CN112816563A - 超声波检测及成像的方法及装置、超声波成像*** - Google Patents
超声波检测及成像的方法及装置、超声波成像*** Download PDFInfo
- Publication number
- CN112816563A CN112816563A CN201911118361.5A CN201911118361A CN112816563A CN 112816563 A CN112816563 A CN 112816563A CN 201911118361 A CN201911118361 A CN 201911118361A CN 112816563 A CN112816563 A CN 112816563A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- signal
- elementary
- image
- gaussian
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/48—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by amplitude comparison
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供一种超声波检测及成像的方法及装置、超声波成像***,该检测方法包括:获取被测物的一幅或多幅初始超声振幅响应;将每幅初始超声振幅响应分解为多幅基元信束振幅响应的线性组合,其中每幅基元信束振幅响应是基元信束线性组合中相应基元信束独自在所述被测物上所产生的超声振幅响应;从分解出的多幅基元信束振幅响应中选择一幅或多幅基元信束振幅响应,重建出一幅或多幅所述被测物的最终超声振幅响应,使所述最终超声振幅响应的点扩散误差缩减为所选用的基元信束的点扩散误差。根据本发明的方法可以大幅度降低像斑对超声检测及成像的破坏性影响。
Description
技术领域
本发明涉及超声波检测及成像领域,尤其涉及一种基于基元信束的超声波检测及成像技术。
背景技术
超声波是指频率高于20kHz的声波,具有方向性好、穿透能力强等优点。随着对超声波技术研究的逐步发展,超声波检测和成像由于其安全可靠、成本低等优势,被广泛地应用于工业检测和医学诊断等领域。然而,与一些精度较高的检测及成像技术相比,超声波检测和成像的分辨力相对较低、精度差、图像细节畸变失真严重。造成这些问题的主要原因在于超声波检测中产生的点扩散误差,或称像斑误差。
以超声波成像为例,在进行超声波成像时,可以向物域中的被测物发射超声波束,并在像域中生成对应于被测物的图像。通常,将物域内被测物上的几何点称为物点,将像域内图像上的几何点称为像点。在理想情况下,独立物点经成像之后应该在对应的像域位置产生单个像点,然而实际产生的却是形状复杂、亮度不均,空间分布扩大数十倍的“像斑”。图1A是由开阔空间分立物点构成的模拟被测物的示意图。图1B是对图1A所示的模拟被测物经B超成像后产生超声像斑的声学模拟示例图。图1A中的多个呈阵列排列的圆点为物域中的多个独立物点,本应为单位像素几何点,由于单位像素几何点在视觉上难以辨认,因此将单位像素几何点放大为视觉可以识别的圆点。圆点的面积不同,表示物点反射系数的不同。
按照超声图像的***面向外。Z轴从上向下表示物点或像点距离探头表面的距离由近及远。图1A和1B的上边框用来代表超声探头的表面。在进行超声成像时,超声信号从探头表面向下方(Z方向)发射束状声波,称声束。习惯上以声束的中心轴线代表声束,称声线。超声探头沿着X轴进行扫描,在每个X位置形成一条声线。声束在传播途中遇到两种不同材质的界面时会产生回波信号。在图1A中,每一个独立物点即形成一个界面,声束会在该界面被反射而产生回波信号,因此该独立物点为一个反射物。回波信号幅度随时间的变化被称为振幅响应。由于回波产生的时刻正比于声束沿Z轴走过的纵向距离z,因此振幅响应也是回波振幅随纵向距离z的变化。图1B中的每一条纵向排列的亮度图线所呈现的就是在声束传播路径上的所有反射物所产生的回波的振幅响应,称A(Amplitude)线。如图1B所示,对应于图1A中的每一个独立物点,在图1B的成像结果中都产生了明显的像斑。显然,该成像结果严重失真。理论和实测都证明,像斑的形状、大小、亮度分布等随着物点相对于超声探头的几何位置而显著不同,并且还和超声探头的声场分布和声信号波形密切相关。
像斑又称物点所在场点的点扩散函数(PSF,Point Spread Function)。PSF可用于量化成像***的图像失真度。当一个成像***物域内所有场点的PSF都为1时,表示所有像点都真实地再现了所对应的物点,图像没有发生点扩散,畸变失真为零。这种理想的成像效果需要理想的超声探头才能实现。
理论分析和声学模拟都表明,如果超声探头的声场如长针般又细又直无发散,且声信号波形也如直针般陡起陡落无前波尾波,所有像斑就会收缩为理想的像点,失真畸变为零。参考图1A和1B所示,探头的轴向(Z方向),即声信号传播的主方向为图像的纵向;探头扫描运动的方向(X方向)为图像的横向。针状声信号波形是PSF纵向理想化的条件,针状声场分布是PSF横向理想化的条件。然而现实超声探头与可以产生针状信号波形和针状声场分布的理想超声探头之间仍然存在着难以跨越的根本性差距。为了解决超声波检测和成像中的像斑问题,提高超声波检测和成像的精度,需要寻找其它的解决方案。
发明内容
本发明的目标是大幅度降低现实探头的横向及轴向空间分辨力局限导致的点扩散误差或像斑畸变对超声波检测和成像精度的破坏性影响。
本发明为解决上述技术问题提出了一种超声波检测方法,包括以下步骤:获取被测物的一幅或多幅初始超声振幅响应;将每幅初始超声振幅响应分解为多幅基元信束振幅响应的线性组合,其中每幅基元信束振幅响应是基元信束线性组合中相应基元信束独自在所述被测物上所产生的超声振幅响应;从分解出的多幅基元信束振幅响应中选择一幅或多幅基元信束振幅响应,重建出一幅或多幅所述被测物的最终超声振幅响应,使所述最终超声振幅响应的点扩散误差缩减为所选用的基元信束的点扩散误差。
在本发明的一实施例中,所述基元信束线性组合等效代表所述初始超声振幅响应赖以产生的超声信号场。
在本发明的一实施例中,所述基元信束选自高斯信束家族、变型高斯信束家族、以及以场函数为基础构成的信束函数家族。
在本发明的一实施例中,以如下方式预先获得所述基元信束线性组合:以所述超声信号场的实测声场分布和实测信号波形为基准,用计算机优化算法计算所述基元信束线性组合内各基元信束的参量和组合系数,使所述基元信束线性组合的场分布和信号波形有效吻合实测场分布和实测信号波形。
在本发明的一实施例中,还包括对同一超声波探头使用不同声学介质的多个声学模型预先计算多组基元信束线性组合;根据被测物的声学特性切换采用相应声学介质的基元信束线性组合。
在本发明的一实施例中,对同一检测***的超声信号场使用同一声学模型计算针对不同场区的多组基元信束线性组合,在应用中针对不同场区切换采用相应场区的基元信束线性组合,所述不同场区包括:近场、中场、远场、近轴区及远轴区。
在本发明的一实施例中,所述基元信束振幅响应的数学形式为:
其中,σ、ε是信号波形参量,zB为反射物的Z坐标,i为虚数单位,k为波数,f1(zB)和f2(zB)描述信号随传播距离z的波形变化,C为高斯信号或变型高斯信号的实数或复数组合系数。
本发明为解决上述技术问题还提出了一种超声波成像方法,包括以下步骤:获取成像目标的一幅初始超声图像;将所述初始超声图像分解为多幅基元信束图像的线性组合,其中每幅基元信束图像为基元信束线性组合中相应基元信束独自在所述成像目标上产生的超声图像;从分解出的多幅基元信束图像中选择一幅或多幅基元信束图像,重建出一幅或多幅最终超声图像,使所述最终超声图像的像斑误差缩小为所选用的基元信束图像的像斑误差。
