图像动态处理方法及成像设备与流程

1.本发明属于超声成像技术领域，尤其涉及一种图像动态处理方法及成像设备。


背景技术：

2.体内超声成像技术是近年来临床应用于诊断血管、心脏疾病的一种新的诊断方式，血管内超声成像可以显示血管内腔、管壁和粥样斑块的组织形态学特征以及斑块的病理组成，如钙化、纤维组织、脂质核心及斑块破裂、离体等；心脏内超声成像(超声心动图)已被常规用于心脏疾病的诊断、治疗和随访。
3.清晰的超声图像是医生有效提取特征，识别病变，做出正确诊断的前提。但是实际的超声图像往往受到像素噪声、散斑和低对比度等因素影响，此外，生理结构的不同位置、不同形状和不同类型对超声波有不同的影响，这些因素都会使得成像质量下降，机体组织辨识困难，生理结构成像欠清晰，并造成图像后处理困难，进而影响超声诊断结果。
4.目前降低超声图像噪声和抑制散斑的常规成像方法包括滤波算法和空间复合算法。滤波算法通常是对原图像进行平滑处理并保留图像特征和边缘；空间复合算法的原理在于将同一成像对象在不同位置提取的多幅图像进行复合，该方法使得在所有图像中均出现的图像特征受到增强，在单独图像中出现的随机特征如噪声和散斑等受到抑制。但上述成像方法对图像的对比度都未起到增强作用。而基于直方图的阈值法作为现有技术常用的增强超声图像对比度的方法，其原理在于通过灰度变换改变阈值限定范围内的图像灰度值，达到增强图像对比度的目的。但是，由于上述方法中的阈值通常为固定的预设值或基于特定假设，在输入图像条件改变的情况下，容易出现导致图像像素被错误分类的情况。


技术实现要素：

5.基于此，本发明的目的在于提供一种有效降低超声图像噪声和散斑，同时增强超声图像对比度的图像处理方法和成像设备。
6.本发明的一个目的在于提供一种图像动态处理方法，包括以下步骤：
7.采集待成像区域的多幅超声图像，根据所述多幅超声图像将图像总灰度范围分割为多个分阶灰度范围；
8.根据所述分阶灰度范围对待处理超声图像进行提取，获取多幅超声特征图；
9.对所述多幅超声特征图进行处理，获得多幅处理后的超声特征图；
10.对所述多幅处理后的超声特征图进行合并，获得目标超声图像。
11.进一步地，所述图像动态处理方法用于对具有周期性生理特征的机体组织的超声图像进行处理，采集待成像区域的多幅超声图像的具体方法为：在至少一个生理特征的周期时间t内采集待成像区域的多幅超声图像。
12.进一步地，根据多幅超声图像对图像灰阶进行分解的方法包括：
13.s11、分别统计所述多幅超声图像中各超声图像第k个灰度的累积像素总数hk，计算所述多幅超声图像的累积像素总数hk之间的标准差σ(hk)，确定其标准差σ(hk)为最大值
时对应的灰度λ1为第一灰度阈值，按第一灰度阈值λ1将总灰度范围分割为第一灰度范围[0，λ1]和第二灰度范围[λ1，k]，累计像素总数hk及其标准差σ(hk)分别表示为：
[0014][0015][0016]
其中，所述k为各超声图像中的灰度计数，所述k为图像总灰度数量，hi为第i个灰度的灰度像素数量，t为时间t内的第t幅超声图像，n为超声图像总数，hk(t)为第t幅超声图像中第k个灰度的累积像素总数；μ(hk)为该时间周期内n幅超声图像中第k个灰度累积像素总数的平均值；
[0017]
s12、在上一步骤获得的各灰度范围内，以坐标点为起点，坐标点为终点获取直线确定距直线距离为最大值时的坐标点p
x
(x，σ(h
x
))所对应的灰度x为灰度阈值λ
x
，以本步骤获得的各灰度阈值λ
x
对上一步骤获得的灰度范围进行进一步分割，获得多个灰度范围[λa，λ
x
]和[λ
x
，λb]；
[0018]
其中，所述λa和λb分别为上一步骤获得的各灰度范围的端点值，所述灰度x∈[λa，λb]；
[0019]
