本發(fā)明系有關(guān)一種超聲波多普勒影像之分群、噪聲抑制及可視化方法，特別是一種在超聲波多普勒影像系統(tǒng)上對應(yīng)之實施方法。

背景技術(shù)：

習(xí)知的超聲波影像，例如超聲波多普勒影像中容易含有噪聲，這些噪聲來源包括病人呼吸頻率之震動，或是醫(yī)護人員在操作超聲波探頭時，無法維持固定位置或角度導(dǎo)致移動假影之產(chǎn)生。此外，功率多普勒影像不含方向性信息，故所有動靜脈血流均包含在影像中；而彩色多普勒影像雖含方向性信息，但并能完全代表動靜脈血流信息。

臺灣專利TW I275383與美國專利US 8,047,993 B2同時揭露一種非侵襲性用以檢測腫瘤組織惡化程度的方法，主要系利用一功率多普勒超聲波儀，對該腫瘤組織連續(xù)擷取復(fù)數(shù)張腫瘤功率多普勒超聲波影像，并于該些影像中選定一腫瘤區(qū)域標定出于有血流反射訊號的影像點，以求得血管的面積。接著，將藉由分析該些影像所取得之腫瘤功率多普勒血管密度指針于該心跳周期內(nèi)的最大收縮期與舒張期中所得的差異，做為腫瘤差異性血管密度指針，并判定該腫瘤組織之惡化程度。

美國專利US 8,777,860 B2揭露一種功率多普勒超聲波腎臟血流灌注檢測方法，主要系利用一功率多普勒超聲波儀，由體表針對腎臟血流變化連續(xù)地擷取復(fù)數(shù)張包含葉間血管、弓形血管、小葉間血管等區(qū)域的功率多普勒超聲波影像，并于該些影像中框選一檢測區(qū)域，將此檢測區(qū)域中血流灌注面積所占檢測區(qū)域面積之百分比定義為為一功率多普勒血管密度指針，根據(jù)連續(xù)影像之多普勒血管密度指針値， 取其最大値與最小値的比例數(shù)値，定義為一腎臟血流灌注指針。并可將檢測區(qū)域中具有血流反射訊號的像素依亮度進行加權(quán)計算得到一色彩加權(quán)功率多普勒指針，將連續(xù)影像的色彩加權(quán)功率多普勒指針値平均后可得到一平均色彩加權(quán)功率多普勒指標。根據(jù)腎臟血流灌注指針値及平均色彩加權(quán)功率多普勒指針値，可判斷出腎臟血液灌注情形及腎功能的好壞，以供臨床診斷應(yīng)用。

然而，TW I275383、US 8,047,993 B2及US 8,777,860 B2完全無揭露本發(fā)明提出多種分群、噪聲抑制及可視化方法應(yīng)用于功率超聲波多普勒與彩色超聲波多普勒影像，并以不同顏色進行可視化區(qū)分主要脈動訊號、次要脈動訊號、噪聲訊號，故本發(fā)明較能真實呈現(xiàn)動靜脈血流資訊，同時可以達成噪聲抑制，降低擷取影像中的移動假影。并使得脈動血管清晰呈現(xiàn)，進而提升醫(yī)生之診斷正確性及效率。

技術(shù)實現(xiàn)要素：

在一實施例中，本發(fā)明提供了一種超聲波多普勒影像之分析系統(tǒng)，其包含：一捕獲設(shè)備、一圖像處理裝置以及一輸出裝置，其中，該圖像處理裝置更包含：一數(shù)據(jù)轉(zhuǎn)換單元、一數(shù)據(jù)分析比較單元以及一數(shù)據(jù)記錄單元。

該捕獲設(shè)備，用以取得復(fù)數(shù)連續(xù)時間序之超聲波多普勒影像，其中，該些超聲波多普勒影像具有復(fù)數(shù)點像素之彩色色階值。

該數(shù)據(jù)轉(zhuǎn)換單元，用以依據(jù)時間序排列該些超聲波多普勒影像之不同點像素之彩色色階值，取得復(fù)數(shù)色階值時間序列。

該數(shù)據(jù)分析比較單元，用以計算該些色階值時間序列進行一參考序列群組計算，取得一參考序列，并依據(jù)該參考序列與該些色階值時間序列進行一分群相關(guān)度計算，取得復(fù)數(shù)相關(guān)系數(shù)數(shù)值，以及依據(jù)該些相關(guān)系數(shù)數(shù)值進行一分群歸類與噪聲抑制計算，歸類為一主要脈動訊號、一次要脈動訊號以及一噪聲訊號。

