用于超声分子影像研究的声像图定量分析及综合定量分析方法与流程

本发明属于超声分子影像技术领域，涉及用于超声分子影像研究的超声图像分析，具体涉及计算机科学、医学分子影像研究的交叉领域，具体涉及一种能够实现声像图定量分析的方法及系统。

背景技术：

随着社会科技的进步和人类生活水平的提高，人们对医疗、健康的关注程度越来越高，大大促进了医学影像技术的飞速发展，使得医学影像广泛应用在医疗的诊断、术前规划、术中引导、术后监测等各个环节。其中，分子影像作为医学影像技术发展的前沿领域，因涉及生物医学工程、计算机科学、分子生物学等多个领域，已成为现代医学中发展最快的学科之一，有望对人体生理和病理过程进行细胞和分子水平的无损伤、实时成像，引领人类社会进入精准医学新时代。

超声分子影像通过巧妙设计功能特异的分子探针，能够将基因表达、生物信号传递、疾病发生发展等一系列复杂的信息变化过程转变成直观的声像图加以显示，并借助超声成像技术实时性强、便携、无损伤的优点，近几年发展迅速。虽然目前可用于超声分子影像研究的超声仪器厂家众多，但往往只注重图像的增强处理技术，并没有深入开发量化分析功能，尚无对声像图生物信息进行精确定量研究的分析系统，严重限制了超声分子影像的医学研究和临床应用。特别是对图像中感兴趣区域(roi)灰度值的定量分析，对探索活体组织分子和细胞水平的生物学信息具有重要价值，进而对疾病实现早期亚临床诊断和治疗具有十分深远的意义。此外，利用超声造影剂产生谐波的特点，超声仪器通过分别接收并处理基波和谐波的回波信号，可分别获取普通超声的灰度图像和超声造影的增强图像。因此，如果能实现对超声造影过程中产生的灰度图像和造影增强图像的进行对比分析，将能对疾病的分子影像诊断和研究提供更有效的依据。

目前已知的声像图处理技术还存在以下问题：(1)大部分往往只能选用矩形、圆形、椭圆形等较为规则的截取方式，这种截取方式通常不能完全的覆盖roi或者会截取到roi以外的区域，从而影响分析；(2)声像图处理技术采用鼠标标点的方式实现roi选取，但是其标点之间的连接采用直线的方式连接，所以roi选择不够圆滑精确，影响分析；(3)传统的图像roi截取系统只能对原始图像大小进行截取分析，但是roi多为一整张图里面很小的一部分，这样也会影响roi的精确截取，影响后续图像分析；(4)在以往的图像处理中，无法实现对常规超声图像和超声造影图像中同一roi进行对比分析，而通过对常规超声图像和超声造影图像中同一roi进行对比分析能够为疾病的影像诊断和科学研究提供更多的分子信息。

因此，亟待研发一种能够实现对声像图实现定量分析的方法及系统，解决传统超声图像处理中存在的各类精度问题。

技术实现要素：

针对现有超声分子影像技术无法实现定量分析，从而限制其在医学研究和临床应用的问题，提供一种用于超声分子影像研究的声像图定量分析方法及系统，实现对超声分子影像灰度值的定量分析，为医学研究和临床应用提供有效图像数据，并实现超声分子影像中常规超声图像和超声造影图像中同一roi的对比。

本发明所针对的研究对象为通过超声分子成像获取的超声图像，该超声图像为常规超声图像或超声造影图像。对两种类型超声图像可以采用相同的处理过程，基于此，本申请提供了两种可实现方案：

(1)第一种是声像定量分析方法，实现对常规超声图像或/和超声造影图像的灰度值定量分析；

(2)第二种是声像综合定量分析方法，先对常规超声图像分析，找到roi并对其进行标记，然后对常规超声图像的roi进行定量灰度值分析，再通过标记的roi位置信息在超声造影图像上定位到同一roi区域，并对该区域进行定量灰度值分析，最终实现常规超声图像和超声造影图像同一roi的定量对比分析。