s13、在上一步骤获得的各灰度范围[λa，λ
x
]和[λ
x
，λb]内，分别计算距直线距离为最小值且距λ
x
差值绝对值最小的坐标点所对应的灰度y1和灰度y2，其中，灰度y1∈[λa，λ
x
]，灰度y2∈[λ
x
，λb]；
[0020]
s14、当灰度y1和灰度y2为该灰度范围边界值时，该灰度范围内停止继续分割；
[0021]
当灰度y1和灰度y2不为该灰度范围边界值时，确定为灰度阈值λ
y1
和灰度阈值λ
y2
，以灰度阈值λ
y1
对灰度范围[λa，λ
x
]进行进一步分割，以灰度阈值λ
y2
对灰度范围[λ
x
，λb]进行进一步分割，获得多个灰度范围[λa，λ
y1
]，[λ
y1
，λ
x
]，[λ
x
，λ
y2
]和[λ
y2
，λb]后返回步骤s13；
[0022]
s15、当各灰度范围内均停止继续分割时，确定上述各灰度范围为图像总灰度范围分割得到的多个分阶灰度范围。
[0023]
进一步地，采集待成像区域的多幅超声图像，根据所述多幅超声图像将图像总灰度范围分割为多个分阶灰度范围的步骤具体为：
[0024]
s11、在时间t内采集多幅待处理超声图像；
[0025]
s12、确定多幅待处理超声图像的有效灰度范围，将所述有效灰度范围映射至所述图像总灰度范围，获得映射灰度范围；
[0026]
s13、根据所述多幅超声图像将所述映射灰度范围分割为多个分阶灰度范围。
[0027]
进一步地，确定所述多幅超声图像的有效灰度范围的方法为：
[0028]
分别计算所述多幅超声图像中第k个灰度发生的概率pk及多幅超声图像中灰度发生概率的标准差σ(pk)，可分别表示为：
[0029]
pk＝hk/m；
[0030]
[0031]
其中，hk为第k个灰度的像素个数，m为该幅超声图像中总像素个数；pk(t)为第t幅超声影像中第k个灰度出现的概率；μ(pk)为该时间周期内n幅超声影像中第k个灰度出现概率的平均值；
[0032]
当σ(pk)值小于预先设定的预设值σ
l
和σh时，对应的灰度k为有效灰度范围的边界阈值λ
l
和λh，可表示为：
[0033]
λ
l
＝{max(i)，i∈[1，k]：[σ(p0)，σ(pi)]＜σ
l
}；
[0034]
λh＝{min(j)，j∈[1，k]：[σ(pj)，σ(pk)]＜σh}。
[0035]
进一步地，对所述多幅超声特征图进行处理，获得多幅处理后的超声特征图的步骤包括区域处理步骤和/或时间处理步骤，
[0036]
所述区域处理步骤包括：
[0037]
区域划分：将所述多幅超声特征图分别划分多个互不重叠的子区域；
[0038]
区域变换：对所述多个子区域进行图像变换获得多个变换子区域，所述图像变换方法为s曲线变换或伽马变换；
[0039]
区域复合：分别对各幅超声特征图的多个变换子区域进行合并，得到多幅区域处理超声特征图；
[0040]
所述时间处理步骤包括：
[0041]
时间点划分：按超声图像采集时间范围将所述多幅区域处理超声特征图划分为多幅时间图像；
[0042]
时间点变换：选取其中一幅时间图像作为基准图像，对其他不同时间范围内的时间图像以所述基准图像为目标进行图像配准得到多幅配准图像，所述图像配准方法为刚体变换、仿射变换或弹性变换，确定多幅变换时间图像为所述基准图像和多幅配准图像；
[0043]
时间点复合：分别对各幅区域处理超声图像的多幅变换时间图像进行合并，得到多幅处理后的超声特征图。
[0044]
进一步地，对所述多幅处理后的超声特征图进行合并，获得目标超声图像的步骤为：
[0045]
分别对多幅处理后的超声特征图进行灰度变换，得到多幅变换超声特征图，所述变换方法包括线性变换、s曲线变换、对数log变换或伽马变化；
[0046]
对所述多幅变换超声特征图进行合并，获得目标超声图像。
[0047]
