CN113907792B - 非线性解相关融合超声多参量的热凝固检测与成像方法 - Google Patents
非线性解相关融合超声多参量的热凝固检测与成像方法 Download PDFInfo
- Publication number
- CN113907792B CN113907792B CN202111014835.9A CN202111014835A CN113907792B CN 113907792 B CN113907792 B CN 113907792B CN 202111014835 A CN202111014835 A CN 202111014835A CN 113907792 B CN113907792 B CN 113907792B
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- frequency
- parameter
- imaging
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
非线性解相关融合超声多参量的热凝固检测与成像方法,(1)、热消融过程中采集多波束脉冲逆转超声射频信号并存储成像参数;(2)、根据射频信号和成像参数构建带通滤波器提取信号谐波分量,得到脉冲逆转谐波信号矩阵;(3)、选取合适母小波对脉冲逆转谐波信号矩阵的所有采样线进行相关分析,提取最大相关尺度下的相关系数构建非线性解相关二维相关系数矩阵;(4)、对相关系数矩阵进行超声多参量估计,以超声B模式图像为基础构建超声多参量热凝固识别图像;本发明旨在提取并增强超声热凝固区域的非线性特征,抑制背景组织信息,有效地提高热凝固检测准确率、灵敏度和成像质量,提高超声监测和识别的准确度。
Description
技术领域
本发明涉及超声数据处理及成像技术领域,具体涉及一种非线性解相关超声射频信号处理,并融合超声多参量的热凝固检测与成像方法。
背景技术
热消融技术是临床微创治疗实体肿瘤的重要手段,其通过能量转换使得局部组织快速升温,进而达到肿瘤细胞热凝固坏死的目的。热消融过程中的穿刺针引导,消融术中监控及术后评估均需要影像学辅助,以可以提高手术效率、安全性以及减少肿瘤复发的可能性。传统超声成像B模式,简称B超,因其无创性、便携性、成本低、以及实时性等优势,已在临床影像学检测中取得广泛的应用。在临床应用中,成像目标常表现为非线性特征,利用成像目标相别于背景组织的非线性特征进行成像,则能够对成像目标进行更为准确清晰的检测和识别。在微波、高强度聚焦超声、激光等能量的辐射下组织产生热损伤,使得组织微观结构发生变化,包括细胞核固缩,蛋白质凝固,核膜和细胞膜破坏,细胞质流出等。这种微观变化使得超声波与组织之间的相互作用发生变化,而反映出非线性特征。临床常用超声B模式成像对热凝固进行监控,而该方法常采取单一脉冲发射基波成像模式无法突出这种非线性特征,从而无法提供高分辨率、高对比度、高准确度的成像目标检测结果。另外B超图像易受气泡、声学伪影等影像,从而影响了对热凝固区域的精确诊断。目前已有从超声背向散射信号中提取声学参量对热凝固进行识别的方法,包括背向散射积分、衰减系数、超声Nakagami参量、超声零差k分布参量等,这些方法虽然能够在一定程度上提高热凝固识别的准确度,但仍忽略了热凝固区域的非线性特征,造成成像对比度的损失,因此需要开发能够将热凝固区域非线性信息提取以及突出,并融合超声参量的成像技术。
发明内容
为了克服上述现有技术的缺陷,本发明的目的是提供一种非线性解相关融合超声多参量的热凝固检测与成像方法,在进一步提高超声背向散射非线性射频信号的基础上,提出融合超声多参量成像方法,旨在提取并增强超声热凝固区域的非线性特征,抑制背景组织信息,有效地提高热凝固检测准确率、灵敏度和成像质量,提高超声监测和识别的准确度。
为实现上述目的,本发明提供了如下方案:
一种非线性解相关融合超声多参量的热凝固检测与成像方法,包括以下步骤:
(1)、热消融过程中采集多波束脉冲逆转超声射频信号并存储成像参数;所述热消融过程为由某种能量转化引起的组织快速升温导致的局部凝固性坏死,包括微波热消融、射频热消融、激光热消融和高强度聚焦超声热消融;
(2)、根据射频信号和成像参数构建带通滤波器,提取信号谐波分量,得到脉冲逆转谐波信号矩阵;
(3)、选取合适母小波对脉冲逆转谐波信号矩阵的所有采样线进行相关分析,提取最大相关尺度下的相关系数构建非线性解相关二维相关系数矩阵;
(4)、对相关系数矩阵进行超声多参量估计,以超声B模式图像为基础,构建超声多参量热凝固识别图像。
