CN105844598A - 基于rf数据的超声成像处理方法及处理*** - Google Patents
基于rf数据的超声成像处理方法及处理*** Download PDFInfo
- Publication number
- CN105844598A CN105844598A CN201610202276.7A CN201610202276A CN105844598A CN 105844598 A CN105844598 A CN 105844598A CN 201610202276 A CN201610202276 A CN 201610202276A CN 105844598 A CN105844598 A CN 105844598A
- Authority
- CN
- China
- Prior art keywords
- signal
- absolute value
- echo
- frequency
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 36
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000004044 response Effects 0.000 claims abstract description 35
- 239000000523 sample Substances 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000003044 adaptive effect Effects 0.000 claims abstract description 9
- 238000002604 ultrasonography Methods 0.000 claims description 40
- 230000002708 enhancing effect Effects 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract description 11
- 230000011218 segmentation Effects 0.000 abstract description 6
- 230000006872 improvement Effects 0.000 description 8
- 238000005316 response function Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000036962 time dependent Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供一种基于RF数据的超声成像处理方法及处理***，所述方法包括：通过超声探头向待测物发射超声发射信号，对超声发射信号的频率响应采用高斯模型近似拟合获取其对应的回波信号，并获取回波信号在待测物中的中心频率；采用自适应梯度算法将回波信号划分为若干数据段；分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；分别对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号；对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。该方法及***提高了超声成像设备的方便性和使用效率，提升了超声图像的质量。
Description
技术领域
本发明属于医疗超声技术领域，主要涉及一种基于RF数据的超声成像处理方法及处理***。
背景技术
超声成像因为其无创性、实时性、操作方便、价格便宜等诸多优势，使其成为临床上应用最为广泛的诊断工具之一。
基于RF数据的超声成像处理通常需要经过如下过程：超声信号经由探头换能器的不同基元转变为电模拟信号，通过前放放大，再由A/D数模转换器转换为数字信号，之后将各个不同基元的数字信号经过波束合成模块，合成为射频信号，亦即RF信号；进一步的，RF信号经过RF滤波后，通过时间增益补偿模块补偿信号时间方向的衰减，再将增益补偿后的信号送入正交解调模块进行解调处理，正交解调的结果I/Q信号送入后面的成像处理模块。
传统的基于RF数据的超声成像处理***，通过将回波射频信号作为平稳信号进行带通滤波，以达到提高信噪比的目的，再通过时间增益曲线(TGC)来补偿信号随深度增加而减弱效应。然而，由于发射信号的非平稳性和时变性导致的频带随距离而变化，所以传统的时不变RF带通滤波器的频带选择需要较宽，以涵盖所有深度上的信号带宽，这样就导致信噪比有所降低；另外，传统的基于RF数据的超声成像处理***在处理RF数据过程中，其时间增益曲线对所有频率分量具有相同的增益，但不同频率信号对最终的成像结果有明显不同的影响，较为明显的是中心频率对图像的影响较大，同时由于中心频率的时变特性，其随着传播深度增加而降低，如此，传统的基于RF数据的超声成像处理***存在下述问题：
由于传统的RF信号滤波是基于时不变线性模型对超声回波信号进行处理，其设置的带宽往往不能兼顾所有长度上的信号的带宽要求，所以影响了输出信噪比；传统的时间增益补偿曲线只是简单的对信号在时间方向的衰减进行补偿，并未考虑不同频段信号对最终成像具有不同的影响。
发明内容
本发明的目的在于提供一种基于RF数据的超声成像处理方法及处理***。
为了实现上述发明目的之一，本发明一实施方式的基于RF数据的超声成像处理方法，所述方法包括以下步骤：
S1、通过超声探头向待测物发射超声发射信号，对所述超声发射信号的频率响应采用高斯模型近似拟合，以获取其对应的回波信号，并获取所述回波信号在待测物中的中心频率；
S2、采用自适应梯度算法将所述回波信号划分为若干数据段；
S3、分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；
S4、分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；
分别对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号；
S5、对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。
作为本发明一实施方式的进一步改进，所述步骤S1具体包括：
P1、接收通过超声探头向待测物发射的超声发射信号，所述超声发射信号的波形为方波或正弦波；
