CN105662472A - 生成多普勒频谱图的方法和设备 - Google Patents
生成多普勒频谱图的方法和设备 Download PDFInfo
- Publication number
- CN105662472A CN105662472A CN201610022327.8A CN201610022327A CN105662472A CN 105662472 A CN105662472 A CN 105662472A CN 201610022327 A CN201610022327 A CN 201610022327A CN 105662472 A CN105662472 A CN 105662472A
- Authority
- CN
- China
- Prior art keywords
- signal
- spectrum
- gain
- ambient noise
- doppler
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hematology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供一种生成多普勒频谱图的方法和设备。该方法包括:针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号;根据所述背景噪声信号的强度确定增益;以及基于所确定的增益生成多普勒频谱图。上述生成多普勒频谱图的方法和设备可以自动生成显示效果更理想的多普勒频谱图,而无需用户干预,大大降低用户工作强度,提高了工作效率。
Description
技术领域
本发明涉及医疗器械领域,具体地,涉及一种生成多普勒频谱图的方法和设备。
背景技术
多普勒效应是指物体辐射的波的波长由于该物体和观测者的相对运动而产生变化。在运动的波源前面,波被压缩,波长变得较短,频率变得较高;在运动的波源后面时,会发生相反的现象,波长变得较长,频率变得较低。波源的运动速度越高,所产生的多普勒效应越显著。因此,根据波频率改变的程度,可以计算出波源循着观测方向运动的速度。
多普勒超声血流分析是利用多普勒效应、通过非侵入性的检查评价不同生理学特征的一种方法。经颅多普勒超声分析仪是一种定制化的超声设备,专门用于经颅骨的超声检查。经颅多普勒超声分析仪使用体外超声探头中的晶片经颅骨的缝隙或“窗口”向脑血管发射超声波(简称发射波),血流的存在将导致多普勒效应(多普勒频移)的产生,最后超声波被反射回到探头(简称回波),经同一晶片接收,由分析仪进行数据处理得出相应的血流信息。由于采用深度选通(或距离选通)技术,可进行定点血流测定,因而具有很高的距离分辨力,也可对某点血流的性质做出准确的分析。具体地,如果某一检测深度不存在血液流动,那么不产生多普勒效应,与发射波相比,回波的中心频率不会发生改变;而如果某一检测深度存在血液流动,则会产生多普勒效应,与发射波相比,回波的中心频率会发生偏移。如果使用滤波器把中心频率滤掉,只保留多普勒频偏成分,则对于不存在血液流动的深度,频谱信号中将只剩下背景噪声信号(无用信号),而对于存在血液流动的深度,频谱信号中将包括多普勒信号(有效信号)和背景噪声信号。其中的背景噪声信号是由于经颅多普勒超声分析仪本身的物理限制所产生的。
为了突显多普勒信号,获得显示效果更好的多普勒频谱图,现有的经颅多普勒设备需要用户在多普勒频谱图采集过程中手动调整参数。这要求用户进行额外操作,增加了用户具体工作量。此外,手动调整参数因为无法预期调整后的显示效果,往往要求用户具有一定的经验,以尽快将其调整合适。
发明内容
为了至少部分地解决现有技术中存在的问题,根据本发明的一个方面,提供了一种生成多普勒频谱图的方法,包括:
针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号;
根据所述背景噪声信号的强度确定增益;以及
基于所确定的增益生成多普勒频谱图。
根据本发明的另一方面,还提供了一种生成多普勒频谱图的设备,包括背景噪声获取装置、增益确定装置和制图装置。
背景噪声获取装置用于针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号。增益确定装置用于根据所述背景噪声信号的强度确定增益。制图装置用于基于所确定的增益生成多普勒频谱图。
上述生成多普勒频谱图的方法和设备可以自动获得显示效果更好的多普勒频谱图,无需用户干预,大大降低用户工作强度,提高了工作效率。
在发明内容中引入了一系列简化的概念,这些概念将在具体实施方式部分中进一步详细说明。本发明内容部分并不意味着要试图限定所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
