CN103356238B - 一种高分辨率超声成像方法 - Google Patents
一种高分辨率超声成像方法 Download PDFInfo
- Publication number
- CN103356238B CN103356238B CN201310124254.XA CN201310124254A CN103356238B CN 103356238 B CN103356238 B CN 103356238B CN 201310124254 A CN201310124254 A CN 201310124254A CN 103356238 B CN103356238 B CN 103356238B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- mtr
- omega
- 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.)
- Expired - Fee Related
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 60
- 239000011159 matrix material Substances 0.000 claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000012285 ultrasound imaging Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims description 8
- 239000004576 sand Substances 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000005316 response function Methods 0.000 claims description 3
- 206010011732 Cyst Diseases 0.000 description 6
- 208000031513 cyst Diseases 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 1
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 231100000957 no side effect Toxicity 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种高分辨率超声成像方法,包括以下步骤:1)从超声模拟前端中获取的被放大后的超声脉冲回波信号经过A/D转化后,使用动态延时叠加方法来处理接收到的后向散射信号,得到初始波束yDAS;2)将接收到的后向散射信号进行数字傅里叶变换,处理得到后向散射信号的频谱X(ω);3)根据实际的分辨率要求,离散化目标区域,生成对应的字典矩阵D(ω);4)结合所述字典矩阵D(ω)和后向散射信号的频谱X(ω),通过如下公式进行凸优化问题的求解,得到目标索引矩阵5)将所述目标索引矩阵P与初始波束yDAS相乘,得到最终的成像输出结果ySR。本发明提出了一种全新的超声成像技术,实现高分辨率和高对比度的超声成像,具有巨大的应用前景和市场价值。
Description
技术领域
本发明涉及超声成像技术领域,具体地,涉及一种高分辨率超声成像方法。
背景技术
超声成像技术是现代医学超声诊断中极为重要的技术,它利用脉冲回波检测原理对人体组织进行成像,协助临床应用对各种病症进行诊断。由于其廉价、使用方便、无副作用等优点,已成为当今四大主流医学成像手段之一。超声成像技术虽然在临床上得到了非常广泛的应用,但由于超声基础成像理论的一些限制,目前的超声图像质量并不理想,主要体现在:(1)成像分辨率不高:受超声探头和系统带宽的限制,一般采用2MHz~15MHz的超声基波成像,因此无法辨别毫米量级以下的相邻目标;(2)成像对比度有待提高:由于探头接收到的超声回波很弱,约为微伏量级,容易受到热噪声的影响,再加上回波中还存在大量相干干扰,所以系统的信噪比不高,成像对比度有待提高。
传统的超声成像系统使用聚焦波发射,动态延时叠加(delay and sum,DAS)接收。图1(a)表示点目标在接收聚焦点位置的情况(见附图说明)。位于聚焦点的点散射体对照射的超声波产生反射,这些反射波传输到换能器,通过压电阵元转化成电子信号。接收延迟保证从同一个聚焦点产生的信号是对齐的,然后把这些对齐的信号相加起来。对应聚焦点处的各通道回波信号经过延迟后调整为同相的,加和后会起到放大的效果。在接收过程中对同一扫描线上各深度处的焦点依次进行聚焦,就得到动态聚焦后的接收波束。图1(b)表示当点目标不在聚焦点位置的情况(见附图说明)。由于换能器接收延迟是以放 大聚焦点处的散射回波为目标,因此,当散射点不位于聚焦点处时,对应的各通道回波信号经过延迟调整后将不会被对齐,加和后的回波信号将不会被放大。
在上述DAS接收方法中,为了减小离轴信号对成像对比度和分辨率的影响,常采用幅度变迹技术,即对不同阵元施加不同的加权值,如Hamming、Hanning、Gaussian和Blackman等窗函数。然而由于用于幅度变迹的加权值都是固定的,与空间中散射点的分布以及接收到的数据是无关的,因此幅度变迹虽然抑制了旁瓣,但却增加了主瓣宽度,降低了成像的空间分辨率。