P2、对输入到所述待测物的超声发射信号的频率响应采用高斯模型近似拟合；
P3、将经过高斯模型近似拟合后的发射信号的频率响应以及待测物的频率响应进行波束合成形成回波信号；
P4、将所述回波信号进行近似拟合，并根据t＝0时RF滤波器的-gdB截止频率获取经过近似拟合后的所述回波信号在待测物中的中心频率。
作为本发明一实施方式的进一步改进，所述步骤S2具体包括：
M1、在当前扫查深度下，根据所述回波信号在待测物中的中心频率获取所述回波信号对应每个时刻的梯度绝对值；
M2、预设梯度系数阈值，并获取每个数据段的初始梯度绝对值，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，所述第一个数据段的初始梯度绝对值为所述回波信号在t＝0时刻的梯度绝对值。
作为本发明一实施方式的进一步改进，所述步骤S4具体包括：
N1、将t＝0时RF滤波器的-gdB截止频率对应的高截止频率至低截止频率之间等距划分K个区域，并按照预设截止频率设计K组带通滤波器；
N2、使各个时不变分段信号分别通过K组带通滤波器，分解为K组子带信号；
N3、根据预设的总体增益曲线获取每组子带信号分别对应的子带时间增益曲线；
N4、分别根据各个子带信号对应的子带增益曲线，对各个所述子带信号进行调整；
N5、对调整后的子带信号进行加权处理，形成若干增强的分段信号。
作为本发明一实施方式的进一步改进，所述步骤S5还包括：对补偿回波信号采用平滑处理，以消除段之间的信号跳变。
为了实现上述发明目的之一，本发明一实施方式的基于RF数据的超声成像处理***，所述***包括：
信号发射模块，用于通过超声探头向待测物发射超声发射信号；
信号接收模块，用于对所述超声发射信号的频率响应采用高斯模型近似拟合，以获取其对应的回波信号，并获取所述回波信号在待测物中的中心频率；
信号处理模块，用于采用自适应梯度算法将所述回波信号划分为若干数据段；
分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；
分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；
对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号；对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。
作为本发明一实施方式的进一步改进，所述信号发射模块具体用于：接收通过超声探头向待测物发射的超声发射信号，所述超声发射信号的波形为方波或正弦波；
所述信号接收模块具体用于：对输入到所述待测物的超声发射信号的频率响应采用高斯模型近似拟合；
将经过高斯模型近似拟合后的发射信号的频率响应以及待测物的频率响应进行波束合成形成回波信号；
将所述回波信号进行近似拟合，并根据t＝0时RF滤波器的-gdB截止频率获取经过近似拟合后的所述回波信号在待测物中的中心频率。
作为本发明一实施方式的进一步改进，所述信号处理模块具体用于：
在当前扫查深度下，根据所述回波信号在待测物中的中心频率获取所述回波信号对应每个时刻的梯度绝对值；
预设梯度系数阈值，并获取每个数据段的初始梯度绝对值，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，所述第一个数据段的初始梯度绝对值为所述回波信号在t＝0时刻的梯度绝对值。
作为本发明一实施方式的进一步改进，所述信号处理模块具体用于：
将t＝0时RF滤波器的-gdB截止频率对应的高截止频率至低截止频率之间等距划分K个区域，并按照预设截止频率设计K组带通滤波器；
使各个时不变分段信号分别通过K组带通滤波器，分解为K组子带信号；
根据预设的总体增益曲线获取每组子带信号分别对应的子带时间增益曲线；
分别根据各个子带信号对应的子带增益曲线，对各个所述子带信号进行调整；
对调整后的子带信号进行加权处理，形成若干增强的分段信号。
作为本发明一实施方式的进一步改进，所述信号处理模块还用于：对补偿回波信号采用平滑处理，以消除段之间的信号跳变。
与现有技术相比，本发明的基于RF数据的超声成像方法及处理***，基于高斯信号模型，自动根据中心频率曲线采用自适应梯度算法对回波信号进行分段，对分段后的信号进行相应的分数傅里叶变换，转化为线性时不变信号，再将其通过带通滤波器组分为若干个具有独立频带的子带强化信号，并对子带强化信号做相应的权重调整，最后对调整后的结果逆分数傅里叶变换并合并为增强后的输出信号；该处理方法及处理***设置的带宽能兼顾所有长度上的信号的带宽要求，不影响输出信噪比；按照回波信信号在时间方向的衰减差异性进行补偿，考虑不同频段信号对最终成像的影响结果，提高了超声成像设备的方便性和使用效率，提升了超声图像的质量。
附图说明
图1是本发明一实施方式中基于RF数据的超声成像处理方法的流程图；
图2是图1中步骤S1的优选实施方式的流程示意图；
图3是图1中步骤S2的优选实施方式的流程示意图；
图4是图1中步骤S4的优选实施方式的流程示意图；
图5是本发明一实施方式中基于RF数据的超声成像处理***的模块示意图；
图6是本发明一具体示例中的回波信号的中心频率随时间变化的曲线示意图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
需要说明的是，本发明主要应用于超声设备，相应的，所述待测物可为待测组织，在此不做详细赘述。
如图1所示，在本发明一实施方式中基于RF数据的超声成像处理方法，所述方法包括以下步骤：
S1、通过超声探头向待测物发射超声发射信号，对所述超声发射信号的频率响应采用高斯模型近似拟合，以获取其对应的回波信号，并获取所述回波信号在待测物中的中心频率。
结合图2所示，本发明一优选实施方式中，所述步骤S1具体包括：
P1、接收通过超声探头向待测物发射的超声发射信号，所述超声发射信号的波形为方波或正弦波；
本发明具体示例中，所述超声发射信号的傅里叶变换以WaveForm(f)表示，所述超声探头的频响函数以Probe(f)表示，
则：输入到所述待测物的超声发射信号的傅里叶变换可表示为待测物的频响函数与所述超声探头的频响函数乘积，即：
Tx_W(f)＝WaveForm(f)*Probe(f)；
其中，所述Tx_W(f)亦表示经过发射探头发送的超声发射信号发射到待测物后的频响特性。
P2、对输入到所述待测物的超声发射信号的频率响应采用高斯模型近似拟合；
在输入信号为正弦波或者方波时，Tx_W(f)可以用高斯模型近似拟合为：
