一种超声穿刺针针尖检测方法与流程

1.本发明涉及超声穿刺技术领域，特别涉及一种超声穿刺针针尖检测方法。


背景技术：

2.目前，超声穿刺针追踪技术的工作原理主要是通过超声成像技术来实现定位和导航，该技术可以更加精确和安全地帮助医生进行穿刺手术，可以帮助医生在进行穿刺手术时，更准确地定位目标区域，降低手术风险和损伤。超声穿刺针追踪技术还可以提高手术效率和减少手术时间，从而更好地满足患者的治疗需求。


技术实现要素：

3.本发明目的之一在于提供了一种超声穿刺针针尖检测方法，通过超声平面波成像，实时检测穿刺针插入组织的图像，并且在得到针体图像的同时能够预测针的直线路径以及检测针尖位置。
4.本发明实施例提供的一种超声穿刺针针尖检测方法，包括：
5.步骤s1：获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；
6.步骤s2：使用fft，从所述图像中找到最清晰穿刺针图像；
7.步骤s3：对所述最清晰穿刺针图像进行图像优化处理；
8.步骤s4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；
9.步骤s5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；
10.步骤s6：在针体区域中进行针尖位置坐标检测及标记。
11.优选的，所述步骤s3：对所述最清晰穿刺针图像进行图像优化处理，包括：
12.对所述最清晰穿刺针图像依次进行压缩、平滑、变换处理。
13.优选的，所述步骤s4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合，包括：
14.根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：
[0015][0016]
其中，
[0017]
yi是n个点中第i个点的纵向坐标的估计值；
[0018]
是n个点中第i个点的纵向坐标的观测值；是yi的残差；
[0019]
y＝[y1,y2,...,yn]
t
；
[0020]
使拟合误差最小，即：
[0021]
[0022]
然后得到初步的线性拟合方程：
[0023][0024]
其中，
[0025]
y线性拟合方程中的因变量即方程参数；
[0026]
为初步线性方程的斜率；
[0027]
为初步线性方程的截距；
[0028]
对初步的线性方程做修正，修正公式如下：
[0029][0030]
p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ωn，错误的概率则为1-ωn，因此k次迭代的结果满足：
[0031]
1-p＝(1-ωn)k；
[0032]
得到一个更新后的线性方程即为穿刺针路径预测：
[0033]
y＝ax+b；
[0034]
其中，
[0035]
a为斜率，b为截距。
[0036]
优选的，所述步骤s5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域，包括：
[0037]
依据斜率a计算出针的偏角；
[0038]
α＝-tan-1
a；
[0039]
然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘；
[0040]
最后使用四分位数算法，分割出针体，具体算法如下：
[0041]
所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：
[0042]
第一四分位数：
[0043]
第二四分位数：
[0044]
第三四分位数：
[0045]
数列有n个数；
[0046]
将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：
[0047]
判断条件：
[0048]
xh(p)＝＝1；
[0049]
其中，
[0050]
[0051]
其中，otherwise为其它，4连通邻点示意图为：
[0052] p
i,j-1 p
i-1,j
p
i,j
p
i+1,j p
i,j+1 。
[0053]
优选的，所述步骤s6：在针体区域中进行针尖位置坐标检测及标记，包括：
[0054]
通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。
[0055]
本发明实施例提供的一种超声穿刺针针尖检测系统，包括：
[0056]
获取模块，用于获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；
[0057]
搜索模块，用于使用fft，从所述图像中找到最清晰穿刺针图像；
[0058]
优化模块，用于对所述最清晰穿刺针图像进行图像优化处理；
[0059]
拟合模块，用于从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；
[0060]
分割模块，用于基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；
[0061]
检测模块，用于在针体区域中进行针尖位置坐标检测及标记。
[0062]
优选的，所述优化模块对所述最清晰穿刺针图像进行图像优化处理，包括：
[0063]
对所述最清晰穿刺针图像依次进行压缩、平滑、变换处理。
[0064]
优选的，所述拟合模块从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合，包括：
[0065]
根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：