因此,若能针对传统的超声成像技术存在分辨率低,对比度差的缺点,提出一种全新的超声成像技术,实现高分辨率的超声成像,将会有巨大的应用前景和市场价值。
发明内容
本发明的目的是提供一种高分辨率超声成像方法,该方法在线性超声成像系统模型的基础上,提出一种全新的基于稀疏表示理论的超声成像模型,实现高分辨率和高对比度的超声成像。
为了实现上述目的,本发明提供的高分辨率超声成像方法,包括以下步骤:
1)从超声模拟前端中获取的被放大后的超声脉冲回波信号经过A/D转化后,使用动态延时叠加方法来处理接收到的后向散射信号,得到初始波束yDAS;
2)将接收到的后向散射信号进行数字傅里叶变换,处理得到后向散射信号的频谱X(ω);
3)根据实际的分辨率要求,离散化目标区域,生成对应的字典矩阵D(ω);
4)结合所述字典矩阵D(ω)和后向散射信号的频谱X(ω),通过如下公式进行凸优化问题的求解,得到目标索引矩阵P:
5)将所述目标索引矩阵P与初始波束yDAS相乘,得到最终的成像输出结果ySR。
其中,步骤2)中,所述后向散射信号的频谱X(ω)获得过程为:
假设感兴趣目标区域存在Q个散射点,那么在假设情况下接收到的后向散射信号xk(t)表示为:
其中,
Q表示散射点的数目,hp(t)为超声成像系统探头的相应函数,si表示第i个散射点的后向散射信号,τk(ρi)表示散射点ρi到第k个阵元的传输延迟,nk表示第k个通道的加性噪声,表示第k个接收阵元的空间位置,表示散射点ρi的空间位置;c表示声速。
上述式(1)进行数字傅里叶变换(DFT)后表示为:
其中xwk(ω)表示接收到的第k个阵元信号的傅里叶变换,swi(ω)表示第i个目标点的频谱,hwp(ω)表示超声成像系统探头响应函数的频谱,nwk表示噪声的频谱;令
S(ω)=[sw1(ω),sw2(ω),···,swQ(ω)]T;
则上述式(3)表示为:
xwk(ω)=hwp(ω)·ak(ω)·S(ω)+nwk. (4);
所有K个接收阵元接收到的后向散射信号可以表示为:
X(ω)=hwp(ω)·A1(ω)·S(ω)+N(ω). (5);
上述式(5)中,
X(ω)=[xw1(ω)xw2(ω)···xwK(ω)]T;
N(ω)=[nw1(ω),nw2(ω),···,nwK(ω)]T;
令PAT=[α1,α2,···αQ]T表示Q个真实散射目标的散射强度向量,K阵元接收到的后向散射信号的频谱X(ω)可表示为:
uwi(ω)为ui(t)的频谱,上述式(6)中,
U(ω)=[uw1(ω),uw2(ω),···,uwQ(ω)]T。
其中,步骤3)中,字典矩阵D(ω)获得过程为:
感兴趣目标区域(ROI)位于[xs,xe]×[ys,ye]的内积空间,其中xs,ys和xe,ye分别表示感兴趣目标区域(ROI)成像的开始和最后地址,并且按照所需的分辨率离散化,产生L个目标点位置Θ={ρ1,ρ2,···,ρL}(L>>Q);用ρi表示向量[xi;yi],对任意的离散目标位置ρi,在频率点ω上的导向矢量表示为:
dρi=hwp(ω)·ui(ω)·[exp[jωτ1(ρi)],exp[jωτ2(ρi)],···,exp[jωτK(ρi)]]T (7);
将L个确切位置的离散目标点构成字典矩阵:
则根据上述式(6)和式(8),后向散射信号的频谱X(ω)表示为:
X(ω)=D(ω)·P+N(ω). (9);
式中P=[α1,α2,···αL]T为整个感兴趣目标区域(ROI)中对应于L个已知位置的散射强度。
本发明所述感兴趣目标区域(ROI)按轴向每0.15mm、侧向每0.1mm来离散化。
本发明所述的字典矩阵为超完备字典矩阵。
本发明公式中的ω、λ和t分别指代:角频率、超声波的波长和时间。
本发明的优点和效果如下:
1、本发明提出了一种全新的超声成像方法,直接由采集到的单次回波数据得到高空间分辨率的超声图像。
2、本发明方法在存在斑点噪声的情况下,能够比目前广泛应用的DAS方法获得更出色的对比度分辨率。
3、本发明方法不依赖于发射模式,在各种发射模式下均能得到高分辨率、高对比度的超声图像。
总之,本发明提出了一种全新的超声成像技术,实现高分辨率和高对比度的超声成像;应用此方法,结合硬件系统,可以实现高性能的超声成像;即本发明大大地提高超声成像的分辨率和对比度,提高了超声图像的质量,从而能够获取体内更多的生理、病理信息,显示更为细微的组织结构。
附图说明
图1为DAS方法示意图,换能器聚焦于点线表示的十字形;其中图1(a)表示散射点位于聚焦点上的情况,图1(b)表示散射点不是位于聚焦点上的情况。
图2为本发明方法中ROI离散化示意图。
图3为本发明方法和DAS方法在9个不同位置的点目标情况下的实验结果图;其中图3(a)为DAS的成像效果;3(b)为本发明方法的成 像结果。
图4是本发明方法和DAS方法在深度为50mm处的侧向分辨率的对比实验结果;虚线表示DAS方法,实线表示本发明方法。
图5是DAS方法和本发明方法对囊肿区域的成像结果;其中图5(a)为DAS的成像效果;5(b)为本发明方法的成像结果。
图6为本发明方法的处理流程图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