在本发明的一实施例中,所述基元信束线性组合等效代表所述初始超声图像赖以产生的超声信号场。
在本发明的一实施例中,所述基元信束选自高斯信束家族、变型高斯信束家族、以及以场函数为基础构成的信束函数家族。
在本发明的一实施例中,所述初始超声图像为B超医学影像。
在本发明的一实施例中,所述初始超声波图像为一维、二维或三维动态超声图像。
在本发明的一实施例中,还包括以如下方式预先获得所述基元信束组合:以几何分布及声学特性已知的靶阵或声学模型的超声图像为计算基准,用计算机优化算法计算所有基元信束的参量和组合系数,使所得基元信束线性组合在所述几何分布及声学特性已知的靶阵或声学模型上产生的超声图像与所述计算基准有效吻合。
在本发明的一实施例中,还包括对同一超声波探头使用多个不同声学介质的声学模型预先计算针对不同声学介质的多组基元信束组合,根据成像目标的声学特性切换采用相应声学介质的基元信束组合。
在本发明的一实施例中,对成像***的超声信号场使用同一声学模型计算针对不同场区的多组基元信束组合,在应用中针对不同场区切换采用相应场区的基元信束组合,所述不同场区包括:近场、中场、远场、近轴区及远轴区。
在本发明的一实施例中,二维超声图像的高斯信束法表述为:
本发明为解决上述技术问题还提出了一种超声波检测装置,包括:存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及处理器,用于执行所述计算机指令以实现如上所述的方法。
本发明为解决上述技术问题还提出了一种超声波成像装置,包括:存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及处理器,用于执行所述计算机指令以实现如上所述的方法。
本发明为解决上述技术问题还提出了一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如上所述的方法。
本发明为解决上述技术问题还提出了一种超声波检测***,包括:超声探头,适于产生超声信号场及获取被测物的一幅或多幅初始超声振幅响应;存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及处理器,用于执行所述计算机指令以实现如上所述的方法。
本发明为解决上述技术问题还提出了一种超声波成像***,包括:超声探头,适于产生超声信号场及获取成像目标的初始超声图像;存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及处理器,用于执行所述计算机指令以实现如上所述的方法。
本发明通过以上技术方案,将普通探头的超声信号场分解为多个基元信束的线性组合,每一个基元信束所形成的超声信号或图像中,像斑形式大为简化、像斑尺寸大幅度缩小、像斑失真大幅度降低,根据这些基元信束的振幅响应或图像重建出的超声振幅响应或图像中,像斑的破坏性影响根本性减小。由此,本发明在不改变探头及其激发、控制、信号接收的前提下,大幅度降低像斑对超声检测及成像的破坏性影响。
附图说明
为让本发明的上述目的、特征和优点能更明显易懂,以下结合附图对本发明的具体实施方式作详细说明,其中:
图1A是由开阔空间分立物点构成的模拟被测物的示意图;
图1B是对图1A所示的模拟被测物经B超成像后产生超声像斑的声学模拟示例图;
图2是本发明一实施例的超声波检测方法的示例性流程示意图;
图3是典型的超声探头的信号波形图;
图4A-4C是根据本发明的超声波检测方法的结果和普通B超检测结果的对比图;
图5是本发明一实施例的超声波成像方法的示例性流程示意图;
图6A-6C是根据本发明的超声波成像方法所得到的影像和普通B超影像的对比图;
图7A-7C是本发明的超声波检测装置及***、超声波成像装置及***、超声波成像***的三种具体实施方式的示意框图。
具体实施方式
为了更清楚地说明本发明的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些示例或实施例,对于本领域的普通技术人员来讲,无需创造性工作即可根据这些附图将本发明应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
如本发明和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
同时,本发明使用了特定词语来描述本发明的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本发明的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
图2是本发明一实施例的超声波检测方法的示例性流程示意图。参考图2所示,该实施例的超声波检测方法包括下面的步骤:
步骤210,获取被测物的一幅或多幅初始超声振幅响应。
在该步骤中,被测物是本实施例的超声波检测方法所要检测的对象,对应于图1A,本步骤中的被测物包括用于测试的模型和真实的检测对象。初始超声振幅响应是由普通超声探头对被测物进行检测所获得的原始信号,对应于图1B,即未经过处理的包含像斑在内的二维图像。可以利用超声探头对被测物进行探测获取该一幅或多幅初始超声振幅响应。该一幅或多幅初始超声振幅响应可以以数字信号的形式存储,也可以以图像的方式存储。
在一些实施例中,可以采用普通B超探头获得本步骤中的初始超声振幅响应。一幅初始超声振幅响应对应于B超探头在某X坐标点从被测物获得的一条纵向图线。多幅初始超声振幅响应对应于同一B超探头对同一被测物沿X轴进行一遍扫描之后获得的整幅二维图像。该二维图像是以超声探头的轴向为纵向,探头表面长轴为横向的二维空间图像。
在另一些实施例中,一幅初始超声振幅响应对应于利用B超探头在某一固定位置对被测物施行一次扫描之后所获得一幅二维图像。该二维图像是以时间或被测物深度为横轴,反射信号幅度为纵轴的信号图像。
步骤220,将每幅初始超声振幅响应分解为多幅基元信束振幅响应的线性组合,其中每幅基元信束振幅响应是基元信束线性组合中相应基元信束独自在该被测物上所产生的超声振幅响应。
在本发明的实施例中,将普通探头所产生的超声信号场表述为多个基元信束共同生成的信号场,各基元信束具有同一数学形式但不同波束参量及信号参量。基元信束振幅响应指某一基元信束独自在被测物上所产生的超声振幅响应。本发明认为,普通探头的超声信号场在被测物上产生的振幅响应(本发明所称的初始超声振幅响应),等效于多个基元信束分别在同一被测物上产生的多幅基元信束振幅响应的线性组合。因此,在步骤210获得一幅或多幅初始超声振幅响应之后,可以将每幅初始超声振幅响应分解为多幅基元信束振幅响应的线性组合。
这里用一个比喻来说明本步骤中的分解的客观依据。众所周知,将多张相同的清晰图像稍加错位叠加在一起会生成一张模糊的图像。反过来理解,即一张模糊的图像可以是多张清晰图像的叠加,即线性组合。以此类比,该模糊的图像即被像斑严重模糊化的初始超声振幅响应,多张图像即相互叠加后形成初始超声振幅响应后又被分解出来的多幅基元信束振幅响应。在此,分解的各幅基元信束振幅响应未必每幅清晰或在所有区域清晰,但是,可通过步骤230选出的一幅或多幅基元信束振幅响应,重建出更清晰更准确反映被测物的最终超声振幅响应。
在所有实施例中,基元信束线性组合的构建标准是等效代表初始超声振幅响应赖以产生的超声信号场。也就是说,由该基元信束线性组合所表征的信号场等效于获取被测物的一幅或多幅初始超声振幅响应所使用的超声信号场。唯有如此,由该基元信束线性组合所表征的信号场所产生的振幅响应才可能等同于利用普通超声探头的超声信号场所获得的初始超声振幅响应。
步骤230,从分解出的多幅基元信束振幅响应中选择一幅或多幅基元信束振幅响应,重建出一幅或多幅被测物的最终超声振幅响应,使该最终超声振幅响应的点扩散误差缩减为所选用的基元信束的点扩散误差。基元信束的选用标准或者是总体上点扩散误差小,或者是在某局部区域点扩散误差小,为重建最终振幅响应或最终图像提供基本素材。