該數(shù)據(jù)記錄單元，用以依據(jù)不同色階變化校正該噪聲訊號之該些點像素，取得復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像。

該輸出裝置，連接該圖像處理裝置，用以顯示該些可視化脈動超聲波影像。

在另一實施例中，本發(fā)明提供了一種超聲波多普勒影像之分群、噪聲抑制及可視化影像之分析方法，其包含：取得復(fù)數(shù)連續(xù)時間序之超聲波多普勒影像，其中，該些超聲波多普勒影像具有復(fù)數(shù)點像素之彩色色階值。

接著，依據(jù)時間序排列該些超聲波多普勒影像于不同點像素之彩色色階值，取得復(fù)數(shù)色階值時間序列。再針對該些色階值時間序列進行一參考序列群組計算，取得一參考序列，并以該參考序列與該些色階值時間序列進行一分群相關(guān)度計算，取得復(fù)數(shù)相關(guān)系數(shù)數(shù)值。

進一步，利用該些相關(guān)系數(shù)數(shù)值進行一分群歸類與噪聲抑制計算，將該些色階值時間序列歸類為一主要脈動訊號、一次要脈動訊號以及一噪聲訊號。

最后，依據(jù)不同色階變化校正該噪聲訊號所屬之該些點像素，取得復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像。

附圖說明

圖1系本發(fā)明實施例中所揭露的超聲波多普勒影像之分群、噪聲抑制及可視化之分析系統(tǒng)之一實施例流程圖。

圖2A系本發(fā)明取得復(fù)數(shù)連續(xù)時間序之超聲波多普勒影像示意圖；

圖2B系本發(fā)明色階值時間序列之示意圖；

圖3系本發(fā)明分群歸類與噪聲抑制計算之示意圖；

圖4系本發(fā)明實施例總頸動脈和內(nèi)頸靜脈之原始功率超聲波多普勒影像與可視化脈動超聲波影像之示意圖；

圖5系本發(fā)明實施例總頸動脈和內(nèi)頸靜脈之原始彩色超聲波多普勒影像與可視化脈動超聲波影像之示意圖；

圖6系本發(fā)明實施例腎動脈和腎靜脈之原始功率超聲波多普勒影像與可視化脈動超聲波影像之示意圖；

圖7系本發(fā)明實施例手臂肱動脈和肱靜脈之原始功率超聲波多普勒影像可視化脈動超聲波影像之示意圖；

圖8系本發(fā)明實施例校正該噪聲訊號之示意圖；

圖9系本發(fā)明實施例之取得一連續(xù)時間序之強度變化量表之示意圖

圖10系本發(fā)明超聲波多普勒影像之分群、噪聲抑制及可視化分析方法之一實施例流程圖。

具體實施方式

為讓鈞院貴審查委員及習(xí)于此技術(shù)人士，對本發(fā)明之功效完全了解，茲配合圖示及圖號，就本發(fā)明較佳之實施例說明如下：

本發(fā)明實施例中所揭露的超聲波多普勒影像之分群、噪聲抑制及可視化之分析系統(tǒng)及其方法可以應(yīng)用在超聲波裝置，或是應(yīng)用在可以連接至超聲波裝置之計算機、工作站或微處理器中。本發(fā)明實施例之執(zhí)行可以寫成軟件程序，軟件程序可以儲存于任何微處理單元辨識、解讀之記錄媒體，或包含有上述記錄媒體之物品及裝置。上述物品不限定為任何形式，可以為硬盤、軟盤、光盤、ZIP、磁光裝置、IC芯片、隨機存取內(nèi)存，或任何熟悉此項技藝者所可使用之包含有上述記錄媒體的物品。

計算機系統(tǒng)可以包含顯示設(shè)備、處理器、內(nèi)存、輸入設(shè)備及儲存裝置。其中，輸入設(shè)備可以用以輸入影像、文字、指令等數(shù)據(jù)至計算機系統(tǒng)。儲存裝置系例如為硬盤、光驅(qū)或藉由因特網(wǎng)連接之遠程數(shù)據(jù)庫，用以儲存系統(tǒng)程序、應(yīng)用程序及用戶數(shù)據(jù)等，亦可以儲存本發(fā)明 實施例所寫成的軟件程序。內(nèi)存系用以暫存數(shù)據(jù)或執(zhí)行之程序。處理器用以運算及處理數(shù)據(jù)等。顯示設(shè)備則用以顯示輸出之數(shù)據(jù)。當計算機系統(tǒng)執(zhí)行本發(fā)明實施例超聲波多普勒影像之分析方法時，對應(yīng)之程序便被加載內(nèi)存，以配合處理器執(zhí)行本發(fā)明實施例之分析方法。最后，再將結(jié)果顯示于顯示設(shè)備或儲存于儲存裝置。