本发明应用的硬件系统和其他未提及的参数,均为本领域的常规选择。
本发明方法实施的具体方法分为下面几个步骤:
1、将接收到的经过放大和模数转换后的后向散射信号进行DFT变换,将处理得到后向散射信号频谱,DFT的长度为激励脉冲波与换能器的双向脉冲响应卷积的长度;
2、根据实际的分辨率要求,离散化目标区域,生成对应的超完备字典矩阵(本发明中的例子的ROI按轴向每0.15mm、侧向每0.1mm来离散化);
3、结合得到的超完备字典构成的矩阵和后向散射信号的频谱,求解凸优化问题,得到散射系数向量(即目标索引矩阵P)。
4、变换为实际图像矩阵,记为ySR。
本发明具体是通过以下技术方案实现的:
1、从超声模拟前端中获取的被放大后的超声脉冲回波信号经过A/D转化(模数转换)后,使用动态延时叠加(delay and sum,DAS)方法来处理接收到的后向散射信号,得到初始波束yDAS。
2、对接收到的后向散射信号建立新的成像模型,得到目标索引矩阵,具体为:
2a)对接收到的后向散射信号建立新的成像模型
假设感兴趣目标区域(region of interested,ROI)存在Q个散射点,那么接收到的后向散射信号xk(t)可以表示为:
其中Q表示散射点的数目,hp(t)为超声成像系统探头的相应函数,si表示第i个散射点的后向散射信号,τk(ρi)表示散射点ρi到第k个阵元的传输延迟,nk表示第k个通道的加性噪声,表示第k个接收阵元的空间位置,表示散射点ρi的空间位置;c表示声速。
式(1)进行DFT(数字傅里叶变换)后可以表示为:
其中xwk(ω)表示接收到的第k个阵元信号的傅里叶变换,swi(ω)表示第i个目标点的频谱,hwp(ω)表示超声成像系统探头响应函数的频谱,nwk表示噪声的频谱。令
S(ω)=[sw1(ω),sw2(ω),···,swQ(ω)]T
则式(3)可表示为:
xwk(ω)=hwp(ω)·ak(ω)·S(ω)+nwk. (4)
所有K个接收阵元接收到的后向散射信号可以表示为:
X(ω)=hwp(ω)·A1(ω)·S(ω)+N(ω). (5)
式(5)中,
X(ω)=[xw1(ω)xw2(ω)···xwK(ω)]T
N(ω)=[nw1(ω),nw2(ω),···,nwK(ω)]T
令PAT=[α1,α2,···αQ]T表示Q个真实散射目标的散射强度向量,K阵元接收到的后向散射信号的频谱X(ω)可表示为:
式中uwi(ω)为ui(t)的频谱,U(ω)=[uw1(ω),uw2(ω),···,uwQ(ω)]T
2b)根据用户对成像分辨率的要求,建立超完备字典。
如图2所示,ROI位于[xs,xe]×[ys,ye]的内积空间,其中xs,ys和xe,ye分别表示成像ROI的开始和最后地址,并且按照所需的分辨率离散化,产生L个目标点位置Θ={ρ1,ρ2,···,ρL}(L>>Q),其中ρi表示向量[xi;yi]。对任意的离散目标位置ρi,在频率点ω上的导向矢量可以表示为:
dρi=hwp(ω)·ui(ω)·[exp[jωτ1(ρi)],exp[jωτ2(ρi)],···,exp[jωτK(ρi)]]T (7)
将L个确切位置的离散假想目标点就可以构成一个字典:
则式(6)可表示为
X(ω)=D(ω)·P+N(ω). (9)
式中P=[α1,α2,···αL]T为整个感兴趣目标区域(ROI)中对应于L个 已知位置的散射强度。
2c)通过如下式(10)凸优化问题的求解,得到目标索引矩阵P。
3、将式(10)求解得到的目标索引矩阵P与步骤1得到的初始波束yDAS相乘,按照如下式(11)得到最终的成像输出结果:
ySR(k)=P(k)yDAS(k) (11)。
实施例1
本发明的实施框图如图6所示。
按具体实施方式中对本发明进行实验,并与传统的DAS方法进行比较,结果如下:
图1为DAS方法示意图,换能器聚焦于点线表示的十字形。其中图1(a)表示散射点位于聚焦点上的情况,图1(b)表示散射点不是位于聚焦点上的情况。
图2为本发明方法中ROI离散化示意图;ROI位于内积空间[xs,xe]×[ys,ye],被离散化成L个散射点。
图3为本发明方法和DAS方法在点目标(9个不同位置的点目标)情况下的实验结果图;横坐标为侧向距离,纵坐标为轴向距离。
9个点目标分别位于(x,z)={(-2.3,40),(0,40),(0.9,40),(0,50),(-2.3,60),(0,60),(0.9,60),(-3,70),(3,70)}mm;其中,图3(a)为DAS的成像效果;3(b)为本发明方法的成像结果。所有图像在60dB动态范围下显示。从图3结果对比可看出,DAS分辨率差、旁瓣高。本发明方法在分辨率和旁瓣水平上都表现出了优秀的性能,图中的9个点目标都可以清晰的辨别。
图4是本发明方法和DAS方法在深度为50mm处的侧向分辨率的对比实验结果。横坐标为侧向距离,纵坐标为轴向距离。虚线表示DAS方法,实线表示本发明方法。与DAS方法相比,本发明方法在旁瓣水平和主瓣宽度上都表现非常出色。
图5是DAS方法和本发明方法对囊肿区域的成像结果;其中图5(a)为DAS的成像效果;3(b)为本发明方法的成像结果。横坐标为侧向距离,纵坐标为轴向距离。
图像显示的动态范围均为60dB;无回声圆形囊肿半径3mm,中心位于(x,z)=(0,50)mm;图像的大小为10mm×10mm;在每一个波长大小的分辨单元里存在10个随机的散射体,散射幅度服从高斯分布。从图5可以看到,本发明方法可以大大地提高成像的对比度和识别组织的能力。