以下结合附图,详细说明本发明的优点和特征。
附图说明
本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发明的实施方式及其描述,用来解释本发明的原理。在附图中,
图1示出根据本发明一个实施例的经颅多普勒超声分析仪的示意性框图;
图2示出根据本发明一个实施例的多普勒频谱图;
图3示出了将图2所示的多普勒频谱图的增益降低后所获得的多普勒频谱图;
图4示出根据本发明一个实施例的生成多普勒频谱图的方法的示意性流程图;
图5示出根据本发明另一个实施例的生成多普勒频谱图的方法的示意性流程图;
图6示出根据本发明再一个实施例的多普勒频谱图;
图7示出根据本发明又一个实施例的生成多普勒频谱图的方法的示意性流程图;以及
图8示出根据本发明一个实施例的生成多普勒频谱图的设备的示意性框图。
具体实施方式
在下文的描述中,提供了大量的细节以便能够彻底地理解本发明。然而,本领域技术人员可以了解,如下描述仅涉及本发明的较佳实施例,本发明可以无需一个或多个这样的细节而得以实施。此外,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
图1示出了根据本发明一个实施例的经颅多普勒超声分析仪1000的示意性框图。如图1所示,该经颅多普勒超声分析仪可以包括主机1100和探头1200。主机1100可以包括发射装置1110、探头座1120和处理电路1130。探头1200可以是多个。
发射装置1110用于提供发射信号。发射装置1110可以包括发射控制器1111和驱动电路1112。发射控制器1111可以提供特定频率的脉冲序列作为发射信号。驱动电路1112可以用于将该发射信号转换为高压信号,以驱动探头1200。发射控制器1111的每次发射信号相当于在时间轴上进行了一次采样。该发射信号可以表示为随时间变化的一维信号。
探头1200可以经由探头座1120接收驱动电路1112所转换的高压信号,并将其进行电-声转换,以发射超声波。超声波发送到人体组织及骨骼中,一部分能量会返回到探头。探头1200还能够接收经被测者反射后的超声波,并进行声-电转换,把包含声速信息的回波转变为电信号,以生成接收信号。
处理电路1130可以包括放大器1131、AD采样电路1132和信号处理模块1133。经探头1200声-电转换生成的接收信号通常较为微弱,因此可选地,处理电路1130可以包括放大器1131,以将微弱的电信号转化为较强的电信号。此外,探头1200产生的电信号为模拟信号,因此可选地,处理电路1130可以包括AD采样电路1132,其通过以采样频率Fs1对模拟信号进行采样,将其转变为数字信号。采样频率Fs1可以称为系统采样率。另外,处理电路1130中还可以包括信号处理模块1133,其用于对数字信号进行处理,以生成多普勒频谱图。多普勒信号本质上为非平稳信号,随时间变化其频率也会随之变化。因为频率与被测者血流速度存在一一映射关系,所以多普勒信号包括所检测的时间的信息和所检测的血流速度的信息。信号处理模块1133可以对该数字信号进行傅里叶变换,以对其进行频谱分析。短时傅里叶变换是一种常用的用于处理信号f(t)的信号处理方法。它的思想是选择一个时频局部化的分析窗函数g(t),假定分析窗函数g(t)在一个短时间间隔内是平稳(伪平稳)的,移动该分析窗函数g(t),使f(t)g(t)在不同的有限时间宽度内是平稳信号。从而,计算出信号f(t)在各个不同时刻的功率谱。这样,即获得了原始信号f(t)的频谱表达式。在这里,原始信号f(t)是AD采样电路1132进行模数转换所生成的数字信号。
可选地,主机1100可以连接上位机1300,以由上位机1300显示根据频谱信号生成的多普勒频谱图。多普勒频谱图是三维图像,其中的每条显示线对应于一条功率谱,可以称其为谱线。根据多普勒效应原理,频谱信号中的频率正比于血流速度。所以,通常,多普勒频谱图的横坐标表示时间,纵坐标表示血流速度。
多普勒频谱图的增益是用于生成该多普勒频谱图的原始信号的强度的增量。信号的强度与多普勒频谱图的像素的灰度值一一对应。将根据原始信号所生成的多普勒频谱图的每个像素值均减去与增益对应的值,则获得期望的多普勒频谱图。可以理解,如果像素值小于与增益对应的值,那么减法操作将该像素值赋值为0,也就是说该像素值将显示为纯黑色。换言之,增益的存在,使得多普勒频谱图中的亮度降低。对于多普勒频谱图,可能期望其增益设置为使得其中噪声刚好不显示。
在诸如设备老化、外界干扰等情况下,多普勒分析仪本身的噪声会升高,此时大量噪声会出现在多普勒频谱图中,影响用户体验。这时需要将增益降低,以过滤掉较多图像噪声。