点扩散误差用于表征一个成像***物域内所有场点的图像失真度。点扩散误差越大,则图像失真度越高。像斑正是初始超声振幅响应含有严重点扩散误差的鲜明表现。本发明通过对初始超声振幅响应进行分解,分解出的多幅基元信束振幅响应中,并非每幅都在所有区域具有期望的点扩散误差。因此需要从多幅基元信束振幅响应中筛选出一幅或多幅基元信束振幅响应来重建被测物的最终超声振幅响应,使该最终超声振幅响应的点扩散误差缩减为所选用的基元信束的最佳组合的点扩散误差,从而总体减小像斑对初始超声振幅响应的破坏性影响,提高超声振幅响应反映被测物的精度。举例来说,根据多幅基元信束振幅响应来重建被测物的最终超声振幅响应可以采用下面的方法:假设信束甲、乙、丙的腰位中心分别位于(x1,z1)、(x2,z2)及(x3,z3),重建的图像或振幅响应在(x1,z1)附近区域以信束甲为主,在(x2,z2)附近区域以信束乙为主,在(x2,z2)、(x3,z3)之间区域以信束乙、丙为主。在临近多个信束腰位的区域,重建以腰宽小的信束为主。在远离所有腰位的区域,重建以腰宽大的信束为主。
下面对步骤220和230中所涉及到的基元信束以及获得基元信束的方法进行进一步的说明。
在一些实施例中,步骤220中的基元信束选自高斯信束家族、变型高斯信束家族、以及以场函数为基础构成的信束函数家族。在本发明的优选实施例中,基元信束选自高斯信束家族。下面以高斯基元信束为例,对本发明的超声波检测方法进行说明。
如前文所述,针状声信号波形和针状声场分布是PSF理想化的条件,然而现实中无法实现。在数学和物理学中常用δ-函数或“理想脉冲函数”来用于对针状声信号波形和针状声场分布的研究。然而,δ-函数分布不但与超声成像的物理现实相距甚远,在计算机运算上也常常成为计算发散崩盘的根源。与δ-函数相比,高斯函数在高斯系数α数值足够大时,不但在陡起陡落又无旁瓣尾波方面与δ-函数有异曲同工之妙,还能提供在理论分析和计算机运算中极其宝贵的连续性,快速收敛性及重复可积性。更重要的是,高斯波束函数是波动方程的通解。因此,本发明的实施例主要以高斯信束作为基元信束。
根据本发明的实施例,将普通探头的超声信号场表述为多个高斯信束的线性组合。每个高斯信束的空间分布为单个高斯波束,其振幅波形为单个广义高斯信号,其数学表达式为高斯波束和广义高斯信号的乘积。因此,根据相应的组合参数,可以将由普通探头所获得的饱含像斑畸变的初始超声振幅响应或图像分解为多幅由单个高斯信束所产生的,像斑形式大为简化、像斑尺寸大幅度缩小、像斑失真大幅度降低的基元信束振幅响应或图像,进而从这些基元信束振幅响应或图像重组出精度更高的被测物的超声振幅响应或超声图像。
下面对利用高斯基元信束的方法进行说明。
首先,对高斯波束函数、高斯波束法进行说明。
高斯波束函数(Gaussian Beam Functions)是波动场传播方程亥姆霍兹方程在波束近似下的通解。波束近似又名抛面近似,等效于菲涅尔近轴近似。包括超声成像在内的光学、声学、电磁波探测技术所涉及的波动场大都充分满足波束近似的要求。三维高斯波束函数的数学形式如下式(1)所示:
其中
在公式(1)和(2)中,x、y、z分别表示高斯波束在立体空间的X、Y和Z三个维度坐标。公式中的i为虚数符号,为波数(ω=2πf为圆频率,f、c分别为波的频率及传播速度),wx、wy分别为高斯波束X维度和Y维度波腰(Beam Waist,即波束最窄处)的“腰宽“(Widthof beam Waist),μx、μy分别为X维度和Y维度波腰的z坐标,称腰位。两个腰宽(wx、wy)及两个腰位(μx、μy)是高斯波束的四个波束参量,可以赋值为任意实数或复数,构成分布形态不同而数学性质相同的高斯波束家族。高斯波束函数承袭高斯函数的连续性、快速收敛性,及重复可积性。
对于超声波检测或超声波成像来说,往往不需要用到或显示Y维度分布。因此令式(1)中的y=0,并且为了表述轴线的横向位置不同的波束引入波轴参量θ,从而得到二维高斯波束函数,其数学形式如下式(3)所示:
在公式(3)中,A为波束系数,其余参数的含义和公式(1)、(2)中相同。可以看出,Y维度分布对轴向波场的影响通过Py(z)仍然存在。公式(3)是二维超声图像分析处理中常用的高斯波束形式,其中包含一个波束系数A与五个波束参量wx、wy、μx、μy和θ。
将束状波场表述为高斯波束的组合,称为波场理论中的高斯波束法。
传统波动场理论以平波(平面波)或球波(球面波)作为描述波场的基本单元或基函数,例如傅里叶光学把光场表述为无数平波的组合,瑞利声场理论把声场表述为无数球波的组合。类似地,高斯波束法将高斯波束作为描述波场的基本单元,将束状波场表述为M个高斯波束的组合,M是大于等于1的任何整数。超声探头所发射的超声波束为典型的束状波场,因此可以利用高斯波束法有效表述为M个高斯波束的组合,通常M在4至10之间。
假定某束状波场可由M个公式(3)所示的高斯波束表述,其数学表达如下式(4)所示:
对于超声波检测和成像来说,采用高斯波束法,不同超声探头的声场只是波束参量不同,其数学性质完全相同。因此,对于不同超声探头所形成的声场,通过计算高斯波束参量即可将该声场分解为M个高斯波束的线性组合。这里的线性组合具体地为M个高斯波束按复函数运算规则的求和。
下面举例说明一种利用计算机优化算法计算最优的高斯波束组合的组合参量的计算方法。
Tn由M个高斯波束Gm在场点(xn,zn)的数值组成,Am,Bm等代表波束系数或波束参量,其中m=1,2,…,M。每个波束参量皆可为复数,含独立的实部及虚部。为简化起见,将所有的波束参量统称为组合参量Cl,参量总数L通常为M的整倍数。由此将Tn的表达式简化为:
n0表示在迭代过程中各参量取初始值。在后续的迭代计算中,n0会陆续更新为n1、n2,直到nk,k表示该迭代计算获得最优解的迭代次数。
等效于
或
矩阵表达形式为
将第一代新组合参量代入Tn及Q的表达式,得到第一代新误差值Qnew1,如果Qnew1<Q,则以代替重复以上过程,获得第二代新组合参数及其对应的第二代新误差值Qnew2,如果Qnew2<Qnew1,则继续重复以上过程。根据上述方法进行迭代计算,直到最后获得的第k代新误差值Qnewk不再减小为止。根据此时的高斯波束组合参量将超声探头所形成的声场分解为M个高斯波束的组合,其声场中所有目标值和用高斯波束组合计算出的波场数值之间的误差平方的总和为最小,即最佳高斯波束组合。
到这里为止,本说明书对高斯波束函数、高斯波束法进行了说明。在一些实施例中,本发明的步骤220和230中所涉及的基元信束包括但不限于高斯波束。
在另一些实施例中,本发明的步骤220和230中所涉及到的基元信束还包括高斯信号。因此,下面对高斯信号波形、高斯信号法等进行说明。
为了提高超声波检测和成像的纵向分辨力,超声信号即便做不到针状波形,也应越短促越好。对于超声波检测和成像来说,通常使用短促声振动来产生及传递被测物的几何及物理信息。这里的声振动又称为声信号。声信号的波形即声波振幅随时间的变化波形,对声学成像的重要性不亚于声场分布。本文将承载和传递短促波动信号的波场称为信号场。
高斯信号波形是理想针状波形无法实现情况下的首选实用波形,但远非轻易可得。严格意义上的窄瓣单峰高斯超声信号至今无法实现,幸运的是具有高斯包络线的多峰超声信号同样具有高斯频谱及高斯函数的解析及计算学优势,可称广义高斯信号,其数学形式如下式(5)所示:
公式(5)中i为虚数符号,t为时间,α、τ0、β、τ1为高斯信号参量。α决定信号高斯包络线的宽窄,β正比于声信号的中心频率,τ0、τ1则与回波传至超声探头的时间相关。当β=0时,公式(5)简化为单峰高斯信号即狭义高斯信号,目前只有电信号能做到。声信号在超声频段只能做到β不为零,也就是在高斯包络内振荡的多峰高斯信号。