表1是对应于图5结果的对比度比(Contrast ratio,CR)和对比度噪声比(Contrast-to-noise ratio,CNR)指标的计算结果。
表1:对应图5结果的CR和CNR的对比
CR(dB) | CNR | |
图5(a)-DAS方法 | 22.83 | 3.45 |
图5(b)-本发明方法 | 33.11 | 10.31 |
其中,CR的定义为:
其中为囊肿区域的平均强度(dB),为背景区域的平均强度(dB)。CR越大表明囊肿与背景的区别越明显,更有利于观察。
CNR的定义为:
其中为囊肿区域的平均强度(dB),为背景区域的平均强度(dB),σb为背景区域的标准差(dB)。与CR不同,CNR除了与目标区域和背景区域的平均强度有关外,还与背景区域的标准差有关,综合考虑了目标与背景区域的对比度和对背景噪声的抑制能力。从表1上可以看出,本发明方法的对比度分辨率远远优越于DAS方法。
总之,实验结果验证了本发明方法的有效性和实用性。从图3 和图4可以看到,DAS分辨率差、旁瓣高,本发明方法在分辨率和旁瓣水平上都表现出了优秀的性能;图中的9个点目标都可以清晰的辨别;从图5和表1可明显看出本发明方法比DAS获得更高的CR和CNR,表明了本发明方法在有斑点噪声的情况下仍能获得十分出色的对比度分辨率。而且本发明方法不依赖于发射模式,适用于目前各种超声成像平台。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (5)
1.一种高分辨率超声成像方法,包括以下步骤:
1)从超声模拟前端中获取的被放大后的超声脉冲回波信号经过A/D转化后,使用动态延时叠加方法来处理接收到的后向散射信号,得到初始波束yDAS;
2)将接收到的后向散射信号进行数字傅里叶变换,处理得到后向散射信号的频谱X(ω);
3)根据实际的分辨率要求,离散化目标区域,生成对应的字典矩阵D(ω);
4)结合所述字典矩阵D(ω)和后向散射信号的频谱X(ω),通过如下公式进行凸优化问题的求解,得到目标索引矩阵P:
5)将所述目标索引矩阵P与初始波束yDAS相乘,得到最终的成像输出结果ySR。
2.根据权利要求1所述的高分辨率超声成像方法,其特征在于,步骤2)中,所述后向散射信号的频谱X(ω)获得过程为:
假设感兴趣目标区域存在Q个散射点,那么接收到的后向散射信号xk(t)表示为:
其中,
Q表示散射点的数目,hp(t)为超声成像系统探头的相应函数,si表示第i个散射点的后向散射信号,τk(ρi)表示散射点ρi到第k个阵元的传输延迟,nk表示第k个通道的加性噪声,表示第k个接收阵元的空间位置,表示散射点ρi的空间位置,c表示声速;
上述式(1)进行数字傅里叶变换后表示为:
其中xwk(ω)表示接收到的第k个阵元信号的傅里叶变换,swi(ω)表示第i个目标点的频谱,hwp(ω)表示超声成像系统探头响应函数的频谱,nwk表示噪声的频谱;令
S(ω)=[sw1(ω),sw2(ω),…,swQ(ω)]T;
则上述式(3)表示为:
xwk(ω)=hwp(ω)·ak(ω)·S(ω)+nwk. (4);
所有K个接收阵元接收到的后向散射信号可以表示为:
X(ω)=hwp(ω)·A1(ω)·S(ω)+N(ω). (5);
上述式(5)中,
X(ω)=[xw1(ω)xw2(ω)…xwK(ω)]T;
N(ω)=[nw1(ω),nw2(ω),…,nwK(ω)]T;
令PAT=[α1,α2,…αQ]T表示Q个真实散射目标的散射强度向量,K阵元接收到的后向散射信号的频谱X(ω)可表示为:
uwi(ω)为ui(t)的频谱,上述式(6)中,
U(ω)=[uw1(ω),uw2(ω),…,uwQ(ω)]T。
3.根据权利要求1所述的高分辨率超声成像方法,其特征在于,步骤3)中,字典矩阵D(ω)获得过程为:
感兴趣目标区域位于[xs,xe]×[ys,ye]的内积空间,其中xs,ys和xe,ye分别表示感兴趣目标区域成像的开始和最后地址,并且按照所需的分辨率离散化,产生L个目标点位置Θ={ρ1,ρ2,…,ρL},L>>Q;用ρi表示向量[xi;yi],对任意的离散目标位置ρi,在频率点ω上的导向矢量表示为:
dρi=hwp(ω)·ui(ω)·[exp[jωτ1(ρi)],exp[jωτ2(ρi)],…,exp[jωτK(ρi)]]T (7);
将L个确切位置的离散目标点构成字典矩阵:
4.根据权利要求2所述的高分辨率超声成像方法,其特征在于,
步骤3)中,字典矩阵D(ω)获得过程为:
感兴趣目标区域位于[xs,xe]×[ys,ye]的内积空间,其中xs,ys和xe,ye分别表示感兴趣目标区域成像的开始和最后地址,并且按照所需的分辨率离散化,产生L个目标点位置Θ={ρ1,ρ2,…,ρL},L>>Q;用ρi表示向量[xi;yi],对任意的离散目标位置ρi,在频率点ω上的导向矢量表示为:
dρi=hwp(ω)·ui(ω)·[exp[jωτ1(ρi)],exp[jωτ2(ρi)],…,exp[jωτK(ρi)]]T (7);
将L个确切位置的离散目标点构成字典矩阵:
则根据所述式(6)和式(8),后向散射信号的频谱X(ω)表示为:
X(ω)=D(ω)·P+N(ω). (9);
式中P=[α1,α2,…αL]T为整个感兴趣目标区域(ROI)中对应于L个已知位置的散射强度。