Tx_W(f)＝exp(-(f-f0)^2/(2*deta)^2)，
其中deta为系数，f0为发射信号的中心频率。
P3、将经过高斯模型近似拟合后的发射信号的频率响应以及待测物的频率响应；
本发明具体示例中，所述回波信号等于待测物的频响特性与其接收到的超声信号的频响特性的乘积，所述回波信号以Rx(f,t)表示，
则：Rx(f,t)＝K(f,t)*Tx_W(f)＝K(f,t)*exp(-(f-f0(t))^2/(2*deta)^2)
其中，K(f,t)表示待测物的频响特性，其表现待测物的频率衰减特性，f0(t)为回波信号随时间变化的中心频率。
P4、将所述回波信号进行近似拟合，并根据t＝0时RF滤波器的-gdB截止频率获取经过近似拟合后的所述回波信号在待测物中的中心频率。
本发明具体示例中，由于相对于发射频率，待测物的频率响应为宽带响应，故，经过近似拟合后的回波信号可表示为：
Rx(f,t)＝K(t)*exp(-(f-f0(t))^2/(2*deta)^2)
进一步的，假设：当t＝0时所感兴趣的-gdB截止频率，也就是RF滤波器的-gdB截止频率分别为fh(0)、fl(0)，对于某均一待测物，其频率衰减系数以f_att表示，则在t＝0时，
-g＝-20*(fh(0)-f0(0))^2/(2*deta)^2*log(e)
-g＝-20*(fl(0)-f0(0))^2/(2*deta)^2*log(e)
即：在t时刻，超声发射信号的传播深度为d＝c_s/fs/2时，所述待测物的频率成份将衰减为：
-g-f_att*d*fh(0)＝-20*(fh(0)-f0(0))^2/(2*deta)^2*log(e)
-g-f_att*d*fl(0)＝-20*(fl(0)-f0(0))^2/(2*deta)^2*log(e)
其中，c_s为超声发射信号在待测物中的传播速度，fs为采样频率；
进一步的，经过近似拟合后的所述回波信号在待测物中的中心频率可表示为：
f0(t)＝(sqrt(g+f_att*d*fh(0))*fl(0)+sqrt(g+f_att*d*fl(0))*fh(0))/(sqrt(g+f_att*d*fh(0))+sqrt(g+f_att*d*fl(0)))；
其中，f_att为待测物的频率随深度的衰减系数，fh(0)、fl(0)分别为当t＝0时RF滤波器的-gdB截止频率。
结合图6所示，为本发明一具体示例中的回波信号的中心频率随时间变化的曲线示意图；
其中，给定的f_att＝0.5MHz/(dB*cm)，通过该曲线示意图可获知其相应的参数，-6dB截止频率下的fh(0)＝14MHz，fl(0)＝8MHz，则通过上述公式可获得所述回波信号的中心频率f0(t)，在此不做详细赘述。
进一步的，本发明一实施方式中，所述基于RF数据的超声成像处理方法还包括：
S2、采用自适应梯度算法将所述回波信号划分为若干数据段。
结合图3所示，本发明优选实施方式中，所述步骤S2具体包括：
M1、在当前扫查深度下，根据所述回波信号在待测物中的中心频率获取所述回波信号对应每个时刻的梯度绝对值；
本发明具体示例中，将当前扫查深度D下的所述回波信号对应每个时刻的梯度绝对值以Df0(t)表示，扫查间隔时间t<＝2*D/c_s；
则：Df0(t)＝abs((f0(t+1/fs)-f0(t))*fs)，或
Df0(t)＝abs((f0(t+1/fs)-f0(t-1/fs))*fs/2)。
M2、预设梯度系数阈值，并获取每个数据段的初始梯度绝对值，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，所述第一个数据段的初始梯度绝对值为所述回波信号在t＝0时刻的梯度绝对值。
为了方便理解，下述示例为采用步骤M2将所述回波信号划分为若干数据段的具体应用实例；
本具体示例中，所述梯度系数阈值可根据需要具体设定，以Thr_df表示，其大小介于0-1之间；初始梯度绝对值以maxDf表示，所述回波信号对应每个时刻的梯度绝对值所对应的回波信号以Sig(t)表示，每个数据段以Sig_seg(i)表示，各个数据段的中心频率的线段斜率以k_seg(i)表示，每个数据段最后一个回波信号接收的时间以tseg(i)表示，1≤i≤N，N为所述回波信号划分的数据段的总和。
相应的，第一个数据段的初始梯度绝对值maxDf＝Df0(0)，Df0(0)表示回波信号在t＝0时刻的梯度绝对值；
进一步的，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；
例如：某个时刻tseg(1)的Df0(tseg(1))<maxDf*Thr_df，则划分的第一数据段为：Sig_seg(1)＝(Sig(0),Sig(1/fs),…,Sig(tseg(1))，相应的，获取第一数据段的中心频率的线段斜率表示为：
k_seg(1)＝(f0(tseg(1))-f0(0))/(tseg(1)-0)；
同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，
则，第二数据段的初始梯度绝对值maxDf＝Df0(tseg(1)+1/fs)，重复上述过程，得到第二数据段Sig_seg(2)以及其对应的线段斜率k_seg(2)；继续重复上述过程，将所述回波信号划分为N个数据段，在此不做重复赘述。
进一步的，本发明一实施方式中，所述基于RF数据的超声成像处理方法还包括：
S3、分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；
其中，各个数据段对应的分数傅里叶的变换因子以aifa(i)，
则：aifa(i)＝1-2/pi*atan(fs/T(i)/k_seg(i))，
T(i)为Sig_seg(i)的时长，
T(i)＝tseg(i)-tseg(i-1)+1/fs；
各个数据段做分数傅里叶变换的结果为：
Sig_seg_frft(i)＝frft(Sig_seg(i),aifa(i))，frft()表示分数傅里叶变换。
进一步的，本发明一实施方式中，所述基于RF数据的超声成像处理方法还包括：
S4、分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；
分别对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号。
结合图4所示，本发明优选实施方式中，所述步骤S4具体包括：
N1、将t＝0时RF滤波器的-gdB截止频率对应的高截止频率至低截止频率之间等距划分K个区域，并按照预设截止频率设计K组带通滤波器；