所述的步骤(1)具体为:
(1.1)、将超声成像及数据采集设备置于热消融剖面,驱动超声换能器发射两次0相和180相的超声脉冲波束组,即0相和180相各发射一次再重复操作,分别将两次波束组回波信号进行复合,再将两复合信号进行相加抑制线性信号;
(1.2)、实时获取前、中、后期超声B模式图像,同步采集并存储超声射频数据和成像参数;
所述超声射频数据为波束合成后,包络检波前的信号,离散存储为二维数据点矩阵,大小为M*N;
所述成像参数包括超声发射频率fc,采样率fs,视野尺寸(D*W),扫描线数N,单条扫描线采样点数M。
所述的步骤(2)具体为:
(2.1)、绘制超声射频数据功率谱,获取数据的频域信息;
(2.2)、构建带通滤波器,提取射频数据的谐波及谐波一定带宽范围内的频率成分;
所述谐波为二次谐波,即超声发射频率的二倍2fc,以该频率作为带通滤波器的中心频率;
所述带通滤波器的包括通带和阻带,通带内信号衰减至多3dB,阻带外衰减至少40dB;
(2.3)、将提取的谐波频率成分重构为脉冲逆转谐波数据矩阵,大小为M*N。
所述的步骤(3)具体为:
(3.1)、根据超声B模式图像中热凝固位置,在获取的脉冲逆转谐波数据矩阵中选取对应位置上的一个代表数据点Q,记录其位置为(m,n);
(3.2)、提取经过Q点的扫描线,即第n条扫描线,以及该扫描线左右两侧各p条扫描线,共2p+1条扫描线;
(3.3)、根据成像参数中的采样率fs,对上述2p+1条扫描线进行连续小波变换,提取最大相关系数对应频率fM;
(3.4)、对数据矩阵中所有N条扫描线进行连续小波变换,获取对应N幅时频图;
(3.5)、提取N幅时频图中fM对应的大小为M*1的相关系数向量;
(3.6)、将原数据矩阵中的扫描线替换为对应相关系数向量,获得非线性解相关二维相关系数矩阵。
步骤(3.3)具体操作包括:
(3.3.1)、选取合适母小波,所述母小波包括Haar小波,Daubechies小波,Morlet小波,Mexican Hat小波,Bump小波,母小波根据原始信号的特征及期望的分析目标进行选择;
(3.3.2)、选定的母小波对上述第n条扫描线进行连续小波变换,母小波通过尺度变换形成一系列可以对原始信号进行多尺度分析的小波函数,这些小波函数与原始信号的某一段进行相关运算,并通过时移与整条信号线进行运算,得到对应相关系数;
(3.3.3)、根据连续小波变换得到的相关系数绘制时频分布图,其横坐标为扫描线采样点数,范围为1~M,纵坐标为连续小波变换中母小波通过尺度变换得到的一组频率,幅度为连续小波变换相关系数;
(3.3.4)、提取时频分布矩阵的第m列绘制为频率曲线,该曲线横坐标为连续小波变换频率,纵坐标为连续小波变换相关系数,其中m为代表数据点Q在二维数据矩阵中的纵坐标位置;
(3.3.5)、识别频率曲线中相关系数最大点对应的频率fm,判断该频率尺度下的小波函数具有与代表数据点Q所在信号段最为相似的特征;
(3.3.6)、对提取的2p+1条扫描线均进行步骤(3.3.2),(3.3.3),(3.3.4)和(3.3.5),对获得的2p+1个fm,求均值复合得到频率fM,判断该频率尺度下的小波函数具有与热凝固区域最为相似的特征。
所述的步骤(4)具体为:
(4.1)、对解相关数据矩阵进行降采样,降采样方法根据数据特征不同包括平均采样,点采样和最大值采样,对降采样后的相关系数矩阵进行归一化至数据范围为0~1;
(4.2)、对归一化后数据进行单窗宽滑动窗遍历,并进行超声多参量估计,得到单窗宽下的超声多参量图像;
(4.3)、选取三种窗宽的矩形滑动窗进行遍历和超声参量估算,复合三种窗宽下得到的参量图像,得到多窗宽复合的超声多参量图像;
(4.4)、将参量图像叠加到超声B模式图像上,得到超声B模式融合多参量识别热凝固区域图像。
所述的步骤(4.2)具体操作为:
(4.2.1)、选取矩形滑动窗,窗宽L为k倍的超声入射波长,得到的滑动窗包含i*j个像素点,使得该滑动窗以单像素为步长遍历整个二维相关系数矩阵,对窗内包含的i*j个数据点进行参量估计;
(4.2.2)、以参量估计值作为新的像素值赋给当前矩形窗覆盖下的中心像素;
(4.2.3)、滑动窗遍历整个归一化数据矩阵,得到单窗宽下的超声多参量图像,确定热凝固区域识别参量图像;
所述的滑动窗步长根据数据矩阵大小选取,采样率较高的前提下为提高成像速率,也可以采用以多个像素为步长进行遍历,当采样率提高二倍时,在保持成像分辨率的前提下步长相应可以提高二倍;
所述的多窗宽指多个不同窗宽的滑动窗对数据矩阵进行遍历,分别得到超声多参量图像;
