CN103654859A - 自动优化多普勒成像参数的方法 - Google Patents
自动优化多普勒成像参数的方法 Download PDFInfo
- Publication number
- CN103654859A CN103654859A CN201210362632.3A CN201210362632A CN103654859A CN 103654859 A CN103654859 A CN 103654859A CN 201210362632 A CN201210362632 A CN 201210362632A CN 103654859 A CN103654859 A CN 103654859A
- Authority
- CN
- China
- Prior art keywords
- doppler
- power spectrum
- blood flow
- optimizing
- flow signal
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001228 spectrum Methods 0.000 claims abstract description 58
- 238000005070 sampling Methods 0.000 claims abstract description 39
- 230000017531 blood circulation Effects 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 239000008280 blood Substances 0.000 abstract 4
- 210000004369 blood Anatomy 0.000 abstract 4
- 238000005457 optimization Methods 0.000 description 29
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- JXASPPWQHFOWPL-UHFFFAOYSA-N Tamarixin Natural products C1=C(O)C(OC)=CC=C1C1=C(OC2C(C(O)C(O)C(CO)O2)O)C(=O)C2=C(O)C=C(O)C=C2O1 JXASPPWQHFOWPL-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开一种自动优化多普勒成像参数的方法,其包括步骤:A、以大于当前用户设定的速度档位对应的脉冲重复频率或者采样率进行多普勒成像并获取多普勒血流信号;B、对上述多普勒血流信号分多路并行处理,使用其中一路计算多普勒血流信号的功率谱,使用其中至少两路进行多普勒血流信号的成像参数优化。本发明通过获得多普勒成像参数的精确估计,可以提高多普勒成像自动优化的性能。
Description
技术领域
本发明涉及一种多普勒成像技术,尤其是涉及一种自动优化多普勒成像参数的方法。
背景技术
在超声诊断系统中,多普勒效应被广泛用于人体血流的无损检测与测量,它可以显示出人体血流的动态变化信息。但受所检查血管、检测深度以及系统扫查速度等因素的影响,多普勒成像的脉冲重复频率、基线位置、谱图方向等成像参数可能不是最佳的,需要医生根据实际情况进行手动调整,而一般情况下这种调整很难一次完成,需要多次调整才能调整到最佳的成像参数档位。
多普勒成像自动优化技术,可以通过对当前一段时间血流信号的检测,分析出当前最佳的脉冲重复频率、基线位置、谱图方向等成像参数,通过一次按键就可以立刻进入优化好参数的成像模式,极大的方便医生的使用。为实现这一功能,研究者提出了很多不同的多普勒成像参数的优化方法。
在美国专利申请US6663566中,首先获取一段时间(至少包含一个心动周期)的多普勒信号,然后检测是否发生了多次混叠,如果发生多次混叠,需要增加脉冲重复频率后再进行参数优化。这种优化方法稳定性较好,当混叠较为严重时,可能需要多次循环才能找到合适的脉冲重复频率。
在公开号为CN101647715的中国专利申请公开的技术方案中,当用户按下优化按钮后,系统会先以当前深度的最大脉冲发射频率进行至少一个心动周期的成像,然后根据成像结果分析最优的成像参数。这种方法需要大于至少一个心动周期的时间才能完成优化,存在较为明显的暂态过程。此外,当血流速度较小时,以最大脉冲发射频率进行成像,血流信号在声谱图中所占比例很小,优化效果可能会不太稳定。
