基于小波變換的嵌入式超聲內(nèi)窺圖像處理系統(tǒng)

時一峰，白寶平，陳曉冬，汪 毅，郁道銀

?

基于小波變換的嵌入式超聲內(nèi)窺圖像處理系統(tǒng)

時一峰1，白寶平2，陳曉冬1，汪 毅1，郁道銀1

( 1. 天津大學 光電信息技術教育部重點實驗室，天津 300072；2. 北京華科創(chuàng)智健康科技股份有限公司，北京 100195 )

醫(yī)學內(nèi)窺超聲成像設備在獲取圖像時受到換能器尺寸等多種因素的影響，使得超聲圖像對比度較低和噪聲較大，無法為醫(yī)療診斷提供清晰的影像依據(jù)。為此科學家們提出了多種處理方法，但這些方法多為成像后處理算法，實時性較差，無法滿足內(nèi)窺超聲系統(tǒng)實時成像的要求(25 f/s)。針對以上問題，本文設計了基于提升式小波變換的嵌入式超聲內(nèi)鏡實時圖像處理系統(tǒng)，利用超聲內(nèi)窺系統(tǒng)環(huán)掃成像特點以及FPGA流水線概念，對每條掃描線的回波信號進行小波去噪，再經(jīng)過CORDIC算法、插值處理后得到二維超聲圖像。本文利用自行搭建超聲內(nèi)鏡實驗系統(tǒng)對雞肉組織進行環(huán)掃成像，實驗表明該系統(tǒng)成像速度可達25 f/s，信噪比提高了3.8 dB，從而驗證了系統(tǒng)的可行性。

超聲；內(nèi)窺成像；小波變換；FPGA；實時

0 引 言

醫(yī)學超聲內(nèi)鏡成像診斷技術由于其對人體無損傷、能夠探測到人體內(nèi)潛在病變等優(yōu)勢，在人體消化道及其它部位的臨床診療技術中占據(jù)重要的地位[1]。目前，國外超聲內(nèi)鏡領域的研究比較成熟，日本的 Olympus、Fujinon 公司已研制出各種類型的超聲內(nèi)鏡產(chǎn)品，并占據(jù)了我國95%以上的市場份額[2]。然而，國內(nèi)超聲內(nèi)鏡市場尚未有相關產(chǎn)品問世，其技術難點主要是前端換能器及微型探頭的材料性能及制造工藝要求嚴格，由于目前國內(nèi)制造水平有限，因此造成換能器帶寬較小，接收回波信號衰減較大，嚴重影響探測深度與信噪比。而且超聲成像設備在獲取圖像時易受到多種因素的影響使得醫(yī)學超聲圖像往往具有對比度較低和噪聲較大等缺點，無法為醫(yī)療診斷提供清晰的影像依據(jù)。

常用的超聲圖像去噪方法基本可以分為5類[4]：自適應濾波方法、各向異性擴散去噪方法、非局部均值去噪方法、多尺度去噪方法以及混合型去噪方法。自適應去噪方法中較為典型的方法有Lee[5]、Frost[6]和SRBF[7]等；各向異性擴散去噪方法中較為典型的有YU[8]、DPAD[9]、SUSAN_AD[10]和OSRAD[11]等；非局部均值去噪方法是一種比較新穎的去噪方法，包括OBNLM[12]、PPB[13]和Guo[14]等；多尺度去噪方法通常利用小波變換作為工具對圖像進行分析處理，如小波軟硬閾值法[15]和Andria[16]等算法；混合型去噪方法，指的是綜合的運用以上方法。但是這些方法都是在獲取了二維超聲圖像后再對其進行去噪處理，實時性較差，無法滿足內(nèi)窺超聲系統(tǒng)實時成像的要求(25 f/s)[17]。

1 超聲內(nèi)鏡實時成像系統(tǒng)