如第一圖所示，本發(fā)明揭露了一種超聲波多普勒影像之分析系統(tǒng)100。在一實施例，該超聲波多普勒影像之分析系統(tǒng)包含一捕獲設(shè)備110、一圖像處理裝置120以及一輸出裝置130，其中，該圖像處理裝置120包含一數(shù)據(jù)轉(zhuǎn)換單元122、一數(shù)據(jù)分析比較單元124以及一數(shù)據(jù)記錄單元126。

請參考第二A圖及第二B圖，第二A圖系本發(fā)明取得復(fù)數(shù)連續(xù)時間序之超聲波多普勒影像示意圖，第二B圖系本發(fā)明色階值時間序列之示意圖。該捕獲設(shè)備110取得復(fù)數(shù)連續(xù)時間序(I)之超聲波多普勒影像210，其中，該些超聲波多普勒影像具有復(fù)數(shù)點像素(j)212之彩色色階值(Bj,i)。

該數(shù)據(jù)轉(zhuǎn)換單元122，用以依據(jù)時間順序(i＝1～I)排列該些超聲波多普勒影像210之不同點像素(j＝1～J)212，取得復(fù)數(shù)色階值時間序列(C₁、C₂、C₃、…C_j)214，其中，該復(fù)數(shù)色階值時間序列為一組彩色色階值強度變化序列，如公式一所示。

C_j＝{B_j,i},i＝1,2,3,...,I (公式一)

該數(shù)據(jù)分析比較單元124將該些色階值時間序列進行一參考序列群組計算，取得一參考序列(C_ref)，其中，該參考序列群組計算系選自由一飽和度百分比(Intensity Percentage)方法、一平均標準偏差比值(Avg Std ratio)方法、一自相關(guān)(Autocorrelation)方法、一階層式關(guān)聯(lián)(Hierarchical Correlation)方法及前述方法之任意組合。

該數(shù)據(jù)分析比較單元124，藉由該飽和度百分比(Intensity Percentage)方法進行該參考序列群組計算，取得該參考序列。

該數(shù)據(jù)分析比較單元124為依該些色階值時間序列(C₁、C₂、C₃、…C_j)所具有之最大色階值排列大小，取得復(fù)數(shù)百分級數(shù)，再選取該些色階值時間序列之百分級數(shù)為落于一級數(shù)預(yù)期值范圍者，取得一參考序列群組(Referenced Group,R.G.)，該參考序列群組包含J'個色階值時間序列。進一步，平均該參考序列群組所屬之該些色階值時間序列于不同點像素之彩色色階值，取得該參考序列，如公式二所示。

(公式二)

該數(shù)據(jù)分析比較單元124，藉由平均標準偏差比值(Avg Std ratio)方法進行該參考序列群組計算，取得該參考序列。

該數(shù)據(jù)分析比較單元124計算該些色階值時間序列之于不同點像素的彩色色階值，取得復(fù)數(shù)標準偏差值(Std_j)，并分別除以該些標準偏差值之平均值(Avg Std)，取得復(fù)數(shù)平均標準偏差比值(Avg Std ratio)，如公式三所示，再選取該些色階值時間序列之平均標準偏差比值為落于一比值預(yù)期值范圍者，取得一參考序列群組。進一步，平均該參考序列群組所屬之該些色階值時間序列于不同點像素之彩色色階值，取得該參考序列。

(公式三)

該數(shù)據(jù)分析比較單元124，藉由自相關(guān)(Autocorrelation)方法進行該參考序列群組計算，取得該參考序列。

該數(shù)據(jù)分析比較單元124將該些色階值時間序列進行復(fù)數(shù)遲滯變量之自相關(guān)函數(shù)計算，取得復(fù)數(shù)自相關(guān)函數(shù)數(shù)值，以及選擇一自相關(guān)函數(shù)數(shù)值最小者所屬之色階值時間序列，作為該參考序列。

該數(shù)據(jù)分析比較單元124，藉由該階層式關(guān)聯(lián)(Hierarchical Correlation)方法進行該參考序列群組計算，取得該參考序列。

