CN103799982A - 基于希尔伯特黄变换的超宽带微波检测的快速成像方法 - Google Patents

Abstract

本发明涉及超宽带微波成像，超宽带无线检测，生物医学检测设备，微波探测，为能够简便快捷地明显显示生物信息，本发明采用的技术方案是，基于希尔伯特黄变换的超宽带微波检测的快速成像方法，包括下列步骤：使用天线Ai发射超宽带微波信号，其余天线接收来自乳房内部的反射信号，得到含有肿瘤信息的信号与不含肿瘤信息的信号；从所有含有肿瘤信息的信号中减去无肿瘤的信号得到肿瘤响应信号，对所有得到的肿瘤响应信号进行希尔伯特变换，将信号构造为解析信号，然后求取信号的瞬时振幅；对乳房区域通过共焦成像方法对成像区域的每一点进行扫描，清晰地得到肿瘤的位置和尺寸信息。本发明主要应用于医疗器械的设计制造。

Description

基于希尔伯特黄变换的超宽带微波检测的快速成像方法

技术领域

本发明涉及超宽带微波成像，超宽带无线检测，生物医学检测设备，微波探测，，具体讲，涉及基于希尔伯特黄变换的超宽带微波检测的快速成像方法。

背景技术

乳腺肿瘤是女性发病率最高的恶性肿瘤疾病，死亡率居妇女恶性肿瘤死亡率之首。早期乳腺肿瘤的诊断无疑对于提高乳腺病的治疗率以及患者的远期成活率都具有决定性意义。目前常用的早期乳腺癌的检测方法包括乳腺X线摄影术、超声波影像技术、计算机断层扫描、核磁共振成像技术、热成像检测等，但诸多方法均存在一定的缺点，如对人体产生辐射伤害、成像对比度低、费用较高等。超宽带电磁波检测乳腺癌的原理在于不同生物组织对电磁波的吸收、反射及透射特性不同，使得天线发射的脉冲信号在乳腺组织中传播时所产生的电磁场能够反映恶性组织的丰富信息。同时超宽带微波信号具有辐射功率低、目标信息携载量大、提供毫米级定位和检测成本较低等优点，能作为早期乳腺检测的常规手段。为了实现上述超宽带的优点，肿瘤成像至关重要。因此有必要开发适用于乳腺肿瘤检测的肿瘤快速成像方法。希尔伯特黄变换方法是由华裔科学家黄锷等对瞬时频率的概念进行深入研究后提出的一种主要用于非平稳信号分析的方法。利用其中的希尔伯特变换可以得到信号的瞬时能量的分布，从而更加快速地得到肿瘤的成像，从而获得肿瘤的信息以及其它生物信息。

发明内容

本发明旨在解决克服现有技术的不足，能够简便快捷地明显显示生物信息，本发明采用的技术方案是，基于希尔伯特黄变换的超宽带微波检测的快速成像方法，包括下列步骤：

使用天线Ai发射超宽带微波信号，其余天线接收来自乳房内部的反射信号，得到含有肿瘤信息的信号与不含肿瘤信息的信号；

从所有含有肿瘤信息的信号中减去无肿瘤的信号得到肿瘤响应信号，对所有得到的肿瘤响应信号进行希尔伯特变换，将信号构造为解析信号，然后求取信号的瞬时振幅；

对乳房区域通过共焦成像方法对成像区域的每一点进行扫描，得到乳腺图像，采用超宽带微波信号、反射信号，清晰地得到肿瘤的位置和尺寸信息。

为了更好地得到肿瘤的位置和尺寸，对所接收到的所有信号进行希尔伯特变换，获得其瞬时振幅，使用这些信号对乳腺进行成像，得到的结果验证有效性。

将得到的肿瘤响应信号用V(t)表示，求其希尔伯特变换(t)：

$\hat{V}\left(t\right)=V\left(t\right)h\left(t\right)=\mathrm{\π}\underset{-\∞}{\overset{\∞}{\∫}}\frac{V\left(\mathrm{\τ}\right)}{t-\mathrm{\τ}}\mathrm{d\τ}---\left(1\right)$