本发明提供的用于超声分子影像研究的声像图定量分析方法，包括以下步骤：

s1图像预处理：将待处理超声图像进行放大或缩小至满足设定尺寸；

s2roi截取：沿预处理后的超声图像待提取区域的边界移动，并记录若干移动轨迹点，然后将记录下的轨迹点连接成一个闭合的区域，对该区域进行roi截取，得到与待提取区域形状匹配的roi区域；

s3获取roi区域的灰度值特征参数：对截取roi区域最小外接矩形区域与roi区域之间的灰度值进行滤除，得到roi区域的灰度值，再对roi区域的灰度值进行统计分析，得到所述roi区域的灰度值特征参数。

上述用于超声分子影像研究的声像图定量分析方法的步骤s1中，从超声分子成像获取的超声图像中选择待分析处理的超声图像。由于超声图像中感兴趣区域roi(regionofinterest)在超声图像中或大或小，为了下步能更精确的截取到真正感兴趣的roi，可以对待处理超声图像进行放大或扫小处理至满足设定尺寸，得到缩放处理的超声图像。

上述用于超声分子影像研究的声像图定量分析方法的步骤s2中，由于待提取区域形状匹配的roi区域可能是规则的矩形形状，也可能是不规则的任意形状区域，因此本发明所提供的roi截取方式包括矩形形状截取方式或非矩形的任意形状截取方式。所述矩形形状截取方式为以移动距离作为对角线构建矩形闭合区域，即为roi区域；所述非矩形的任意形状截取方式为首先通过在超声图像上沿着与待提取区域边界移动的方式获取若干移动轨迹点，然后将记录下的轨迹点连接成一个闭合的区域，即为与待提取区域形状匹配的roi区域。选择好roi截取方式后，在缩放处理的超声图像中勾画出roi，并将其截取到显示区，完成roi的截取。为了便于分析，可以将roi截取到用于单独显示roi的界面(即roi显示界面)，从而方便对照观看。

上述用于超声分子影像研究的声像图定量分析方法的步骤s3中，完成截图确定后，本发明会对截取到的roi的灰度值实现统计分析得到灰度值特征参数。灰度值特征参数包括灰度平均值、灰度最大值和灰度最小值。如果截取的是矩形形状roi，则从提取出整个矩形roi的灰度值，并完成统计分析；如果截取的是非矩形的任意形状roi，则通过判别灰度值的方式，自动实现对截取的roi区域最小外接矩形区域以内、roi区域以外的周边图像灰度值进行滤除，从而留下非矩形任意形状roi区域的灰度值。

所述灰度平均值、灰度最大值和灰度最小值的获取方式如下：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

本发明中通过以下判别灰度值的方式来确定任意roi以外、最小矩形区域以内的周边图像灰度值(即截取roi区域最小外接矩形区域与roi区域之间的灰度值)，并将其滤除：首先提取非矩形的任意roi边界轮廓，依据非矩形的任意roi边界轮廓获取其最小外接矩形，从预处理后的超声图像中提取最小外接矩形区域的灰度值，由于最小外接矩形区域内的灰度值分布相当于一个二维点阵，因此可以将位于非矩形的任意roi和其最小外接矩形区域之间的灰度值置255，再将提取的最小外接矩形区域中为255的灰度值都去除，剩余灰度值即为非矩形的任意roi区域的灰度值。

本发明提供的用于超声分子影像研究的声像图综合定量分析方法，包括：

s1’常规超声图像定量分析：

s11’图像预处理：对待处理常规超声图像进行放大或缩小处理至满足设定尺寸；

s12’roi截取：对预处理后的常规超声图像进行roi截取，得到与待提取区域形状匹配的roi区域；

s13’roi标记：标记并保存常规超声图像的roi区域位置信息；

s14’获取roi区域的灰度值特征参数：对截取常规超声图像的的roi区域灰度值进行统计分析，得到所述常规超声图像的roi区域的灰度值特征参数；

s2’超声造影图像定量分析：

s21’图像预处理：对待处理超声造影图像进行放大或缩小处理至满足设定尺寸；

s22’roi加载：通过将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，实现在超声造影图像上确定与常规超声图像中roi区域一致的roi区域；

s23’获取roi区域的灰度值特征参数：对确定的超声造影图像的roi区域灰度值进行统计分析，得到所述roi区域的灰度值特征参数；

s3’灰度值特征参数定量对比分析：对常规超声图像和造影超声图像同一roi区域灰度特征参数进行定量对比分析，得到常规超声图像和造影超声图像同一roi区域灰度特征参数变化趋势。