接续上述示例，将fh(0)至fl(0)之间等划分成K个区域，所述预设截止频率可为-3dB截止频率、-4dB截止频率等。
N2、使各个时不变分段信号分别通过K组带通滤波器，分解为K组子带信号；
接续上述示例，将Sig_seg_frft(i)信号分别通过K组带通滤波器，分解为K组子带信号；
将第k组子带信号的结果以Sig_seg_frft_Bp(k)表示，k＝1,2,…,K。
N3、根据预设的总体增益曲线获取每组子带信号分别对应的子带时间增益曲线；
本发明具体示例中，Sig_seg(i)对应的子带时间增益曲线以Tgc_seg(i)表示，
则：Tgc_seg(i)＝{Tgc(tseg(i-1)+1/fs),…,Tgc(tseg(i))}
其中，Tgc(.)表示预设的整体时间增益曲线。
N4、分别根据各个子带信号对应的子带增益曲线，对各个所述子带信号进行调整；
本发明优选实施方式中，将各个子带信号分别与其对应的子带增益曲线进行点乘，以对各个子带信号进行不同时变的增益调整，实现均衡化。
每组子带信号对应的子带时间增益曲线以G(k)表示，
则：G(k)＝Cof(k)*Tgc_seg(k)，其中，Cof(k)为每组子带信号对应的调制系数；
调整后的子带信号以Sig_seg_frft_Bp_Ad(k)表示，
则：Sig_seg_frft_Bp_Ad(k)＝Sig_seg_frft_Bp(k)*G(k)。
N5、对调整后的子带信号进行加权处理，形成若干增强的分段信号。
所述增强的分段信号以Sig_seg_frft_En(i)表示，则：
Sig_seg_frft_En(i)＝Sig_seg_frft_Bp_Ad(0)+Sig_seg_frft_Bp_Ad(1)+,…+Sig_seg_frft_Bp_Ad(K)。
进一步的，本发明一实施方式中，所述基于RF数据的超声成像处理方法还包括：
S5、对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。
接续上述示例，对Sig_seg_frft_En(i)做分数傅里叶逆变换，其变换因子为-aifa(i)，
则所述增强的分段信号进行分数傅里叶逆变换后的结果为：
Sig_seg_En(i)＝frft(Sig_seg_frft_En(i),-aifa(i))；
进一步的，将各个增强的分段信号进行分数傅里叶逆变换后的结果合并形成补偿回波信号Sig_En。
本发明优选实施方式中，所述步骤S5还包括：对补偿回波信号采用平滑处理，以消除段之间的信号跳变，在此不做详细赘述。
结合图5所示，本发明一实施方式中提供的基于RF数据的超声成像处理***，所述***包括：信号发射模块100、信号接收模块200、信号处理模块300。
信号发射模块100用于通过超声探头向待测物发射超声发射信号；信号接收模块200用于对所述超声发射信号的频率响应采用高斯模型近似拟合，以获取其对应的回波信号，并获取所述回波信号在待测物中的中心频率。
本发明一优选实施方式中，信号接收模块200接收通过超声探头向待测物发射的超声发射信号，所述超声发射信号的波形为方波或正弦波；
本发明具体示例中，所述超声发射信号的傅里叶变换以WaveForm(f)表示，所述超声探头的频响函数以Probe(f)表示，
则：输入到所述待测物的超声发射信号的傅里叶变换可表示为待测物的频响函数与所述超声探头的频响函数乘积，即：
Tx_W(f)＝WaveForm(f)*Probe(f)；
其中，所述Tx_W(f)亦表示经过发射探头发送的超声发射信号发射到待测物后的频响特性。
进一步的，信号接收模块200还用于对输入到所述待测物的超声发射信号的频率响应采用高斯模型近似拟合；
在输入信号为正弦波或者方波时，Tx_W(f)可以用高斯模型近似拟合为：
Tx_W(f)＝exp(-(f-f0)^2/(2*deta)^2)，
其中deta为系数，f0为发射信号的中心频率。
进一步的，信号接收模块200还用于将经过高斯模型近似拟合后的发射信号的频率响应以及待测物的频率响应；
本发明具体示例中，所述回波信号等于待测物的频响特性与其接收到的超声信号的频响特性的乘积，所述回波信号以Rx(f,t)表示，
则：Rx(f,t)＝K(f,t)*Tx_W(f)＝K(f,t)*exp(-(f-f0(t))^2/(2*deta)^2)
其中，K(f,t)表示待测物的频响特性，其表现待测物的频率衰减特性，f0(t)为回波信号随时间变化的中心频率。
进一步的，信号接收模块200还用于将所述回波信号进行近似拟合，并根据t＝0时RF滤波器的-gdB截止频率获取经过近似拟合后的所述回波信号在待测物中的中心频率。
本发明具体示例中，由于相对于发射频率，待测物的频率响应为宽带响应，故，经过近似拟合后的回波信号可表示为：
Rx(f,t)＝K(t)*exp(-(f-f0(t))^2/(2*deta)^2)
进一步的，假设：当t＝0时所感兴趣的-gdB截止频率，也就是RF滤波器的-gdB截止频率分别为fh(0)、fl(0)，对于某均一待测物，其频率衰减系数以f_att表示，则在t＝0时，
-g＝-20*(fh(0)-f0(0))^2/(2*deta)^2*log(e)
-g＝-20*(fl(0)-f0(0))^2/(2*deta)^2*log(e)
即：在t时刻，超声发射信号的传播深度为d＝c_s/fs/2时，所述待测物的频率成份将衰减为：
-g-f_att*d*fh(0)＝-20*(fh(0)-f0(0))^2/(2*deta)^2*log(e)
-g-f_att*d*fl(0)＝-20*(fl(0)-f0(0))^2/(2*deta)^2*log(e)
其中，c_s为超声发射信号在待测物中的传播速度，fs为采样频率；
进一步的，经过近似拟合后的所述回波信号在待测物中的中心频率可表示为：
f0(t)＝(sqrt(g+f_att*d*fh(0))*fl(0)+sqrt(g+f_att*d*fl(0))*fh(0))/(sqrt(g+f_att*d*fh(0))+sqrt(g+f_att*d*fl(0)))；
其中，f_att为待测物的频率随深度的衰减系数，fh(0)、fl(0)分别为当t＝0时RF滤波器的-gdB截止频率。
结合图6所示，为本发明一具体示例中的回波信号的中心频率随时间变化的曲线示意图；
其中，给定的f_att＝0.5MHz/(dB*cm)，通过该曲线示意图可获知其相应的参数，-6dB截止频率下的fh(0)＝14MHz，fl(0)＝8MHz，则通过上述公式可获得所述回波信号的中心频率f0(t)，在此不做详细赘述。