嵌入式超聲內(nèi)鏡成像系統(tǒng)結(jié)構(gòu)如圖1所示。導管式探頭通過醫(yī)用電子內(nèi)鏡的活檢鉗道送入人體，在電機驅(qū)動單元(Motor Driver Unit，MDU)的驅(qū)動下通過軟軸帶動微型探頭進行環(huán)形掃描。探頭內(nèi)的超聲換能器在高壓脈沖的激勵下發(fā)射超聲波，并接收不同深度組織反射的回波信號。接收到的回波信號經(jīng)過模擬電路預處理調(diào)制，再通過模數(shù)轉(zhuǎn)換(Analog-to-Digital Converter，ADC)芯片進行采集送入現(xiàn)場可編程門陣列 (Field Programmable Gate Array，F(xiàn)PGA)進行數(shù)字信號處理，信號依次經(jīng)過掃描線信號處理模塊、雙靜態(tài)隨機存取存儲器(Static Random Access Memory，SRAM)緩存模塊、CORDIC[18](Coordinate Rotation Digital Computer，坐標變換)模塊與插值模塊并在FPGA的同步控制下通過USB2.0接口上傳至計算機實時顯示。

圖1 超聲內(nèi)鏡實時成像系統(tǒng)示意圖

2 圖像處理原理

2.1 提升式小波去噪

提升式小波變換是由Daubechies和Sweldens提出的一種易于硬件實現(xiàn)的方法[19]。在 JPEG2000的標準中有兩種被推薦使用的小波系數(shù)：LeGall 5/3小波濾波系數(shù)與Daubechies 9/7小波濾波系數(shù)[20]，由于9/7小波的系數(shù)較為復雜，需要考慮計算精度，且相對于5/3小波運算速度較慢，而5/3小波的系數(shù)可通過移位實現(xiàn)，不需要添加乘法器等，所用的資源更少，因此本文選用了提升式5/3濾波器小波變換。

人體組織反射的超聲信號：

然后根據(jù)5/3濾波器提升式小波變換架構(gòu)原理得：

圖 2 5/3 濾波器提升式小波變換硬件架構(gòu)

對低頻小波系數(shù)進行再變換的同時，需要用半軟閾值法處理高頻小波系數(shù)，其表達式可以表達如下:

圖3 基于FPGA 流水線的三層提升式小波去噪的硬件架構(gòu)

2.2 CORDIC變換與插值處理

利用FPGA并行處理的特點和雙SRAM乒乓操作的機制，使得FPGA在處理掃描線數(shù)據(jù)并存儲到SRAM1的同時，讀取SRAM2中的數(shù)據(jù)進行CORDIC變換。首先由FPGA建立直角坐標系并將坐標原點設在圖像的左下角第一個像素處，其坐標系為如圖4所示。按照坐標點在坐標系的位置從左到右、從下至上的方式依次進行迭代。然后再將直角坐標系上的每個點都映射到坐標系為的第一象限，這樣CORDIC迭代后的極角就可以完全包含在算法的角度收斂范圍內(nèi)。然后，進行CORDIC迭代算法，將每個點的直角坐標轉(zhuǎn)換為極坐標。對于不同象限的坐標點，其映射到第一象限轉(zhuǎn)換后得到的極角需要分別進行不同的角度補償映射回各自的象限，再對極徑和極角進行變換矯正得到極坐標結(jié)果。當?shù)玫綐O坐標后，F(xiàn)PGA依次讀出SRAM中地址為和地址為處的兩個像素值，同時計算圓插值中的兩個權(quán)重系數(shù)和，根據(jù)圓插值原理如圖4所示，處于中間角度處的點的像素值為