[0066][0067]
其中，
[0068]
yi是n个点中第i个点的纵向坐标的估计值；
[0069]
是n个点中第i个点的纵向坐标的观测值；是yi的残差；
[0070]
y＝[y1,y2,...,yn]
t
；
[0071]
使拟合误差最小，即：
[0072][0073]
然后得到初步的线性拟合方程：
[0074][0075]
其中，
[0076]
y线性拟合方程中的因变量即方程参数；
[0077]
为初步线性方程的斜率；
[0078]
为初步线性方程的截距；
[0079]
对初步的线性方程做修正，修正公式如下：
[0080][0081]
p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ωn，错误的概率则为1-ωn，因此k次迭代的结果满足：
[0082]
1-p＝(1-ωn)k；
[0083]
得到一个更新后的线性方程即为穿刺针路径预测：
[0084]
y＝ax+b；
[0085]
其中，
[0086]
a为斜率，b为截距。
[0087]
优选的，所述分割模块基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域，包括：
[0088]
依据斜率a计算出针的偏角；
[0089]
α＝-tan-1
a；
[0090]
然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘；
[0091]
最后使用四分位数算法，分割出针体，具体算法如下：
[0092]
所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：
[0093]
第一四分位数：
[0094]
第二四分位数：
[0095]
第三四分位数：
[0096]
数列有n个数；
[0097]
将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：
[0098]
判断条件：
[0099]
xh(p)＝＝1；
[0100]
其中，
[0101][0102]
其中，otherwise为其它，4连通邻点示意图为：
[0103] p
i,j-1 p
i-1,j
p
i,j
p
i+1,j p
i,j+1 。
[0104]
优选的，所述检测模块，用于在针体区域中进行针尖位置坐标检测及标记，包括：
[0105]
通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。
[0106]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0107]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0108]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0109]
图1为本发明实施例中一种超声穿刺针针尖检测方法的总体流程图；
[0110]
图2为本发明实施例中一种超声穿刺针针尖检测方法的实施案例的总体流程图；
[0111]
图3为本发明实施例中二值化蒙版矩阵与原图像相乘的示意图；
[0112]
图4为本发明实施例中4连通邻点示意图。
具体实施方式
[0113]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0114]
本发明实施例提供了一种超声穿刺针针尖检测方法，如图1所示，包括：
[0115]
步骤s1：获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；
[0116]
步骤s2：使用fft，从所述图像中找到最清晰穿刺针图像；
[0117]
步骤s3：对所述最清晰穿刺针图像进行图像优化处理；
[0118]
步骤s4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；
[0119]
步骤s5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；
[0120]
步骤s6：在针体区域中进行针尖位置坐标检测及标记。
[0121]
所述步骤s3：对所述最清晰穿刺针图像进行图像优化处理，包括：
[0122]
对所述最清晰穿刺针图像依次进行压缩、平滑、变换处理。
[0123]
所述步骤s4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合，包括：
[0124]
根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：
[0125][0126]
其中，
[0127]
yi是n个点中第i个点的纵向坐标的估计值；
[0128]
是n个点中第i个点的纵向坐标的观测值；是yi的残差；
[0129]
y＝[y1,y2,...,yn]
t
；
[0130]
使拟合误差最小，即：
[0131][0132]
然后得到初步的线性拟合方程：
[0133][0134]
其中，
[0135]
y线性拟合方程中的因变量即方程参数；
[0136]
为初步线性方程的斜率；
[0137]
为初步线性方程的截距；
[0138]
对初步的线性方程做修正，修正公式如下：
[0139][0140]
p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ωn，错误的概率则为1-ωn，因此k次迭代的结果满足：
[0141]
1-p＝(1-ωn)k；
[0142]
得到一个更新后的线性方程即为穿刺针路径预测：
[0143]
y＝ax+b；