上述用于超声分子影像研究的声像图综合定量分析方法，常规超声图像定量分析中待处理对象为从超声分子成像获取的常规超声图像。由于超声图像中感兴趣区域roi(regionofinterest)在超声图像中或大或小，为了下步能更精确的截取到真正感兴趣的roi，可以对待处理超声图像进行放大或扫小处理至满足设定尺寸，得到缩放处理的超声图像。

上述用于超声分子影像研究的声像图综合定量分析方法，常规超声图像定量分析中步骤s11’-s12’与前面给出的第一种用于超声分子影像研究的声像图定量分析方法步骤s1-s2操作相同，这里不再赘述。步骤s13’中标记并保存常规超声图像的roi区域位置信息，是为了在超声造影图像中定位同一roi区域。步骤s14’与前面给出的用于超声分子影像研究的声像图定量分析方法步骤s3操作相同，这里不再赘述。

上述用于超声分子影像研究的声像图综合定量分析方法，超声造影图像定量分析中步骤s21’与前面给出的第一种用于超声分子影像研究的声像图定量分析方法步骤s1操作相同，这里不再赘述。步骤s22’中，将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，这样可以在超声造影图像上给出与常规超声图像中roi区域一致的roi区域。步骤s23’与前面给出的步骤s14’操作相同，这里不再赘述。

上述用于超声分子影像研究的声像图综合定量分析方法，通过将常规超声图像和造影超声图像同一roi区域灰度特征参数进行定量对比分析，得到常规超声图像和造影超声图像同一roi区域灰度特征参数变化趋势。从该变化趋势可以反映不同分子(例如疾病分子和正常分子)水平信号通路上表达的差异，进而为疾病的影像诊断和鉴别诊断提供分子水平的有效依据。

本发明提供的用于超声分子影像研究的声像图定量分析及综合定量分析方法具有以下有益效果：

(1)本发明以超声分子影像(包括常规超声图像和超声造影图像)为研究对象，通过对截取的各类roi灰度值进行统计分析，可以实现对各类roi的灰度值定量分析，从而为超声医学检测和辅助诊断提供有效数据支持。

(2)本发明通过移动轨迹点构成闭合区域来对任意roi的截取，从而实现对roi的精准定位分析，改善超声图像检测分析效果。

(3)本发明首先对原始超声图像进行放大或缩小处理，使得roi能够更精准的呗标记和截取。

(4)本发明通过roi位置标记和加载，可以分别在常规超声图像和超声造影图像中完全相同位置标记出同一roi，通过对同一roi进行灰度值定量分析和比较，可发现不同分子在两种图像模式下不同的灰度特征信号及其变化趋势。

(5)本发明通过使用信号处理和图像分析技术来反映疾病分子水平信号通路上表达差异的方法，有望对疾病的影像诊断和鉴别诊断提供分子水平的有效依据。

(6)本发明填补了超声roi灰度值定量分析的空白，系统简单、易用、可视化程度高，并集合了图像缩放处理及任意roi标记于一身，提高了roi灰度值分析的精度和有效性，能广泛应用于超声医学图像分析、辅助诊断等众多领域。

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，以下将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，以下描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图所示实施例得到其它的实施例及其附图。

图1为本发明提供的用于超声分子影像研究的声像图定量分析方法流程示意图。

图2为本发明提供的用于超声分子影像研究的声像图综合定量分析方法流程示意图。

图3为本发明常规超声图像定量分析方法流程示意图。

图4为本发明超声造影图像定量分析方法流程示意图。

图5为实施例2加载的常规超声图像，其中(a)为原始常规超声图像，(b)为放大2.5倍后的常规超声图像，(c)为通过任意roi截取方式得到的常规超声图像，(d)为截取出的任意roi显示图像及分析结果，(e)为通过矩形roi截取得到的常规超声图像，(f)为截取出的矩形roi显示图像及分析结果。