該數(shù)據(jù)分析比較單元124將該些色階值時間序列(C₁)各自對其他 色階值時間序列(C₂、C₃、…C_j)進行一相關(guān)函數(shù)計算，取得復(fù)數(shù)相關(guān)系數(shù)數(shù)值，選擇其中數(shù)值最大者所屬之該些色階值時間序列，歸類為一暫時參考序列群組，分別平均該暫時參考序列群組所屬之該些色階值時間序列與剩余之該些色階值時間序列的相關(guān)系數(shù)數(shù)值，取得一暫時相關(guān)系數(shù)數(shù)值，由該暫時相關(guān)系數(shù)數(shù)值與剩余之該些色階值時間序列的相關(guān)系數(shù)數(shù)值，選擇其中數(shù)值最大者所屬之該些色階值時間序列，歸類為再一暫時參考序列群組，重復(fù)此步驟，直到任一該暫時相關(guān)系數(shù)數(shù)值小于一相關(guān)系數(shù)閾值預(yù)期值，選擇該些暫時參考序列群組所屬之該些色階值時間序列最多者為一參考序列群組，以及分別平均該參考序列群組所屬之該些色階值時間序列于不同點像素之彩色色階值，取得該參考序列。

該數(shù)據(jù)分析比較單元124，用以依據(jù)該參考序列與該些色階值時間序列，進行一分群相關(guān)度計算，其中，該分群相關(guān)度計算系選自由一關(guān)聯(lián)集群(Correlation Grouping)方法、一分組與遲滯相關(guān)分組(Grouping with Lag-correlation Grouping)方法或、一雙中心關(guān)聯(lián)集群(Two-centers correlation clustering)方法及前述方法之任意組合。

該數(shù)據(jù)分析比較單元124，用以該關(guān)聯(lián)集群方法進行分群相關(guān)度計算，將依該參考序列為模板與該些色階值時間序列進行一相關(guān)函數(shù)計算，取得不同色階值時間序列對應(yīng)之該些相關(guān)系數(shù)數(shù)值。

該數(shù)據(jù)分析比較單元124，用以該分組與遲滯相關(guān)分組方法進行分群相關(guān)度計算，將依該參考序列為模板與該些色階值時間序列進行一復(fù)數(shù)遲滯變量之相關(guān)函數(shù)計算，分別選取一遲滯變量對應(yīng)之相關(guān)系數(shù)數(shù)值最大者，作為該些數(shù)值最大者所屬之色階值時間序列的相關(guān)系數(shù)數(shù)值與遲滯變量。

該數(shù)據(jù)分析比較單元124，用以該雙中心關(guān)聯(lián)集群方法進行分群相關(guān)度計算，將依該參考序列為模板與該些色階值時間序列進行一相關(guān)函數(shù)計算，取得復(fù)數(shù)相關(guān)函數(shù)數(shù)值，選擇一相關(guān)系數(shù)數(shù)值最小者， 作為該數(shù)值最小者所屬之色階值時間序列的相關(guān)系數(shù)數(shù)值，選擇一相關(guān)系數(shù)數(shù)值最大者，作為該數(shù)值最大者所屬之色階值時間序列的相關(guān)系數(shù)數(shù)值，分別平均該相關(guān)系數(shù)數(shù)值最大者與該參考序列所屬之該些色階值時間序列于不同點像素之彩色色階值，取得一更新參考序列，以及以該更新參考序列為模板與剩余該些色階值時間序列，重復(fù)上述步驟，直到該些色階值時間序列均取得對應(yīng)之該些相關(guān)系數(shù)數(shù)值。

該數(shù)據(jù)分析比較單元124進一步依據(jù)該些取得分群相關(guān)度計算結(jié)果進行一分群歸類與噪聲抑制計算，且將該些色階值時間序列歸類為一主要脈動訊號、一次要脈動訊號以及一噪聲訊號，產(chǎn)生該可視化脈動超聲波影像，使得脈動血管清晰呈現(xiàn)。

請參考第三圖，該數(shù)據(jù)分析比較單元124進行該分群歸類與噪聲抑制計算。若任一該分群相關(guān)度計算結(jié)果之相關(guān)系數(shù)落于一主要相關(guān)系數(shù)閾值范圍300，且該遲滯變數(shù)落于一主要遲滯變量閾值范圍302、304，則該所屬之色階值時間序列歸類為該主要脈動訊號；若任一該分群相關(guān)度計算結(jié)果之相關(guān)系數(shù)絕對值落于一次要相關(guān)系數(shù)閾值范圍306、308，且該遲滯變數(shù)落于一次要遲滯變量閾值范圍310，則該所屬之色階值時間序列歸類為該次要脈動訊號；其余該相關(guān)系數(shù)所屬之色階值時間序列歸類為該噪聲訊號。