公开号为CN102247170的中国专利申请提出了多普勒信号两路处理的技术,一路经过降采样获得对应用户调节的速度档位的多普勒信号,另一路用于实时监测分析,估计最优的多普勒成像参数。这种技术对用户触发的优化操作可以实时响应,避免了优化环节的暂态过程,但是对于低速血流的优化依然不够稳定。
发明内容
针对现有技术的不足,提出一种自动优化多普勒成像参数的方法,获得多普勒成像参数的精确估计。
本发明采用如下技术方案实现:一种自动优化多普勒成像参数的方法,其包括步骤:
A、以大于当前用户设定的速度档位对应的脉冲重复频率或者采样率进行多普勒成像并获取多普勒血流信号;
B、对上述多普勒血流信号分多路并行处理,使用其中一路计算多普勒血流信号的功率谱,使用其中至少两路进行多普勒血流信号的成像参数优化。
其中,步骤B中具体包括步骤:
B1、对多普勒血流信号进行频谱分析计算,获得多普勒血流信号随时间变化的第一功率谱;
B2、判断第一功率谱是否发生多次混叠,若发生多次混叠,则将脉冲重复频率设置成最大而基线保持不变,否则转入步骤B3;
B3、计算多普勒血流信号在第一功率谱中所占的比例P,判断血流信号百分比P是否大于阈值T,阈值T为0~0.5之间的预设常数,若是,转入步骤B4,否则转入步骤B5;
B4、依据第一功率谱优化基线和脉冲重复频率降采样率;
B5、对多普勒血流信号进行降采样,对降采样以后的多普勒血流信号进行进行频谱分析计算,获得第二功率谱;
B6、判断第二功率谱是否发生多次混叠,若发生多次混叠,转入步骤B4,否则转入步骤B7;
B7、依据第二功率谱优化基线和脉冲重复频率降采样率。
其中,所述步骤B2中判断第一功率谱是否发生多次混叠的步骤具体包括:
B21、通过搜索第一功率谱的平均功率最小值点Fre_Min,得到该频率点Fre_Min的功率值随时间变化的平均功率最小值曲线LMP;
B22、计算平均功率最小值曲线LMP的均值mL和方差dL,
其中,k1=3,k2=5。
其中,所述步骤B3中计算多普勒血流信号在第一功率谱中所占的比例P的步骤包括:
B31、检测第一功率谱中多普勒血流信号的范围L;
其中,所述步骤B31具体包括:
搜索第一功率谱的平均功率最小值点Fre_Min,依据平均功率最小值点Fre_Min将功率谱分(0+~Fre_Min)、(0-~Fre_Min)成两部分;
分别计算两部分的血流信号与噪声的分界曲线Env_1、Env_2;
其中,所述步骤B4中依据第一功率谱优化脉冲重复频率降采样率的步骤包括:
其中,所述步骤B4中依据第一功率谱优化基线的步骤包括:
其中,h为调节系数,取值为0~1。
其中,所述步骤B5中对多普勒血流信号按降采样倍数M进行降采样;
与现有技术相比,本发明具有如下有益效果:
本发明将多普勒参数优化过程分成多路并行处理,一路对多普勒血流信号的范围进行实时的监测,估计多普勒的成像参数;其它通路经过一定比例的降采样处理,进行优化后的功率图成像,并在此功率谱基础上,实现进一步的参数优化,获得多普勒成像参数的精确估计。与现有技术相比,本发明可以提高多普勒成像自动优化的性能,特别是对低速血流的优化效果有显著改善。
附图说明
图1为本发明实施例的多普勒成像参数优化流程图;
图2为本发明实施例的血流信号范围估计示意图。
具体实施方式
下面根据附图和实施例对本发明做进一步详细说明。
本发明对PW(脉冲多普勒)和CW(连续多普勒)多普勒成像均适用,CW信号的采样率可以与PW多普勒成像的脉冲重复频率等效处理。本实施例以PW多普勒成像为例,对本发明所采用的方案进行详细说明。
本发明的基本构思为:以大于当前用户设定的速度档位对应的脉冲重复频率或者采样率进行多普勒成像并获取多普勒血流信号;将多普勒参数的优化过程分多路并行处理,一路实时检测多普勒血流信号的范围,估计多普勒的成像参数;其它通路经过一定比例的降采样处理,进行优化后的多普勒成像,并在此多普勒的功率谱基础上,实现进一步的参数优化,获得多普勒成像参数的精确估计。
其中,图1是本发明多普勒成像参数优化流程的一个实施例。本实施例实时获得当前深度下最大脉冲重复频率扫描的多普勒血流信号,然后按照以下步骤处理:
S1、对未经降采样的多普勒血流信号进行频谱分析计算,获得多普勒血流信号随时间变化的功率谱。
S2、判断功率谱是否发生多次混叠。若发生多次混叠,则将脉冲重复频率(PRF)设置成最大、基线保持不变,优化结束;若没有发生多次混叠,则转入步骤S3对当前血流信号的范围进行检测。
通过搜索功率谱的平均功率最小值点Fre_Min,得到该频率点Fre_Min的功率值随时间变化的平均功率最小值曲线LMP。根据平均功率最小值曲线LMP的统计特征判断功率谱是否发生混叠。
其中,mL代表平均功率最小值曲线LMP的均值,dL代表平均功率最小值曲线LMP的方差,Num为累积的功率谱线的数目。
S3、检测多普勒血流信号的范围。