图6为实施例2加载的超声造影图像，其中(a)为原始超声造影图像，(b)为放大2.5倍后的超声造影图像，(c)为通过任意roi截取方式得到的超声造影图像，(d)为截取出的单独roi显示图像及分析结果，(e)为通过矩形roi截取得到的超声造影图像，(f)为截取出的单独roi显示图像及分析结果。

具体实施方式

以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述实施例仅仅是本发明的一部分实施例，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的前提下所得到的所有其它实施例，都属于本发明所保护的范围。

实施例1

本实施例所针对的研究对象可以是常规超声图像也可以是超声造影图像，采用的用于超声分子影像研究的声像图定量分析方法，如图1所示，包括以下步骤：

s1图像预处理：对待处理超声图像进行放大或缩小处理至满足设定尺寸。

从超声分子成像获取的超声图像中选择清晰度较好的作为待分析处理的超声图像。

由于超声图像中的roi可大可小，为了能更加精确地对roi进行划分，可以先对原始超声图像进行放大或缩小处理。本实施例中，以鼠标位置为中心，通过判断鼠标滚动轮的动作实现放大缩小，若鼠标滚动轮向前滚动，则对加载的图像以鼠标位置为中心进行一定倍数的放大，若鼠标滚动轮向后滚动，则对加载的图像以鼠标位置为中心进行一定倍数的缩小。从而实现对任意大小roi都能以适当大小呈现。

s2roi截取：对预处理后的超声图像进行roi截取，得到与待提取区域形状匹配的roi区域。

图像中的待提取roi通常为不规则的形状，因此本发明所提供的roi截取方式包括矩形形状截取方式或非矩形的任意形状截取方式。如果只是想大致地分析roi及周边区域的灰度值，则可以选择矩形形状截取方式(简称“矩形roi”)，如果想精确地只获取与待提取区域形状匹配的不规则roi的灰度值而不要周边区域的灰度值，则可以选择非矩形的任意形状截取方式(简称“任意roi”)。

下面对两种roi截取方式分别进行详细解释：

(i)如果选择roi截取方式为“矩形roi”，本实施例中将会记录下鼠标在图片上左键按下时的位置、按下后鼠标移动的位置、鼠标左键抬起时的位置，从而以该移动距离作为对角线形成一个闭合矩形区域，即为矩形roi。为了便于对照观看，可以把该矩形区域的图像截取到roi显示界面。

(ii)如果选择roi截取方式为“任意roi”，本实施例中当鼠标左键在图片上按下时开始高速地记录下鼠标移动的轨迹点，并把这些密集的轨迹点连接成线，当鼠标左键在图片上抬起时，结束记录轨迹点，把记录下的轨迹点连接成一个闭合的区域，即为任意roi。为了便于对照观看，可以把该不规则的轨迹点的图像截取到roi显示界面。

为了减少后期计算处理，本实施例中可以通过进一步对选取的roi执行确定操作。通过“矩形roi”或者“任意roi”实现截图后，如果对截取结果满意，则通过点击“矩形roi确定”或者“任意roi确定”完成截取确定；如果不满意截图结果，则点击“取消”按键，取消本次截取，并选择新的截图方式，完成新的截图分析。

s3获取roi区域的灰度值特征参数：对截取的roi区域灰度值进行统计分析，得到所述roi区域的灰度值特征参数。

roi截图最终确定后，本实施例进一步对截取到的roi的灰度值实现统计分析得到灰度值特征参数。灰度值特征参数包括灰度平均值、灰度最大值和灰度最小值。

针对不同roi截取方式得到的roi，其相应的灰度值统计分析方法也有所不同：

(i)对于步骤s2中得到的矩形roi，本实施例是从预处理后的超声图像中提取整个矩形roi的灰度值，然后按照以下公式完成统计分析的：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(ii)对于步骤s2中得到的任意roi，首先通过判别灰度值的方式，实现对roi以外的周边图像的灰度值进行滤除，从而留下任意roi区域的灰度值，然后按照以下公式完成统计分析的：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