图2示出了根据本发明一个实施例的多普勒频谱图。其中,颜色深浅表示能量相对强度。图像中像素的颜色越浅,则该像素所对应的信号能量越强。图像中相对浅色的、有周期性规律变化的波浪形图形对应于多普勒信号。图像中相对深色的部分包括无规律的、随机分布的图形,其对应于背景噪声信号。如图2所示,背景噪声信号一般会在信号通带内均匀分布。该多普勒频谱图中示出了较多的背景噪声。图3示出了将图2所示的多普勒频谱图的增益降低后所获得的多普勒频谱图。如图3所示,当将增益降低后,所获得的多普勒频谱图中仅示出了更少量的背景噪声。从图3所示的多普勒频谱图中可以看出,其中的背景噪声被抑制的同时,多普勒信号强度也受到一定影响。
相反地,对于背景噪声降低的情况,诸如芯片和探头体质较优的情况,可将增益适当提高一些,以观察到更多多普勒信号。
因此,合适的增益是保证多普勒频谱图最佳显示效果的重要因素。目前市场上的多普勒分析仪需要用户手动调整多普勒频谱图,以合理地显示多普勒信号,这给用户带来了操作上的不便。为了更好地用户体验,根据本发明一个方面,提供一种生成多普勒频谱图的方法。图4示出根据本发明一个实施例的生成多普勒频谱图的方法400的示意性流程图。如图4所示,该方法400包括步骤S420、步骤S440和步骤S460。
在步骤S420中,针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号。如上所述,频谱信号中除了包括多普勒信号,还包括背景噪声信号。每个背景噪声信号都存在一个唯一的与之对应的多普勒信号。该背景噪声信号所生成的像素和相对应的多普勒信号所生成的像素共同位于多普勒频谱图的同一条谱线上。多普勒信号包括反映被测者的血流情况的信息。背景噪声信号是无用信号。多普勒信号与背景噪声信号的强度不同。一般而言,背景噪声信号的强度低于多普勒信号的强度。
可选地,针对用于生成多普勒频谱图的谱线的频谱信号,基于信号强度把其中的多普勒信号和背景噪声信号分离开,以获取其中的背景噪声信号。换言之,该分离过程即把背景噪声信号和相对应的多普勒信号分离开。该分离过程可以针对对应于一条谱线的频谱信号进行。该分离过程还可以分别针对对应于多条谱线中的各个谱线的频谱信号进行。换言之,分别针对用于生成多普勒频谱图中的多条谱线的频谱信号,获取其中的背景噪声信号。由此,所获得的背景噪声信号分别对应于多普勒频谱图的多条谱线中的各条谱线。谱线的条数可以是任意合适数值,例如300条。可以理解,这些谱线可以位于多普勒频谱图的任意位置。例如,这些谱线可以是时间连续的,并且位于被测者的一个心动周期内;这些谱线还可以是时间不连续的,其可以位于被测者的不同心动周期内。
可选地,利用K均值聚类方法将背景噪声信号和相对应的多普勒信号分离开。该分离过程本质上是背景噪声信号和多普勒信号的分类过程。换言之,即将频谱信号划分为背景噪声信号和多普勒信号,利用K均值聚类方法实现该过程不仅分类准确,而且简单且快速。
替代地,可以首先计算频谱信号的强度的均值。然后,将大于均值的信号作为多普勒信号,将小于均值的信号作为背景噪声信号。
由先验知识可以得到,多普勒信号和背景噪声信号从各自频率上讲是相对集中的。多普勒信号位于频率较低的范围,背景噪声信号大多位于频率较高的范围。可选地,利用上述先验知识可以进一步修正上述初步分离结果。例如,虽然基于强度因素某些背景噪声信号被划分为了多普勒信号,但是基于频率较高的原因,可以将其调整为背景噪声信号。反之,虽然基于强度因素某些多普勒信号被划分为了背景噪声信号,但是基于频率较低的原因,可以将其调整为多普勒信号。由此,可以得到更为可靠的最终分离结果。
上面给出了一种获取背景噪声信号的具体实现方式,可以理解,其仅为示例而非限制。例如,也可以直接基于频率来获取背景噪声信号。例如,将高于特定频率阈值的信号作为背景噪声信号。
可选地,可以把经分离的背景噪声信号放入系统缓存,以供进一步分析处理。
在步骤S440中,根据所获取的背景噪声信号的强度确定多普勒频谱图的增益。多普勒频谱图的每个像素的亮度主要由对应的信号的强度来决定。如前所述,增益决定了多普勒频谱图的整体亮度。通常期望在多普勒频谱图中显示尽可能少的背景噪声信号。所以,根据背景噪声信号的强度来确定增益能够有效屏蔽多普勒频谱图中的背景噪声信号的显示。
在一个示例中,可以将该背景噪声信号的强度的中值作为增益。可以理解,如果在步骤S420中获得的背景噪声信号仅对应于多普勒频谱图的一条谱线,那么在此将仅计算该背景噪声信号的强度的中值。如果在步骤S420中获得了分别对应于多普勒频谱图的多条谱线中的各条谱线的背景噪声信号,那么在此可以计算这些背景噪声信号的强度的中值。在另一个示例中,可以将该中值加一个经验值作为增益。
