超声图像超分辨率处理方法、超声设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115082320A(43)申请公布日2022.09.20(21)申请号202210861009.6(22)申请日2022.07.22(71)申请人深圳华声医疗技术股份有限公司地址518000广东省深圳市南山区桃源街道平山民企科技园6栋5楼(72)发明人蒋勇戴健(74)专利代理机构广东普润知识产权代理有限公司44804专利代理师寇闯(51)Int.Cl.G06T3/40(2006.01)G06T5/00(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书12页附图6页(54)发明名称超声图像超分辨率处理方法、超声设备及存储介质(57)摘要本发明公开一种超声图像超分辨率处理方法、超声设备及存储介质。该方法包括：获取待处理超声图像；获取待处理超声图像；对待处理超声图像进行质量检测，获取质量检测结果；若质量检测结果确定待处理超声图像为模糊超声图像，则采用LESRCNN模型对待处理超声图像进行超分辨率处理，获取重建后的超声图像；若质量检测结果确定待处理超声图像为噪声超声图像，则采用NS‑LESRCNN模型对待处理超声图像进行噪声抑制和超分辨率处理，获取重建后的超声图像；其中，NS‑LESRCNN模型包括抑噪增强块，抑噪增强块在特征提取过程中进行噪声抑制。该方法可使重建后的超声图像具有较高的分辨率，以保障重建后的超声图像具有较好的图像质量，达到提升图像质量的目的。CN115082320ACN115082320A权利要求书1/3页1.一种超声图像超分辨率处理方法，其特征在于，包括：获取待处理超声图像；对所述待处理超声图像进行质量检测，获取质量检测结果；若所述质量检测结果确定所述待处理超声图像为模糊超声图像，则采用LESRCNN模型对所述待处理超声图像进行超分辨率处理，获取重建后的超声图像；若所述质量检测结果确定所述待处理超声图像为噪声超声图像，则采用NS‑LESRCNN模型对所述待处理超声图像进行噪声抑制和超分辨率处理，获取重建后的超声图像；其中，所述NS‑LESRCNN模型是采用抑噪增强块对LESRCNN模型的增强块进行替换所形成的LESRCNN模型，所述抑噪增强块在特征提取过程中进行噪声抑制。2.如权利要求1所述的超声图像超分辨率处理方法，其特征在于，所述对所述待处理超声图像进行质量检测，获取质量检测结果，包括：采用Brenner梯度函数和Laplacian梯度函数，分别对所述待处理超声图像进行质量检测，获取Brenner梯度实测值和Laplacian梯度实测值；若所述Brenner梯度实测值不大于Brenner梯度阈值，则获取所述待处理超声图像为模糊超声图像的质量检测结果；若所述Laplacian梯度实测值不小于Laplacian梯度阈值，则获取所述待处理超声图像为噪声超声图像的质量检测结果；若所述Brenner梯度实测值大于Brenner梯度阈值且所述Laplacian梯度实测值小于Laplacian梯度阈值，则获取所述待处理超声图像为合格超声图像的质量检测结果。3.如权利要求1所述的超声图像超分辨率处理方法，其特征在于，所述NS‑LESRCNN模型包括抑噪增强块、重构块和信息提纯块；所述采用NS‑LESRCNN模型对所述待处理超声图像进行噪声抑制和超分辨率处理，获取重建后的超声图像，包括：采用抑噪增强块，对所述待处理超声图像进行特征提取和噪声抑制，获取增强后的低频特征和抑噪后的高频特征；采用重构块，对所述增强后的低频特征和所述抑噪后的高频特征进行特征重构，获取重构后的高频特征；采用信息提纯块，对所述重构后的高频特征进行信息提纯，获取重建后的超声图像。4.如权利要求3所述的超声图像超分辨率处理方法，其特征在于，所述采用重构块，对所述增强后的低频特征和所述抑噪后的高频特征进行特征重构，获取重构后的高频特征，包括：获取目标放大尺度；基于所述目标放大尺度，分别对所述增强后的低频特征和所述抑噪后的高频特征进行上采样处理，获取低频上采样特征和高频上采样特征；对所述低频上采样特征和所述高频上采样特征进行特征重构，获取重构后的高频特征。5.如权利要求4所述的超声图像超分辨率处理方法，其特征在于，所述获取目标放大尺度，包括：获取所述待处理超声图像的图像尺寸和质量检测值；2CN115082320A权利要求书2/3页根据所述待处理超声图像的图像尺寸和质量检测值，确定目标放大尺度。6.一种超声图像超分辨率处理装置，其特征在于，包括：待处理超声图像获取模块，用于获取待处理超声图像；质量检测结果获取模块，用于对所述待处理超声图像进行质量检测，获取质量检测结果；第一超分辨率处理模块，用于若所述质量检测结果确定所述待处理超声图像为模糊超声图像，