本实施例中通过以下方式来确定任意roi以外、最小矩形区域以内的周边图像灰度值，并将其滤除：首先提取任意roi边界轮廓，依据任意roi边界轮廓获取其最小外接矩形，从预处理后的超声图像中提取最小外接矩形区域的灰度值，由于最小外接矩形区域内的灰度值分布相当于一个二维点阵，因此可以将位于任意roi和其最小外接矩形区域之间的灰度值置255，再将提取的最小外接矩形区域中为255的灰度值都去除，剩余灰度值即为任意roi区域的灰度值。

本实施例进一步提供了一种用于实现上述用于超声分子影像研究的声像图定量分析方法的系统，包括：

预处理模块，用于对待处理超声图像进行放大或缩小处理至满足设定尺寸；

roi截取模块，用于对预处理后的超声图像进行roi截取，得到与待提取区域形状匹配的roi区域；

灰度值分析模块，用于对截取的roi区域灰度值进行统计分析，得到所述roi区域的灰度值特征参数。

该超声分子影像研究的声像图定量分析系统可以运行于安装有windows操作系统的超声仪器中，也可运行于安装有windows操作系统的各类电脑系统中。该系统可设置桌面快捷方式，通过快捷方式，即可进入该系统执行操作。

实施例2

本实施例所针对的研究对象可以是常规超声图像和超声造影图像，其目的是实现两者同一roi的灰度值定量分析对比，采用的用于超声分子影像研究的声像图综合定量分析方法，如图2所示，包括以下步骤：

s1’常规超声图像定量分析，如图3所示，包括以下分步骤：

s11’图像预处理：对待处理常规超声图像进行放大或缩小处理至满足设定尺寸。

从超声分子成像获取的超声图像中选择清晰度较好的作为待分析处理的常规超声图像。

由于常规超声图像中的roi可大可小，为了能更加精确地对roi进行划分，可以先对原始常规超声图像进行放大或缩小处理。本实施例中，以鼠标位置为中心，通过判断鼠标滚动轮的动作实现放大缩小，若鼠标滚动轮向前滚动，则对加载的图像以鼠标位置为中心进行一定倍数的放大，若鼠标滚动轮向后滚动，则对加载的图像以鼠标位置为中心进行一定倍数的缩小。从而实现对任意大小roi都能以适当大小呈现。

s12’roi截取：对预处理后的常规超声图像进行roi截取，得到与待提取区域形状匹配的roi区域。

图像中的待提取roi通常为不规则的形状，因此本发明所提供的roi截取方式包括矩形形状截取方式或非矩形的任意形状截取方式。如果只是想大致地分析roi及周边区域的灰度值，则可以选择矩形形状截取方式(简称“矩形roi”)，如果想精确地只获取与待提取区域形状匹配的不规则roi的灰度值而不要周边区域的灰度值，则可以选择非矩形的任意形状截取方式(简称“任意roi”)。

前面实施例1中已经对两种roi截取方式分别进行详细解释，这里不再赘述。

为了减少后期计算处理，本实施例中可以通过进一步对选取的roi执行确定操作。通过“矩形roi”或者“任意roi”实现截图后，如果对截取结果满意，则通过点击“矩形roi确定”或者“任意roi确定”完成截取确定；如果不满意截图结果，则点击“取消”按键，取消本次截取，并选择新的截图方式，完成新的截图分析。

s13’roi标记：标记并保存常规超声图像的roi区域位置信息。

为了实现不同超声图像中同一roi的对比分析，本实施例增加了“标记保存”和“标记加载”功能。通过“标记保存”，会保存当前roi的位置信息，并以excel保存数据的方式，实现roi位置数据保存，并可以自由选择数据保存路径，方便调用。

