本發明涉及測量技術領域，尤其涉及一種血管的內中膜自動識別測量方法及超聲儀。

背景技術：

在動脈粥樣硬化病變基礎上發生的心腦血管疾病是現代人最主要的疾病之一，而動脈粥樣硬化有一個長期隱藏發展的過程，據研究表明，頸動脈內中膜厚度IMT(IMT，inti ma-media thickness，內中膜厚度，也即內膜厚度和中膜厚度之和)與心肌梗塞等諸多心腦血管疾病有著明顯的相關性，因此可以根據對頸動脈內中膜厚度IMT的測量結果，提前預知相關疾病的風險程度。然而，目前唯有超聲技術可以實時無創傷地對IMT進行有效地測量。因此，IMT測量技術目前被廣泛應用于頸動脈診斷的醫學超聲實踐中。

IMT的測量主要是通過對常規B型超聲的圖像進行模式識別，找到最可能的頸動脈內中膜并顯示出來，然后計算出相應的測量參數(如內中膜厚度IMT、血管內徑值及血管外徑值等)。由于實際頸動脈的圖像，不同的人具有不同的圖像特點，現有技術是將頸動脈部位的B超圖像凍結后，由用戶自由選擇一個ROI框(ROI，region of interest，感興趣的區域)，然后啟動預先設置的IMT算法來自動尋找該ROI框內的頸動脈內中膜疑似物，并計算出相應的測量值。然而，用戶自由選擇ROI框的過程始終是需要用戶進行許多的手動操作，如移動ROI框的位置，還有放大或縮小ROI框的大小，即選擇ROI框的過程需要用戶反復操作鍵盤和控制鼠標的軌跡球，操作較復雜，從而導致診療效率低下。

技術實現要素：

本發明的主要目的在于提供一種血管的內中膜自動識別測量方法，旨在簡化操作過程和提高診斷效率。

為了實現上述目的，本發明提供一種血管的內中膜自動識別測量方法，所述血管內中膜測量的自動識別方法包括以下步驟：

在B超圖像上的各回波線上獲取血管的血管邊緣候選點；

根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；

獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；

根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；

對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別，并測量和顯示所述目標血管后壁的內中膜厚度IMT。

優選地，所述在B超圖像上的各回波線上獲取血管的血管邊緣候選點具體為：

根據回波線上不同位置的灰度梯度的排序結果，在B超圖像上的各回波線上獲取血管的血管邊緣候選點；所述血管邊緣候選點包括血管上邊緣候選點和血管下邊緣候選點。

優選地，所述根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣包括：

建立與血管深度和血管寬度一一相對應的加權系數表，所述加權系數表包括與血管深度相對應的深度權重系數以及與血管寬度相對應的寬度權重系數；

根據所述加權系數表中的相應權重系數及回波線上不同位置所對應的灰度梯度，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的權重最高的一組血管上邊緣和血管下邊緣，并將其作為相應回波線上的血管上邊緣和血管下邊緣。

優選地，所述獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁包括：

獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類；

根據聚類結果，獲得一段最長的血管連續后壁，將所述最長的血管連續后壁作為目標血管后壁。

優選地，所述預設的深度方向為由淺至深的方向。

此外，為實現上述目的，本發明還提供一種超聲儀，所述超聲儀包括：

獲取模塊：用于在B超圖像上的各回波線上獲取血管的血管邊緣候選點；

分析模塊：根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；

處理模塊：獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；

確定模塊：根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；

內中膜識別模塊：用于對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別；

測量模塊：用于測量和顯示所述目標血管后壁的內中膜厚度IMT。

優選地，根據回波線上不同位置灰度梯度的排序結果，在B超圖像上的各回波線上獲取血管的血管邊緣候選點；所述血管邊緣候選點包括血管上邊緣候選點和血管下邊緣候選點。

優選地，所述分析模塊包括：

加權系數表建立單元：用于建立與血管深度和血管寬度一一相對應的加權系數表，所述加權系數表包括與血管深度相對應的深度權重系數以及與血管寬度相對應的寬度權重系數；

血管邊緣確定單元：用于根據所述加權系數表中的相應權重系數及回波線上不同位置所對應的灰度梯度，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的權重最高的一組血管上邊緣和血管下邊緣，并將其作為相應回波線上的血管上邊緣和血管下邊緣。

