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