5.根据权利要求2~4任意一项所述的高分辨率超声成像方法,其特征在于,所述感兴趣目标区域按轴向每0.15mm、侧向每0.1mm来离散。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310124254.XA CN103356238B (zh) | 2013-04-11 | 2013-04-11 | 一种高分辨率超声成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310124254.XA CN103356238B (zh) | 2013-04-11 | 2013-04-11 | 一种高分辨率超声成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103356238A CN103356238A (zh) | 2013-10-23 |
CN103356238B true CN103356238B (zh) | 2015-02-11 |
Family
ID=49359112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310124254.XA Expired - Fee Related CN103356238B (zh) | 2013-04-11 | 2013-04-11 | 一种高分辨率超声成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103356238B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104055537B (zh) * | 2014-07-16 | 2016-04-20 | 深圳开立生物医疗科技股份有限公司 | 用于超声设备的模式化设置的装置和相关方法 |
CN106725594A (zh) * | 2016-12-01 | 2017-05-31 | 汕头大学医学院 | 基于压缩感知的超声成像方法和终端 |
CN109124687B (zh) * | 2018-08-30 | 2021-05-14 | 飞依诺科技(苏州)有限公司 | 同时进行超声诊断和治疗的超声装置及医疗设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721952A (zh) * | 2012-05-16 | 2012-10-10 | 西安电子科技大学 | 基于超分辨多普勒谱的地面运动目标稳健分类方法 |
CN103020909A (zh) * | 2012-12-06 | 2013-04-03 | 清华大学 | 基于多尺度结构自相似与压缩感知的单图像超分辨率方法 |
CN103020935A (zh) * | 2012-12-10 | 2013-04-03 | 宁波大学 | 一种自适应在线字典学习的图像超分辨率方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5769241B2 (ja) * | 2011-07-15 | 2015-08-26 | 国立大学法人 筑波大学 | 超解像画像処理装置及び超解像画像処理用辞書作成装置 |
-
2013
- 2013-04-11 CN CN201310124254.XA patent/CN103356238B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721952A (zh) * | 2012-05-16 | 2012-10-10 | 西安电子科技大学 | 基于超分辨多普勒谱的地面运动目标稳健分类方法 |
CN103020909A (zh) * | 2012-12-06 | 2013-04-03 | 清华大学 | 基于多尺度结构自相似与压缩感知的单图像超分辨率方法 |
CN103020935A (zh) * | 2012-12-10 | 2013-04-03 | 宁波大学 | 一种自适应在线字典学习的图像超分辨率方法 |
Non-Patent Citations (2)
Title |
---|
JP特开2013-26659A 2013.02.04 * |
基于稀疏表示的彩色图像超分辨率重建算法;张琼等;《第十五届全国图像图形学学术会议论文集》;20101231;95-98 * |
Also Published As
Publication number | Publication date |
---|---|
CN103356238A (zh) | 2013-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Spatio-temporally smoothed coherence factor for ultrasound imaging [correspondence] | |
US8254654B2 (en) | Sidelobe suppression in ultrasound imaging using dual apodization with cross-correlation | |