把信号V(t)作为解析信号的实部，把信号V(t)的希尔伯特变换

(t)作为复信号的虚部，τ为时间t的积分单位。从而构成信号对应的唯一的解析信号，即：

$f\left(t\right)=V\left(t\right)+i\hat{V}\left(t\right)=V\left(t\right)+\mathrm{iV}\left(t\right)*h\left(t\right)---\left(2\right)$

式中f(t)即为V(t)的解析信号，

为单位脉冲响应，i为虚数。

本发明的技术特点及效果：

本发明采用基于希尔伯特黄变换的超宽带微波检测技术，很好地显示了生物信息。

附图说明

图1组织模型及天线结构示意图。

图2天线A1发射信号，天线A2接收的肿瘤信号的瞬时振幅图。

图3天线A1发射信号，天线A6接收的肿瘤信号的瞬时振幅图。

图4由图2和图3所示信号所得的共焦成像图。

图5所有信号经处理后得到信号的共焦成像图。

图6本发明步骤流程图。

具体实施方式

为了有效地利用超宽带微波检测系统中对乳腺肿瘤进行探测，本发明提供了一种新的超宽带微波成像算法。该算法简便快捷，能够明显显示肿瘤的尺寸及位置信息。由于乳房组织中大量腺体组织、毛细血管等存在，会对成像结果产生一定的影响，因此利用希尔伯特黄变换方法能够将噪声减弱，更加快捷地获得肿瘤信息。该算法成像结果能够直观的实现肿瘤存在与否以及尺寸的判断和定位。非常适合于乳腺肿瘤检测系统。

超宽带微波检测肿瘤的信号属于非线性、非平稳信号。而希尔伯特黄变换方法是由华裔科学家黄锷等对瞬时频率的概念进行深入研究后提出的一种主要用于非平稳信号分析的方法。其主要任务是描述信号的频谱含量如何随时间进行变化，从而建立一种分布，以便能在时间和频率上同时表示信号的能量或者强度。运用其中的希尔伯特变换方法，可以将一个实数信号变换为复数信号（即解析信号），从而简化和改进信号的处理，同时提取信号的瞬时振幅和瞬时相位的信息，得到每个信号的瞬时能量的分布，从而更好地对肿瘤进行成像。图1为探测系统所采用的天线阵列结构和乳房组织模型。为满足成像分辨率和探测深度的要求采用中心频率为5GHz的一阶导脉冲高斯信号。具体实施过程如下：

1.建立含有肿瘤的模型和不含肿瘤的模型，天线Ai发射超宽带微波信号，其余天线接收来自乳房内部的反射信号。得到含有肿瘤信息的信号与不含肿瘤信息的信号。

2.从所有含有肿瘤信息的信号中减去无肿瘤的信号可以得到肿瘤响应信号，对所有得到的肿瘤响应信号进行希尔伯特变换。将得到的信号用V(t)表示，求其希尔伯特变换

(t)：

$\hat{V}\left(t\right)=V\left(t\right)h\left(t\right)=\mathrm{\π}\underset{-\∞}{\overset{\∞}{\∫}}\frac{V\left(\mathrm{\τ}\right)}{t-\mathrm{\τ}}\mathrm{d\τ}---\left(1\right)$

把原始信号V(t)作为解析信号的实部，把它的希尔伯特变换

(t)作为复信号的虚部，τ为时间t的积分单位，从而构成了信号对应的唯一的解析信号，即

$f\left(t\right)=V\left(t\right)+i\hat{V}\left(t\right)=V\left(t\right)+\mathrm{iV}\left(t\right)*h\left(t\right)---\left(2\right)$

式中f(t)即为V(t)的解析信号，

为系统的单位脉冲响应，i为虚数。

这样就将信号构造为解析信号，然后求取信号的瞬时振幅。可以得出其瞬时振幅的表达式：

$A\left(t\right)=\sqrt{V^2\left(t\right)+\widehat{V^2}}\left(t\right)---\left(3\right)$

希尔伯特变换具有对突变信号的敏感性，将其作用于肿瘤响应信号，可以得到信号的时域形态特征。例如，对天线A1发射超宽带微波信号，天线A2接收得到的信号做希尔伯特变换，将信号构造为解析信号，然后求取该解析信号的瞬时振幅，得到的结果如图2所示。从图中曲线可以很明显地看到信号能量强弱的变化。同理，图3为天线A1发射超宽带微波信号，A6接收得到的信号的瞬时振幅。图中可以看出信号由希尔伯特变换之后求出的瞬时振幅信息，可以看出希尔伯特变换提高了肿瘤信息的解释精度。由图可见，基于希尔伯特变换的方法可以有效地提取肿瘤响应信号的特征。