[0144]
其中，
[0145]
a为斜率，b为截距。
[0146]
所述步骤s5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域，包括：
[0147]
依据斜率a计算出针的偏角；
[0148]
α＝-tan-1
a；
[0149]
然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘；
[0150]
最后使用四分位数算法，分割出针体，具体算法如下：
[0151]
所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：
[0152]
第一四分位数：
[0153]
第二四分位数：
[0154]
第三四分位数：
[0155]
数列有n个数；
[0156]
将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：
[0157]
判断条件：
[0158]
xh(p)＝＝1；
[0159]
其中，
[0160][0161]
其中，otherwise为其它，4连通邻点示意图为：
[0162] p
i,j-1 p
i-1,j
p
i,j
p
i+1,j p
i,j+1 。
[0163]
所述步骤s6：在针体区域中进行针尖位置坐标检测及标记，包括：
[0164]
通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。
[0165]
上述技术方案的工作原理及有益效果为：
[0166]
如图1所示，为本发明总体流程图：
[0167]
s1：在超声系统中经过一系列预处理得到可供使用的超声平面波信号；
[0168]
s2：从s1中使用fft找到一帧穿刺针最清晰的图像；
[0169]
s3：对图像进行压缩、平滑、变换等图像优化；
[0170]
s4：从优化后的图像中进行针体路径拟合；
[0171]
s5：对优化后的图像中针体进行分割；
[0172]
s6：对针尖位置坐标进行检测并标记；
[0173]
s4通过拟合公式5.1进行线性拟合并通过公式5.2得出初步的初步线性拟合方程公式5.3，然后对初步线性拟合方程做修正，得到穿刺针的预测路径公式5.6。s5在分割过程中通过公式5.7计算角度并与蒙版矩阵相乘，示意图如图3，利用分位点分割公式5.8，得出针体的分割区域。
[0174]
s6通过形态学处理中膨胀算法和腐蚀算法的组合得到针体边缘，组合形式由不同参数的设置和循环次数确定。
[0175]
针体边缘算法，需要判断图4，判断的条件公式5.9，通过计算得出针体边缘。
[0176]
针尖位置判断是s6的输出，通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。
[0177]
如图2所示，在超声系统中，声信号经过特质材料的定量级转换为模拟信号，然后模拟信号经过数字电路中的ad转换模块形成数字信号，最后经过一系列预处理得到可供使用的超声平面波信号，从平面波信号中使用fft找到一帧穿刺针最清晰的图像，对图像进行压缩、平滑、变换等图像优化。
[0178]
然后根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：
[0179]
[0180]
其中，
[0181]
是n个点纵向坐标估计值，是观测值，是yi的残差；
[0182]
y＝[y1,y2,...,yn]
t
；
[0183]
使拟合误差最小，即
[0184][0185]
然后得到初步的线性拟合方程
[0186][0187]
其中，
[0188]
为初步线性方程的斜率；
[0189]
为初步线性方程的截距；
[0190]
对初步的线性方程做修正，修正公式如下：
[0191][0192]
p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ωn(放回取样概率)，错误的概率则为1-ωn，因此k次迭代的结果满足：
[0193]
1-p＝(1-ωn)k………………
公式5.5
[0194]
得到一个更新后的线性方程即为穿刺针路径预测
[0195]
y＝ax+b
………………
公式5.6
[0196]
其中：
[0197]
a为斜率，b为截距；
[0198]
依据斜率a计算出针的偏角(弧度值)
[0199]
α＝-tan-1a………………
公式5.7
[0200]
然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘，示意图如图3；
[0201]
最后使用四分位数算法，分割出针体，具体算法如下：
[0202]
所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：
[0203]
数列有n个数：
[0204]
第一四分位数：
[0205]
第二四分位数：
[0206]
第三四分位数：
[0207]
将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：
[0208]
判断条件：
[0209]
xh(p)＝＝1
………………
公式5.9
[0210]
其中，
[0211][0212]
最后通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。
[0213]
本发明技术方案的优点如下：
[0214]
实时显示针尖位置：针尖的位置能够随着每帧图像中针体位置的变化而变化；
[0215]
没有延迟：由于使用平面波超快速成像，屏幕上看到的针尖位置是当前时间点的针尖位置；
[0216]