进一步的，本发明一实施方式中，信号处理模块300用于采用自适应梯度算法将所述回波信号划分为若干数据段。
本发明优选实施方式中，信号处理模块300具体用于在当前扫查深度下，根据所述回波信号在待测物中的中心频率获取所述回波信号对应每个时刻的梯度绝对值；
本发明具体示例中，将当前扫查深度D下的所述回波信号对应每个时刻的梯度绝对值以Df0(t)表示，扫查间隔时间t<＝2*D/c_s；
则：Df0(t)＝abs((f0(t+1/fs)-f0(t))*fs)，或
Df0(t)＝abs((f0(t+1/fs)-f0(t-1/fs))*fs/2)。
进一步的，信号处理模块300具体用于预设梯度系数阈值，并获取每个数据段的初始梯度绝对值，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，所述第一个数据段的初始梯度绝对值为所述回波信号在t＝0时刻的梯度绝对值。
为了方便理解，提供一具体应用实例；本具体示例中，所述梯度系数阈值可根据需要具体设定，以Thr_df表示，其大小介于0-1之间；初始梯度绝对值以maxDf表示，所述回波信号对应每个时刻的梯度绝对值所对应的回波信号以Sig(t)表示，每个数据段以Sig_seg(i)表示，各个数据段的中心频率的线段斜率以k_seg(i)表示，每个数据段最后一个回波信号接收的时间以tseg(i)表示，1≤i≤N，N为所述回波信号划分的数据段的总和。
相应的，第一个数据段的初始梯度绝对值maxDf＝Df0(0)，Df0(0)表示回波信号在t＝0时刻的梯度绝对值；
进一步的，信号处理模块300具体用于以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；
例如：某个时刻tseg(1)的Df0(tseg(1))<maxDf*Thr_df，则划分的第一数据段为：Sig_seg(1)＝(Sig(0),Sig(1/fs),…,Sig(tseg(1))，相应的，获取第一数据段的中心频率的线段斜率表示为：
k_seg(1)＝(f0(tseg(1))-f0(0))/(tseg(1)-0)；
同时，信号处理模块300具体用于将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，
则，第二数据段的初始梯度绝对值maxDf＝Df0(tseg(1)+1/fs)，重复上述过程，得到第二数据段Sig_seg(2)以及其对应的线段斜率k_seg(2)；继续重复上述过程，将所述回波信号划分为N个数据段，在此不做重复赘述。
进一步的，本发明一实施方式中，信号处理模块300还用于分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；
其中，各个数据段对应的分数傅里叶的变换因子以aifa(i)，
则：aifa(i)＝1-2/pi*atan(fs/T(i)/k_seg(i))，
T(i)为Sig_seg(i)的时长，
T(i)＝tseg(i)-tseg(i-1)+1/fs；
各个数据段做分数傅里叶变换的结果为：
Sig_seg_frft(i)＝frft(Sig_seg(i),aifa(i))，frft()表示分数傅里叶变换。
进一步的，本发明一实施方式中，信号处理模块300还用于
分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；
分别对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号。
本发明优选实施方式中，信号处理模块300具体用于将t＝0时RF滤波器的-gdB截止频率对应的高截止频率至低截止频率之间等距划分K个区域，并按照预设截止频率设计K组带通滤波器；
接续上述示例，信号处理模块300将fh(0)至fl(0)之间等划分成K个区域，所述预设截止频率可为-3dB截止频率、-4dB截止频率等。
进一步的，信号处理模块300具体用于使各个时不变分段信号分别通过K组带通滤波器，分解为K组子带信号；
接续上述示例，信号处理模块300将Sig_seg_frft(i)信号分别通过K组带通滤波器，分解为K组子带信号；
将第k组子带信号的结果以Sig_seg_frft_Bp(k)表示，k＝1,2,…,K。
进一步的，信号处理模块300具体用于根据预设的总体增益曲线获取每组子带信号分别对应的子带时间增益曲线；
本发明具体示例中，Sig_seg(i)对应的子带时间增益曲线以Tgc_seg(i)表示，
则：Tgc_seg(i)＝{Tgc(tseg(i-1)+1/fs),…,Tgc(tseg(i))}
其中，Tgc(.)表示预设的整体时间增益曲线。
进一步的，信号处理模块300具体用于分别根据各个子带信号对应的子带增益曲线，对各个所述子带信号进行调整；
本发明优选实施方式中，信号处理模块300将各个子带信号分别与其对应的子带增益曲线进行点乘，以对各个子带信号进行不同时变的增益调整，实现均衡化。
每组子带信号对应的子带时间增益曲线以G(k)表示，
则：G(k)＝Cof(k)*Tgc_seg(k)，其中，Cof(k)为每组子带信号对应的调制系数；
调整后的子带信号以Sig_seg_frft_Bp_Ad(k)表示，
则：Sig_seg_frft_Bp_Ad(k)＝Sig_seg_frft_Bp(k)*G(k)。
进一步的，信号处理模块300具体用于对调整后的子带信号进行加权处理，形成若干增强的分段信号。
所述增强的分段信号以Sig_seg_frft_En(i)表示，则：
Sig_seg_frft_En(i)＝Sig_seg_frft_Bp_Ad(0)+Sig_seg_frft_Bp_Ad(1)+,…+Sig_seg_frft_Bp_Ad(K)。
进一步的，本发明一实施方式中，信号处理模块300还用于对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。
接续上述示例，对Sig_seg_frft_En(i)做分数傅里叶逆变换，其变换因子为-aifa(i)，
则所述增强的分段信号进行分数傅里叶逆变换后的结果为：
Sig_seg_En(i)＝frft(Sig_seg_frft_En(i),-aifa(i))；
进一步的，信号处理模块300具体用于将增强的分段信号进行分数傅里叶逆变换后的结果合并形成补偿回波信号Sig_En。
本发明优选实施方式中，信号处理模块300还用于对补偿回波信号采用平滑处理，以消除段之间的信号跳变，在此不做详细赘述。