s14’获取roi区域的灰度值特征参数：对截取常规超声图像的的roi区域灰度值进行统计分析，得到所述常规超声图像的roi区域的灰度值特征参数。

roi截图最终确定后，本实施例进一步对截取到的roi的灰度值实现统计分析得到灰度值特征参数。灰度值特征参数包括灰度平均值、灰度最大值和灰度最小值。

针对不同roi截取方式得到的roi，其相应的灰度值统计分析方法也有所不同，可以参考实施例1中提供的方法计算得到其灰度平均值、灰度最大值和灰度最小值。

s2’超声造影图像定量分析，如图4所示，包括以下分步骤：

s21’图像预处理：对待处理超声造影图像进行放大或缩小处理至满足设定尺寸。

该步骤s21’与前面给出的步骤s11’操作相同，这里不再赘述。

s22’roi加载：通过将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，实现在超声造影图像上确定与常规超声图像中roi区域一致的roi区域。

本实施例通过“标记加载”功能调用之前保存的roi轨迹数据文件，将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，实现在超声造影图像上确定与常规超声图像中同一个roi的标记。

s23’获取roi区域的灰度值特征参数：对确定的超声造影图像的roi区域灰度值进行统计分析，得到所述roi区域的灰度值特征参数。

这里对超声造影图像中的roi灰度值统计分析方法与常规超声图像中roi灰度值统计分析方法相同，这里不再赘述。

s3’灰度值特征参数定量对比分析：对常规超声图像和造影超声图像同一roi区域灰度特征参数进行定量对比分析，得到常规超声图像和造影超声图像同一roi区域灰度特征参数变化趋势。

将常规超声图像和造影超声图像同一roi区域灰度特征参数进行定量对比分析，得到常规超声图像和造影超声图像同一roi区域灰度特征参数变化趋势，包括灰度值以及灰度值随时间的不同变化。从该变化趋势可以反映不同分子(例如疾病分子和正常分子)水平信号通路上表达的差异，提取有价值的分子诊断信息，进而为疾病的影像诊断和鉴别诊断提供分子水平的有效依据。

下面按照上述步骤s1’-s3’，分别对超声分子成像获取的常规超声图像和超声造影图像进行处理。

(一)常规超声图像

以常规超声图像为处理对象，采用上述用于超声分子影像研究的声像图定量分析方法进行分析的步骤如下：

s11’图像预处理：对待处理超声图像进行放大或缩小处理至满足设定尺寸。

本实施例中，所针对原始常规超声图像如图5(a)所示。通过鼠标滚动轮的滚动对图5(a)中的原始常规超声图像放大2.5倍后得的如图5(b)所示的常规超声图像。从图中可以看出，放大后的常规超声图像中roi病变区域更加清楚。

s12’roi截取：对预处理后的常规超声图像进行roi截取，得到与待提取区域形状匹配的roi区域。

前面已经对两种roi截取方式进行了详细解释。依据前面给出的操作方法对步骤s11’得到的放大图进行roi截取：

(i)如果选择roi截取方式为“矩形roi”，本实施例中将会记录下鼠标在图片上左键按下时的位置、按下后鼠标移动的位置、鼠标左键抬起时的位置，从而以该移动距离作为对角线形成一个闭合矩形区域，即为矩形roi。为了便于对照观看，可以把该矩形区域的图像截取到roi显示界面。采用“矩形roi”截取方式的效果如图5(e)和(f)所示。

(ii)如果选择roi截取方式为“任意roi”，本实施例中当鼠标左键在图片上按下时开始高速地记录下鼠标移动的轨迹点，并把这些密集的轨迹点连接成线，当鼠标左键在图片上抬起时，结束记录轨迹点，把记录下的轨迹点连接成一个闭合的区域，即为任意roi。为了便于对照观看，可以把该不规则的轨迹点的图像截取到roi显示界面。采用“任意roi”截取方式的效果如图5(c)和(d)所示。