图3是典型的超声探头的信号波形图。图中标出的信号峰值(Peak,0.232V)、峰值时间点(0.976μs)、6dB信号宽度(T6=0.179μs)及20dB信号宽度(T20=0.538μs),都是描述信号波形的常用特征值。参考图3所示,其中超声探头的信号波形的主体为由近似高斯包络320所界定的多峰高斯信号310,另外加上尾波或余振部分。这显然不是严格的高斯信号。幸运的是,类似于高斯波束法,任意非高斯信号波形可表述为M个广义高斯信号的合成,如下式(6)所示:
在公式(6)中,αm、βm、为高斯信号参量,其含义与公式(5)中的高斯信号参量相同,Cm为组合系数,合称组合参量,都可为实数或复数。公式(6)表明,场点(x,)处的信号幅度F是时间t的函数,由M个高斯信号构成。M是≥1的任何整数,通常在3到5之间。类似于高斯波束法的命名,公式(6)称为波动信号的高斯信号表述,或高斯信号法。
本发明优选实施例中的基元信束,即高斯信束,是空间分布为单个高斯波束,振幅波形为单个高斯信号的信号场的简称,其数学表达式是公式(3)中的高斯波束和公式(5)中的高斯信号的乘积。结合公式(4)和公式(6),具有任意空间分布和任意振荡波形的二维超声探头的信号场可以表述为N*M个高斯信束的线性组合,如下式(7)所示:
在公式(7)中,高斯波束Gnm(x,z)的组合系数已并入高斯信号束gnm(t)的组合系数Cnm中,Gnm参考公式(3)中的二维高斯波束函数,gnm参考公式(5)中的广义高斯信号。可以说,除了无法实现的针状声场和针状信号波形之外,单个高斯信束是可以实现的像斑最小最简单的信号场,并且具有解析及计算学上的优势,适用于描述复杂信号场的基函数。
到这里为止,本说明书对高斯信号、高斯信号法进行了说明。
在本发明的步骤220和230中所涉及到的基元信束的优选实施方式可以包括上文所述的高斯波束和高斯信号,即公式(7)中的高斯波束Gnm(x,z)和高斯信号gnm(t)。因此,也将前文所述的高斯波束法和高斯信号法统称为高斯信束法。
在这些实施例中,本发明的超声波检测方法还可以如下方式预先获得基元信束线性组合:以超声信号场的实测声场分布和实测信号波形为基准,用计算机优化算法计算基元信束线性组合内各基元信束的参量和组合系数,使基元信束线性组合的场分布和信号波形有效吻合实测场分布和实测信号波形。在这些实施例中,可以根据前文所述的计算最优高斯波束组合参量的方法来计算基元信束线性组合内各基元信束的参量和组合系数,使基元信束线性组合的场分布和信号波形和实测场分布和实测信号波形之间的误差达到最小。
本发明将前文所述的含不同波束参量和信号参量的高斯信束统称为高斯信束家族。基元信束包含高斯信束家族,高斯信束家族是最有代表性和实用性的基元信束之一。
除高斯函数之外,在其他的实施例中,还可以采用贝塞尔函数、拉盖尔函数等来“修饰”前文中提到的高斯波束,将这些经修饰的高斯波束、高斯信号称为变型高斯信束家族。基元信束也可以选自变型高斯信束家族。
在一些实施例中,基元信束还可以选自以高斯函数、经修饰的高斯函数之外的场函数为基础构成的信束函数家族。
参考图1所示,像斑的形状和尺寸随Z轴发生明显变化。波束的传播展宽、传播损耗、波束的Y维度分布都是造成波形随传播距离z变化的重要因素。信号振幅随时间t的变化也通过t与z的线性关系转换为随z的变化。综合这些因素,探头所收到的反射信号的波形可以表述为如下式(8)所示的z的函数:
公式(8)中的σ、ε是信号波形参量。结合图1所示,B表示反射物,zB为反射物的Z坐标,f1(zB)和f2(zB)代替公式(5)中的α和β描述信号随传播距离z的波形变形,C为高斯信号的实数或复数组合系数。f1()和f2()可以但不限于下式(9)所示:
公式(9)中引入的辅助参量s1至s4可以使高斯信号的信号参量总数增至6个。
根据本发明的超声波检测方法,步骤220中所获得的基元信束振幅响应的数学形式可以如公式(7)或(8)所示。
在一些实施例中,本发明的超声波检测方法还包括对同一超声波探头使用不同声学介质的多个声学模型预先计算多组基元信束线性组合,在实际应用中根据被测物的声学特性切换采用相应声学介质的基元信束线性组合。可以理解,在这些实施例中,可以根据前文所述的方法对同一超声波探头使用不同声学介质的多个声学模型来计算多组基元信束线性组合。在步骤220和230中,根据被测物的声学特性选择采用具有相同或相应的声学特性的声学介质的基元信束线性组合。这样,可以提高针对不同声学介质的超声波检测结果的精度,从而避免了由于被测物的声学特性差异而带来的检测质量浮动。
在一些实施例中,对同一检测***的超声信号场使用同一声学模型计算针对不同场区的多组基元信束线性组合,在实际应用中针对不同场区的初始超声振幅响应切换采用相应场区的基元信束线性组合,所述不同场区包括:近场、中场、远场、近轴区、及远轴区。可以理解,根据这些实施例,可以避免由于被测物所在的场区不同而带来的图像质量浮动。
参考图2所示,根据上述说明书的内容,可以具体地实施步骤210-230,从而减小存在于初始超声振幅响应中的像斑对超声波检测结果的破坏性影响,提高超声波检测方法的精度。图4A-4C是根据本发明的超声波检测方法的结果和普通B超检测结果的对比图。其中,图4A和图1A相同,为由开阔空间独立点构成的模拟被测物;图4B和图1B相同,为根据普通B超检测所获得的模拟被测物的图像,该图像鲜明显示了像斑危害的严重性;图4C是根据本发明的超声波检测方法对模拟被测物进行成像所获得的结果。显然,根据本发明的超声波检测方法明显缩小了超声波成像中的像斑,成像的分辨力得到了显著提高。
图5是本发明一实施例的超声波成像方法的示例性流程示意图。参考图5所示,该实施例的超声波成像方法包括下面的步骤:
步骤510,获取成像目标的一幅初始超声图像。
步骤520,将初始超声图像分解为多幅基元信束图像的线性组合,其中每幅基元信束图像为基元信束线性组合中相应基元信束独自在成像目标上产生的超声图像。
步骤530,从分解出的多幅基元信束图像中选择一幅或多幅基元信束图像,重建出一幅或多幅最终超声图像,使该最终超声图像的像斑误差缩小为所选用的基元信束图像的像斑误差。
图5所示的步骤510-530和图2所示的步骤210-230具有一定的相似性。所不同之处在于,图2所示为超声波检测方法,其中可以包括利用超声波信号来进行检测,也可以包括利用超声波图像来进行检测。因此,在对图2及相关内容进行说明时,包括了一部分关于超声波图像的内容。而图5所示的步骤仅涉及到超声波成像的方法。因此,关于图5及其对应的超声波成像方法的说明可以参考前文的内容。下面对图5及其对应的超声波成像方法进行进一步的说明,与前文相同的内容将不再赘述。
在步骤510中,该成像目标可以对应于步骤210中的被测物。本发明对于获取成像目标的初始超声图像的设备不做限制。通常,可以采用普通B超探头来获取成像目标的一幅初始超声图像。在这些实施例中,步骤510中的初始超声图像为B超医学影像。
对于常用的医学超声探头来说,无论是采用凸阵还是线阵,超声探头都由数十甚至愈百称作“阵元”的小探头组成。由于材料、工艺等各方面差异,每个阵元不可能完全相同,因此由阵元形成的声束也不尽相同,造成像斑形式及成像质量因探头而异。这种差异在现有B超技术中无法量化处理,只能忽略不计。本发明的超声波成像方法提供了以实测信号场进行像斑补偿的有效途径。
在步骤520和530中,基元信束图像、基元信束线性组合、最终超声图像等可以分别对应于步骤220中的基元信束振幅响应、基元信束线性组合、最终超声振幅响应等。
在一些实施例中,该基元信束线性组合等效代表初始超声图像赖以产生的超声信号场。
结合前文所记载的公式(3)、(4)的高斯波束表述和公式(7)、(8)的高斯信号表述,本发明的超声波成像方法中涉及到的二维超声图像的高斯信束法可以表述为下式(10)所示:
在公式(10)中,是超声探头信号场范围内位于场点的反射点的反射系数。I为超声探头声束内反射点的总数。和gnm()分别为基元信束场分布的平方和信号波形,Cnm为组合系数。结合图1所示,超声图像的每条纵线由声束内所有回波共同合成。公式(10)中的Gnm(x,z)上的平方符号是因为回波声压为反射点处声压的平方。为了确定公式(10)中的参量和组合系数,可以根据前文所述的计算最优的高斯波束组合的组合参量的计算方法来计算。当超声探头信号场的组合参量总数较大时,对参量的定值、优化可以分批逐次循环进行。通常超声探头信号场的组合参量的总数为几十至数百个之间。
公式(10)不限于成像应用。令公式(10)中的坐标变量x为零,可以得到一维高斯信束图像,也就是超声无损检测中常用的A线表示法,即反射信号振幅随被测物深度的变化,如下式(11)所示:
公式(7)、(10)、(11)都体现了本发明中所使用的高斯信束法的基本形式,其中的Gnm()、gnm()分别代表波场分布的高斯波束组合与信号波形的高斯信号组合,统称为高斯信束组合。组合的基函数可以有不同的维度、参量数目及数学变型(例如高斯-贝塞尔变型,高斯-拉盖尔变型等),关于这些参数的设置目的都是为了将超声探头所获得的含像斑污损的单幅超声图像分解为多幅更加清晰准确的基元信束图像。
在一些实施例中,本发明的超声波成像方法还包括以如下方式预先获得基元信束组合:以几何分布及声学特性已知的靶阵或声学模型的超声图像为计算基准,用计算机优化算法计算所有基元信束的参量和组合系数,使所得基元信束线性组合在几何分布及声学特性已知的靶阵或声学模型上产生的超声图像与该计算基准有效吻合。在这些实施例中,利用声场测量中所用的靶点配置或模仿生物组织的声学模型,可以获得几何分布及声学特性已知的靶阵或声学模型的超声图像,将该超声图像作为计算基准。根据前文所述的计算最优高斯波束组合参量的方法来计算所有基元信束的参量和组合系数,使基元信束线性组合在几何分布及声学特性已知的靶阵或声学模型上产生的超声图像和计算基准之间的误差达到最小。
在一些实施例中,可以将实测取得的图像像斑所对应的靶点信息,包括靶点位置及反射系数,代入公式(10)或(11)的高斯信束组合中,以实测的各条A线上的各个像素数据作为目标数据,同时计算高斯信束组合的所有组合参量,使所得参量及靶点信息代入公式(10)或(11)后算出的像素值与对应目标数据的误差平方和为最小。
通过已知的被测物结构及形状,即靶点阵的几何配置及反射系数等,确立、优化、及核准探头信号场的高斯信束组合后,即可在实际成像时将B超图像的每一条A线,分解成各个高斯信束分别独立产生的多条A线相加之和,由此将由A线组成的单幅B超图像分解成多幅由各个高斯信束生成的独立高斯信束图像,每幅高斯信束图像中的像斑形式简化、尺寸缩小,大幅度降低超声图像的像斑失真。
由于各高斯信束的波腰处分辨力最好,因此,可以在一些实施例中以各个高斯信束图像中分辨力最好的波腰部分重组出一幅总体分辨力最优的图像。当然,也可以直接使用分解出的高斯信束图像。
在本发明的实施例中,初始超声波图像可以为一维、二维或三维动态超声图像。
在本发明的一些实施例中,基元信束选自高斯信束家族、变型高斯信束家族、以及以场函数为基础构成的信束函数家族。
在本发明的一些实施例中,该超声波成像方法还包括对同一超声波探头使用多个不同声学介质的声学模型预先计算针对不同声学介质的多组基元信束组合,根据成像目标的声学特性切换采用相应声学介质的基元信束组合。例如,在医学成像领域,人体不同的器官组织具有不同的声学特性,可以根据相应声学特性预先计算获得多套基元信束组合,在对某一种器官进行超声成像扫描时,就利用该器官所对应的基元信束组合,从而可以获得最佳的成像效果。这里的切换可以是人工进行,也可以是自动进行。对于自动切换的实施例,可以增加器官的自动识别等功能,从而可以根据器官的类型自动调用相应的基元信束组合,进一步提高超声成像的智能化。
在本发明的一些实施例中,对成像***的超声信号场使用同一声学模型计算针对不同场区的多组基元信束组合,在实际应用中针对不同场区的初始超声图像切换采用相应场区的基元信束组合,该不同场区包括:近场、中场、远场、近轴区及远轴区。
根据本发明的超声波成像方法,通过高斯信束法,不但能表述阵元均匀一致的超声探头产生的信号场,还能充分表述阵元不一致的超声探头产生的变形的信号场,并且在成像中给予充分补偿。本发明使用实际信号场的实测图像,而非假定信号场的推断信息,作为计算基元信束组合参照目标像斑补偿的依据为实测而非理论假设。高斯信束法提供了以实测信号场进行像斑补偿的有效途径。
图6A-6C是根据本发明的超声波成像方法所得到的影像和普通B超影像的对比图。其中,图6A是模拟被测物的影像。该模拟被测物是由计算机模拟生成的模型,模型中所有物点的位置、声反射系数都是由计算机随机产生。图6A中特设9处圆形区域601-609,是直径分别为1、2、3毫米的9个低反射率区域,模拟不同大小的病变组织。图6B是根据普通B超成像所得到的模拟被测物的B超影像,可见,由于受到像斑的破坏性影像,较小的低值区域已经不能分辨,较大的低值区域的影像也很模糊,无法分辨。图6C是根据本发明的超声波成像方法所得到的模拟被测物的影像,不但像斑大大减小,对低值区域的分辨力明显高于B超影像,模拟被测物中大多数微小分立物点都有对应像点显示。
在本发明的另一实施例中,在根据一定靶点配置获得一组高斯信束组合之后,可以用另一组排列不同的新靶点配置取得另一组实测像斑图像,将新靶点信息和先前得到的高斯信束组合一起代入公式(10)或(11),计算出新靶点配置的像斑图像,通过实测像斑和计算像斑的差异分析评估先前得到的高斯信束组合的精确性或有效性。必要时以新的实测像斑图像数据继续优化高斯信束组合。这样,可以更进一步地优化该超声信号场的高斯信束组合。
在本发明的另一实施例中,可以通过设置不同的靶点配置的密度,并计算相应的高斯信束组合,根据靶点配置密度和高斯信束组合之间的规律找出最适合计算高斯信束组合的靶点密度配置。并将该靶点密度配置用于对被测物体的超声波检测或成像中。
在本发明的另一实施例中,可以通过增加部分球靶的半径,在公式(10)或(11)中调整相应球靶的反射系数从而计算靶点反射面积增大对反射系数的影响。根据该实施例可以找出靶点面积与反射系数的关系,据以在计算探头信号场时根据所用靶点的大小调整信束组合的计算。
在本发明的另一实施例中,可以通过改变所有靶标的半径,并计算相应的高斯信束组合,根据靶标尺寸和高斯信束组合之间的规律,找出最适合计算高斯信束组合的靶点面积配置。
本发明还包括一种超声波检测装置,包括存储器和处理器。其中,该存储器用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;该处理器用于执行所述计算机指令以实现本发明的超声波检测方法。因此,本说明书关于本发明的超声波检测方法的说明内容和附图都可以用于解释本发明的超声波检测装置。
本发明还包括一种超声波成像装置,包括存储器和处理器。其中,该存储器用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;该处理器用于执行所述计算机指令以实现本发明的超声波成像方法。因此,本说明书关于本发明的超声波成像方法的说明内容和附图都可以用于解释本发明的超声波成像装置。
本发明还包括一种超声波检测***,包括超声探头、存储器和处理器。其中,该超声探头适于产生超声信号场及获取被测物的一幅或多幅初始超声振幅响应;该存储器用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;该处理器用于执行所述计算机指令以实现本发明的超声波检测方法。因此,本说明书关于本发明的超声波检测方法的说明内容和附图都可以用于解释本发明的超声波检测***。本发明对这里的超声探头不做限制,该超声探头可以是应用于工业、农业、医学等领域的各种超声探头。在该超声波检测***中,可以包括多个超声探头,对于每个超声探头都可以通过本发明的超声波检测方法确立其基元信束组合,并存储在存储器中以备调用。