優選地，所述確定模塊具體用于：

獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類；并根據聚類結果，獲得一段最長的血管連續后壁，將所述最長的血管連續后壁作為目標血管后壁。

優選地，所述預設的深度方向為由淺至深的方向。

本發明提供一種血管的內中膜自動識別測量方法，該血管的內中膜自動識別測量方法包括以下步驟：在B超圖像上的各回波線上獲取血管的血管邊緣候選點；根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別，并測量和顯示所述目標血管后壁的內中膜厚度IMT。本發明血管的內中膜自動識別測量方法，由于能夠自動確定當前B超圖像中ROI框的大小和位置并自動識別血管的內中膜在所述ROI框內的位置，而不需要用戶通過手動去確定當前B超圖像中ROI框的大小和位置，從而簡化了操作過程，提高了疾病診斷效率。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖示出的結構獲得其他的附圖。

圖1為本發明血管的內中膜自動識別測量方法第一實施例的流程示意圖；

圖2為本發明超聲儀第一實施例的功能模塊示意圖；

圖3為本發明超聲儀第二實施例中分析模塊的細化功能模塊示意圖。

本發明目的的實現、功能特點及優點將結合實施例，參照附圖做進一步說明。

具體實施方式

應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

本發明提供一種血管的內中膜自動識別測量方法，參照圖1，在一實施例中，該血管的內中膜自動識別測量方法包括以下步驟：

步驟S10，在B超圖像上的各回波線上獲取血管的血管邊緣候選點；

本發明實施例提供的血管的內中膜自動識別測量方法主要應用于醫學超聲實踐中，用于心腦血管等相關疾病的B超圖像的識別診斷，以提前告知病人相關疾病發生的風險程度。例如，人體的頸動脈血管的內中膜厚度IMT就與心肌梗塞等諸多心腦血管疾病有著明顯的相關性，因此可以根據頸動脈血管的內中膜厚度IMT的測量結果，提前告知病人其心肌梗塞發生的風險程度。本實施例中，以對頸動脈的內中膜的自動識別測量為例對本發明實施例血管的內中膜自動識別測量方法進行詳細說明。

具體地，由醫學解剖知識可知，人體內的頸動脈血管在B超圖像上必定具有一定的深度范圍和一定的寬度范圍，并且其深度范圍和寬度范圍不能任意變化，因此，頸動脈血管在B超圖像的不同位置的可能性有大有小，呈現一種分布概率的形式，有的位置是血管邊緣(即血管壁)的可能性高，有的位置是血管邊緣的可能性低，因此，頸動脈血管的深度及頸動脈血管的寬度均可被用于識別頸動脈血管圖像的加權系數。同時，由于頸動脈的血管邊緣具有高回聲的特性，因此頸動脈的血管邊緣在B超圖像上的顯示位置也具有較高的灰度梯度；而血流本身具有低回聲的特性，因此，頸動脈血管中的血流在B超圖像上將有明顯的亮暗區別，即頸動脈的血管邊緣的灰度梯度也是在B超圖像上識別血管圖像的主要參考因素之一。

本發明實施例血管的內中膜自動識別測量方法，首先是在B超圖像上的各回波線上獲取血管的血管邊緣候選點。具體地，本發明實施例血管的內中膜自動識別測量方法首先是根據回波線上不同位置灰度梯度的排序結果，在B超圖像上的各回波線上獲取血管的血管邊緣候選點，以梯度最大的幾個點作為血管的血管邊緣候選點；所述血管邊緣候選點包括血管上邊緣候選點和血管下邊緣候選點。具體地，本實施例對所述血管邊緣候選點的獲取，是通過對B超圖像上的各回波線沿著深度方向由淺至深的方向尋找勁動脈的血管邊緣的候選點，太過淺表的點首先拋棄掉，然后在B超圖像上的各回波線上分別尋找出灰度梯度為極值的點，將回波線上灰度梯度為極值的點作為該回波線的血管邊緣候選點，所述血管邊緣候選點包括血管上邊緣候選點和血管下邊緣候選點。