圖 4 (a) 坐標系映射

圖4 (b) 圓插值原理

3 實驗與分析

3.1 系統(tǒng)搭建

本文設計的嵌入式超聲內(nèi)窺圖像處理系統(tǒng)如圖5所示，探測的目標物體為燒杯內(nèi)的雞肉組織。實驗中超聲探頭中心頻率為12 MHz，帶寬為40%，換能器尺寸為2 mm×3 mm×1.5 mm。采樣時鐘為180 MHz，信號處理系統(tǒng)的主頻為120 MHz。MDU通過軟軸帶動探頭以25 r/s的轉(zhuǎn)速進行環(huán)掃成像，幀圖像有512條掃描線。經(jīng)過坐標變換后的直角坐標圖像在28 MHz同步時鐘控制下通過USB2.0接口上傳至上位機實時顯示，最終顯示的圖像為1 024 pixels×1 024 pixels大小的256級灰度圖像。

圖5 超聲內(nèi)鏡實驗系統(tǒng)

3.2 系統(tǒng)實驗與分析

實驗旨在驗證本系統(tǒng)在保證能夠去噪的同時保證成像實時性。系統(tǒng)采集到的雞肉組織超聲掃描圖像如圖6所示，圖6(a)為不使用提升式小波去噪處理所成的圖像，圖6(b)為使用提升式小波去噪處理所成的圖像。圖中中心圓環(huán)表示換能器所在位置，白色區(qū)域表示雞肉組織。對比圖6(a)和圖6(b)，圖6(a)有明顯背景噪聲，它是由硬件電路、機械振動、外界干擾等眾多原因產(chǎn)生的，圖6(b)由于使用了提升式小波去噪方法，能夠在保證信號強度的同時，有效的去除噪聲。

圖6 雞肉組織的超聲掃描圖像

本文選用峰值信噪比(Peak Signal to Noise Ratio，用PSNR表示)作為圖像質(zhì)量評價標準。峰值信噪比是指原圖像與處理圖像之間均方誤差相對于信號最大值的平方，單位是dB。PSNR值越大就代表圖像的質(zhì)量越好。其公式為

表1 信噪比對比

Table 1 Comparison of SNR

從實驗結(jié)果可以看出，加入小波去噪后圖像去噪效果明顯，信噪比增加了3.8 dB，在有效保留信號的前提下濾除了噪聲。在實驗中，Lee[5]、SRBF[7]和Andria[16]等方法也被用來和本文方法作對比，其參數(shù)設置如表2所示。這些方法有別于本文方法，即去噪處理在獲取圖像之后。以圖6(a)作為原始圖像，通過實驗可得到表3中的數(shù)據(jù)，其中Lee[5]、SRBF[7]和Andria[16]方法是在獲取圖像后由VC編程實現(xiàn)。實驗所用電腦配置為Windows 7 32位操作系統(tǒng)，因特爾i3處理器，4 G內(nèi)存。

表2 去噪算法參數(shù)設置

Table 2 Parameters of denoising methods

表3 系統(tǒng)實時性對比

Table 3 Real-time contrast

根據(jù)本系統(tǒng)的實際情況，每幀圖像需完成512條掃描線的數(shù)據(jù)處理以及坐標變換，因此25 f/s的幀頻意味每幀圖像的SRAM讀取與坐標變換要在40 ms內(nèi)完成，每幀圖像所有掃描線的數(shù)據(jù)處理與SRAM寫入也應在40 ms內(nèi)完成。從實驗結(jié)果可以看出，計算量最少、耗時最短的Lee方法也無法滿足超聲系統(tǒng)實時成像要求，而本文方法完成一幅圖像所有掃描線的數(shù)據(jù)處理僅需36.347 ms，幀頻可達到25 f/s，符合超聲內(nèi)鏡系統(tǒng)的使用要求，與其他成像后去噪方法相比實時性能優(yōu)越。

4 結(jié) 論

本文提出了一種基于提升式小波變換的嵌入式超聲內(nèi)窺圖像處理系統(tǒng)，該系統(tǒng)以FPGA為處理核心，利用超聲內(nèi)窺系統(tǒng)的環(huán)掃成像特點以及FPGA流水線概念，對每條掃描線的回波信號進行一維提升式小波去噪，再經(jīng)過CORDIC、插值處理后得到二維超聲圖像。經(jīng)實驗驗證，該系統(tǒng)滿足實時性要求，幀頻可達到25 f/s，在去除圖像噪聲的同時保留了細節(jié)區(qū)域，信噪比提高了3.8 dB。