本发明还包括一种超声波成像***,包括超声探头、存储器和处理器。其中,该超声探头适于产生超声信号场及获取成像目标的初始超声图像;该存储器用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;该处理器用于执行所述计算机指令以实现本发明的超声波成像方法。因此,本说明书关于本发明的超声波成像方法的说明内容和附图都可以用于解释本发明的超声波成像***。本发明对这里的超声探头不做限制,该超声探头可以是应用于工业、农业、医学等领域的各种用于成像的超声探头。在该超声波成像***中,可以包括多个超声探头,对于每个超声探头都可以通过本发明的超声波成像方法确立其基元信束组合,并存储在存储器中以备调用。
图7A-7C是本发明的超声波检测装置及***、超声波成像装置及***、超声波成像***的三种具体实施方式的示意框图。
参考图7A-7C所示,被测物701用于标示步骤210中的被测物或步骤510中的成像目标,并不属于本发明的装置及***。其中,超声探头710是本发明的各个***中的超声探头,处理器721和存储器722为本发明的各个装置和***中的处理器和存储器。
在图7A所示的实施例中,本发明的各个装置和***包括超声探头710、处理器721和存储器722,是一种独立的装置和***,与其他的超声设备之间没有连接,可以实现本发明的超声波检测方法和/或成像方法,去除像斑对超声波检测和成像的影响,提高检测和成像的精度。
在图7B所示的实施例中,本发明的各个装置和***中的处理器721和存储器722一起形成一种内置式的超声检测和/或成像装置720,并且被内置于其他的超声设备730中,作为该超声设备730的组成部分,可以实现本发明的超声波检测方法和/或成像方法所能实现的功能。在这种实施例中,本发明的内置式的超声检测和/或成像装置720可以是一种内置设备卡。
在图7C所示的实施例中,本发明的各个装置和***中的处理器721和存储器722一起形成一种外置式的超声检测和/或成像装置720,和其他的超声设备730一起可以接收来自超声探头710的信号,可以实现本发明的超声波检测方法和/或成像方法所能实现的功能。在这种实施例中,本发明的外置式的超声检测和/或成像装置720可以是一种外置设备盒。
本发明的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。处理器可以是一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器或者其组合。此外,本发明的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。例如,计算机可读介质可包括,但不限于,磁性存储设备(例如,硬盘、软盘、磁带……)、光盘(例如,压缩盘CD、数字多功能盘DVD……)、智能卡以及闪存设备(例如,卡、棒、键驱动器……)。
本发明还包括一种存储有计算机程序代码的计算机可读介质,该计算机程序代码在由处理器执行时可以实现本发明的超声波检测方法和超声波成像方法。
计算机可读介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本发明对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本发明一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可作出各种等效的变型或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本发明的权利要求书的范围内。
Claims (21)
1.一种超声波检测方法,包括以下步骤:
获取被测物的一幅或多幅初始超声振幅响应;
将每幅初始超声振幅响应分解为多幅基元信束振幅响应的线性组合,其中每幅基元信束振幅响应是基元信束线性组合中相应基元信束独自在所述被测物上所产生的超声振幅响应;
从分解出的多幅基元信束振幅响应中选择一幅或多幅基元信束振幅响应,重建出一幅或多幅所述被测物的最终超声振幅响应,使所述最终超声振幅响应的点扩散误差缩减为所选用的基元信束的点扩散误差。
2.如权利要求1所述的超声波检测方法,其特征在于,所述基元信束线性组合等效代表所述初始超声振幅响应赖以产生的超声信号场。
3.如权利要求1所述的超声波检测方法,其特征在于,所述基元信束选自高斯信束家族、变型高斯信束家族、以及以场函数为基础构成的信束函数家族。
4.如权利要求1-3任一项所述的超声波检测方法,其特征还在于,以如下方式预先获得所述基元信束线性组合:以所述超声信号场的实测声场分布和实测信号波形为基准,用计算机优化算法计算所述基元信束线性组合内各基元信束的参量和组合系数,使所述基元信束线性组合的场分布和信号波形有效吻合实测场分布和实测信号波形。
5.如权利要求1所述的超声波检测方法,其特征在于,还包括对同一超声波探头使用不同声学介质的多个声学模型预先计算多组基元信束线性组合;根据被测物的声学特性切换采用相应声学介质的基元信束线性组合。
6.如权利要求1所述的超声波检测方法,其特征在于,对同一检测***的超声信号场使用同一声学模型计算针对不同场区的多组基元信束线性组合,在应用中针对不同场区切换采用相应场区的基元信束线性组合,所述不同场区包括:近场、中场、远场、近轴区及远轴区。
8.一种超声波成像方法,包括以下步骤:
获取成像目标的一幅初始超声图像;
将所述初始超声图像分解为多幅基元信束图像的线性组合,其中每幅基元信束图像为基元信束线性组合中相应基元信束独自在所述成像目标上产生的超声图像;
从分解出的多幅基元信束图像中选择一幅或多幅基元信束图像,重建出一幅或多幅最终超声图像,使所述最终超声图像的像斑误差缩小为所选用的基元信束图像的像斑误差。
9.如权利要求8所述的超声波成像方法,其特征在于,所述基元信束线性组合等效代表所述初始超声图像赖以产生的超声信号场。
10.如权利要求8所述的超声波成像方法,其特征在于,所述基元信束选自高斯信束家族、变型高斯信束家族、以及以场函数为基础构成的信束函数家族。
11.如权利要求8所述的超声波成像方法,其特征在于,所述初始超声图像为B超医学影像。
12.如权利要求8所述的超声波成像方法,其特征在于,所述初始超声波图像为一维、二维或三维动态超声图像。
13.如权利要求8所述的超声波成像方法,其特征在于,还包括以如下方式预先获得所述基元信束组合:以几何分布及声学特性已知的靶阵或声学模型的超声图像为计算基准,用计算机优化算法计算所有基元信束的参量和组合系数,使所得基元信束线性组合在所述几何分布及声学特性已知的靶阵或声学模型上产生的超声图像与所述计算基准有效吻合。
14.如权利要求8所述的超声波成像方法,其特征在于,还包括对同一超声波探头使用多个不同声学介质的声学模型预先计算针对不同声学介质的多组基元信束组合,根据成像目标的声学特性切换采用相应声学介质的基元信束组合。
15.如权利要求8-14任一项所述的方法,其特征在于,对成像***的超声信号场使用同一声学模型计算针对不同场区的多组基元信束组合,在应用中针对不同场区切换采用相应场区的基元信束组合,所述不同场区包括:近场、中场、远场、近轴区及远轴区。
17.一种超声波检测装置,包括:
存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及
处理器,用于执行所述计算机指令以实现如权利要求1-7任一项所述的方法。
18.一种超声波成像装置,包括:
存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及
处理器,用于执行所述计算机指令以实现如权利要求8-16任一项所述的方法。
19.一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如权利要求1-16任一项所述的方法。
20.一种超声波检测***,包括:
超声探头,适于产生超声信号场及获取被测物的一幅或多幅初始超声振幅响应;
存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及
处理器,用于执行所述计算机指令以实现如权利要求1-7任一项所述的方法。
21.一种超声波成像***,包括:
超声探头,适于产生超声信号场及获取成像目标的初始超声图像;
存储器,用于存储已预先获得的超声信号场的基元信束组合以及计算机指令;以及
处理器,用于执行所述计算机指令以实现如权利要求8-16任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911118361.5A CN112816563A (zh) | 2019-11-15 | 2019-11-15 | 超声波检测及成像的方法及装置、超声波成像*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911118361.5A CN112816563A (zh) | 2019-11-15 | 2019-11-15 | 超声波检测及成像的方法及装置、超声波成像*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112816563A true CN112816563A (zh) | 2021-05-18 |
Family
ID=75851457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911118361.5A Pending CN112816563A (zh) | 2019-11-15 | 2019-11-15 | 超声波检测及成像的方法及装置、超声波成像*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112816563A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6527720B1 (en) * | 2001-09-24 | 2003-03-04 | Acuson Corporation | Medical ultrasonic imaging method and system for spatial compounding |
WO2005023117A1 (fr) * | 2003-09-08 | 2005-03-17 | Jingjiang Wen | Appareil et procede d'affichage couleur d'images d'ultrasons |
US20060052699A1 (en) * | 2003-05-30 | 2006-03-09 | Angelsen Bjern A | Acoustic imaging by nonlinear low frequency manipulation of high frequency scattering and propagation properties |
US20060287596A1 (en) * | 1996-08-29 | 2006-12-21 | Techniscan, Inc. | Apparatus and method for imaging objects with wavefields |
US20070123110A1 (en) * | 2003-10-08 | 2007-05-31 | Koninklijke Philips Electronics N.V. | Ultrasonic volumetric imaging by coordination of acoustic sampling resolution, volumetric line density, and volume imaging rate |
CN101038270A (zh) * | 2005-08-15 | 2007-09-19 | 文荆江 | 表现超细结构及连续性异变的超声彩色成像方法及其装置 |
US20120188368A1 (en) * | 2009-07-08 | 2012-07-26 | Technion Research And Development Foundation Ltd. | Method and system for super-resolution signal reconstruction |
US20150101411A1 (en) * | 2013-10-11 | 2015-04-16 | Seno Medical Instruments, Inc. | Systems and methods for component separation in medical imaging |
WO2018109313A1 (fr) * | 2016-12-15 | 2018-06-21 | Commissariat à l'énergie atomique et aux énergies alternatives | Procede d'acquisition de signaux par sondage ultrasonore, programme d'ordinateur et dispositif de sondage a ultrasons correspondants |
US20180284249A1 (en) * | 2015-04-30 | 2018-10-04 | Vrije Universiteit Brussel | Ultrasound imaging system and method for representing rf signals therein |
US20180293913A1 (en) * | 2015-03-20 | 2018-10-11 | The Governing Council Of The University Of Toronto | Systems and methods of ultrasound simulation |
-
2019
- 2019-11-15 CN CN201911118361.5A patent/CN112816563A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060287596A1 (en) * | 1996-08-29 | 2006-12-21 | Techniscan, Inc. | Apparatus and method for imaging objects with wavefields |
US6527720B1 (en) * | 2001-09-24 | 2003-03-04 | Acuson Corporation | Medical ultrasonic imaging method and system for spatial compounding |
US20060052699A1 (en) * | 2003-05-30 | 2006-03-09 | Angelsen Bjern A | Acoustic imaging by nonlinear low frequency manipulation of high frequency scattering and propagation properties |
WO2005023117A1 (fr) * | 2003-09-08 | 2005-03-17 | Jingjiang Wen | Appareil et procede d'affichage couleur d'images d'ultrasons |