步驟S20，根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；

具體地，本發明實施例血管的內中膜自動識別測量方法在B超圖像上的各回波線上獲取到頸動脈血管的血管邊緣候選點之后，根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣。在本實施例中，要確定每一條回波線對應的一組血管上邊緣和血管下邊緣，需要事先建立一個與血管深度和血管寬度一一相對應的加權系數表，所述加權系數表包括與血管深度相對應的深度權重系數以及與血管寬度相對應的寬度權重系數。下面以深度權重系數為例對權重系數進行說明：作為人體主要動脈的頸動脈，其血管的深度有一個常規位置，根據經驗值，可以設置2個可調的邊界經驗參數值，即最小深度參數值與最大深度參數值，然后利用這兩個邊界經驗參數值，可以編程生成一條多參數可調的光滑漸變曲線，從而可以將不同的深度數值映射為不同的權重系數。

本實施例在建立所述加權系數表后，則可以根據所述加權系數表中的相應權重系數及回波線上不同位置所對應的灰度梯度，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的權重最高的一組血管上邊緣和血管下邊緣，并將其作為相應回波線上的血管上邊緣和血管下邊緣。

步驟S30，獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；

具體地，在本實施例中，在確定每一條回波線對應的血管上邊緣和血管下邊緣之后，接著獲取各組所述血管上邊緣和血管下邊緣的位置坐標，然后按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類(其中，所述排序和聚類都是圖像識別技術中的基本算法，此處不再贅述)，從而獲得一段最長的血管連續后壁，并將所述最長的血管連續后壁作為目標血管后壁。本實施例中，所述預設的深度方向為由淺至深的方向。

步驟S40，根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；

具體地，在本實施例中，以所述目標血管后壁的位置作為所述ROI框的基準位置，將所述目標血管后壁的長度作為所述ROI框的基準寬度，另外，所述ROI框的高度可以根據預先設置的最優的高度值進行設定，從而可以得到所述ROI框的參數坐標，進而確定所述ROI框的大小和位置。

另外，需要說明的是，在本實施例中，如果用戶對B超圖像的其他區域的內中膜感興趣，也可以根據用戶的查看需求，通過手動的方式移動所述ROI框，通過移動所述ROI框來指定想要查看的圖像區域。

步驟S50，對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別，并測量和顯示所述目標血管后壁的內中膜厚度IMT。

可以理解的是，在本實施例中，對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別，是常規超聲IMT識別技術的基本應用，屬于常規技術，有多種方式可以實現，例如，可以在所述ROI框的所述目標血管后壁中，按照預先設定好的能量函數來計算所述目標血管后壁附近各像素點的能量數值，找出具有極值的配對點，即可獲得所述目標血管后壁對應的血管內膜和中膜在圖像上的具體位置。另外，測量和顯示所述目標血管后壁的內中膜厚度IMT也是現有的常規技術，此處不再贅述。

本發明提供的該血管的內中膜自動識別測量方法，包括以下步驟：在B超圖像上的各回波線上獲取血管的血管邊緣候選點；根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別，并測量和顯示所述目標血管后壁的內中膜厚度IMT。本發明血管的內中膜自動識別測量方法，由于能夠自動確定當前B超圖像中ROI框的大小和位置并自動識別血管的內中膜在所述ROI框內的位置，而不需要用戶通過手動去確定當前B超圖像中ROI框的大小和位置，從而簡化了操作過程，提高了疾病診斷效率。