图2为本发明实施例的血流信号范围估计示意图。依据平均功率最小值点Fre_Min将功率谱分(0+~Fre_Min)、(0-~Fre_Min)成两部分,分别计算两部分的血流信号与噪声的分界曲线Env_1、Env_2。其中,血流信号与噪声分界曲线的提取方法,可采用过阈值法(TCM)或者改进的几何法(MGM)等,此部分内容为现有技术,在此不再赘述。
L1=max(abs(Env_1))
L2=max(abs(Env_2))
L=L1+L2
其中,L1为正向多普勒血流信号的范围,L2为反向多普勒血流信号的范围,L为所有多普勒血流信号的范围。
S4、计算多普勒血流信号在整个功率谱中所占的比例P,具体依照如下公式进行:
其中,血流信号范围L的最大值为N,最小值为2Wf;N为功率谱的宽度,Wf为壁滤波的范围。
通过比较血流信号百分比P与阈值T的大小,选择最后的优化参数。其中,阈值T为0~0.5之间的预设常数,例如10%。
若血流信号百分比P大于阈值T,则转入步骤S5,反之转入步骤S6。
S5、依据步骤S1得到的功率谱,优化基线位置、脉冲重复频率降采样率。
1)脉冲重复频率降采样率的优化
多普勒血流信号在整个功率谱中所占的比例P,则优化后的脉冲重复频率降采样率DSRprf为:
2)基线位置的优化
若L1≥L2,表明血流方向为正向,则优化后的基线位置BaseLine为:
若L1<L2,表明血流方向为负向,则优化后的基线位置BaseLine为:
S6、对多普勒血流信号进行M倍降采样。其中,降采样倍数M为2~1/T之间的预设常数。降采样倍数M也可以根据步骤S4计算得到的多普勒血流信号在功率谱中的百分比P进行设置:k为降采样率的修正系数,为一预设常数。
S7、对降采样以后的多普勒血流信号进行功率谱计算。
S8、判断步骤S7计算得到的功率谱是否发生多次混叠,若否,转入步骤S9,否则转入步骤S5。
其中,步骤S8的具体实现方法与步骤S2相同,不再详细描述。
S9、若步骤S8的判断结果未发生多次混叠,则步骤S7计算得到的功率谱优化基线、脉冲重复频率降采样率。
1)脉冲重复频率降采样率的优化
脉冲重复频率降采样率的优化需要在步骤S5的基础上乘以血流信号降采样的倍数M:
2)基线位置的优化同步骤S5,不再详述。
S10、依据S6、S9获得的优化的成像参数,可以对传统多普勒成像进行优化。当血流信号百分比P大于阈值T时,采用S5的优化参数对传统多普勒成像进行优化;当血流信号百分比P小于等于阈值T时,采用S9的优化参数对传统多普勒成像进行优化。若步骤S8的判断结果发生多次混叠,采用S5的优化参数对传统多普勒成像进行优化。
上述实施例只是给出了一种最优实施方式的描述,壁滤波处理可以在优化环节之前,也可以对上述实施例部分通路的部分操作进行拆分、合并等处理,这些变化都不脱离本发明的核心思想。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动优化多普勒成像参数的方法,其特征在于,包括步骤:
A、以大于当前用户设定的速度档位对应的脉冲重复频率或者采样率进行多普勒成像并获取多普勒血流信号;
B、对上述多普勒血流信号分多路并行处理,使用其中一路计算多普勒血流信号的功率谱,使用其中至少两路进行多普勒血流信号的成像参数优化。
2.根据权利要求1所述自动优化多普勒成像参数的方法,其特征在于,所述步骤B具体包括步骤:
B1、对多普勒血流信号进行频谱分析计算,获得多普勒血流信号随时间变化的第一功率谱;
B2、判断第一功率谱是否发生多次混叠,若发生多次混叠,则将脉冲重复频率设置成最大而基线保持不变,否则转入步骤B3;
B3、计算多普勒血流信号在第一功率谱中所占的比例P,判断血流信号百分比P是否大于阈值T,阈值T为0~0.5之间的预设常数,若是,转入步骤B4,否则转入步骤B5;
B4、依据第一功率谱优化基线和脉冲重复频率降采样率;
B5、对多普勒血流信号进行降采样,对降采样以后的多普勒血流信号进行进行频谱分析计算,获得第二功率谱;
B6、判断第二功率谱是否发生多次混叠,若发生多次混叠,转入步骤B4,否则转入步骤B7;
B7、依据第二功率谱优化基线和脉冲重复频率降采样率。
4.根据权利要求3所述自动优化多普勒成像参数的方法,其特征在于,k1=3,k2=5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210362632.3A CN103654859A (zh) | 2012-09-26 | 2012-09-26 | 自动优化多普勒成像参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210362632.3A CN103654859A (zh) | 2012-09-26 | 2012-09-26 | 自动优化多普勒成像参数的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103654859A true CN103654859A (zh) | 2014-03-26 |