US20070123110A1 (en) * | 2003-10-08 | 2007-05-31 | Koninklijke Philips Electronics N.V. | Ultrasonic volumetric imaging by coordination of acoustic sampling resolution, volumetric line density, and volume imaging rate |
CN101038270A (zh) * | 2005-08-15 | 2007-09-19 | 文荆江 | 表现超细结构及连续性异变的超声彩色成像方法及其装置 |
US20120188368A1 (en) * | 2009-07-08 | 2012-07-26 | Technion Research And Development Foundation Ltd. | Method and system for super-resolution signal reconstruction |
US20150101411A1 (en) * | 2013-10-11 | 2015-04-16 | Seno Medical Instruments, Inc. | Systems and methods for component separation in medical imaging |
US20180293913A1 (en) * | 2015-03-20 | 2018-10-11 | The Governing Council Of The University Of Toronto | Systems and methods of ultrasound simulation |
US20180284249A1 (en) * | 2015-04-30 | 2018-10-04 | Vrije Universiteit Brussel | Ultrasound imaging system and method for representing rf signals therein |
WO2018109313A1 (fr) * | 2016-12-15 | 2018-06-21 | Commissariat à l'énergie atomique et aux énergies alternatives | Procede d'acquisition de signaux par sondage ultrasonore, programme d'ordinateur et dispositif de sondage a ultrasons correspondants |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lorintiu et al. | Compressed sensing reconstruction of 3D ultrasound data using dictionary learning and line-wise subsampling | |
Potthast | A study on orthogonality sampling | |
CN106443587B (zh) | 一种高分辨率的快速反卷积声源成像算法 | |
US4866614A (en) | Ultrasound characterization of 3-dimensional flaws | |
EP3025130B1 (en) | Wide-band acoustic holography | |
CN109444861B (zh) | 一种平面声呐阵阻抗特性近场声全息法校准测量方法 | |
Yang et al. | Functional delay and sum beamforming for three-dimensional acoustic source identification with solid spherical arrays | |
US10746765B2 (en) | Data processing method and the measurement device | |
CN109884627B (zh) | 任意线阵构型的近程毫米波快速三维成像方法 | |
CN109375198B (zh) | 一种低频声呐阵阻抗特性校准方法 | |
CN111707353B (zh) | 一种基于近场声全息技术的回转曲面声场重建方法 | |
CN113176536A (zh) | 一种对噪声源进行快速精确定位的分步聚焦算法 | |
Chu et al. | Resolution and quantification accuracy enhancement of functional delay and sum beamforming for three-dimensional acoustic source identification with solid spherical arrays | |
CN112816563A (zh) | 超声波检测及成像的方法及装置、超声波成像*** | |
Cui et al. | Fast 3-D Ultrasonic Imaging Using Time-Domain Synthetic Aperture Focusing Techniques<? brk?> Based on Circular Scan Conversions | |
CN115754007A (zh) | 一种基于声发射技术和层析成像技术的损伤检测方法 | |
Krieg et al. | SAFT processing for manually acquired ultrasonic measurement data with 3D smartInspect | |
Chen et al. | Extended-resolution acoustic imaging of low-frequency wave sources by acoustic analogy-based tomography | |
CN111965599B (zh) | 二维动态网格压缩波束形成的声源识别方法 | |
Varray et al. | Hybrid strategy to simulate 3-D nonlinear radio-frequency ultrasound using a variant spatial PSF | |
Ershov et al. | Comparison of beamforming algorithms based on localization of calibrating sound sources and air jet noise | |
Hopp et al. | Fat ray ultrasound transmission tomography: preliminary experimental results with simulated data | |
CN106997045B (zh) | 基于超声***点扩散函数测量和压缩感知的超声成像方法 | |
Wang et al. | A fast irregular microphone array design method based on acoustic beamforming | |
CN116203505B (zh) | 基于块稀疏贝叶斯的正交匹配追踪声源识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210518 |
|
WD01 | Invention patent application deemed withdrawn after publication |