在步骤S460中,基于所确定的增益生成多普勒频谱图。基于所确定的增益,可以确定应将根据原始信号所生成的多普勒频谱图的每个像素值减去的值。对根据原始信号所生成的多普勒频谱图的每个像素值与该值执行减法后,则生成了期望的多普勒频谱图。该多普勒频谱图能够屏蔽所有小于该值的像素所对应的背景噪声信号,并且其他背景噪声信号也被有效弱化,从而更好地突显多普勒信号。
上述生成多普勒频谱图的方法400中,根据背景噪声信号的强度确定了增益,并根据该增益自动生成多普勒频谱图。可以在无需用户干预的情况下生成更理想地显示多普勒信号的多普勒频谱图,大大降低用户工作强度,提高了工作效率。
此外,步骤S420获取背景噪声信号独立于步骤S460确定增益,这保证了方法400不出现正反馈震荡现象。从而确保生成期望的多普勒频谱图。
可选地,上述步骤S440可以具体包括步骤S441和步骤S445。在步骤S441中,计算上述背景噪声信号的强度的均值μ。在步骤S445中,根据背景噪声信号的强度的均值μ确定增益。通常来说,背景噪声属于热噪声,其统计特性符合随机正态分布。强度大于均值的背景噪声信号为50%左右。强度的均值更好地体现了背景噪声信号的强度。根据背景噪声信号的强度的均值μ来确定增益更准确,从而更有利于方法400生成更理想的多普勒频谱图。
可选地,在步骤S445之前,上述步骤S440还可以包括步骤S443,计算上述背景噪声信号的强度的方差σ。在步骤S445中,确定增益除了根据背景噪声信号的强度的均值还根据背景噪声信号的强度的方差。如前所述,背景噪声属于热噪声,其统计特性符合随机正态分布。强度的方差σ大体体现了背景噪声信号的分散程度。强度的方差σ越小,则背景噪声信号的强度越集中;强度的方差σ越大,则背景噪声信号的强度越分散。所以,在步骤S445确定增益时,综合考虑强度的均值和方差两方面因素将确定更准确的增益,从而能够获得显示效果更佳的多普勒频谱图。
可选地,根据强度的均值和方差确定增益进一步包括根据如下公式确定所述增益:
G=μ+k*σ,
其中,G表示所述增益,μ表示所述均值,σ表示所述方差,k表示所述方差的系数,k是大于或等于0的任意实数。
不同的用户对于多普勒频谱图的需求不同。有的用户希望背景噪声完全干净;有的用户希望略微存在一些背景噪声;有的用户则希望完全看到背景噪声,以更真切的看到多普勒信号。一个可行的噪声分级方法为参数估计法。如前所述,背景噪声信号的统计特性符合正态分布。由此,强度大于μ+σ的背景噪声信号的比例约为15.8%;强度大于μ+2*σ的背景噪声信号的比例约为2.2%;强度大于μ+3*σ的背景噪声信号的比例约为0.1%。换言之,通过提供不同的方差系数k,可以提供噪声水平不同的档位,且每个档位有相对固定的噪声水准。由此,满足了不同用户的需求,提高了用户体验。
图5示出了根据本发明另一个实施例的生成多普勒频谱图的方法500的流程图。如图5所示,该方法500包括步骤S505、步骤S510、步骤S515、步骤S520、步骤S541、步骤S542、步骤S543、步骤S544、步骤S545和步骤S560。其中步骤S520和步骤S560分别与上述方法400中的对应步骤类似,为了简洁,在此不再详细赘述。
在步骤S520之前,方法500还包括步骤S505:去除频谱信号中多普勒信号中的噪声。直接将噪声信号所对应的时间段内所采集的所有频谱信号抛弃,不用于后续计算分析。
在图像采集过程中,被测者和用户不可能长时间保持静止。因此,偶然会出现小的身体动作(比如被测者咳嗽)可能会引发图像干扰。除此之外,外界各种物理条件也可能对图像产生干扰,比如强电磁干扰。这种干扰信号来源不属于被测者,会对步骤S520获得背景噪声信号造成干扰,由此影响增益的准确性,最终使得方法500中自动生成的多普勒频谱图不理想。图6示出了根据本发明一个实施例的多普勒频谱图,如图6所示,该多普勒频谱图中包括干扰信号对应的部分,即图中左部细长部分。
一般来说,干扰信号和因血流而生成的多普勒信号所生成的图像有明显差异,例如在以下方面:能量范围和分布,持续时间,形态,周期性规律等。例如,干扰信号会使得多普勒频谱图中出现形态高且尖的图形。多普勒信号包括所检测的时间的信息和所检测的血流速度的信息。噪声可以是满足以下条件的多普勒信号:持续时间小于时间阈值,并且血流速度超过当前的标尺的特定百分比。例如:持续时间小于100ms,并且血流速度很高,超过当前的标尺的80%,可认为是存在短时干扰。在正确识别并且去除噪声后,可以保证后续步骤分析的数据全部为有效信号,为获取正确的背景噪声信号并据此确定增益提供有力保证,进而保证所生成的多普勒频谱图更理想。