目前研制出的產(chǎn)品已通過注冊檢測，其主要性能指標、安全指標均符合要求，且與日本奧林巴斯生產(chǎn)的EU-M2000超聲內(nèi)窺鏡在其工作原理、主要技術性能指標、預期用途等臨床評價基本相同。本論文的研究，推進了國產(chǎn)超聲內(nèi)鏡產(chǎn)品的發(fā)展，為最終完成性能優(yōu)越的國產(chǎn)超聲內(nèi)鏡產(chǎn)品奠定了基礎。

[1] 李亞楠. 超聲內(nèi)鏡數(shù)字成像系統(tǒng) [D]. 天津：天津大學，2013：1-4.

LI Yanan. Ultrasonic endoscope digital imaging system [D]. Tianjin：Tianjin University，2013：1-4.

[2] 耿潔，李全祿，李娜，等. 醫(yī)用超聲內(nèi)窺鏡的研究現(xiàn)狀與發(fā)展趨勢 [J]. 中國醫(yī)學物理學雜志，2010，27(5)：2122-2124.

GENG Jie，LI Quanlu，LI Na，. Research and development trends of medical ultra- sonic endoscope [J]. Chinese Journal of Medical Physics，2010，27(5)：2122-2124.

[3] SANCHES J M，LAINE A F，SURI J S. Ultrasound Imaging: Advances and Applications [M]. Berlin：Springer，2012：49-50.

[4] 張聚，王陳，程蕓. 小波與雙邊濾波的醫(yī)學超聲圖像去噪 [J]. 中國圖象圖形學報，2014，19(1)：126-132.

ZHANG Ju，WANG Chen，CHENG Yun. Despeckling Algorithm for Medical Ultrasound Images Based on Wavelet and Bilateral Filter [J]. Journal of Image and Graphics，2014，19(1)：126-132.

[5] Lee J. Digital image enhancement and noise filtering by use of local statistics [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence(S0162-8828)，1980，2(2)：165-168.

[6] Frost V S，Stiles J A，Shanmugan K S，. A model for radar images and its application to adaptive digital filtering of multiplicative noise [J]. IEEE Transactions Pattern Analysis and Machine Intelligence(S0162-8828)，1982，4(2)：157-166.

[7] Balocco S，Gatta C，Pujol O，. SRBF：speckle reducing bilateral filtering [J]. Ultrasound in Medicine and Biology (S0301-5629)，2010，36(8)：1353-1363.

[8] YU Yongjian，Acton Scott T. Speckle reducing anisotropic diffusion [J]. IEEE Transactions Image Processing(S1057-7149)，2002，11(11)：1260-1270.

[9] Aja-Fernndez S，Alberola-López C. On the estimation of the coefficient of variation for anisotropic diffusion speckle fltering [J]. IEEE Transactions on Image Processing(S1057-7149)，2006，15(9)：2694-2701.

[10] YU Jinhua，TAN Jinglu，WANG Yuanyuan. Ultrasound speckle reduction by a SUSAN-controlled anisotropic diffusion method [J]. Pattern Recognition(S0031-3203)，2010，43(9)：3083-3092.

[11] Krissian K，Westin C，Kikinis R，Oriented speckle reducing anisotropic diffusion [J]. IEEE Transactions Image Processing(S1057-7149)，2007，16(5)：1412-1424.

[12] Coupé P，Hellier P，Kervrann C，. Nonlocal means-based speckle filtering for ultrasound Images [J]. IEEE Transactions on Image Processing(S1057-7149)，2009，18(10)：2221-2229.

[13] Deledalle C，Denis L，Tupin F. Iterative weighted maximum likelihood denoising with probabilistic patch based weights [J]. IEEE Transactions on Image Processing(S1057-7149)，2009，18(12)：2661-2672.

