Page 8 - 《应用声学》2021年第2期
P. 8

176                                                                                  2021 年 3 月


                                                               征值超过预定阈值,则在特定图像列中检测到B线。
                                      ଊ݀
                                             ᑜܞ                    此外,Moshavegh等     [23]  使用交替顺序滤波(Al-
                                             ᑜᒛጳ
                                                               ternate sequential filtering, ASF),对掩膜应用重复
                                                               的顺序形态打开和闭合方法,用于检测肺部超声扫
                                             ᐵจፇ౞
                                                               描中的胸膜线和B线。首先在图像中描绘出胸膜线,
                                                               之后进行对 B 线的检测,B 线的显示是从胸膜线开
                            ᒟᐺᬦᒛ         ܦᤰ᥋                   始并逐渐延伸至屏幕图像的边缘。文献 [23] 中提出
                                                               的算法首先使用随机游走的方法对胸膜线进行描
                          图 4  声波陷阱的示例二
                                                               绘,得到胸膜线的置信度图估计后排除掉胸膜线以
                    Fig. 4 Example Two of acoustic trap
                                                               上区域所对应的射频 (Radio frequency, RF) 数据,

             3 B线定量及半定量检测技术                                    再通过对剩余区域的数据进行希尔伯特变换生成
                                                               累积频率直方图,计算出图像中较强信号的区域,之
                 在肺部超声检查图像中,B 线是一条窄亮条,                         后对所获得结果进行滤波,从而达到提取出 B 线的
             起源于内脏胸膜线并延伸至显示器边缘,肺超声                             目的。后来,Moshavegh等        [24]  又对自己提出的算法
             检查中,两条相邻 B 线之间的平均距离一般不超过                          进行了改进,在保留扫描图像上胸膜线以下的 RF
             7 mm [18] 。临床上在进行肺部超声检查时,影响检查                     数据后,对结果进行替代顺序过滤以及顶帽式过滤,
             结果准确性的原因主要有技师经验不足以及对图                             从而更好地突出 B线以及确保 B 线横向分离。将高
             像诊断结果的判断失误。通过计算机对检查结果进                            斯模型拟合到每个检测到的 B 线,并计算与 B 线相
             行辅助解释可以很好地解决这些问题,尤其在进行                            对应的拟合高斯模型的峰值,将其用于确定 B 线的
             静水性肺水肿、病变性肺水肿或纤维化引起的弥漫                            位置。
             性肺泡间质综合征诊断时,扫描结果中 B 线数量的                              Anantrasirichai 等  [2]  使用了基于 Radon 变换
             多少是确定肺部病理状态的重要指标。                                 和稀疏正则化的凸优化和非凸优化技术将其作
                 对于肺超声中 B 线的自动检测而言,因为在                         为稀疏估计问题来处理,提出了一种新的散斑图像
             超声图像中 B 线是一条白色的直线,首先考虑                            直线复原方法。通过全变分盲解卷积在Radon域中
             霍夫变换,因为其简单实用而被视为对直线检                              加入了一个额外的去模糊步骤,以增强线条可视化
             测最常用的算法。该变换使用直线的参数表示:                             和提高对线条识别的能力。文献[2]中的自动识别B
             r = x cos θ + y sin θ 首先考虑,r 是原点和直线之间             线的方法在 Radon 变换域中使用简单的局部极大
             的最短距离,θ 是 x 轴和垂直于直线的向量之间的                         值技术,提出的解决超声图像直线检测逆问题的新
             角度  [19] 。但对于医学图像中常遇到的乘性散斑噪                       方法,将 Radon 变换和超声采集系统的点扩散函数
             声,霍夫变换不能很好地解决由于共线噪声边缘                             (Point spread function, PSF) 结合在一个方程中,
             点产生的假峰问题,目前提出的专门处理散斑的技                            从而同时实现直线检测和反卷积。此方法优势在于
             术通常需要几个预定义的阈值和参数,当在不同设                            除了可以用于肺部超声图像中的 B 线检测之外,还
             置状态时采集数据需要进行数据的调整。而使用                             能够做到对A线和Z线的检测。
             Radon变换来避免二值边缘检测过程               [20] ,这类似于           除了基于传统的信号处理的方式外,现代深度
             霍夫变换,但它直接对灰度图像进行操作                   [21] 。此前     学习方法也逐渐的被应用于对 B 线进行定量的检
             有研究使用基于 Radon变换的直线检测方法,但在                         测,需要训练一个完全卷积神经网络来自动检测和
             实际应用中,灰度图像被转换为二值梯度图像,这                            定位超声扫描中的 B 线          [25] 。文献 [25] 中提出的定
             意味着仍然需要预定义的阈值。因为预定义阈值的                            位方法是 “弱监督” 的,即只基于图像数据来实现定
             存在并且在临床数据的采集过程中,需要考虑仪器                            位,能够尽可能的做到减少技术人员对检测结果的
             以及采集效果不好等各种因素引起的图像模糊等                             影响,有利于神经网络训练的稳定性。
             情况。Brattain 等   [22]  提出了两种自动方法和一种                    除了以上集中基于信号处理等方式来对 B 线
             半自动方法,研究中的方法采用了角度特征和阈值                            进行定量检测外,临床上更多采用一些半定量技术
             (Angular features and thresholding, AFT)。如果特      (打分制),即应用肺部超声技术,对于临床医生及患
   3   4   5   6   7   8   9   10   11   12   13