可辅助医生进行穿刺针针尖位置判断：可以作为b模式成像的独立功能，在进行穿刺针插入的过程中辅助显示针尖位置。
[0217]
本发明实施例提供了一种超声穿刺针针尖检测系统，包括：
[0218]
获取模块，用于获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；
[0219]
搜索模块，用于使用fft，从所述图像中找到最清晰穿刺针图像；
[0220]
优化模块，用于对所述最清晰穿刺针图像进行图像优化处理；
[0221]
拟合模块，用于从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；
[0222]
分割模块，用于基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；
[0223]
检测模块，用于在针体区域中进行针尖位置坐标检测及标记。
[0224]
所述优化模块对所述最清晰穿刺针图像进行图像优化处理，包括：
[0225]
对所述最清晰穿刺针图像依次进行压缩、平滑、变换处理。
[0226]
所述拟合模块从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合，包括：
[0227]
根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：
[0228][0229]
其中，
[0230]
yi是n个点中第i个点的纵向坐标的估计值；
[0231]
是n个点中第i个点的纵向坐标的观测值；是yi的残差；
[0232]
y＝[y1,y2,...,yn]
t
；
[0233]
使拟合误差最小，即：
[0234][0235]
然后得到初步的线性拟合方程：
[0236][0237]
其中，
[0238]
y线性拟合方程中的因变量即方程参数；
[0239]
为初步线性方程的斜率；
[0240]
为初步线性方程的截距；
[0241]
对初步的线性方程做修正，修正公式如下：
[0242][0243]
p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ωn，错误的概率则为1-ωn，因此k次迭代的结果满足：
[0244]
1-p＝(1-ωn)k；
[0245]
得到一个更新后的线性方程即为穿刺针路径预测：
[0246]
y＝ax+b；
[0247]
其中，
[0248]
a为斜率，b为截距。
[0249]
所述分割模块基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域，包括：
[0250]
依据斜率a计算出针的偏角；
[0251]
α＝-tan-1
a；
[0252]
然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘；
[0253]
最后使用四分位数算法，分割出针体，具体算法如下：
[0254]
所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：
[0255]
第一四分位数：
[0256]
第二四分位数：
[0257]
第三四分位数：
[0258]
数列有n个数；
[0259]
将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：
[0260]
判断条件：
[0261]
xh(p)＝＝1；
[0262]
其中，
[0263][0264]
其中，otherwise为其它，4连通邻点示意图为：
[0265] p
i,j-1 p
i-1,j
p
i,j
p
i+1,j p
i,j+1 。
[0266]
所述检测模块，用于在针体区域中进行针尖位置坐标检测及标记，包括：
[0267]
通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。
[0268]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种超声穿刺针针尖检测方法，其特征在于，包括：步骤s1：获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；步骤s2：使用fft，从所述图像中找到最清晰穿刺针图像；步骤s3：对所述最清晰穿刺针图像进行图像优化处理；步骤s4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；步骤s5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；步骤s6：在针体区域中进行针尖位置坐标检测及标记。2.如权利要求1所述的一种超声穿刺针针尖检测方法，其特征在于，所述步骤s3：对所述最清晰穿刺针图像进行图像优化处理，包括：对所述最清晰穿刺针图像依次进行压缩、平滑、变换处理。3.如权利要求1所述的一种超声穿刺针针尖检测方法，其特征在于，所述步骤s4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合，包括：根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：其中，y
i
是n个点中第i个点的纵向坐标的估计值；是n个点中第i个点的纵向坐标的观测值；是y
i
的残差；y＝[y1,y2,...,y
n
]
t
；使拟合误差最小，即：然后得到初步的线性拟合方程：其中，y线性拟合方程中的因变量即方程参数；为初步线性方程的斜率；为初步线性方程的截距；对初步的线性方程做修正，修正公式如下：p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ω