在步骤S520之前,方法500还包括步骤S510和步骤S515。在步骤S510中,对频谱信号进行心动周期分析,以根据心动周期将频谱信号划分为分别与一个心动周期对应的周期频谱信号。在步骤S515中,在多个周期频谱信号中的每个周期频谱信号中选择用于生成多普勒频谱图中的多条谱线的频谱信号的一部分。例如,在每个周期频谱信号中选择用于生成多普勒频谱图中的30条谱线的频谱信号。在步骤S520以及其后续步骤中,对从n个周期频谱信号中所选择的用于生成多普勒频谱图的n*30条谱线的频谱信号进行分析计算。
人体中血液流动的速度一般都是按照心动周期进行变化。心脏在收缩期,其向外射血,血管内血流速度加快;心脏在舒张期,血管内血流速度减慢。心动周期是人体的正常节律,针对多个完整的心动周期的频谱信号进行分析计算能够保证所获得的信息更有价值。
图5中所示的方法500中的步骤S541至步骤S545对应于图4中所示的方法400中的步骤S440,根据背景噪声信号的强度确定增益。下面将详细描述方法500中的这些步骤。
步骤S541和步骤S542共同实现了计算所获取的背景噪声信号的强度的均值。在步骤S541中,针对每个周期频谱信号,计算其中的背景噪声信号的强度的周期均值。在步骤S542中,根据所述周期均值计算所获取的背景噪声信号的强度的均值。例如,可以将所有周期的周期均值求平均数,以作为所述均值。又例如,可以选择所有周期的周期均值的中值作为所述均值。
步骤S543和步骤S544共同实现了计算所获取的背景噪声信号的强度的方差。在步骤S543中,针对每个周期频谱信号,计算其中的背景噪声信号的强度的周期方差。在步骤S544中,根据所述周期方差计算所获取的背景噪声信号的强度的方差。例如,可以将所有周期的周期方差求平均数,以作为所述方差。又例如,可以选择所有周期的周期方差的中值作为所述方差。
在步骤S545中,根据所获取的背景噪声信号的强度的均值和方差确定增益。该过程如上述方法400中的步骤S445,为了简洁,在此不再赘述。
本方法500可以累积多个心动周期的参数,综合考虑来确定增益,得到更可靠的结果。以心动周期为单位进行频谱信号的分析计算能够保证信号计算处理的准确性,避免误差。
本领域普通人员可以理解,在上述方法500中,以步骤S505、步骤S510、步骤S515、步骤S520、步骤S541、步骤S542、步骤S543、步骤S544、步骤S545和步骤S560的顺序进行了描述。但该实现方式仅是为了说明本发明的实施例的示例,其不对本发明造成限制。例如,步骤S505可以在步骤S510、步骤S515之后执行。又例如,步骤S542可以在步骤S543之后执行。步骤S505与步骤S510、步骤S515、步骤S541至步骤S545这7个步骤彼此之间不存在依存关系,其可以独立存在,也可以共存。
图7示出根据本发明又一实施例的生成多普勒频谱图的方法700。如图7所示,该方法700包括步骤S705、步骤S710、步骤S715、步骤S720、步骤S741、步骤S743、步骤S746、步骤S747和步骤S760。其中步骤S705、步骤S710、步骤S715、步骤S720、步骤S741、步骤S743和步骤S760分别与上述方法500中的对应步骤类似,为了简洁,在此不再详细赘述。
图7中所示的方法700中的步骤S741、步骤S743、步骤S746和步骤S747对应于图4中所示的方法400中的步骤S440,根据背景噪声信号的强度确定增益。
如在方法500中所述,在步骤S741和步骤S743中,针对每个周期频谱信号,分别计算其中的背景噪声信号的强度的周期均值和周期方差。
在步骤S746中,针对每个周期频谱信号,根据其中的背景噪声信号的强度的周期均值和周期方差确定其周期增益。该过程类似于上述方法400中的步骤S445,为了简洁,在此不再赘述。
在步骤S747中,根据周期增益确定增益。例如,可以将所有周期的周期增益求平均数,以作为所述增益。又例如,可以选择所有周期的周期增益的中值作为所述增益。
本方法700也累积多个心动周期的参数,综合考虑来确定增益,得到了更可靠的结果。
本领域普通人员可以理解,与方法500类似地,在上述方法600中步骤的执行顺序仅是为了说明本发明的实施例的示例,其不对本发明造成限制。
根据本发明另一方面,还提供了一种用于生成多普勒频谱图的设备。图8示出了根据本发明一个实施例的生成多普勒频谱图的设备800的示意性框图。如图8所示,设备800包括背景噪声获取装置820、增益确定装置840和制图装置860。
背景噪声获取装置820用于针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号。可选地,背景噪声获取装置820进一步用于针对用于生成所述多普勒频谱图中的多条谱线的频谱信号,获取其中的背景噪声信号。
背景噪声获取装置820进一步包括分离模块,用于利用K均值聚类方法将所述背景噪声信号和相对应的多普勒信号分离开。