所述超声多参量成像包括超声归一化熵参量成像,超声加权熵参量成像,超声Nakagami参量成像,超声零差K分布成像。
本发明的优点:
(1)、本发明提供的非线性解相关融合超声多参量的热凝固检测与成像方法相比于传统超声B模式成像,可提取热凝固区域非线性特性,抑制背景组织的线性特征,提高对热凝固区域的检测灵敏度,并提高热凝固区域与背景组织的对比度。
(2)、本发明提供的非线性解相关融合超声多参量的热凝固检测与成像方法在提取热凝固非线性特征的基础上,结合了超声多参量成像方法对组织的特异性定征,进一步提高了热凝固区域检测和成像的准确性和灵敏度,对临床超声影像精准监控热消融过程提供了可行性方案。
附图说明
图1为非线性解相关融合超声多参量的热凝固检测与成像方法流程图。
图2为非线性解相关二维连续小波变换相关系数矩阵构建流程图。
图3为超声多参量热凝固区域识别与监测成像流程图。
图4为活体兔肝脏微波热消融超声B模式图像对比非线性解相关融合超声归一化熵参量图像。
图5为活体兔肝脏微波热消融超声B模式图像对比非线性解相关融合超声Nakagami参量图像。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明。
本发明针对传统超声B模式成像在热消融监测过程中出现的热凝固与背景组织对比度低,易受伪影影响,识别准确度低等问题,提供了非线性解相关融合超声多参量的热凝固检测与成像方法。
本发明提供的方法在超声多波束组脉冲逆转提取热凝固区域非线性信号,抑制背景组织线性信号的基础上,进一步采用连续小波变换对信号进行相关分析,构建热凝固区域最大相关系数矩阵替代原信号矩阵,最后融合了超声多参量成像方法得到热凝固定量超声检测与识别图像,本方法对提高临床超声监测热消融过程的准确性和灵敏性具有重要意义。
图1为本发明所提供的非线性解相关融合超声多参量的热凝固监测与成像方法,步骤包括:
(1)、采集热消融过程中多波束脉冲逆转超声射频信号并存储成像参数;
步骤1具体包括:
(1.1)、将超声成像及数据采集设备置于微波肝脏热消融位置剖面,驱动超声换能器发射两次0相和180相的超声脉冲波束组,即0相和180相各发射一次再重复操作,分别将两次波束组回波信号进行复合,再将两复合信号进行相加抑制线性信号;
(1.2)、实时获取前、中、后期超声B模式图像,同步采集并存储超声射频数据和成像参数;
所述热消融过程为由某种能量转化引起的组织快速升温导致的局部凝固性坏死,包括微波热消融、射频热消融、激光热消融和高强度聚焦超声热消融;
所述超声射频信号为波束合成后,包络检波前的信号,离散存储为二维数据点矩阵,大小为M*N;
所述成像参数包括超声发射频率fc,采样率fs,视野尺寸(D*W),扫描线数N,单条扫描线采样点数M等;
上述成像参数取值参见表1
表1:射频信号采集过程中获取的成像参数
(2)、根据射频信号和成像参数构建带通滤波器提取信号谐波分量,得到脉冲逆转谐波信号矩阵;
步骤2)具体包括:
(2.1)、利用周期图法绘制步骤1)得到的超声射频数据功率谱,获取数据的频域信息;
(2.2)、构建带通滤波器,提取超声射频数据的谐波及谐波一定带宽范围内的频率成分;
(2.3)、将提取的谐波频率成分重构为脉冲逆转谐波数据矩阵,大小为M*N;
所述谐波为二次谐波,即超声发射频率的二倍2fc,以该频率作为带通滤波器的中心频率;
所述带通滤波器的通带带宽范围为0.8×2fc~1.5×2fc,阻带为0.6×2fc~1.7×2fc,通带内之多衰减3dB,阻带外至少衰减40dB;
(3)、选取合适母小波对脉冲逆转谐波信号矩阵的所有采样线进行相关分析,提取最大相关尺度下的相关系数构建非线性解相关二维相关系数矩阵;
参见图2,步骤(3)具体包括:
(3.1)、根据步骤1)获取的超声B模式图像中热凝固位置,在脉冲逆转谐波数据矩阵中选取对应位置上的一个代表数据点Q,记录其位置为(m,n);
(3.2)、提取经过Q点的扫描线,即第n条扫描线,以及该扫描线左右两侧各p条扫描线,共2p+1条扫描线,根据数据大小实施例中p值取为5;
(3.3)、选取合适母小波,根据成像参数中的采样率fs,对上述2p+1条扫描线进行连续小波变换,提取最大相关系数对应频率fM,根据数据特征实施例中母小波为Morlet小波;
所述步骤(3.3)具体操作包括:
(3.3.1)、根据选定的母小波对所述第n条扫描线进行连续小波变换,母小波通过尺度变换形成一系列可以对原始信号进行多尺度分析的小波函数,这些小波函数与原始信号的某一段进行相关运算,并通过时移与整条信号线进行运算,得到对应相关系数;