[14] GUO Y，WANG Y，HOU T. Speckle filtering of ultrasonic images using a modified non local-based algorithm [J]. Biomedical Signal Processing and Control(S1746-8094)，2011，6：129-138.

[15] Mohl B，Wahlberg M，Madsen P T. Ideal spatial adaptation via wavelet shrinkage [J]. The Journal of the Acoustical Society of America(S0016-8033)，2003，114：1143-1154.

[16] Andria G，Attivissimo F，Cavone G，. Linear filtering of 2-D wavelet coefficients for denoising ultrasound medical images [J]. Measurement(S0263-2241)，2012，45：1792-1800.

[17] 馮開梅. 醫(yī)學影像設備 [M]. 北京：人民衛(wèi)生出版社，2008：20-30.

FENF Kaimei. Medical Imaging Equipment [M]. Beijing：People's Medical Publishing House，2008：20-30.

[18] Volder J E. The CORDIC Trigonometric Computing Technique [J]. IRE Transactions on Electronics Computers(S0367-9950)，1959，8(3)：330-334.

[19] Daubechies Ingrid，Swendens Wim. Factoring Wavelet Transforms into Lifting Steps [J]. Journal of Fourier Analysis and Applications(S1069-5869)，1998，4(3)：247-269.

[20] David H Foos，Edward Muka，Richard M Slone. JPEG2000 compression of medical imagery [J]. Proceedings of SPIE(S0277-786X)， 2002，3980(12)：85-96.

[21] 李秋妮，晁愛農(nóng)，史德琴，等. 一種新的小波半軟閾值圖像去噪 [J]. 計算機工程與科學，2014，36(8)：1566-1570.

LI Qiuni，CHAO Ainong，SHI Deqin，.A novel image denoising method of wavelet semi-soft threshold [J]. Computer Engineering and Science，2014，36(8)：1566-1570.

[22] 夏宇聞. Verilog數(shù)字系統(tǒng)設計教程 [M]. 北京：北京航空航天大學出版社，2008：149-154.

XIA Yuwen. Verilog Digital System Design [M]. Beijing：Beihang University Press，2008：149-154.

本期組稿：楊淇名

責任編輯：謝小平

英文編輯：龐 洪

Embedded Endoscopic Ultrasound Image Processing System Based on Wavelet Transform

SHI Yifeng1，BAI Baoping2，CHEN Xiaodong1，WANG Yi1，YU Daoyin1

( 1. Key Laboratory of Opto-electronics Information and Technical Science, Ministry of Education, Tianjin University, Tianjin 300072, China；2. Beijing Huaco Healthcare Technologies Incorporated Company, Beijing 100195, China )

During acquiring images, the equipment is affected by the size of the transducer and other factors which make the images have low contrast and big noise, cannot provide clear imaging basis for medical diagnostic. Scientists have proposed a variety of methods. However, these methods are mostly after-imaging processing algorithms and having a poor real-time performance, unable to meet the real-time endoscopic ultrasound imaging requirements (25 frames/s). Therefore, this paper designs the embedded endoscopic ultrasound real-time image processing system based on lifting Wavelet Transform. And the system processes echo signals of each scan line with wavelet denoising, then obtains two-dimensional ultrasound images after CORDIC algorithm and interpolation processing using the imaging characteristics of circular scan and FPGA pipeline concept. Through building my own endoscopic ultrasound experimental system which makes the chicken tissue imaging use circular scan, the experiments show that the system imaging speed is up to 25 frames /s and SNR improves 3.8 dB, verifying the feasibility of the system.

ultrasound; endoscopic imaging; wavelet transform; field programmable gate array; real-time

TP391

A

10.3969/j.issn.1003-501X.2016.05.015

2015-06-24；

2015-09-02

國家“十二五”科技支撐計劃項目(2012BAI19B02)

時一峰(1992-)，男(漢族)，遼寧葫蘆島人。碩士研究生，主要研究工作是醫(yī)學圖像處理。E-mail：shiyifeng@tju.edu.cn。