Page 111 - 《应用声学》2023年第3期
P. 111
第 42 卷 第 3 期 朋小秀等: 基于 Rician 分布散斑噪声的超声图像模拟算法 549
超声波束的扫描场景。图 3 显示了采样网格所需要
0 引言
的参数,其中 Φ 表示扇形扫描的角度,w 为原图像
I o 的宽度,h 为原图像 I o 的高度,n 为超声波束的条
超声成像技术由于其操作比较简单、对人体没
数,m 为每条超声波束上采样的像素点数,h 0 是换
有伤害等优点,成为了医学临床上广泛使用的诊断
能器距离图像上边界的距离,a min 和a max 分别为轴
工具 [1] ,从而有大量的超声图像需要专家医生进行
向扫描的最近和最远距离。这两个距离可以通过扫
解读。而超声图像中存在大量颗粒状的斑点以及扁
描超声波束与原图交点得到,但是一般可以根据实
平的椭圆状纹理,即所谓的 “散斑噪声” [2] 。散斑噪
际超声图像的大小以及美观灵活地调节扇形区域
声的存在影响了专家对病人病理的判断,降低了超
的大小,从而可以得到更加贴近真实的模拟超声图
声图像的可靠性 [3] 。因此,散斑噪声的相关问题是
像。用于计算采样点数据的伪代码如图 4 所示,图 4
医学超声图像领域的一大研究重点,其一是对散斑
描述了对原始图像 I o 通过下采样的过程得到采样
统计的研究,最常用的模型之一是基于分辨率单元
图I s 。
中包含大量散射体的假设,被称为完全发育的斑点
噪声,根据中心极限定理,振幅被广泛认为满足瑞利
Ԕڏ
分布 [4−5] ,但是当有孤立的强散射体存在时,将导
致与瑞利统计的偏差,在这种情况下,后向散射振幅 I o ↼x֒y↽
包络可以用Rician分布来表征 [6−7] 。 ᧔ನ ᧔ನ
其二是对散斑噪声的抑制,由于真实的超声 വڱ
图像不存在无噪声的原图,为了评估各种去噪算 I s ↼x֒y↽
法 [8−11] 的优劣,在理想的图像中添加可控噪声是
᧘
非常有必要的。关于超声图像的模拟,Perreault
等 [12] 提出一种基于超声图像的采集过程,并且加 I r ↼x֒y↽
ҫ٪
入由 Goodman [13] 提出、Burckhardt [14] 推广到超 വڱ ҫ٪
声领域的散斑形成模型,是超声模拟算法中的一大
I n ↼x֒y↽
进步,但是这个算法只能模拟完全发育的斑点噪声,
即只能产生Rayleigh分布的斑点噪声。而在真实的 ଣϙ ଣϙ
വڱ
超声图像中,分辨率单元中可能存在孤立的强散射
I f ↼x֒y↽
体,本文基于这种情况,提出了一种基于 Rician 的
不完全发育斑点噪声的超声模拟算法,并以合成图 ᣥѣ
像和肾脏图像为体模进行了模拟实验,通过在视觉
图 1 算法流程
上的对比以及对超声图像包络进行了直方图统计
Fig. 1 Algorithm process
并进行了分布拟合检验,在理论和视觉上都证明了
该算法的优越性。 n
1 方法
本文算法的主要步骤如图 1 所示,主要部分一
共分为 4 个阶段,分别为采样过程、重构过程、加噪
过程以及插值过程。
1.1 采样
本文算法的第一步是通过对像素网格进行采 图 2 n 条超声波束扫描场景
样来模拟超声波束对平面的扇形扫描。图 2 为 n 条 Fig. 2 n ultrasonic beam scanning scenario