增益确定装置840用于根据所述背景噪声信号的强度确定增益。
制图装置860用于基于所确定的增益生成多普勒频谱图。
上述生成多普勒频谱图的设备800中,根据背景噪声信号的强度确定了增益,并根据该增益自动生成多普勒频谱图。可以在无需用户干预的情况下生成更理想地显示多普勒信号的多普勒频谱图,大大降低用户工作强度,提高了工作效率。
可选地,增益确定装置840进一步包括均值计算模块和增益确定模块。均值计算模块用于计算所述背景噪声信号的强度的均值。增益确定模块用于根据所述均值确定所述增益。
可选地,增益确定装置840进一步包括方差计算模块,用于计算所述背景噪声信号的强度的方差。所述增益确定模块确定所述增益还根据所述方差。
可选地,所述增益确定模块根据如下公式确定所述增益:G=μ+k*σ,
其中,G表示所述增益,μ表示所述均值,σ表示所述方差,k表示所述方差的系数,k是大于或等于0的任意实数。
在一个示例中,设备800进一步包括周期分析装置和选择装置。周期分析装置用于对所述频谱信号进行心动周期分析,以根据心动周期将所述频谱信号划分为分别与一个心动周期对应的周期频谱信号。选择装置用于在多个周期频谱信号中的每个周期频谱信号中选择所述用于生成所述多普勒频谱图中的多条谱线的频谱信号的一部分。
所述均值计算模块进一步包括周期均值计算单元和均值计算单元。周期均值计算单元用于针对每个周期频谱信号,计算其中的背景噪声信号的强度的周期均值。均值计算单元用于根据所述周期均值计算所述均值。
所述方差计算模块进一步包括周期方差计算单元和方差计算单元。周期方差计算单元用于针对每个周期频谱信号,计算其中的背景噪声信号的强度的周期方差。方差计算单元用于根据所述周期方差计算所述方差。
在另一个示例中,设备800也包括上述周期分析装置和上述选择装置。其中增益确定装置840除了包括上述周期均值计算单元和周期方差计算单元,还包括周期增益确定单元。周期增益确定单元用于针对每个周期频谱信号,根据周期均值计算单元所计算的周期均值和周期方差计算单元所计算的周期方差确定其周期增益。增益确定装置840还包括增益确定单元,用于根据上述周期增益确定增益。
可选地,设备800进一步包括去噪装置,用于去除所述多普勒信号中的噪声。所述多普勒信号包括所检测的时间的信息和所检测的血流速度的信息,所述噪声是满足以下条件的多普勒信号:
持续时间小于时间阈值;以及
所述血流速度超过当前的标尺的特定百分比。
本领域普通技术人员通过阅读上文关于生成多普勒频谱图的方法的详细描述,能够理解上述生成多普勒频谱图的设备的结构、实现以及优点,因此这里不再赘述。
本发明已经通过上述实施例进行了说明,但应当理解的是,上述实施例只是用于举例和说明的目的,而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是,本发明并不局限于上述实施例,根据本发明的教导还可以做出更多种的变型和修改,这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。
Claims (12)
1.一种生成多普勒频谱图的方法,包括:
针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号;
根据所述背景噪声信号的强度确定增益;以及
基于所确定的增益生成多普勒频谱图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述背景噪声信号的强度确定增益进一步包括:
计算所述背景噪声信号的强度的均值;
根据所述均值确定所述增益。
3.根据权利要求2所述的方法,其特征在于,所述根据所述背景噪声信号的强度确定增益进一步包括:
计算所述背景噪声信号的强度的方差;
所述根据所述均值确定所述增益进一步包括:
根据所述均值和所述方差确定所述增益。
4.根据权利要求3所述的方法,其特征在于,所述根据所述均值和所述方差确定所述增益进一步包括根据如下公式确定所述增益:
G=μ+k*σ,
其中,G表示所述增益,μ表示所述均值,σ表示所述方差,k表示所述方差的系数,k是大于或等于0的任意实数。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号进一步包括:
利用K均值聚类方法将所述背景噪声信号和相对应的多普勒信号分离开。
6.根据权利要求3或4所述的方法,其特征在于,所述针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号进一步包括:
针对用于生成所述多普勒频谱图中的多条谱线的频谱信号,获取其中的背景噪声信号。