EP2534502B1 (en) | Ultrasound imaging system using beamforming techniques for phase coherence grating lobe suppression | |
Matrone et al. | Depth-of-field enhancement in filtered-delay multiply and sum beamformed images using synthetic aperture focusing | |
Wang et al. | MVDR-based coherence weighting for high-frame-rate adaptive imaging | |
CN103536316A (zh) | 一种空时平滑相干因子类自适应超声成像方法 | |
EP2269091B1 (en) | Image forming method using ultrasound and aberration correction method | |
Ramalli et al. | A real-time chirp-coded imaging system with tissue attenuation compensation | |
CN103969651A (zh) | 自适应声学成像方法 | |
Morgan et al. | Multi-covariate imaging of sub-resolution targets | |
Su et al. | An efficient subarray average delay multiply and sum beamformer algorithm in ultrasound imaging | |
Wang et al. | Short-lag spatial coherence combined with eigenspace-based minimum variance beamformer for synthetic aperture ultrasound imaging | |
Wang et al. | Performance evaluation of coherence-based adaptive imaging using clinical breast data | |
Hasegawa | Advances in ultrasonography: Image formation and quality assessment | |
CN114176639A (zh) | 用于介质的超声表征的方法和系统 | |
Teng et al. | An optimized total focusing method based on delay-multiply-and-sum for nondestructive testing | |
CN103356238B (zh) | 一种高分辨率超声成像方法 | |
Toulemonde et al. | Thomson’s multitaper approach combined with coherent plane-wave compounding to reduce speckle in ultrasound imaging | |
EP3638124B1 (en) | Methods and systems for processing an ultrasound image | |
Fedewa et al. | Spatial coherence of the nonlinearly generated second harmonic portion of backscatter for a clinical imaging system | |
Madhavanunni et al. | Beam multiply and sum: A tradeoff between delay and sum and filtered delay multiply and sum beamforming for ultrafast ultrasound imaging | |
Liang et al. | Fourier beamformation for convex-array diverging wave imaging using virtual sources | |
Shen et al. | Synthetic transmit aperture beamforming for sound velocity estimation using channel-domain differential phase gradient–A phantom study | |
CN116419717A (zh) | 用于介质的超声表征的方法和系统 | |
Lou et al. | Filtered delay multiply and sum combined with space-time smoothing coherence factor in ultrasound imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150211 |