(3.3.2)、根据上述连续小波变换得到的相关系数绘制时频分布图,其横坐标为扫描线采样点数,范围为1~M,纵坐标为连续小波变换中母小波通过尺度变换得到的一组频率,幅度为连续小波变换相关系数;
(3.3.3)、提取时频分布矩阵的第m列绘制为频率曲线,该曲线横坐标为连续小波变换频率,纵坐标为连续小波变换相关系数,其中m为代表数据点Q在二维数据矩阵中的纵坐标位置;
(3.3.4)、识别频率曲线中相关系数最大点对应的频率fm,判断该频率尺度下的小波函数具有与代表数据点Q所在信号段最为相似的特征;
(3.3.5)、对提取的2p+1条扫描线均进行上述时频分析、频率曲线提取及最大相关频率识别,对获得的2p+1个fm求均值复合得到频率fM,判断该频率尺度下的小波函数具有与热凝固区域最为相似的特征;
(3.4)、对数据矩阵中所有N条扫描线进行连续小波变换,获取对应N幅时频图;
(3.5)、提取N幅时频图中fM对应的大小为M*1的相关系数向量;
(3.6)、将原数据矩阵中的扫描线替换为对应相关系数向量,获得非线性解相关二维相关系数矩阵;
(4)、对相关系数矩阵进行超声多参量估计,以超声B模式图像为基础构建超声多参量热凝固识别图像;
参见图3,步骤(4)具体包括:
(4.1)、对解相关数据矩阵进行三倍平均采样,获得降采样后的相关系数矩阵;
(4.2)、对降采样后的相关系数矩阵进行归一化至数据范围为0~1;
(4.3)、对归一化后数据进行单窗宽滑动窗遍历,并进行超声多参量估计,得到单窗宽下的超声多参量图像;
步骤(4.3)具体操作为:
(4.3.1)、选取矩形滑动窗,窗宽L为k倍的超声入射波长,得到的滑动窗包含i*j个像素点,使得该滑动窗以单像素为步长遍历整个二维相关系数矩阵,对窗内包含的i*j个数据点进行参量估计;
(4.3.2)、以参量估计值作为新的像素值赋给当前矩形窗覆盖下的中心像素;
(4.3.3)、滑动窗遍历整个归一化数据矩阵,得到单窗宽下的超声多参量图像,确定热凝固区域识别参量图像;
所述超声多参量成像包括超声归一化熵参量成像,超声加权熵参量成像,超声Nakagami参量成像,超声零差K分布成像;
(4.4)、选取三种窗宽的矩形滑动窗进行遍历和超声参量估算,复合三种窗宽下得到的参量图像,得到多窗宽复合的超声多参量图像,实例中三种窗宽分别为3倍入射波长,4倍入射波长,及5倍入射波长;
(4.5)、将参量图像叠加到超声B模式图像上,得到超声B模式融合多参量识别热凝固区域图像。
参见图4所示,对两只活体新西兰大白兔肝脏进行微波热消融,并在消融结束后进行超声B模式成像及非线性解相关融合超声归一化熵参量成像,图中代表的兔肝脏热消融过程的消融参数分别为微波功率30W,消融时长25s和微波功率20W,消融时长19s。参见图5所示,对图4所示两组数据进行B模式成像及非线性解相关融合超声Nakagami参量成像,可以看到,相比于超声B模式图像的低对比度和低分辨率,归一化熵参量图像和Nakagami参量图像在热凝固位置以伪彩形式显示,提供了热凝固-组织比更高,区域识别更为准确的成像结果。
Claims (7)
1.一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,包括以下步骤:
(1)、热消融过程中采集多波束脉冲逆转超声射频信号并存储成像参数;所述热消融过程为由某种能量转化引起的组织快速升温导致的局部凝固性坏死,包括微波热消融、射频热消融、激光热消融和高强度聚焦超声热消融;
(2)、根据射频信号和成像参数构建带通滤波器,提取信号谐波分量,得到脉冲逆转谐波信号矩阵;
(3)、选取合适母小波对脉冲逆转谐波信号矩阵的所有采样线进行相关分析,提取最大相关尺度下的相关系数,构建非线性解相关二维相关系数矩阵;
(4)、对相关系数矩阵进行超声多参量估计,以超声B模式图像为基础构建超声多参量热凝固识别图像;
所述的步骤(3)具体为:
(3.1)、根据超声B模式图像中热凝固位置,在获取的脉冲逆转谐波数据矩阵中选取对应位置上的一个代表数据点Q,记录其位置为(m,n);
(3.2)、提取经过Q点的扫描线,即第n条扫描线,以及该扫描线左右两侧各p条扫描线,共2p+1条扫描线;
(3.3)、根据成像参数中的采样率fs,对上述2p+1条扫描线进行连续小波变换,提取最大相关系数对应频率fM;具体操作包括:
(3.3.1)、选取合适母小波,所述母小波包括Haar小波,Daubechies小波,Morlet小波,Mexican Hat小波,Bump小波,母小波根据原始信号的特征及期望的分析目标进行选择;