综上所述，本发明的基于RF数据的超声成像方法及处理***，基于高斯信号模型，自动根据中心频率曲线采用自适应梯度算法对回波信号进行分段，对分段后的信号进行相应的分数傅里叶变换，转化为线性时不变信号，再将其通过带通滤波器组分为若干个具有独立频带的子带强化信号，并对子带强化信号做相应的权重调整，最后对调整后的结果逆分数傅里叶变换并合并为增强后的输出信号；该处理方法及处理***设置的带宽能兼顾所有长度上的信号的带宽要求，不影响输出信噪比；按照回波信信号在时间方向的衰减差异性进行补偿，考虑不同频段信号对最终成像的影响结果，提高了超声成像设备的方便性和使用效率，提升了超声图像的质量。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品可以保存在保存介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，信息推送服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
以上所描述的装置实施方式仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括保存设备在内的本地和远程计算机保存介质中。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于RF数据的超声成像处理方法，其特征在于，所述方法包括以下步骤：
S1、通过超声探头向待测物发射超声发射信号，对所述超声发射信号的频率响应采用高斯模型近似拟合，以获取其对应的回波信号，并获取所述回波信号在待测物中的中心频率；
S2、采用自适应梯度算法将所述回波信号划分为若干数据段；
S3、分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；
S4、分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；
分别对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号；
S5、对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。
2.根据权利要求1所述的基于RF数据的超声成像处理方法，其特征在于，所述步骤S1具体包括：
P1、接收通过超声探头向待测物发射的超声发射信号，所述超声发射信号的波形为方波或正弦波；
P2、对输入到所述待测物的超声发射信号的频率响应采用高斯模型近似拟合；
P3、将经过高斯模型近似拟合后的发射信号的频率响应以及待测物的频率响应进行波束合成形成回波信号；
P4、将所述回波信号进行近似拟合，并根据t＝0时RF滤波器的-gdB截止频率获取经过近似拟合后的所述回波信号在待测物中的中心频率。
3.根据权利要求1所述的基于RF数据的超声成像处理方法，其特征在于，所述步骤S2具体包括：
M1、在当前扫查深度下，根据所述回波信号在待测物中的中心频率获取所述回波信号对应每个时刻的梯度绝对值；
M2、预设梯度系数阈值，并获取每个数据段的初始梯度绝对值，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，所述第一个数据段的初始梯度绝对值为所述回波信号在t＝0时刻的梯度绝对值。
4.根据权利要求1所述的基于RF数据的超声成像处理方法，其特征在于，所述步骤S4具体包括：
N1、将t＝0时RF滤波器的-gdB截止频率对应的高截止频率至低截止频率之间等距划分K个区域，并按照预设截止频率设计K组带通滤波器；
N2、使各个时不变分段信号分别通过K组带通滤波器，分解为K组子带信号；
N3、根据预设的总体增益曲线获取每组子带信号分别对应的子带时间增益曲线；
N4、分别根据各个子带信号对应的子带增益曲线，对各个所述子带信号进行调整；
N5、对调整后的子带信号进行加权处理，形成若干增强的分段信号。
5.根据权利要求1所述的基于RF数据的超声成像处理方法，其特征在于，所述步骤S5还包括：
对补偿回波信号采用平滑处理，以消除段之间的信号跳变。
6.一种基于RF数据的超声成像处理***，其特征在于，所述***包括：
信号发射模块，用于通过超声探头向待测物发射超声发射信号；
信号接收模块，用于对所述超声发射信号的频率响应采用高斯模型近似拟合，以获取其对应的回波信号，并获取所述回波信号在待测物中的中心频率；
信号处理模块，用于采用自适应梯度算法将所述回波信号划分为若干数据段；
分别对各个数据段做分数傅里叶变换，获得若干时不变分段信号；
分别对各个时不变分段信号进行多通道带通滤波，分解为多个子带信号；
分别对每个子带信号进行不同时变的增益调整，将调整后的子带信号进行加权形成增强的分段信号；对各个分段信号进行分数傅里叶逆变换，并将其合并形成补偿回波信号。
7.根据权利要求6所述的基于RF数据的超声成像处理***，其特征在于，
所述信号发射模块具体用于：接收通过超声探头向待测物发射的超声发射信号，所述超声发射信号的波形为方波或正弦波；
所述信号接收模块具体用于：对输入到所述待测物的超声发射信号的频率响应采用高斯模型近似拟合；
将经过高斯模型近似拟合后的发射信号的频率响应以及待测物的频率响应进行波束合成形成回波信号；
将所述回波信号进行近似拟合，并根据t＝0时RF滤波器的-gdB截止频率获取经过近似拟合后的所述回波信号在待测物中的中心频率。
8.根据权利要求6所述的基于RF数据的超声成像处理***，其特征在于，
所述信号处理模块具体用于：
在当前扫查深度下，根据所述回波信号在待测物中的中心频率获取所述回波信号对应每个时刻的梯度绝对值；
预设梯度系数阈值，并获取每个数据段的初始梯度绝对值，以相同的间隔时间依次查询每个时刻的梯度绝对值，若当前所述初始梯度绝对值之后的梯度绝对值小于所述初始梯度绝对值与所述梯度系数阈值的乘积，则将其划分为一个数据段；同时，将小于当前数据段最后一个梯度绝对值、且距离当前数据段的最后一个梯度绝对值最近的梯度绝对值设置为下一数据段的初始梯度绝对值，所述第一个数据段的初始梯度绝对值为所述回波信号在t＝0时刻的梯度绝对值。
9.根据权利要求6所述的基于RF数据的超声成像处理***，其特征在于，
所述信号处理模块具体用于：
将t＝0时RF滤波器的-gdB截止频率对应的高截止频率至低截止频率之间等距划分K个区域，并按照预设截止频率设计K组带通滤波器；
使各个时不变分段信号分别通过K组带通滤波器，分解为K组子带信号；
根据预设的总体增益曲线获取每组子带信号分别对应的子带时间增益曲线；