进一步地，所述获得目标超声图像的步骤还包括对多幅变换超声特征图进行滤波处理、保留特征边缘、平滑图像和提升对比的步骤。
[0048]
本发明的第二个目的在于提供一种成像设备，包括：
[0049]
超声换能器，所述超声换能器用于采集患者机体组织的超声图像信号；
[0050]
处理器，所述处理器用于接收所述超声图像信号，并对所述超声图像信号进行动态处理；
[0051]
存储介质，所述存储介质内储存有多条指令，所述指令被处理器执行时上述任一项所述的图像动态处理方法。
[0052]
进一步地，所述成像设备还包括导管本体，所述导管本体的远端可经人体管腔插入至患者体内待成像区域；所述超声换能器设置在导管本体远端。
[0053]
本发明提供的图像动态处理方法，通过将待成像区域的多幅动态超声图像进行灰
度划分，可以有选择地增强超声图像并抑制噪点和散斑；使用区域处理、时间点处理特征合并的多重复合算法能够进一步抑制噪点和散斑，提升目标超声图像的成像质量。本发明公开的图像处理方法是依据待成像区域的实际情况自动获取各灰度范围，无需进行人工干预或预设固定灰度范围，从而使得图像处理结果准确性更高。本发明提供的图像动态处理方法和成像设备尤其适用于具有周期性生理特性的机体组织的成像。
附图说明
[0054]
图1为本发明第一实施例中图像动态处理方法的流程框图。
具体实施方式
[0055]
为使本发明的内容更加清楚，以下结合说明书附图和实施例对本发明作进一步说明。需要理解的是，本发明并不局限于以下描述的具体实施例，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
[0056]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0057]
本发明提供了一种图像动态处理方法，用于对成像区域的待处理超声图像进行处理，以降低噪声、散斑和低对比度等因素对超声图像的影响，包括以下步骤：
[0058]
获取待成像区域的多幅超声图像，根据所述多幅超声图像将图像总灰度范围分割为多个分阶灰度范围；
[0059]
根据所述分阶灰度范围对待处理超声图像进行提取，获取多幅超声特征图；
[0060]
对所述多幅超声特征图进行处理，获得多幅处理后的超声特征图；
[0061]
对所述多幅处理后的超声特征图进行合并，获得目标超声图像。
[0062]
本发明提供的动态超声成像方法，能够自动计算出图像中产生明显灰度变化的多个阈值，再对同一区域的待处理超声图像按照多个阈值划分灰度范围，有益于超声诊断的图像对比进行增强并抑制噪声和散斑，从而提升处理后的超声图像的质量；而通过采集多幅待成像区域的超声图像，并依据采集的超声图像进行灰度分割，能够使灰度分割具有较好的适应性，使得图像处理结果更准确；对待处理图像按灰度范围进行分割不仅在整体上保留了原始图像中的完整信息，各超声特征图又显示了互相独立的特征信息，从而可针对性地增强有益特征，而抑制干扰特征；对多幅超声特征图分别处理后再进行复合，能够在特征层面上有选择地进行处理，从而达到改善超声成像的目的。
[0063]
需要说明的是，本发明采集待成像区域的多幅超声图像的步骤中，可以是在一定时间内采集连续视频图像，也可以是非连续的多幅图像。
[0064]
超声图像采集幅数至少有两幅，较佳地，可以是30至150幅。
[0065]
本发明对图像的采集时间并无特殊限制。本发明提供的图像处理方法尤其适用于具有周期性生理特征的机体组织的成像，多幅超声图像可以是在机体组织生理特征的至少一个周期时间内采集，通过对该机体组织的生理特征周期时间内的超声图像进行灰度分割，能够使得灰度分割范围更具有适用性。
[0066]
此外，对于具有周期性生理特征的机体组织，因其具有周期性变化规律，其图像灰
度和对应像素数量也会呈现周期性的变化规律，因此，在对一定周期时间内的灰度变化进行分析并按照灰度像素数量明显变化分割灰度范围，对待处理图像的提取更具有适用性。
[0067]
本发明中，所述待处理超声图像为采集的带成像区域的超声图像，采集待处理超声图像和采集待成像区域的多幅超声图像的步骤并无先后之分。可以是先采集待成像区域的多幅超声图像，再采集待处理超声图像；也可以是先采集待处理超声图像，再采集待成像区域的多幅超声图像；还可以在一定时间内，获取多幅超声图像，其中一幅或多幅作为待处理超声图像。
[0068]
参考图1，本发明第一实施例提供了一种图像动态处理方法，用于对心脏组织进行超声成像及图像处理，所述处理方法包括以下步骤：
[0069]
s1、在时间t内获取待成像区域的多幅超声图像，根据所述多幅超声图像将图像总灰度范围分割为多个分阶灰度范围；
[0070]
s2、采集待处理超声图像，根据所述分阶灰度范围对待处理超声图像进行提取，获取多幅超声特征图；
[0071]
s3、分别对所述多幅超声特征图进行处理，获得多幅处理后的超声特征图；
[0072]
s4、合并所述多幅处理后的超声特征图，获得目标超声图像。
[0073]
由于心脏跳动具有一定的周期性，其超声图像也会随着时间呈现周期性的灰度变化，例如对于待处理超声图像，可基于灰度范围提取得到暗部灰度特征图、中等灰度特征图和亮部灰度特征图。
[0074]
对于心脏组织而言，所述时间t至少为一个心跳周期。本实施例中，所述时间t为一个心跳周期。
[0075]
所述多幅超声图像为一个心跳周期内采集的超声图像幅数，通常与成像设备的采集条件相关，较佳地，可以是30至150幅。本实施例中，所述超声图像的幅数为60，也即本实施例在一个心跳周期内采集了60幅心脏组织的超声图像。
[0076]
进一步地，所述步骤s1包括以下步骤：
[0077]
s11、在时间t内获取待成像区域的多幅超声图像；
[0078]
s12、分别统计所述多幅超声图像中各超声图像第k个灰度的累积像素总数hk，计算所述多幅超声图像的第k个灰度的累积像素总数hk之间的标准差σ(hk)，确定累积像素总数标准差σ(hk)为最大值时对应的灰度λ1为第一灰度阈值，按第一灰度阈值λ1将总灰度范围分割为第一灰度范围[0，λ1]和第二灰度范围[λ1，k]；
[0079]
第k个灰度的累积像素总数hk和累积像素总数标准差σ(hk)分别表示为：
[0080][0081][0082]
其中，所述k为各超声图像中的灰度计数，所述k为图像总灰度数量，hi为第i个灰度的灰度像素数量，t为时间t内的第t幅超声图像，n为超声图像总数，hk(t)为第t幅超声图像中第k个灰度的累积像素总数；μ(hk)为该时间周期内n幅超声图像中第k个灰度累积像素总数的平均值；
[0083]
s13、在上一步骤获得的各灰度范围内，以坐标点为起点，坐标点为终点获取直线确定距直线距离为最大值时的坐标点p
x
(x，σ(h
x
))所对应的灰度x为灰度阈值λ
x
，以本步骤获得的各灰度阈值λ
x
对上一步骤获得的灰度范围进行进一步分割，获得多个灰度范围[λa，λ
x
]和[λ
x
，λb]；
[0084]
其中，所述λa和λb分别为上一步骤获得的各灰度范围的端点值，所述灰度x∈[λa，λb]；
[0085]
s14、在上一步骤获得的各灰度范围[λa，λ
x
]和[λ
x
，λb]内，分别计算距直线距离为最小值且距λ
x
差值绝对值最小的坐标点所对应的灰度y1和灰度y2，其中，灰度y1∈[λa，λ
x
]，灰度y2∈[λ
x
，λb]；
[0086]
s15、当灰度y1和灰度y2为该灰度范围边界值时，该灰度范围内停止继续分割；
[0087]
当灰度y1和灰度y2不为该灰度范围边界值时，确定为灰度阈值λ
