等分上的像素点进行统计并计算第一平均值，当所述第一平均值大于预设第一预设阈值时，则确定所述肛门内括约肌连续性中断，将对应的像素点作为第一中断点；

将所述肛门外括约肌区域划分成N等分，对N等分上的像素点进行统计并计算第二平均值，当所述第二平均值小于预设第二预设阈值时，则确定所述肛门外括约肌连续性中断，将对应的像素点作为第二中断点；

根据所述第一中断点、所述第二中断点与肛管中心所成直线的夹角Q确定损伤角度；

根据损伤的切面数量和切片间距确定损伤长度。

上述肛门括约肌图像处理方法及装置、超声设备，获取被检查者在缩肛状态下的三维容积数据；通过对三维容积数据进行多平面成像，得到多帧切面图像；根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。上述肛门括约肌图像处理方法及装置、超声设备能够快速、准确地识别出肛门内、外括约肌的形态。

附图说明

图1是本发明实施例提供的一个实施例的超声设备的结构框图；

图2是本发明实施例提供的一个实施例的肛门括约肌图像处理方法的流程示意图；

图3是本发明实施例提供的感兴趣区域示意图；

图4是本发明实施例提供的一个实施例的识别肛门内括约肌区域的流程图；

图5是本发明实施例提供的一个实施例的识别肛门外括约肌区域的流程图；

图6是本发明实施例提供的另一个实施例的超声设备的结构框图；

图7是本发明实施例提供的一个实施例的损伤角度示意图；

图8是本发明实施例提供的一个实施例的肛门括约肌图像处理装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

图1为本发明实施例的超声设备100的结构框图，系统100包括发射器102，探头104根据从超声发射器102施加的驱动信号将超声信号发射到对象，接收器106接收从对象反射的超声回波信号。探头104可包括多个换能器，多个换能器根据发送到探头104的电信号振动，并产生超声波，即，声能。另外，探头104可有线或者无线地连接到超声设备100的主体。需要说明的是，超声设备100可以包括多个探头104。探头104可包括一维(1D)探头、1.5D探头、矩阵(2D)探头、三维(3D)探头和四维(4D)探头中的至少一个。

接收器106将接收到的超声回波信号发送到波束合成器108。波束合成器108对回波信号进行波束合成并生成RF信号，然后将RF信号发送至RF处理器110。RF信号处理器110内部可能包含一个解调器(图未示出)，解调器可将RF信号解调成IQ信号对的形式。

超声设备100还包括处理器112，处理器112包括图像获取模块114、图像处理模块116和测量模块118。图像获取模块114用于获取信号数据，例如，RF信号或者IQ信号对，以及被检查者的三维容积数据等。图像处理模块116用于对三维容积数据进行图像处理，以获取肛门内括约肌区域和肛门外括约肌区域。测量模块118用于对图像处理模块116的处理结果进行测量。

超声设备100还包括显示器120，显示器120可显示超声设备100中处理的信息。显示器120可以显示超声图像，显示器120还可显示超声图像的局部区域。例如，显示器120可以按照预定模式显示多切面图像。需要说明的是，超声设备100还包括其他组成元(器)件，这些组成元(器)件都是本领域普通技术人员可以获知的，在此不再赘述。

下面将介绍本发明实施例提供的一种肛门括约肌图像处理方法，其通过处理器112对输入的三维容积数据进行处理，能够自动、准确地获取肛门内、外括约肌的形态。

为使本发明实施例的目的、技术方案和优点更加清楚，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。

参考图2，图2是本发明实施例提供一种肛门括约肌图像处理方法的流程示意图。如图2所示，该方法包括：

步骤201，获取被检查者在缩肛状态下的三维容积数据。

采用三维容积探头，放置于被检查者会阴处，声束向肛管方向倾斜，在缩肛状态下获取三维肛门括约肌容积数据。在缩肛状态下，肛管会略微的缩窄，但星形的粘膜基本不变化，此时肛门括约肌显示的更加清晰。

步骤202，对三维容积数据进行多平面成像，得到多帧切面图像。

在本实施例中，对上述步骤101获取的三维容积数据进行冠状面的多虚拟切片提取，成像范围从肛门外括约肌上方到肛门内括约肌下方。提取后的多帧切面排布的格式可以为3*3，还可以为4*4，这里不作具体限定。切片间距通常采用2.5mm，肛管较长者可适当的增加切片间距。

步骤203，根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。

肛门括约肌包括肛门内括约肌和肛门外括约肌。在超声图像上，如下图3所示，排空状态下的肛管闭合，肛门内括约肌表现为环状的低回声区，肛门外括约肌则表现为包绕着内括约肌的高回声结构，内部星形的高回声区为肛管黏膜。结合这些声像特征，识别并提取每帧切面图像上的感兴趣区域ROI内的肛门内、外括约肌形态，即门内括约肌区域、肛门外括约肌区域。

上述实施例的肛门括约肌图像处理方法，获取被检查者在缩肛状态下的三维容积数据；通过对三维容积数据进行多平面成像，得到多帧切面图像；根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。上述的肛门括约肌图像处理方法能够快速、准确地识别出肛门内、外括约肌的形态。