3.用图2和图3所示信号，对乳房区域通过共焦成像方法对成像区域的每一点进行扫描，得到图4所示的乳腺图像。仅用这两个信号即可对肿瘤进行成像。从图4中，可以清晰地看到肿瘤的位置和尺寸信息。

4.为了更好地得到肿瘤的位置和尺寸，对所接收到的所有信号进行希尔伯特变换，获得其瞬时振幅，使用这些信号对乳腺进行成像，得到的结果如图5所示。图5中很好地显示了肿瘤的位置与大小信息，验证了该方法的有效性。

为验证早期乳腺肿瘤超宽带微波检测系统的成像算法的有效性，采用图1所示的乳房组织模型进行探测。模型尺寸设定为由九个天线组成的天线阵列排布在皮肤层上，为接近真实诊断环境，依次设立皮肤、脂肪、肋骨，其中腺体和肿瘤存在于脂肪层中，天线阵列分布于皮肤表面。一早期肿瘤位于（60,40），图2为有肿瘤时天线A1发射，天线A2的接收的信号的瞬时振幅图。图3给出了天线A1发射，天线A6接收到的信号的瞬时振幅图。图4为天线A1发射，天线A2，天线A6接收到的信号经处理后得到的如图2和图3所示信号经过共焦成像算法处理后得到的肿瘤成像图。图5为对所有信号进行上述步骤处理后经共焦成像算法处理得到的肿瘤成像图。图5验证了算法的有效性，很好地显示了肿瘤的位置与尺寸的信息。

天线发射超宽带微波信号，其余天线接收来自乳房内部的反射信号。按照上述步骤将天线阵列的接收的所有信号进行希尔伯特变换，将信号构造为解析信号，然后提取其瞬时振幅，用得到的信号对肿瘤进行成像，能够使得肿瘤的散射信号得到增强，显示肿瘤的位置，实现肿瘤的检测识别。结果表明该方法能有益于超宽带微波系统对肿瘤的检测与识别。

Claims (3)

1.一种基于希尔伯特黄变换的超宽带微波检测的快速成像方法，其特征是，包括如下步骤：

使用天线Ai发射超宽带微波信号，其余天线接收来自乳房内部的反射信号，得到含有肿瘤信息的信号与不含肿瘤信息的信号；

从所有含有肿瘤信息的信号中减去无肿瘤的信号得到肿瘤响应信号，对所有得到的肿瘤响应信号进行希尔伯特变换，将信号构造为解析信号，然后求取信号的瞬时振幅；

对乳房区域通过共焦成像方法对成像区域的每一点进行扫描，得到乳腺图像，采用超宽带微波信号、反射信号，清晰地得到肿瘤的位置和尺寸信息。

2.如权利要求1所述的基于希尔伯特黄变换的超宽带微波检测的快速成像方法，其特征是，为了更好地得到肿瘤的位置和尺寸，对所接收到的所有信号进行希尔伯特变换，获得其瞬时振幅，使用这些信号对乳腺进行成像，得到的结果验证有效性。

3.如权利要求1所述的基于希尔伯特黄变换的超宽带微波检测的快速成像方法，其特征是，将得到的肿瘤响应信号用V(t)表示，求其希尔伯特变换

(t)：

$\hat{V}\left(t\right)=V\left(t\right)h\left(t\right)=\mathrm{\π}\underset{-\∞}{\overset{\∞}{\∫}}\frac{V\left(\mathrm{\τ}\right)}{t-\mathrm{\τ}}\mathrm{d\τ}---\left(1\right)$

把原始信号V(t)作为解析信号的实部，把它的希尔伯特变换

(t)作为复信号的虚部，从而构成了信号对应的唯一的解析信号，即：

$f\left(t\right)=V\left(t\right)+i\hat{V}\left(t\right)=V\left(t\right)+\mathrm{iV}\left(t\right)*h\left(t\right)---\left(2\right)$

式中f(t)即为V(t)的解析信号，

为单位脉冲响应，i为虚数。

Images