本發明還提供一種超聲儀，參照圖2，在一實施例中，本發明提供的超聲儀100包括獲取模塊101、分析模塊102、處理模塊103、確定模塊104和測量模塊105。

其中，所述獲取模塊101：用于在B超圖像上的各回波線上獲取血管的血管邊緣候選點；

本發明實施例提供的超聲儀應用于醫學超聲實踐中，用于心腦血管等相關疾病的B超圖像的識別診斷，以提前告知病人相關疾病發生的風險程度。例如，人體的頸動脈血管的內中膜厚度IMT就與心肌梗塞等諸多心腦血管疾病有著明顯的相關性，因此可以通過超聲儀對人體頸動脈血管的內中膜厚度IMT進行測量，根據測量結果，提前告知病人其心肌梗塞發生的風險程度。以下各實施例中，以對頸動脈的內中膜的自動識別測量為例來對本發明實施例超聲儀進行詳細說明。

具體地，由醫學解剖知識可知，人體內的頸動脈血管在B超圖像上必定具有一定的深度范圍和一定的寬度范圍，并且其深度范圍和寬度范圍不能任意變化，因此，頸動脈血管在B超圖像的不同位置的可能性有大有小，呈現一種分布概率的形式，有的位置是血管邊緣(即血管壁)的可能性高，有的位置是血管邊緣的可能性低，因此，頸動脈血管的深度及頸動脈血管的寬度均可被用于識別頸動脈血管圖像的加權系數。同時，由于頸動脈的血管邊緣具有高回聲的特性，因此頸動脈的血管邊緣在B超圖像上的顯示位置也具有較高的灰度梯度；而血流本身具有低回聲的特性，因此，頸動脈血管中的血流在B超圖像上將有明顯的亮暗區別，即頸動脈的血管邊緣的灰度梯度也是在B超圖像上識別血管圖像的主要參考因素之一。

本發明實施例超聲儀，首先是獲取模塊101在B超圖像上的各回波線上獲取血管的血管邊緣候選點。具體地，本發明實施例中，所述獲取模塊101根據回波線上不同位置灰度梯度的排序結果，在B超圖像上的各回波線上獲取血管的血管邊緣候選點，以梯度最大的幾個點作為血管的血管邊緣候選點；所述血管邊緣候選點包括血管上邊緣候選點和血管下邊緣候選點。具體地，本實施例中，所述獲取模塊101對所述血管邊緣候選點的獲取，是通過對B超圖像上的各回波線沿著深度方向由淺至深的方向尋找勁動脈的血管邊緣的候選點，太過淺表的點首先拋棄掉，然后在B超圖像上的各回波線上分別尋找出灰度梯度為極值的點，將回波線上灰度梯度為極值的點作為該回波線的血管邊緣候選點，所述血管邊緣候選點包括血管上邊緣候選點和血管下邊緣候選點。

所述分析模塊102：用于根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；

具體地，本發明實施例中，所述獲取模塊101在B超圖像上的各回波線上獲取到頸動脈血管的血管邊緣候選點之后，所述分析模塊102根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣。

所述處理模塊103：用于獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；

具體地，在本實施例中，由所述分析模塊102確定每一條回波線對應的血管上邊緣和血管下邊緣之后，接著由所述處理模塊103獲取各組所述血管上邊緣和血管下邊緣的位置坐標，然后按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類(其中，所述排序和聚類都是圖像識別技術中的基本算法，此處不再贅述)，從而獲得一段最長的血管連續后壁，并將所述最長的血管連續后壁作為目標血管后壁。本實施例中，所述預設的深度方向為由淺至深的方向。

所述確定模塊104：用于根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；

具體地，在本實施例中，所述確定模塊104以所述目標血管后壁的位置作為所述ROI框的基準位置，將所述目標血管后壁的長度作為所述ROI框的基準寬度，另外，所述ROI框的高度可以根據預先設置的最優的高度值進行設定，從而可以得到所述ROI框的參數坐標，進而確定所述ROI框的大小和位置。即本實施例中，所述確定模塊104能夠自動確定當前B超圖像中ROI框的大小和位置，而不是向現有技術中提到的那樣，需要用戶通過手動方式去移動ROI框的位置，還有放大或縮小ROI框的大小，從而簡化了操作過程，同時，提高了疾病診斷效率。