(3.3.2)、选定的母小波对上述第n条扫描线进行连续小波变换,母小波通过尺度变换形成一系列能够对原始信号进行多尺度分析的小波函数,这些小波函数与原始信号的某一段进行相关运算,并通过时移与整条信号线进行运算,得到对应相关系数;
(3.3.3)、根据连续小波变换得到的相关系数绘制时频分布图,其横坐标为扫描线采样点数,范围为1~M,纵坐标为连续小波变换中母小波通过尺度变换得到的一组频率,幅度为连续小波变换相关系数;
(3.3.4)、提取时频分布矩阵的第m列绘制为频率曲线,该曲线横坐标为连续小波变换频率,纵坐标为连续小波变换相关系数,其中m为代表数据点Q在二维数据矩阵中的纵坐标位置;
(3.3.5)、识别频率曲线中相关系数最大点对应的频率fm,判断该频率尺度下的小波函数具有与代表数据点Q所在信号段最为相似的特征;
(3.3.6)、对提取的2p+1条扫描线均进行步骤(3.3.2),(3.3.3),(3.3.4)和(3.3.5),对获得的2p+1个fm,求均值复合得到频率fM,判断该频率尺度下的小波函数具有与热凝固区域最为相似的特征;
(3.4)、对数据矩阵中所有N条扫描线进行连续小波变换,获取对应N幅时频图;
(3.5)、提取N幅时频图中fM对应的大小为M*1的相关系数向量;
(3.6)、将原数据矩阵中的扫描线替换为对应相关系数向量,获得非线性解相关二维相关系数矩阵。
2.根据权利要求1所述的一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,所述的步骤(1)具体为:
(1.1)、将超声成像及数据采集设备置于热消融剖面,驱动超声换能器发射两次0相和180相的超声脉冲波束组,即0相和180相各发射一次再重复操作,分别将两次波束组回波信号进行复合,再将两复合信号进行相加抑制线性信号;
(1.2)、实时获取前、中、后期超声B模式图像,同步采集并存储超声射频数据和成像参数;
所述超声射频数据为波束合成后,包络检波前的信号,离散存储为二维数据点矩阵,大小为M*N;
所述成像参数包括超声发射频率fc,采样率fs,视野尺寸D*W,D视野深度/mm;W视野宽度/mm;扫描线数N,单条扫描线采样点数M。
3.根据权利要求1所述的一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,所述的步骤(2)具体为:
(2.1)、绘制超声射频数据功率谱,获取数据的频域信息;
(2.2)、构建带通滤波器,提取射频数据的谐波及谐波一定带宽范围内的频率成分;
所述谐波为二次谐波,即超声发射频率的二倍2fc,以该频率作为带通滤波器的中心频率;
所述带通滤波器的包括通带和阻带,通带内信号衰减至多3dB,阻带外衰减至少40dB;
(2.3)、将提取的谐波频率成分重构为脉冲逆转谐波数据矩阵,大小为M*N。
4.根据权利要求1所述的一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,所述的步骤(4)具体为:
(4.1)、对解相关数据矩阵进行降采样,降采样方法根据数据特征不同包括平均采样,点采样和最大值采样,对降采样后的相关系数矩阵进行归一化至数据范围为0~1;
(4.2)、对归一化后数据进行单窗宽滑动窗遍历,并进行超声多参量估计,得到单窗宽下的超声多参量图像;
(4.3)、选取三种窗宽的矩形滑动窗进行遍历和超声参量估算,复合三种窗宽下得到的参量图像,得到多窗宽复合的超声多参量图像;
(4.4)、将参量图像叠加到超声B模式图像上,得到超声B模式融合多参量识别热凝固区域图像。
5.根据权利要求4所述的一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,所述的步骤(4.2)具体操作为:
(4.2.1)、选取矩形滑动窗,窗宽L为k倍的超声入射波长,得到的滑动窗包含i*j个像素点,使得该滑动窗以单像素为步长遍历整个二维相关系数矩阵,对窗内包含的i*j个数据点进行参量估计;
(4.2.2)、以参量估计值作为新的像素值赋给当前矩形窗覆盖下的中心像素;
(4.2.3)、滑动窗遍历整个归一化数据矩阵,得到单窗宽下的超声多参量图像,确定热凝固区域识别参量图像。
6.根据权利要求5所述的一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,所述的滑动窗步长根据数据矩阵大小选取,采样率较高的前提下为提高成像速率,采用以多个像素为步长进行遍历。
7.根据权利要求5所述的一种非线性解相关融合超声多参量的热凝固检测与成像方法,其特征在于,所述的多窗宽指多个不同窗宽的滑动窗对数据矩阵进行遍历,分别得到超声多参量图像;