n
，错误的概率则为1-ω
n
，因此k次迭代的结果满足：1-p＝(1-ω
n
)
k
；得到一个更新后的线性方程即为穿刺针路径预测：y＝ax+b；其中，
a为斜率，b为截距。4.如权利要求3所述的一种超声穿刺针针尖检测方法，其特征在于，所述步骤s5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域，包括：依据斜率a计算出针的偏角；α＝-tan-1
a；然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘；最后使用四分位数算法，分割出针体，具体算法如下：所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：第一四分位数：第二四分位数：第三四分位数：数列有n个数；将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：判断条件：x
h
(p)＝＝1；其中，其中，otherwise为其它，4连通邻点示意图为：p
i，j-1
p
i-1，j
p
i，j
p
i+1，j
p
i，j+1
。5.如权利要求4所述的一种超声穿刺针针尖检测方法，其特征在于，所述步骤s6：在针体区域中进行针尖位置坐标检测及标记，包括：通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。6.一种超声穿刺针针尖检测系统，其特征在于，包括：获取模块，用于获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；搜索模块，用于使用fft，从所述图像中找到最清晰穿刺针图像；优化模块，用于对所述最清晰穿刺针图像进行图像优化处理；
拟合模块，用于从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；分割模块，用于基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；检测模块，用于在针体区域中进行针尖位置坐标检测及标记。7.如权利要求6所述的一种超声穿刺针针尖检测系统，其特征在于，所述优化模块对所述最清晰穿刺针图像进行图像优化处理，包括：对所述最清晰穿刺针图像依次进行压缩、平滑、变换处理。8.如权利要求6所述的一种超声穿刺针针尖检测系统，其特征在于，所述拟合模块从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合，包括：根据所有通道的最大坐标位置拟合出一条直线，拟合公式如下：其中，y
i
是n个点中第i个点的纵向坐标的估计值；是n个点中第i个点的纵向坐标的观测值；是y
i
的残差；y＝[y1,y2,...,y
n
]
t
；使拟合误差最小，即：然后得到初步的线性拟合方程：其中，y线性拟合方程中的因变量即方程参数；为初步线性方程的斜率；为初步线性方程的截距；对初步的线性方程做修正，修正公式如下：p表示数据有用的概率，ω为数据正确的概率，那么对于模型拟合一次需要的若干个数据，其均在正确的概率为ω
n
，错误的概率则为1-ω
n
，因此k次迭代的结果满足：1-p＝(1-ω
n
)
k
；得到一个更新后的线性方程即为穿刺针路径预测：y＝ax+b；其中，a为斜率，b为截距。9.如权利要求8所述的一种超声穿刺针针尖检测系统，其特征在于，所述分割模块基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域，包括：依据斜率a计算出针的偏角；
α＝-tan-1
a；然后沿α角方向分别纵向扩展若干个像素距离，构建一个二值化蒙版矩阵与原图像相乘；最后使用四分位数算法，分割出针体，具体算法如下：所有像素值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数，取第三个四分位数以上的像素值，即为针体的像素值，公式如下：第一四分位数：第二四分位数：第三四分位数：数列有n个数；将分割出来的针体区域进行形态学图像处理，得到针体边缘，算法为判断如果一个像素的所有4连通邻点，具体公式如下：判断条件：x
h
(p)＝＝1；其中，其中，otherwise为其它，4连通邻点示意图为：p
i，j-1
p
i-1，j
p
i，j
p
i+1，j
p
i，j+1
。10.如权利要求9所述的一种超声穿刺针针尖检测系统，其特征在于，所述检测模块，用于在针体区域中进行针尖位置坐标检测及标记，包括：通过穿刺针偏角α的正负，判断针插入的方向，如果针从右边插入取针体边缘的最左边的像素坐标，即为针尖坐标，反之如果针从左边插入取针体边缘的最右边的像素坐标，即为针尖坐标。

技术总结
本发明提供一种超声穿刺针针尖检测方法，其中方法包括：步骤S1：获取超声平面波信号，通过超声平面波信号实时检测穿刺针插入组织的图像；步骤S2：使用FFT，从所述图像中找到最清晰穿刺针图像；步骤S3：对所述最清晰穿刺针图像进行图像优化处理；步骤S4：从图像优化处理后的所述最清晰穿刺针图像中进行针体路径拟合；步骤S5：基于针体路径拟合结果，从图像优化处理后的所述最清晰穿刺针图像中分割出针体区域；步骤S6：在针体区域中进行针尖位置坐标检测及标记。本发明的超声穿刺针针尖检测方法，通过超声平面波成像，实时检测穿刺针插入组织的图像，并且在得到针体图像的同时能够预测针的直线路径以及检测针尖位置。测针的直线路径以及检测针尖位置。测针的直线路径以及检测针尖位置。


技术研发人员：王林 张延慧 丁勇 雅克
受保护的技术使用者：逸超医疗科技（北京）有限公司
技术研发日：2023.07.17
技术公布日：2023/10/11