所述內中膜識別模塊105：用于對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別；

可以理解的是，在本實施例中，所述內中膜識別模塊105對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別，是常規超聲IMT識別技術的基本應用，屬于常規技術，有多種方式可以實現，例如，所述內中膜識別模塊105可以在所述ROI框的所述目標血管后壁中，按照預先設定好的能量函數來計算所述目標血管后壁附近各像素點的能量數值，找出具有極值的配對點，即可獲得所述目標血管后壁對應的血管內膜和中膜在圖像上的具體位置。

另外，需要說明的是，在本實施例中，如果用戶對B超圖像的其他區域的內中膜感興趣，也可以根據用戶的查看需求，通過手動的方式移動所述ROI框，通過移動所述ROI框來指定想要查看的圖像區域。

所述測量模塊106：用于測量和顯示所述目標血管后壁的內中膜厚度IMT。

本實施例中，所述測量模塊106對所述目標血管后壁的內中膜厚度IMT的測量和顯示也是現有的常規技術，此處不再贅述。

進一步地，參照圖2，基于本發明超聲儀第一實施例，在本發明超聲儀第二實施例中，上述分析模塊102還包括加權系數表建立單元1021和血管邊緣確定單元1022。

其中，所述加權系數表建立單元1021，用于建立與血管深度和血管寬度一一相對應的加權系數表，所述加權系數表包括與血管深度相對應的深度權重系數以及與血管寬度相對應的寬度權重系數；

在本實施例中，要確定每一條回波線對應的一組血管上邊緣和血管下邊緣，需要事先由所述加權系數表建立單元1021建立一個與血管深度和血管寬度一一相對應的加權系數表，所述加權系數表包括與血管深度相對應的深度權重系數以及與血管寬度相對應的寬度權重系數。下面以深度權重系數為例對權重系數進行說明：作為人體主要動脈的頸動脈，其血管的深度有一個常規位置，根據經驗值，可以設置2個可調的邊界經驗參數值，即最小深度參數值與最大深度參數值，然后利用這兩個邊界經驗參數值，可以編程生成一條多參數可調的光滑漸變曲線，從而可以將不同的深度數值映射為不同的權重系數。

所述血管邊緣確定單元1022：用于根據所述加權系數表中的相應權重系數和及回波線上不同位置所對應的灰度梯度，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的權重最高的一組血管上邊緣和血管下邊緣，并將其作為相應回波線上的血管上邊緣和血管下邊緣

本實施例在所述加權系數表建立單元1021建立所述加權系數表后，則所述血管邊緣確定單元1022可以根據所述加權系數表中的相應權重系數及回波線上不同位置所對應的灰度梯度，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的權重最高的一組血管上邊緣和血管下邊緣，并將其作為相應回波線上的血管上邊緣和血管下邊緣。

本發明提供的該超聲儀，包括獲取模塊、分析模塊、處理模塊、確定模塊和測量模塊。其中，所述獲取模塊用于在B超圖像上的各回波線上獲取血管的血管邊緣候選點；所述分析模塊：根據預設的血管邊緣識別規則，在各所述回波線上的所述血管邊緣候選點中分別確定每一條回波線對應的一組血管上邊緣和血管下邊緣；所述處理模塊：獲取各組所述血管上邊緣和血管下邊緣的位置坐標，按照預設的深度方向對各組所述血管上邊緣和血管下邊緣的位置坐標進行排序，并對各所述位置坐標進行聚類，確定目標血管后壁；所述確定模塊：根據所述目標血管后壁的長度及預設的高度，確定當前B超圖像中ROI框的大小和位置；所述內中膜識別模塊：用于對所述ROI框中所述目標血管后壁的內膜和中膜的位置進行識別；所述測量模塊：用于測量和顯示所述目標血管后壁的內中膜厚度IMT。本發明超聲儀由于能夠自動確定當前B超圖像中ROI框的大小和位置并自動識別血管的內中膜在所述ROI框內的位置，而不需要用戶通過手動去確定當前B超圖像中ROI框的大小和位置，從而簡化了操作過程，提高了疾病診斷效率。

以上僅為本發明的優選實施例，并非因此限制本發明的專利范圍，凡是利用本發明說明書及附圖內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發明的專利保護范圍內。