分别根据各个子带信号对应的子带增益曲线，对各个所述子带信号进行调整；
对调整后的子带信号进行加权处理，形成若干增强的分段信号。
10.根据权利要求6所述的基于RF数据的超声成像处理***，其特征在于，
所述信号处理模块还用于：对补偿回波信号采用平滑处理，以消除段之间的信号跳变。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610202276.7A CN105844598B (zh) | 2016-04-01 | 2016-04-01 | 基于rf数据的超声成像处理方法及处理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610202276.7A CN105844598B (zh) | 2016-04-01 | 2016-04-01 | 基于rf数据的超声成像处理方法及处理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105844598A true CN105844598A (zh) | 2016-08-10 |
| CN105844598B CN105844598B (zh) | 2019-01-29 |
Family
ID=56596493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610202276.7A Active CN105844598B (zh) | 2016-04-01 | 2016-04-01 | 基于rf数据的超声成像处理方法及处理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105844598B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108042155A (zh) * | 2017-12-20 | 2018-05-18 | 飞依诺科技(苏州)有限公司 | 超声回波信号自动时间频率解调方法及处理*** |
| CN108542422A (zh) * | 2018-03-06 | 2018-09-18 | 武汉轻工大学 | B超图像优化方法、装置及计算机可读存储介质 |
| CN111436966A (zh) * | 2020-04-03 | 2020-07-24 | 深圳开立生物医疗科技股份有限公司 | 超声回波成像方法、装置、计算机设备及存储介质 |
| CN113662587A (zh) * | 2020-12-25 | 2021-11-19 | 四川省中医药科学院 | 一种基于超声的便携式脂肪肝检测装置及其数据处理方法 |
| CN113671040A (zh) * | 2021-09-08 | 2021-11-19 | 南方电网科学研究院有限责任公司 | 一种gis/gil绝缘子应力超声检测平台和检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1500445A (zh) * | 2002-11-01 | 2004-06-02 | Ge医药***环球科技公司 | 在超声波对比成像中提高对比物与组织比的方法和装置 |
| US20140362114A1 (en) * | 2011-12-30 | 2014-12-11 | Koninklijke Philips N.V. | Method and apparatus for needle visualization enhancement in ultrasound images |
| CN105395214A (zh) * | 2014-02-20 | 2016-03-16 | 飞依诺科技(苏州)有限公司 | 基于rf数据超声成像处理方法及*** |
-
2016
- 2016-04-01 CN CN201610202276.7A patent/CN105844598B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1500445A (zh) * | 2002-11-01 | 2004-06-02 | Ge医药***环球科技公司 | 在超声波对比成像中提高对比物与组织比的方法和装置 |
| US20140362114A1 (en) * | 2011-12-30 | 2014-12-11 | Koninklijke Philips N.V. | Method and apparatus for needle visualization enhancement in ultrasound images |
| CN105395214A (zh) * | 2014-02-20 | 2016-03-16 | 飞依诺科技(苏州)有限公司 | 基于rf数据超声成像处理方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| MICHAEL BENNETT ET AL.: "Filtering of ultrasound echo signals with the fractional Fourier transform", 《ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY, 2003. PROCEEDINGS OF THE 25TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108042155A (zh) * | 2017-12-20 | 2018-05-18 | 飞依诺科技(苏州)有限公司 | 超声回波信号自动时间频率解调方法及处理*** |
| CN108542422A (zh) * | 2018-03-06 | 2018-09-18 | 武汉轻工大学 | B超图像优化方法、装置及计算机可读存储介质 |
| CN111436966A (zh) * | 2020-04-03 | 2020-07-24 | 深圳开立生物医疗科技股份有限公司 | 超声回波成像方法、装置、计算机设备及存储介质 |
| CN111436966B (zh) * | 2020-04-03 | 2023-04-07 | 深圳开立生物医疗科技股份有限公司 | 超声回波成像方法、装置、计算机设备及存储介质 |
| CN113662587A (zh) * | 2020-12-25 | 2021-11-19 | 四川省中医药科学院 | 一种基于超声的便携式脂肪肝检测装置及其数据处理方法 |