通过“矩形roi”或者“任意roi”实现截图后，如果对截取结果满意，则通过点击“矩形roi确定”或者“任意roi确定”完成截取确定；如果不满意截图结果，则点击“取消”按键，取消本次截取，并选择新的截图方式，完成新的截图分析。

s13’roi标记：标记并保存常规超声图像的roi区域位置信息。

为了实现不同超声图像中同一roi的对比分析，本实施例增加了“标记保存”和“标记加载”功能。通过“标记保存”，会保存当前roi的位置信息，并以excel保存数据的方式，实现roi位置数据保存，并可以自由选择数据保存路径，方便调用。

s14’获取roi区域的灰度值特征参数：对截取常规超声图像的的roi区域灰度值进行统计分析，得到所述常规超声图像的roi区域的灰度值特征参数。

针对不同roi截取方式得到的roi，其相应的灰度值统计分析方法如下：

(i)对于步骤s2中得到的矩形roi，本实施例是提取整个矩形roi的灰度值，然后按照以下公式完成统计分析的：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

通过上述方法对图5(f)中矩形roi进行统计分析，得到其灰度平均值为29.35、灰度最大值为92、灰度最小值为0。

(ii)对于步骤s2中得到的任意roi，首先通过前面给出的判别灰度值的方式，实现对任意roi最小外接矩形区域以内、任意roi区域以外的周边图像的灰度值进行滤除，从而留下任意形状roi区域的灰度值，然后按照以下公式完成统计分析的：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

通过上述方法对图5(d)中任意roi进行统计分析，得到其灰度平均值为30.85、灰度最大值为96、灰度最小值为1。

从对矩形roi和任意roi灰度值参数定量分析结果，可以明显看出，任意roi定位更准确，其灰度值参数能更加真实地反映感兴趣区声像图信号特征，避免周边图像信号对疾病的诊断与鉴别诊断产生的干扰。

(二)超声造影图像

以超声造影图像为处理对象，采用上述用于超声分子影像研究的声像图定量分析方法进行分析的步骤如下：

s21’图像预处理：对待处理超声造影图像进行放大或缩小处理至满足设定尺寸。

本实施例中，所针对原始超声造影图像如图6(a)所示。通过鼠标滚动轮的滚动对图6(a)中的原始超声造影图像进行放大2.5倍后得的如图6(b)所示的超声造影图像。从图中可以看出，放大后的超声造影图像中roi病变区域更加清楚。

s22’roi加载：通过将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，实现在超声造影图像上确定与常规超声图像中roi区域一致的roi区域。

本实施例通过“标记加载”功能调用之前常规超声图像保存的roi轨迹数据文件，将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，实现在超声造影图像上确定与常规超声图像中同一个roi的标记。

(i)如果当时选择roi截取方式为“矩形roi”，在超声造影图像中加载roi标记后的效果如图6(e)和(f)所示。

(ii)如果选择roi截取方式为“任意roi”，在超声造影图像中加载roi标记后的效果如图6(c)和(d)所示。

s23’获取roi区域的灰度值特征参数：对确定的超声造影图像的roi区域灰度值进行统计分析，得到所述roi区域的灰度值特征参数。

针对不同roi截取方式得到的roi，其相应的灰度值统计分析方法如下：

(i)对于步骤s22’中得到的矩形roi，本实施例是提取整个矩形roi的灰度值，然后按照以下公式完成统计分析的：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

通过上述方法对图6(f)中矩形roi进行统计分析，得到其灰度平均值为31.83、灰度最大值为187。

(ii)对于步骤s22’中得到的任意roi，首先通过前面给出的判别灰度值的方式，实现对任意roi最小外接矩形区域以内、任意roi区域的周边图像的灰度值进行滤除，从而留下任意roi区域的灰度值，然后按照以下公式完成统计分析的：

(1)

式中，grayvalue[i]表示第i个灰度值，n表示roi内的灰度值个数。

(2)roi的灰度最大值

＝max{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

(3)roi的灰度最小值

＝min{grayvalue[1]、grayvalue[2]、…、grayvalue[i]、…grayvalue[n]}。

通过上述方法对图6(d)中任意roi进行统计分析，得到其灰度平均值为27.71、灰度最大值为176、灰度最小值为1。

从对矩形roi和任意roi灰度值参数定量分析结果，可以明显看出，任意roi定位更准确，其灰度值参数能更加真实地反映感兴趣区声像图信号特征，避免周边图像信号对疾病的诊断与鉴别诊断产生的干扰。

