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
   106   107   108   109   110   111   112   113   114   115   116