超声多参量成像包括超声归一化熵参量成像,超声加权熵参量成像,超声Nakagami参量成像,超声零差K分布成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014835.9A CN113907792B (zh) | 2021-08-31 | 2021-08-31 | 非线性解相关融合超声多参量的热凝固检测与成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014835.9A CN113907792B (zh) | 2021-08-31 | 2021-08-31 | 非线性解相关融合超声多参量的热凝固检测与成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113907792A CN113907792A (zh) | 2022-01-11 |
CN113907792B true CN113907792B (zh) | 2022-08-05 |
Family
ID=79233678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111014835.9A Active CN113907792B (zh) | 2021-08-31 | 2021-08-31 | 非线性解相关融合超声多参量的热凝固检测与成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113907792B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049568B (zh) * | 2022-06-06 | 2024-03-22 | 北京工业大学 | 一种基于超声信息熵图像与零差K分布α参数图像融合的定征生物组织的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101623203A (zh) * | 2009-08-07 | 2010-01-13 | 西安交通大学 | 一种瞬态物理过程中多模式和多参量同步检测成像监控***及监控方法 |
CN103330576A (zh) * | 2013-06-09 | 2013-10-02 | 西安交通大学 | 一种基于组织中微泡动力学模型的微弹性成像方法 |
CN105266847A (zh) * | 2015-09-08 | 2016-01-27 | 西安交通大学 | 基于压缩感知自适应波束合成的脉冲逆转谐波平面波快速造影成像方法 |
CN106037815A (zh) * | 2016-05-17 | 2016-10-26 | 西安交通大学 | 一种用于热凝固监测的超声回波统计参量成像***与方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9060670B1 (en) * | 2009-02-24 | 2015-06-23 | Emad M. Boctor | Real time three-dimensional heat-induced echo-strain imaging for monitoring high-intensity acoustic ablation produced by conformal interstitial and external directional ultrasound therapy applicators |
-
2021
- 2021-08-31 CN CN202111014835.9A patent/CN113907792B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101623203A (zh) * | 2009-08-07 | 2010-01-13 | 西安交通大学 | 一种瞬态物理过程中多模式和多参量同步检测成像监控***及监控方法 |
CN103330576A (zh) * | 2013-06-09 | 2013-10-02 | 西安交通大学 | 一种基于组织中微泡动力学模型的微弹性成像方法 |
CN105266847A (zh) * | 2015-09-08 | 2016-01-27 | 西安交通大学 | 基于压缩感知自适应波束合成的脉冲逆转谐波平面波快速造影成像方法 |