請參考第四圖，系本發(fā)明實施例該原始功率超聲波多普勒影像400顯示總頸動脈402和內(nèi)頸靜脈404和該可視化脈動超聲波影像410之示意圖。該數(shù)據(jù)分析比較單元124，用該參考序列群組計算依據(jù)為飽和度百分比方法和平均標準偏差比值方法之組合，該分群相關(guān)度計算為關(guān)聯(lián)集群方法，并進行該分群歸類與噪聲抑制計算。

該數(shù)據(jù)分析比較單元124選取該些色階值時間序列之百分級數(shù)為落于級數(shù)預(yù)期值范圍，該級數(shù)預(yù)期值范圍為小于5％，且平均標準偏差比值落于比值預(yù)期值范圍，該比值預(yù)期值范圍為小于0.1，將該些色階值時間序列歸類為參考序列群組，分別平均該參考序列群組所 屬之該些色階值時間序列于不同點像素之彩色色階值，取得該參考序列，并以該參考序列與該些色階值時間序列進行相關(guān)函數(shù)計算，取得復(fù)數(shù)相關(guān)系數(shù)數(shù)值。

若任一相關(guān)系數(shù)數(shù)值落于一主要相關(guān)值范圍，該相關(guān)系數(shù)數(shù)值為0.6至1.0，則將該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為主要脈動訊號412；若任一相關(guān)系數(shù)數(shù)值絕對值落于一次要相關(guān)系數(shù)閾值范圍，該相關(guān)系數(shù)數(shù)值為-1.0至0.4，則將該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為次要脈動訊號414；其余該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為噪聲訊號416。

該數(shù)據(jù)記錄單元126用以利用不同顏色進行可視化區(qū)分主要脈動、次要脈動、噪聲訊號，產(chǎn)生該復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像410。該可視化脈動超聲波影像410用以一暖色系彩條(hot color bar)之色階變化標示該主要脈動訊號412所屬之該些點像素，該暖色系彩條為一淺黃色至暗紅色之色階變化；以一冷色系彩條(cold color bar)之色階變化標示該次要脈動訊號414所屬之該些點像素，該冷色系彩條為一淺青色至暗藍色之色階變化；以及以白色區(qū)塊標示該噪聲訊號416所屬之該些點像素。該數(shù)據(jù)記錄單元126用以不同顏色進行可視化脈動區(qū)分主要脈動、次要脈動、噪聲訊號，產(chǎn)生該復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像410。

請參考第五圖，系本發(fā)明實施例該原始彩色超聲波多普勒影像500顯示總頸動脈502和內(nèi)頸靜脈504，以及該可視化脈動超聲波影像510之示意圖。該數(shù)據(jù)分析比較單元124中，該參考序列群組計算為飽和度百分比方法和自相關(guān)方法之組合，該分群相關(guān)度計算為該雙中心關(guān)聯(lián)集群方法，并進行該分群歸類與噪聲抑制計算。

該數(shù)據(jù)分析比較單元124，選取該些百分級數(shù)落于級數(shù)預(yù)期值范圍的色階值時間序列，該級數(shù)預(yù)期值范圍為小于10％，將該些色階值時間序列進行遲滯變量為5至8之自相關(guān)函數(shù)計算，其中，自相關(guān)系 數(shù)數(shù)值最小者所屬之其色階值時間序列，作為該參考序列。

再者，將依該參考序列為模板與該些色階值時間序列進行一相關(guān)函數(shù)計算，取得復(fù)數(shù)相關(guān)函數(shù)數(shù)值，選擇一相關(guān)系數(shù)數(shù)值最小者，作為該數(shù)值最小者所屬之色階值時間序列的相關(guān)系數(shù)數(shù)值后，選擇一相關(guān)系數(shù)數(shù)值最大者，作為該數(shù)值最大者所屬之色階值時間序列的相關(guān)系數(shù)數(shù)值，分別平均該相關(guān)系數(shù)數(shù)值最大者與該參考序列所屬之該些色階值時間序列于不同點像素之彩色色階值，取得一更新參考序列。

進一步將該更新參考序列為模板與剩余該些色階值時間序列，重復(fù)上述步驟，直到該些色階值時間序列均取得對應(yīng)之該些相關(guān)系數(shù)數(shù)值。

若任一相關(guān)系數(shù)數(shù)值落于一主要相關(guān)系數(shù)閾值范圍，該相關(guān)系數(shù)數(shù)值為0.6至1.0，則將該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為該主要脈動訊號512，以一暖色系彩條(hot color bar)之色階變化標示該主要脈動訊號512所屬之該些點像素，該暖色系彩條為一淺黃色至暗紅色之色階變化；若任一相關(guān)系數(shù)數(shù)值絕對值落于一次要相關(guān)系數(shù)閾值范圍，該相關(guān)系數(shù)數(shù)值為-1.0至0.4，則將該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為該次要脈動訊號514，以一冷色系彩條(cold color bar)之色階變化標示該次要脈動訊號514所屬之該些點像素，該冷色系彩條為一淺青色至暗藍色之色階變化；其余該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為噪聲訊號516。該數(shù)據(jù)記錄單元126用以不同顏色進行可視化脈動區(qū)分主要脈動、次要脈動、噪聲訊號，產(chǎn)生該復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像510。

請參考第六圖，系本發(fā)明實施例該原始功率超聲波多普勒影像600顯示腎動脈602和腎靜脈604，以及該可視化脈動超聲波影像610之示意圖。該數(shù)據(jù)分析比較單元124中，該參考序列群組計算為階層式關(guān)聯(lián)方法，該分群相關(guān)度計算為該關(guān)聯(lián)集群方法，并進行該分群歸類與噪聲抑制計算。

該數(shù)據(jù)分析比較單元124將該些色階值時間序列(C₁)各自對其他色階值時間序列(C₂、C₃、…C_j)進行一相關(guān)函數(shù)計算，取得復(fù)數(shù)相關(guān)系數(shù)數(shù)值，選擇其中數(shù)值最大者所屬之該些色階值時間序列，歸類為一暫時參考序列群組，分別平均該暫時參考序列群組所屬之該些色階值時間序列與剩余之該些色階值時間序列的相關(guān)系數(shù)數(shù)值，取得一暫時相關(guān)系數(shù)數(shù)值。

由該暫時相關(guān)系數(shù)數(shù)值與剩余之該些色階值時間序列的相關(guān)系數(shù)數(shù)值，選擇其中數(shù)值最小者所屬之該些色階值時間序列，歸類為再一暫時參考序列群組，重復(fù)此步驟，直到任一該暫時相關(guān)系數(shù)數(shù)值小于一相關(guān)系數(shù)閾值預(yù)期值，其中，該相關(guān)系數(shù)閾值預(yù)期值系為0.08％像素百分比，后選擇該些暫時參考序列群組所屬之該些色階值時間序列最多者，取得一參考序列群組。分別平均該參考序列群組所屬之該些色階值時間序列于不同點像素之彩色色階值，取得該參考序列。

再者，以該參考序列為模板與該些色階值時間序列進行一相關(guān)函數(shù)計算，取得不同色階值時間序列所屬之該些相關(guān)系數(shù)數(shù)值。

若任一相關(guān)系數(shù)落于一主要相關(guān)系數(shù)閾值范圍，該相關(guān)系數(shù)為0.6至1.0，則將該相關(guān)系數(shù)所屬之色階值時間序列歸類為該主要脈動訊號612，以一暖色系彩條(hot color bar)之色階變化標示該主要脈動訊號612所屬之該些點像素，該暖色系彩條為一淺黃色至暗紅色之色階變化；若任一相關(guān)系數(shù)數(shù)值絕對值落于一次要相關(guān)系數(shù)閾值范圍，該相關(guān)系數(shù)為-1.0至0.2，則將該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為該次要脈動訊號614，以一冷色系彩條(cold color bar)之色階變化標示該次要脈動訊號614所屬之該些點像素，該冷色系彩條為一淺青色至暗藍色之色階變化；其余該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為該噪聲訊號616。該數(shù)據(jù)記錄單元126用以不同顏色進行可視化區(qū)分主要脈動、次要脈動、噪聲訊號，產(chǎn)生該復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像610。

請參考第七圖，系本發(fā)明實施例該原始功率超聲波多普勒影像700顯示手臂肱動脈702和肱靜脈704，以及該可視化脈動超聲波影像710之示意圖。該數(shù)據(jù)分析比較單元124中，該參考序列群組計算為飽和度百分比方法和平均標準偏差比值方法之組合，該分群相關(guān)度計算為該分組與遲滯相關(guān)分組方法，并進行分群歸類與噪聲抑制計算。

該數(shù)據(jù)分析比較單元124選取該些色階值時間序列之百分級數(shù)為落于級數(shù)預(yù)期值范圍，該級數(shù)預(yù)期值范圍為小于5％，且該平均標準偏差比值落于比值預(yù)期值范圍，該比值預(yù)期值范圍為小于0.1者，取得該參考序列群組，分別平均該參考序列群組所屬之該些色階值時間序列于不同點像素之彩色色階值，取得該參考序列。

再者，將依該參考序列為模板與該些色階值時間序列進行復(fù)數(shù)遲滯變量之相關(guān)函數(shù)計算，其中，遲滯變量設(shè)定為0至8，分別選取一遲滯變量對應(yīng)之相關(guān)系數(shù)絕對值最大者，作為該些數(shù)值最大者所屬之色階值時間序列的相關(guān)系數(shù)數(shù)值與遲滯變數(shù)。

若任一相關(guān)系數(shù)落于一相關(guān)系數(shù)閾值范圍，該相關(guān)系數(shù)為-0.2至1.0，且該遲滯變數(shù)落于一遲滯變量閾值范圍，該遲滯變量為0至1，則該所屬之色階值時間序列歸類為該主要脈動訊號712，以一暖色系彩條(hot color bar)之色階變化標示該主要脈動訊號712所屬之該些點像素，該暖色系彩條為一淺黃色至暗紅色之色階變化；若任一相關(guān)系數(shù)落于一相關(guān)系數(shù)閾值范圍，相關(guān)系數(shù)為-0.2至1.0，且該遲滯變數(shù)落于一遲滯變量閾值范圍，該遲滯變量為2至8，則該所屬之色階值時間序列歸類為該次要脈動訊號714，以一冷色系彩條(cold color bar)之色階變化標示該次要脈動訊號714所屬之該些點像素，該冷色系彩條為一淺青色至暗藍色之色階變化；其余該相關(guān)系數(shù)數(shù)值所屬之色階值時間序列歸類為該噪聲訊號716。該數(shù)據(jù)記錄單元126用以不同顏色進行可視化區(qū)分主要脈動、次要脈動、噪聲訊號，產(chǎn)生該復(fù) 數(shù)連續(xù)時間序之可視化脈動超聲波影像710。

第八圖系本發(fā)明實施例校正該噪聲訊號，產(chǎn)生該可視化脈動超聲波影像之示意圖。

該數(shù)據(jù)記錄單元126選擇其中一噪聲訊號806所屬之點像素，以該點像素為中心，依據(jù)箭頭方向搜尋計算相同可視化脈動超聲波影像之一區(qū)域點像素個數(shù)中，若該主要脈動訊號802個數(shù)為多，則該點像素重新歸類為該主要脈動訊號802，反之，若該次要脈動訊號804個數(shù)為多，則該點像素重新歸類為該次要脈動訊號。本發(fā)明對噪聲訊號進行二次判斷校正，以避免該相關(guān)系數(shù)閾值設(shè)定過高導(dǎo)致誤判信息。

第九圖系本發(fā)明實施例顯示該可視化脈動超聲波影像之動態(tài)強度變化量表。該數(shù)據(jù)記錄單元126，將每一可視化脈動超聲波影像之主要訊號、次要訊號、及噪聲訊號之依據(jù)時間順序進行強度變化數(shù)值計算，并依據(jù)時間順序排列該些強度變化數(shù)值，取得一動態(tài)強度變化量表900。進一步，可提供指定選取興趣區(qū)域、興趣區(qū)域的外圈及興趣區(qū)域的中心，且依據(jù)所指定區(qū)域的項目顯示對應(yīng)之動態(tài)強度變化量表。

本發(fā)明之主要訊號、次要訊號、及噪聲訊號依據(jù)時間序列進行強度變化數(shù)值計算，可依據(jù)下列公式四進行計算。

(公式四)

進一步，本發(fā)明之主要脈動訊號和次要脈動訊號之強度變化趨勢進行復(fù)數(shù)遲滯變量之相關(guān)函數(shù)計算，取得一脈動相似指針(pulsatile similarity index,SI_ps)，同樣，噪聲訊號之強度變化趨勢亦分別與主要訊號、次要訊號之強度變化趨勢進行復(fù)數(shù)遲滯變量之相關(guān)函數(shù)計算，取得一主要噪聲相似指針(noise similarity index,SI_pn)與一次要噪聲相似指針(noise similarity index,SI_sn)。并依據(jù)公式五，計算一比值系數(shù) (Ratio coefficient,RC)，協(xié)助用戶評估可視化效能結(jié)果。

(公式五)

第十圖系本發(fā)明超聲波多普勒影像分析方法之一實施例流程圖，系說明本發(fā)明方法實施之流程。首先，在步驟S1010中取得復(fù)數(shù)連續(xù)時間順序之超聲波多普勒影像210，其中，該些超聲波多普勒影像具有復(fù)數(shù)彩色點像素之彩色色階值。

接著，步驟S1020中，依據(jù)時間順序排列該些超聲波多普勒影像于不同點像素之色階值，取得復(fù)數(shù)色階值時間序列，并在步驟S1030中，針對該些色階值時間序列進行一參考序列群組計算，取得一參考序列，其中，該參考序列群組計算包含一飽和度百分比方法、一平均標準偏差比值方法、一自相關(guān)方法以及一階層式關(guān)聯(lián)方法或前述方法之任意組合，本發(fā)明不以此為限。

在步驟S1040中，依據(jù)該參考序列與該些色階值時間序列，進行一分群相關(guān)度計算，取得復(fù)數(shù)相關(guān)系數(shù)數(shù)值，其中，該分群相關(guān)度計算包含一關(guān)聯(lián)集群方法、一分組與遲滯相關(guān)分組方法、一雙中心關(guān)聯(lián)集群方法或前述方法之任意組合，本發(fā)明不以此為限。

在步驟S1050中，進一步針對該些相關(guān)系數(shù)數(shù)值進行一分群歸類與噪聲抑制計算，將該些色階值時間序列歸類為一主要脈動訊號、一次要脈動訊號以及一噪聲訊號，本發(fā)明不以此為限。

最后，在步驟S1060中，以不同色階變化校正該噪聲訊號之點像素，取得復(fù)數(shù)連續(xù)時間序之可視化脈動超聲波影像。

本發(fā)明所揭露超聲波多普勒影像之分析方法，更提供用戶在該可視化脈動超聲波影像中選取一興趣區(qū)域，并且統(tǒng)計該興趣區(qū)域中該主要脈動訊號、該次要脈動訊號以及該噪聲訊號所屬之該些色階值，取得一連續(xù)時間序之色階值變化量表。

進一步，該輸出裝置將該主要脈動訊號與該次要脈動訊號的強度 變化數(shù)值，進行復(fù)數(shù)遲滯變量之相關(guān)函數(shù)計算，取得該脈動相似指針，以及將該噪聲訊號與該主要脈動訊號、該次要脈動訊號的強度變化數(shù)值，分別進行該些遲滯變量之相關(guān)函數(shù)計算，取得該主要噪聲相似指針與該次要噪聲相似指針，并選取該主要噪聲相似指針或該次要噪聲相似指針中最大者，除以該脈動相似指針，取得一比值系數(shù)，由該輸出裝置輸出該比值系數(shù)。

本發(fā)明所揭露超聲波多普勒影像之分群、噪聲抑制及可視化影像之分析系統(tǒng)及方法，系將超聲波多普勒影像進行分群、噪聲抑制及可視化方法，由于超聲波多普勒影像訊號強度高低會受到動靜脈血流脈動強度不同，因此本發(fā)明提出多種分群、噪聲抑制及可視化方法，并以不同顏色進行可視化區(qū)分主要脈動訊號、次要脈動訊號、噪聲訊號，由此，用戶可依據(jù)不同特定器官選取對應(yīng)之分析方法，藉以提供最適化處理，故能真實呈現(xiàn)動靜脈血流信息，同時可以達成噪聲抑制，降低擷取影像中的移動假影。并使得脈動血管清晰呈現(xiàn)，進而提升醫(yī)生之診斷正確性及效率。

本發(fā)明所揭露超聲波多普勒影像之分析系統(tǒng)及方法，更提供一校正方法可針對噪聲訊號進行二次判斷，以避免閾值設(shè)定過高導(dǎo)致誤判信息。本發(fā)明所揭露超聲波多普勒影像之分析系統(tǒng)及方法為不限制于特定器官之血流訊號，因此提出多種分群、噪聲抑制及可視化方法，讓不同用戶擷取不同部位之超聲波多普勒影像皆能適用。

上述實施例僅為說明本發(fā)明之原理及其功效，并非限制本發(fā)明。因此習(xí)于此技術(shù)之人士對上述實施例進行修改及變化仍不脫本發(fā)明之精神。本發(fā)明之權(quán)利范圍應(yīng)如后述之申請專利范圍所列。