| CN113671040A (zh) * | 2021-09-08 | 2021-11-19 | 南方电网科学研究院有限责任公司 | 一种gis/gil绝缘子应力超声检测平台和检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105844598B (zh) | 2019-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105844598A (zh) | 基于rf数据的超声成像处理方法及处理*** | |
| EP3466343B1 (en) | Pulse doppler ultrahigh spectrum resolution imaging processing method and processing system | |
| US6350240B1 (en) | Ultrasound imaging method and apparatus based on pulse compression technique using modified golay codes | |
| US5619998A (en) | Enhanced method for reducing ultrasound speckle noise using wavelet transform | |
| KR100393370B1 (ko) | 직교 골레이 코드를 이용하는 초음파 영상 형성 방법 및장치 | |
| CN204495996U (zh) | 宽带声纳接收器 | |
| US5497777A (en) | Speckle noise filtering in ultrasound imaging | |
| US6622560B2 (en) | Ultrasound imaging method and apparatus based on pulse compression technique using a spread spectrum signal | |
| US6547733B2 (en) | Ultrasound imaging apparatus and method using Golay codes with orthogonal property | |
| US6454714B1 (en) | Ultrasonic harmonic flash suppression | |
| EP0649033A2 (en) | Improved TDOA/FDOA technique for locating a transmitter | |
| JP4039642B2 (ja) | 超音波ビーム形成装置 | |
| US20160262729A1 (en) | Systems and methods of reducing ultrasonic speckle using harmonic compounding | |
| CN107817297A (zh) | 一种基于超声回波rf数据的超声成像处理方法及处理*** | |
| EP3428681A1 (en) | Method for coded ultrasonic echo detection | |
| JP4473388B2 (ja) | 超音波診断装置 | |
| US11883240B2 (en) | Sparse convolutional beamforming for ultrasound imaging | |
| KR101550671B1 (ko) | 의료 초음파 영상에서 코드화 여기의 펄스 압축 장치 및 방법 | |
| CN112890855B (zh) | 多波束p次根压缩相干滤波波束合成方法及装置 | |
| JP2019101004A (ja) | エコー信号に基づく情報取得装置およびレーダ装置並びにパルス圧縮装置 | |
| CN110673100A (zh) | 一种基于实时谱估计的脉冲压缩方法 | |
| KR20170076025A (ko) | 신호의 감쇠를 적응적으로 보상하는 초음파 시스템 및 방법 | |
| KR102022143B1 (ko) | 신호의 스펙트럴 다운시프트를 적응적으로 보상하는 초음파 시스템 및 방법 | |
| JPS6326783Y2 (zh) | ||
| KR102091578B1 (ko) | 캐비테이션 모니터링 빔포머 및 빔포밍 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 215123 5th floor, building a, 4th floor, building C, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee after: Feiyinuo Technology Co.,Ltd. Address before: 215123 5th floor, building a, 4th floor, building C, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee before: Feiyinuo Technology (Suzhou) Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP03 | Change of name, title or address |
Address after: 215123 5th floor, building a, 4th floor, building C, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee after: Feiyinuo Technology (Suzhou) Co.,Ltd. Address before: 215123 5F, building a, No. 27, Xinfa Road, Suzhou Industrial Park, Jiangsu Province Patentee before: VINNO TECHNOLOGY (SUZHOU) Co.,Ltd. |
|
| CP03 | Change of name, title or address |