灰度值特征参数定量对比分析：对常规超声图像和造影超声图像同一roi区域灰度特征参数进行定量对比分析，可以得到常规超声图像和造影超声图像同一roi区域灰度特征参数变化趋势，进而为疾病的影像诊断和鉴别诊断提供分子水平的有效依据。

本实施例进一步提供了用于实现上述用于超声分子影像研究的声像图综合定量分析方法法的系统，包括：

常规超声图像定量分析子系统：

第一预处理模块，对待处理常规超声图像进行放大或缩小处理至满足设定尺寸；

roi截取模块，对预处理后的常规超声图像进行roi截取，得到与待提取区域形状匹配的roi区域；

roi标记模块，标记并保存常规超声图像的roi区域位置信息；

第一灰度值分析模块，对截取常规超声图像的的roi区域灰度值进行统计分析，得到所述常规超声图像的roi区域的灰度值特征参数；

超声造影图像定量分析子系统：

第二预处理模块，对待处理超声造影图像进行放大或缩小处理至满足设定尺寸；

roi确定模块，通过将标记的常规超声图像的roi区域位置信息加载到超声造影图像中，实现在超声造影图像上确定与常规超声图像中roi区域一致的roi区域；

第二灰度值分析模块，对确定的超声造影图像的roi区域灰度值进行统计分析，得到所述roi区域的灰度值特征参数；

对比分析模块，对常规超声图像和造影超声图像同一roi区域灰度特征参数进行定量对比分析，得到常规超声图像和造影超声图像同一roi区域灰度特征参数变化趋势。

该超声分子影像研究的声像图综合定量分析系统可以运行于安装有windows操作系统的超声仪器中，也可运行于安装有windows操作系统的各类电脑系统中。该系统可设置桌面快捷方式，通过快捷方式，即可进入该系统执行操作。

综上本发明提供的用于超声分子影像研究的声像图定量分析及综合定量分析方法具有如下优点：

(1)本发明提供的用于超声分子影像研究的声像图定量分析方法可以采用c#窗体应用程序编程实现，所执行程序可以方便的拷贝移植到任意装有windows系统的个人电脑及超声工作站；

(2)本发明能针对不同大小的roi实现图像局部放大与缩小，使得roi能够更精准得被标记截取出来，从而可提高灰度值分析精度；

(3)本发明能实现“矩形roi”、非矩形的“任意roi”两种roi截取方式，使得能满足所有的roi截取需求；“矩形roi”适用于灰度值粗略分析，“任意roi”适用于灰度值精准分析；

(4)本发明中的“任意roi”截取方式，采用高速记录鼠标移动轨迹的方式，使得标记的轨迹更加细腻，从而标记的roi就更加精准；

(5)本发明中标记出roi在原图中所在位置，同时在roi显示界面，显示截取到的roi的界面，方便对照观看；

(6)本发明中的灰度值分析过程中，通过判别roi截取方式为“矩形roi”还是“任意roi”来自动滤除roi以外的灰度值，从而可实现对roi灰度值的精准统计分析；

(7)本发明中通过采用本发明名中的roi标记保存和加载功能可以分别在超声造影图像上的完全相同位置标记同样的roi，可以完成超声造影图像roi的灰度值对比分析；如说明书附图部分，分别加载分析了超声造影中的普通图像与造影图像，分别采用任意roi和矩形roi实现定量分析，即可实现对超声造影的两种图像中相同roi的定量分析。

因此，本发明提供的用于超声分子影像研究中声像图定量分析的处理方法及系统，能快速精准地实现roi灰度值定量分析，填补了现有超声roi灰度值分析的空白，系统简单、易用、可视化程度高，并集合了图像缩放处理及任意roi标记于一身，提高了roi灰度值分析的精度和有效性，能广泛应用于超声医学图像分析、辅助诊断等众多领域。

本领域的普通技术人员将会意识到，这里的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。