CN106037815A (zh) * | 2016-05-17 | 2016-10-26 | 西安交通大学 | 一种用于热凝固监测的超声回波统计参量成像***与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113907792A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tehrani et al. | Displacement estimation in ultrasound elastography using pyramidal convolutional neural network | |
CN109171998B (zh) | 基于超声深度学习的热消融区域识别监测成像方法与*** | |
CN110325119B (zh) | 卵巢卵泡计数和大小确定 | |
JP5645628B2 (ja) | 超音波診断装置 | |
CN105030279B (zh) | 一种基于超声射频时间序列的组织定征方法 | |
CN1954235B (zh) | 用于超声波信号的局部频谱分析的改进方法和设备 | |
JPWO2008136201A1 (ja) | 超音波診断装置 | |
CN110678933A (zh) | 超声临床特征检测与相关联的设备、***和方法 | |
Yoon et al. | An efficient pulse compression method of chirp-coded excitation in medical ultrasound imaging | |
CN104284628A (zh) | 用于超声成像的方法和装置 | |
US11439308B2 (en) | Methods and systems for thermal monitoring of tissue with an ultrasound imaging system | |
US7473225B2 (en) | Ultrasonic imaging system and method | |
CN113907792B (zh) | 非线性解相关融合超声多参量的热凝固检测与成像方法 | |
Lizzi et al. | On the statistics of ultrasonic spectral parameters | |
CN103860201A (zh) | 一种基于宽波束造影成像及提取灌注时间强度曲线的方法 | |
Hemmsen et al. | Tissue harmonic synthetic aperture ultrasound imaging | |
CN114548179A (zh) | 基于超声回波时频谱特征的生物组织辨识方法和装置 | |
CN110891492B (zh) | 用于处理超声图像的方法和*** | |
DE102021105965A1 (de) | Schätzung der Aktivität einer Leberkrankheit mit mit medizinischer Ultraschall-Bildgebung | |
CN109310388B (zh) | 一种成像方法和*** | |
KR101126182B1 (ko) | 비선형 쳐프 신호를 이용한 고조파 영상 장치 및 방법 | |
US20230021018A1 (en) | Systems and methods for assessing a placenta | |
Ricci et al. | Beamforming algorithms for UWB radar-based stroke detection: Trade-off performance-complexity | |
Ojaroudi et al. | A novel machine learning approach of hemorrhage stroke detection in differential microwave head imaging system | |
Basavarajappa et al. | High-frequency quantitative photoacoustic imaging and pixel-level tissue classification |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |