[發(fā)明專利]一種用于超聲圖像采集教學(xué)任務(wù)的輔助系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110187860.0
• 申請日: 2021-02-18
• 公開（公告）號: CN112907535B
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計）人: 孔祥清;孫威振;孫偉;姚靜;敬雷;郭杰龍
• 申請（專利權(quán)）人: 江蘇省人民醫(yī)院（南京醫(yī)科大學(xué)第一附屬醫(yī)院）;東南大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G09B9/00
• 代理公司: 南京天華專利代理有限責(zé)任公司 32218
• 代理人: 許軻

本發(fā)明公開了一種用于超聲圖像采集教學(xué)任務(wù)的輔助系統(tǒng)，其包括特征提取模塊、快速清晰度評估模塊、像素級清晰度評估模塊和像素清晰度可視化模塊，其中特征提取模塊用于提取超聲圖像的區(qū)域梯度特征，將圖像建模成二維Ising點陣模型；快速清晰度評估模塊用于將當(dāng)前超聲圖像的清晰度進(jìn)行快速量化；像素級清晰度評估模塊用于計算當(dāng)前超聲圖像每個像素的清晰度；像素清晰度可視化模塊用于輸出當(dāng)前圖像像素的清晰度值。本發(fā)明可以實時顯示在超聲圖像中的某個位置，從而給醫(yī)生提供實時參考；并且對于超聲圖像像素清晰度的可視化可以在進(jìn)行采集超聲圖像教學(xué)任務(wù)時給老師和學(xué)生提供很大的幫助。

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)超聲圖像采集領(lǐng)域，涉及到超聲圖像清晰度的評估方法，具體是一種用于超聲圖像采集教學(xué)任務(wù)的輔助系統(tǒng)。

背景技術(shù)

一般來講，培養(yǎng)一個可以獨立執(zhí)行醫(yī)學(xué)超聲圖像采集任務(wù)的超聲科醫(yī)生需要3-5年時間，其主要原因為：1)醫(yī)生需要學(xué)會識別各種器官對應(yīng)的疾病；2)醫(yī)生需要學(xué)會采集到滿足一定清晰度需求的超聲圖像。在實際教學(xué)過程中，如何快速采集到清晰的超聲圖像不僅依賴于當(dāng)前所使用的超聲成像設(shè)備，同時更多的依賴于超聲科醫(yī)生的手法以及他們判斷圖像質(zhì)量的經(jīng)驗。然而，判斷圖像質(zhì)量需要醫(yī)生花費大量時間來積累經(jīng)驗。同時，又由于影響圖像質(zhì)量的因素過多導(dǎo)致超聲科醫(yī)生在學(xué)習(xí)的初始階段往往無法準(zhǔn)確判斷他每一步操作所得到的圖像是否滿足清晰度要求。因此，能夠給超聲科醫(yī)生提供一種實時的圖像質(zhì)量評估方法可以有效提高學(xué)習(xí)效率，并幫助他們快速積累控制超聲探頭的經(jīng)驗。

綜上，在培訓(xùn)超聲醫(yī)生的時需要依靠經(jīng)驗豐富的超聲科醫(yī)生不斷的講解來描述當(dāng)前圖像是滿足質(zhì)量標(biāo)準(zhǔn)的；同時，醫(yī)生需要根據(jù)超聲圖像的清晰度來控制超聲探頭。因此，如果能給初學(xué)者提供實時的圖像清晰度評估，則可以幫助他們快速積累控制超聲探頭的經(jīng)驗，從而提高教學(xué)效率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種用于超聲圖像采集教學(xué)任務(wù)的輔助系統(tǒng)，本系統(tǒng)不同于其他超聲輔助設(shè)備，其可以集成到原始的超聲采集設(shè)備中，即可以根據(jù)實際需求只顯示圖像清晰度指標(biāo)和可視化像素可信度，或者均不顯示。

為實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案是：一種用于超聲圖像采集教學(xué)任務(wù)的輔助系統(tǒng)，其包括如下模塊：

特征提取模塊，用于提取超聲圖像的區(qū)域梯度特征，將圖像建模成二維Ising點陣模型；

快速清晰度評估模塊，用于將當(dāng)前超聲圖像的清晰度進(jìn)行快速量化；

像素級清晰度評估模塊，用于計算當(dāng)前超聲圖像每個像素的清晰度；

像素清晰度可視化模塊，用于輸出當(dāng)前圖像像素的清晰度值。

進(jìn)一步的，所述特征提取模塊將圖像分割成相同大尺寸的cell，然后計算每個cell內(nèi)像素的梯度直方圖，通過計算每個cell與標(biāo)準(zhǔn)cell之間的余弦距離實現(xiàn)初始化；所述快速清晰度評估模塊基于圖像梯度方向和Ising?model建立圖像清晰度快速評估模型，實現(xiàn)對圖像清晰度的快速評估。

進(jìn)一步的，將圖像建模成二維Ising點陣模型，首先需要提取圖像的梯度信息，即梯度方向和梯度幅值，并將其融合成一個數(shù)值作為判斷該像素自旋狀態(tài)的依據(jù)；圖像的梯度信息提取方法如下：

將圖像均勻的劃分成N個尺寸為5*8的cell，每個cell內(nèi)有40個像素，在該區(qū)域內(nèi)計算每個像素的梯度方向和梯度幅值；同時，將梯度的方向合并到(0°，180°)之間，并均勻的將180度分成6個bin；然后將每個cell內(nèi)的40個像素特征表示成一個1*6的特征向量。

更進(jìn)一步的，圖像梯度信息的提取通過如下方式計算。

G_x(x,y)＝I(x+1,y)-I(x-1,y)

G_y(x,y)＝I(x,y+1)-I(x,y-1)