Family
ID=50294463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210362632.3A Pending CN103654859A (zh) | 2012-09-26 | 2012-09-26 | 自动优化多普勒成像参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103654859A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108852406A (zh) * | 2017-05-10 | 2018-11-23 | 深圳市理邦精密仪器股份有限公司 | 多普勒超声成像的prf优化方法及装置 |
CN109567860A (zh) * | 2018-10-19 | 2019-04-05 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像方法、设备和存储介质 |
CN113892973A (zh) * | 2021-12-13 | 2022-01-07 | 深圳迈瑞动物医疗科技有限公司 | 超声成像设备及其超声回波数据降采样因子的确定方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6733454B1 (en) * | 2003-02-26 | 2004-05-11 | Siemens Medical Solutions Usa, Inc. | Automatic optimization methods and systems for doppler ultrasound imaging |
US20050033175A1 (en) * | 2003-07-21 | 2005-02-10 | Siemens Medical Solutions Usa, Inc. | Automatic optimization in spectral Doppler ultrasound imaging |
CN101647715A (zh) * | 2007-08-28 | 2010-02-17 | 深圳迈瑞生物医疗电子股份有限公司 | 自动优化多普勒成像参数的方法和装置 |
CN101884551A (zh) * | 2009-05-15 | 2010-11-17 | 深圳迈瑞生物医疗电子股份有限公司 | 提高超声多普勒成像自动调整性能的方法及其超声系统 |
CN102247170A (zh) * | 2010-09-29 | 2011-11-23 | 深圳市蓝韵实业有限公司 | 一种多普勒成像自动优化方法 |
-
2012
- 2012-09-26 CN CN201210362632.3A patent/CN103654859A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6733454B1 (en) * | 2003-02-26 | 2004-05-11 | Siemens Medical Solutions Usa, Inc. | Automatic optimization methods and systems for doppler ultrasound imaging |
US20050033175A1 (en) * | 2003-07-21 | 2005-02-10 | Siemens Medical Solutions Usa, Inc. | Automatic optimization in spectral Doppler ultrasound imaging |
CN101647715A (zh) * | 2007-08-28 | 2010-02-17 | 深圳迈瑞生物医疗电子股份有限公司 | 自动优化多普勒成像参数的方法和装置 |
CN101884551A (zh) * | 2009-05-15 | 2010-11-17 | 深圳迈瑞生物医疗电子股份有限公司 | 提高超声多普勒成像自动调整性能的方法及其超声系统 |
CN102247170A (zh) * | 2010-09-29 | 2011-11-23 | 深圳市蓝韵实业有限公司 | 一种多普勒成像自动优化方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108852406A (zh) * | 2017-05-10 | 2018-11-23 | 深圳市理邦精密仪器股份有限公司 | 多普勒超声成像的prf优化方法及装置 |