7.根据权利要求6所述的方法,其特征在于,在针对用于生成所述多普勒频谱图中的多条谱线的频谱信号,获取其中的背景噪声信号之前,所述方法进一步包括:
对所述频谱信号进行心动周期分析,以根据心动周期将所述频谱信号划分为分别与一个心动周期对应的周期频谱信号;以及
在多个周期频谱信号中的每个周期频谱信号中选择所述用于生成所述多普勒频谱图中的多条谱线的频谱信号的一部分;
所述计算所述背景噪声信号的强度的均值进一步包括:
针对每个周期频谱信号,计算其中的背景噪声信号的强度的周期均值;以及
根据所述周期均值计算所述均值;
所述计算所述背景噪声信号的强度的方差进一步包括:
针对每个周期频谱信号,计算其中的背景噪声信号的强度的周期方差;以及
根据所述周期方差计算所述方差。
8.根据权利要求1至4任一项所述的方法,其特征在于,在所述根据所述背景噪声信号的强度确定增益之前,所述方法进一步包括:
去除所述频谱信号中多普勒信号中的噪声。
9.根据权利要求8所述的方法,其特征在于,其中所述多普勒信号包括所检测的时间的信息和所检测的血流速度的信息,所述噪声是满足以下条件的多普勒信号:
持续时间小于时间阈值;以及
所述血流速度超过当前的标尺的特定百分比。
10.一种生成多普勒频谱图的设备,包括:
背景噪声获取装置,用于针对用于生成多普勒频谱图的频谱信号中的至少一部分,获取其中的背景噪声信号;
增益确定装置,用于根据所述背景噪声信号的强度确定增益;以及
制图装置,用于基于所确定的增益生成多普勒频谱图。
11.根据权利要求10所述的设备,其特征在于,所述增益确定装置进一步包括:
均值计算模块,用于计算所述背景噪声信号的强度的均值;
增益确定模块,用于根据所述均值确定所述增益。
12.根据权利要求11所述的设备,其特征在于,所述增益确定装置进一步包括:
方差计算模块,用于计算所述背景噪声信号的强度的方差;
所述增益确定模块确定所述增益还根据所述方差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610022327.8A CN105662472A (zh) | 2016-01-13 | 2016-01-13 | 生成多普勒频谱图的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610022327.8A CN105662472A (zh) | 2016-01-13 | 2016-01-13 | 生成多普勒频谱图的方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105662472A true CN105662472A (zh) | 2016-06-15 |
Family
ID=56300484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610022327.8A Pending CN105662472A (zh) | 2016-01-13 | 2016-01-13 | 生成多普勒频谱图的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105662472A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018218441A1 (zh) * | 2017-05-27 | 2018-12-06 | 北京悦琦创通科技有限公司 | 谱图分析方法、装置和设备及计算机可读存储介质 |
CN109445882A (zh) * | 2017-08-21 | 2019-03-08 | 深圳市鼎阳科技有限公司 | 一种频谱三维显示装置、方法及计算机可读存储介质 |
CN111699378A (zh) * | 2018-01-05 | 2020-09-22 | 统一半导体公司 | 用于光学检查衬底的方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5800358A (en) * | 1997-03-31 | 1998-09-01 | Hewlett Packard Company | Undersampled omnidirectional ultrasonic flow detector |
CN1907230A (zh) * | 2005-08-02 | 2007-02-07 | 深圳迈瑞生物医疗电子股份有限公司 | 频谱多普勒血流速度的自动检测方法 |
CN101138507A (zh) * | 2006-09-05 | 2008-03-12 | 深圳迈瑞生物医疗电子股份有限公司 | 多普勒血流声音信号的处理方法及装置 |