y1
和灰度阈值λy2，以灰度阈值λ
y1
对灰度范围[λa，λ
x
]进行进一步分割，以灰度阈值λ
y2
对灰度范围[λ
x
，λb]进行进一步分割，获得多个灰度范围[λa，λ
y1
]，[λ
y1
，λ
x
]，[λ
x
，λ
y2
]和[λ
y2
，λb]后返回步骤s14
[0088]
s16、当各灰度范围内均停止继续分割时，确定上述各灰度范围为图像总灰度范围分割得到的多个分阶灰度范围。
[0089]
需要说明的是，当步骤s12结束后进入步骤s13时，在所述第一灰度范围[0，λ1]内，步骤s13中的λa为0，λb为λ1。即以坐标点为起点，坐标点p0(0，σ(ho))为终点获取直线定义距直线距离为最大值时坐标点p
x
(x，σ(h
x
))所对应的灰度x为第二灰度阈值λ2，以第二灰度阈值λ2对灰度范围[0，λ1]进行进一步分割，获得灰度范围[0，λ2]和灰度范围[λ2，λ1]，其中灰度x∈[0，λ1]。
[0090]
同样地，在第二灰度范围[λ1，k]内，步骤s13中的λa为λ1，λb为k。即以坐标点为起点，坐标点pk(k，σ(hk))为终点获取直线确定距直线距离为最大值时坐标点p
x
(x，σ(h
x
))所对应的灰度x为第三灰度阈值λ3，以第三灰度阈值λ3对灰度范围[λ1，k]进行进一步分割，获得灰度范围[λ1，λ2]和灰度范围[λ2，k]其中x∈[λ1，k]。
[0091]
具体地，在步骤s13中，第二灰度阈值λ2和第三灰度阈值λ3的具体计算方法及对第一灰度范围[o，λ1]和第二灰度范围[λ1，k]分割方法如下：
[0092]
直线可表示为：
[0093][0094]
坐标点p
x
(x，σ(h
x
))距直线距离为当距离为最大值时坐标点p
x
(x，σ(h
x
))对应的灰度x为第二灰度阈值λ2，可表示为：
[0095]
[0096]
相同地，直线可表示为：
[0097][0098]
坐标点p
x
(x，σ(h
x
))距直线距离为当距离为最大值时坐标点p
x
(x，σ(h
x
))对应的灰度x为第三灰度阈值λ3，可表示为：
[0099][0100]
确定第二灰度阈值λ2和第三灰度阈值λ3后，第一灰度范围[0，λ1]可进一步分割为[0，λ2]和[λ2，λ1]；第二灰度范围[λ1，k]可进一步分割为[λ1，λ3]和[λ3，k]。
[0101]
在步骤s14中，以步骤s13中获得的灰度范围[0，λ2]为例进行具体说明，定义在灰度范围[0，λ2]内确定距所述直线距离最小且与第二灰度阈值λ2差值绝对值最小的坐标点所对应的灰度y为第四灰度阈值λ4，灰度y可表示为：
[0102][0103]
其中，abs(y-λ2)为灰度y与第二灰度阈值λ2差值绝对值。
[0104]
需要说明的是，在步骤s15中，当灰度y为该灰度范围边界值时，该灰度范围内停止继续分割。
[0105]
以灰度范围[0，λ2]为例进行具体说明；若灰度y＝0或灰度y＝λ2，此时λ4不计入灰度阈值，也即[0，λ2]为确定的第一个分割灰度范围。
[0106]
若灰度y≠0及灰度y≠λ2，此时以λ4作为灰度阈值，灰度范围[0，λ2]可以进一步分割为[0，λ4]和[λ4，λ2]，并返回步骤s15。
[0107]
需要说明的是，步骤s16中，当各灰度范围内均停止继续分割时，定义所述图像总灰度范围内获得的多个灰度阈值分别为λ
c1
、λ
c2
、λ
c3
……
λ
cn
，所述多个分阶灰度范围为[0，λ
c1
]、[λ
c1
，λ
c2
]、[λ
c2
，λ
c3
]
……
[λ
c(n-1)
，λ
cn
]。
[0108]
本实施例中，所述步骤s2中采集待处理超声图像的步骤与步骤s11中在时间t内采集待成像区域的多幅超声图像同步进行。具体地，所述待处理超声图像为步骤s11中采集的多幅超声图像中的一幅或多幅。