CN108852406B (zh) * | 2017-05-10 | 2021-08-10 | 深圳市理邦精密仪器股份有限公司 | 多普勒超声成像的prf优化方法及装置 |
CN109567860A (zh) * | 2018-10-19 | 2019-04-05 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像方法、设备和存储介质 |
CN109567860B (zh) * | 2018-10-19 | 2022-03-04 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像方法、设备和存储介质 |
CN113892973A (zh) * | 2021-12-13 | 2022-01-07 | 深圳迈瑞动物医疗科技有限公司 | 超声成像设备及其超声回波数据降采样因子的确定方法 |
CN113892973B (zh) * | 2021-12-13 | 2022-03-01 | 深圳迈瑞动物医疗科技有限公司 | 超声成像设备及其超声回波数据降采样因子的确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101138507B (zh) | 多普勒血流声音信号的处理方法及装置 | |
CN100496409C (zh) | 频谱多普勒血流速度的自动检测方法 | |
US7611467B2 (en) | Method and apparatus for extracting an envelope curve of a spectrogram | |
EP2767228B1 (en) | Device and method for improving identification accuracy of fetal heart rate deceleration | |
CN103393435B (zh) | 一种胎心音信号包络的取得方法及装置 | |
JP5815705B2 (ja) | 胎児モニタリング中に超音波信号の不明確性を削減する方法 | |
CN102824194B (zh) | 一种弹性成像中的位移检测方法及装置 | |
CN110801246A (zh) | 血流成像方法及系统 | |
CN101766496A (zh) | 一种噪声估计方法和一键优化方法及其系统 | |
CN104367344A (zh) | 一种基于香农包络的胎儿瞬时心率检测方法及装置 | |
CN105590315B (zh) | 一种超声彩色多普勒图像后处理方法 | |
EP1762178A1 (en) | Ultrasonographic device | |
US6364838B1 (en) | Pulsed wave doppler processing using aliased spectral data | |
TW201225912A (en) | Method for measuring physiological parameters | |
JP2001178721A (ja) | パケット・データ獲得を用いた超音波フロー撮像における運動の可視化のための方法および装置 | |
CN102258368B (zh) | 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法 | |
CN103654859A (zh) | 自动优化多普勒成像参数的方法 | |
CN111265204A (zh) | 一种由母亲腹部混合ecg信号提取胎儿心率的算法 | |
JP2002065674A (ja) | 血流速度測定向け超音波診断装置及びその方法 | |
CN104473631A (zh) | 一种基于非负盲分离胎儿心电瞬时心率识别方法及系统 | |
CN101879076B (zh) | 多普勒超声成像的自动优化方法及其装置 | |
CN102247170B (zh) | 一种多普勒成像自动优化方法 | |
CN102279396B (zh) | 一种基于分数阶Fourier变换的宽带线性调频脉冲测距方法 | |
CN112587133A (zh) | 一种血氧饱和度的测量方法 | |
CN109350122B (zh) | 一种流量自动估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140326 |