在一个实施例中，如图4所示，根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域的步骤包括：

步骤402，从切面图像中提取感兴趣区域，感兴趣区域包含肛管、肛门内括约肌和肛门外括约肌。

为了提高图像处理的效率，从每帧切面图像中提取出一个矩形感兴趣区域(ROI)，感兴趣区域包含肛管、肛门内括约肌、肛门外括约肌以及部分其它组织。由于肛门内括约肌表现为环状的低回声区，所以，可以将肛门内括约肌边界结构定义为了一个类似圆形状的结构。

在本实施例中，采用霍夫梯度法实现圆检测算法，由圆形的结构计算获得肛管中心点位置，然后计算圆心位置到切面内探头始波位置之间的距离R。最后以圆心为矩形的中心点，长度和高度均为2R，在切面内提取感兴趣区域。

步骤404，根据自适应阈值对感兴趣区域内的切面图像进行二值化处理。

在感兴趣区域内，可采用预设阈值(实验获得一般设置为50)对感兴趣区域进行二值化处理。低于阈值的图像像素设置为255，高于阈值部分的图像像素点设置为0。

步骤406，对二值化处理后的切面图像依次进行腐蚀和膨胀处理，以获得肛门内括约肌区域。

为滤除比较小的物体，对二值化图像先进行腐蚀处理再进行膨胀处理，这样就可以获得环状的肛门内括约肌所处区域。

通过上述方式，能够准确、快速地获取肛门内括约肌区域。

在一个实施例中，如图5所示，根据肛门括约肌的声像学特征识别每帧切面图像中的肛门外括约肌区域的步骤包括：

步骤502，对肛门内括约肌区域预定范围的图像区域进行对比度处理，以获取处理后的图像。

通过提高对比度，以突显肛门内括约肌区域外围部分像素的灰度值，以获取对比度处理后的图像。在本实施例中，预定范围是指肛门内括约肌外围，半径为肛管中心点到环形肛门内括约肌外径的约2倍的范围。

步骤504，根据自适应阈值对处理后的图像进行二值化处理。

在本实施例中，采用自适应阈值对所述肛门内括约肌周围的图像进行二值化处理，使得高于预设阈值的部分为255，低于所述预设阈值的部分为0。

步骤506，对二值化处理后的图像进行膨胀腐蚀处理，获得肛门外括约肌区域。

通过上述方式，能够准确、快速地获取肛门外括约肌区域。

在一个实施例中，如图6所示，处理器112还包括测量模块118。测量模块118能够根据上述实施例获取的肛门内括约肌区域和肛门外括约肌区域进行测量，当肛门内括约肌区域和/或肛门外括约肌区域存在连续性中断时，判定肛门括约肌存在损伤。

当该肛门括约肌存在损伤时，测量模块118还用于测量损伤角度及长度。

在一个实施例中，测量模块118测量损伤角度和损伤长度的过程包括：

如下图7所示，将环形的肛门内括约肌(低回声)区域划分成N等分(根据损伤程度判断，推荐48等分，比钟面十二等分高4倍)，对N等分上的像素点进行统计，计算第一平均值，当第一平均值大于第一预设阈值时，认为肛门内括约肌连续性中断，记损伤位置，即将对应的像素点作为第一中断点。

同样地，将环形的肛门外括约肌(高回声)区域划分成N等分(根据损伤程度判断，推荐48等分，比钟表等分高4倍)，对N等分上的像素点进行统计，计算第二平均值，当第二平均值小于第二预设阈值时，认为肛门外括约肌连续性中断，记损伤位置，即将对应的像素点作为第二中断点。如图4所示，第一中断点和第二中断点与肛管中心所成直线的夹角Q，即损伤角度。

采用上述方法对每帧切面图像进行处理，判断损伤的切片数量，肛门括约肌损伤长度即为：损伤长度＝损伤的切面数量*切片间距。

进一步地，在一个实施例中，处理器112还包括注释模块122。注释模块122根据的损伤计算结果，对切面图像上肛门括约肌损伤部位进行标记，标记可采用小五角星、箭头或三角形等图案。同时在显示器120上相应的切面图像中显示测量的结果，包括损伤部位、损伤角度、损伤长度。

在一个实施例中，如图8所示，还提出一种肛门括约肌图像处理装置800，该装置800包括：

获取模块802，用于获取被检查者在缩肛状态下的三维容积数据。

多平面成像模块804，用于对三维容积数据进行多平面成像，得到多帧切面图像。

识别模块806，用于根据肛门括约肌的声像学特征识别每帧切面图像中的肛门内括约肌区域和肛门外括约肌区域。

本实施例的肛门括约肌图像处理装置800用于实现前述的肛门括约肌图像处理方法，因此肛门括约肌图像处理装置800中的具体实施方式可见前文中的肛门括约肌图像处理方法的实施例部分，例如，获取模块802、多平面成像模块804、识别模块806，分别用于实现上述三维盆底超声图像处理方法中步骤101，102，103所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。

以上结合具体实施例描述了本发明实施例的技术原理。这些描述只是为了解释本发明实施例的原理，而不能以任何方式解释为对本发明实施例保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明实施例的其它具体实施方式，这些方式都将落入本发明实施例的保护范围之内。