[0109]
本实施例所述步骤s2中，按照多个分阶灰度范围[0，λ
c1
]、[λ
c1
，λ
c2
]、[λ
c2
，λ
c3
]
……
[λ
c(n-1)
，λ
cn
]对待处理超声图像进行提取，进而获得多幅超声特征图。
[0110]
本发明中，所述步骤s3包括区域处理步骤和/或时间点处理步骤，所述区域处理和时间处理的顺序无先后之分。
[0111]
本实施例中，所述步骤s3包括区域处理步骤和时间处理步骤，先对所述多幅超声特征图进行区域处理，获得多幅区域处理超声特征图；再对多幅区域处理超声特征图进行时间处理，获得多幅处理后的超声特征图。
[0112]
所述区域处理步骤包括：
[0113]
s311、区域划分：将所述多幅超声特征图分别划分多个互不重叠的子区域；
[0114]
s312、区域变换：对所述多个子区域进行图像变换获得多个变换子区域，所述图像
变换方法为s曲线变换、伽马变换或其他非线性变换；
[0115]
s313、区域复合：分别对各幅超声特征图的多个变换子区域进行合并，得到多幅区域处理超声特征图。
[0116]
需要说明的是，所述区域划分可以有多种形式，具体可以根据待成像区域的超声图像形状进行划分，例如可以沿长、宽方向等间距划分，也可以沿扇形或圆形的径向等间距划分。
[0117]
较佳地，可以根据距离超声声源距离范围进行区域划分。本实施例中，所述心脏组织超声成像获得的超声图像为扇形区域，以该扇形区域的圆心为起点，沿径向等间距可将各幅超声特征图分别划分为3个互不重叠的子区域。
[0118]
通过区域划分，能够将距超声声源距离不同的图像区域分类处理，从而调整不同超声成像区域内的图像的对比度，解决了因距超声声源距离不同的机体组织对超声波传播反应不同的问题；通过区域变化，能够调整不同区域的机体组织的灰度对比，从而获得更好的成像效果。
[0119]
所述时间处理步骤包括：
[0120]
s321、时间点划分：按超声图像采集时间点选取至少三幅区域处理超声特征图；
[0121]
s322、时间点变换：选取其中一幅时间图像作为基准图像，对其他不同时间范围内的时间图像以所述基准图像为目标进行图像配准得到多幅配准图像，所述图像配准方法为刚体变换、仿射变化或其他非线性变换，确定多幅变换时间图像为所述基准图像和多幅配准图像；
[0122]
s323、时间点复合：分别对各幅区域处理超声图像的多幅变换时间图像进行合并，得到多幅处理后的超声特征图。
[0123]
需要说明的是，所述空间划分是对超声图像采集时间t进行划分，可以是对采集时间t进行平均划分选取区域处理超声特征图；也可以是对时间t进行非平均划分区域处理超声特征图；还可以是选取不同时间段的多幅区域处理超声特征图。本实施例中，将时间t平均划分为10段相等的时间段，将多幅超声特征图划分为多幅时间图像。
[0124]
对多幅变换时间图像进行集合的方法为按图像权重加权求和，其中当像素为0时，该像素的权重为0。
[0125]
由于图像中噪点和散斑通常具有随机出现的特性，按照时间处理步骤能够有效抑制图像中的噪点和散斑。
[0126]
需要说明的是，本发明一替代实施例中，所述步骤s3仅包括区域处理步骤，与第一实施例相比，本实施例的区别仅在于，经区域复合后获得的多幅区域处理超声特征图即为步骤s3中的多幅处理后的超声特征图。
[0127]
本发明另一替代实施例中，所述步骤s3仅包括时间处理步骤，与第一实施例相比，本实施例的区别仅在于，所述时间划分是按超声图像采集时间范围将所述多幅超声特征图划分为多幅时间图像；所述时间复合步骤是分别对各幅超声特征图的多幅变换时间图像进行集合，得到多幅处理后的超声特征图。
[0128]
本实施例中，所述步骤s4包括：
[0129]
s41、分别对多幅处理后的超声特征图进行灰度变换，得到多幅变换超声特征图，所述变换方法包括线性变换、s曲线变换、对数log变换、伽马变化或其他非线性变换；
[0130]
s42、对所述多幅变换超声特征图进行合并，获得目标超声图像。
[0131]
所述步骤s41还包括对多幅变换超声特征图进行滤波处理、保留特征边缘、平滑图像和提升对比的步骤。
[0132]
本发明第二实施例中公开了另一种图像动态处理方法，与第一实施例的区别在于，所述步骤s1包括：
[0133]
s11、在时间t内采集多幅待处理超声图像；
[0134]
s12、确定多幅待处理超声图像的有效灰度范围，将所述有效灰度范围映射至所述图像总灰度范围，获得映射灰度范围；
[0135]
s13、根据所述多幅超声图像将所述映射灰度范围分割为多个分阶灰度范围。
[0136]
需要说明的是，有效灰度范围是指超声图像采集时间t内，多幅超声图像中最暗处随时间变化的灰度和最亮处随时间变化的灰度之间的范围；而在总灰度范围中，有效灰度范围之外的灰度范围为无效灰度范围。
[0137]
通过将有效灰度范围映射至总灰度范围，能够减少无效灰度，提升超声图像中的有效灰度或特征图的动态宽容度，进而有利于增强超声图像的特征细节和对比度。
[0138]
本实施例中，
[0139]
将有效灰度范围映射至总灰度范围的具体方法如下：
[0140]
分别计算时间t内多幅超声图像中第k个灰度发生的概率pk及多幅超声图像中灰度发生概率的标准差σ(pk)，可分别表示为：
[0141]
pk＝hk/m；
[0142][0143]
其中，hk为第k个灰度的像素个数，m为该幅超声图像中总像素个数；pk(t)为第t幅超声影像中第k个灰度出现的概率；μ(pk)为该时间周期内n幅超声影像中第k个灰度出现概率的平均值。
[0144]
所述多幅超声图像中灰度发生概率的标准差σ(pk)在k∈[0，k]范围内的变化，反映了第k个灰度在此时间t内出现概率的变化情况，较小的标准差σ(pk)反映该灰度出现概率的变化较小。
[0145]
本实施例中，当σ(pk)值小于预先设定的预设标准差时，可认为该灰度k的出现概率在时间周期内无明显变化，即由该灰度k可确定时间t内超声图像中的有效灰度范围和无效灰度范围。
[0146]
本实施例中，通过σ(pk)可计算得到有效灰度范围的边界阈值λ
l
和λh，可表示为：
[0147]
λ
l
＝{max(i)，i∈[1，k]：[σ(p0)，σ(pi)]＜σ
l
}；
[0148]
λh＝{min(j)，j∈[1，k]：[σ(pj)，σ(pk)]＜σh}，
[0149]
其中，σ
l
和σh为预设标准差。
[0150]
即有效灰度范围为[λ
l
，λh]；无效灰度范围为[0，λ
l
)和(λh，k]。
[0151]
将有效灰度范围[λ
l
，λh]映射至图像总灰度范围[0，k]，获得映射灰度范围，再对多幅超声特征图的映射灰度范围进行分割，获得分割灰度范围。
[0152]
一个线性灰度变换可表达为：
[0153][0154]
其中，
[0155]
本发明第三实施例还提供了一种成像设备，包括：
[0156]
超声换能器，所述超声换能器用于采集患者机体组织的超声图像信号；
[0157]
处理器，所述处理器用于接收所述超声图像信号，并对所述超声图像信号进行动态处理；
[0158]
存储介质，所述存储介质内储存有多条指令，所述指令被处理器执行时实现上述实施例中任一项所述的图像动态处理方法。
[0159]
进一步地，所述成像设备还包括导管本体，所述导管本体的远端可经人体管腔插入至患者体内待成像区域；所述超声换能器设置在导管本体远端。
[0160]
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。