CN101766497A (zh) * | 2008-12-31 | 2010-07-07 | 深圳迈瑞生物医疗电子股份有限公司 | 一种声谱图像的信号处理方法和系统 |
CN101879076A (zh) * | 2009-05-08 | 2010-11-10 | 深圳迈瑞生物医疗电子股份有限公司 | 多普勒超声成像的自动优化方法及其装置 |
CN102743190A (zh) * | 2012-08-01 | 2012-10-24 | 深圳市理邦精密仪器股份有限公司 | 一种提高经颅多普勒信号信噪比的方法及系统 |
-
2016
- 2016-01-13 CN CN201610022327.8A patent/CN105662472A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5800358A (en) * | 1997-03-31 | 1998-09-01 | Hewlett Packard Company | Undersampled omnidirectional ultrasonic flow detector |
CN1907230A (zh) * | 2005-08-02 | 2007-02-07 | 深圳迈瑞生物医疗电子股份有限公司 | 频谱多普勒血流速度的自动检测方法 |
CN101138507A (zh) * | 2006-09-05 | 2008-03-12 | 深圳迈瑞生物医疗电子股份有限公司 | 多普勒血流声音信号的处理方法及装置 |
CN101766497A (zh) * | 2008-12-31 | 2010-07-07 | 深圳迈瑞生物医疗电子股份有限公司 | 一种声谱图像的信号处理方法和系统 |
CN101879076A (zh) * | 2009-05-08 | 2010-11-10 | 深圳迈瑞生物医疗电子股份有限公司 | 多普勒超声成像的自动优化方法及其装置 |
CN102743190A (zh) * | 2012-08-01 | 2012-10-24 | 深圳市理邦精密仪器股份有限公司 | 一种提高经颅多普勒信号信噪比的方法及系统 |
Non-Patent Citations (1)
Title |
---|
禹晶等: "《数字图像处理》", 30 September 2015, 北京机械工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018218441A1 (zh) * | 2017-05-27 | 2018-12-06 | 北京悦琦创通科技有限公司 | 谱图分析方法、装置和设备及计算机可读存储介质 |
CN109445882A (zh) * | 2017-08-21 | 2019-03-08 | 深圳市鼎阳科技有限公司 | 一种频谱三维显示装置、方法及计算机可读存储介质 |
CN109445882B (zh) * | 2017-08-21 | 2020-08-11 | 深圳市鼎阳科技股份有限公司 | 一种频谱三维显示装置、方法及计算机可读存储介质 |
CN111699378A (zh) * | 2018-01-05 | 2020-09-22 | 统一半导体公司 | 用于光学检查衬底的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109875529B (zh) | 一种基于超宽带雷达的生命体征检测方法及系统 | |
JP4831465B2 (ja) | 超音波検出指標に基づいた超音波収集の最適化 | |
US8684934B2 (en) | Adaptively performing clutter filtering in an ultrasound system | |
US8979760B2 (en) | Method and apparatus for automatic optimization of doppler imaging parameters | |
DE102013001230B4 (de) | Achsbezogene Charakterisierung von Scherwellen mit Ultraschall | |
US10278671B2 (en) | Shear wave detection in medical ultrasound imaging | |
JP5333427B2 (ja) | 心拍数検出装置、心拍数検出方法、およびプログラム | |
KR101117035B1 (ko) | 볼륨 데이터에 표면 렌더링을 수행하는 초음파 시스템 및 방법 | |
CN107468250B (zh) | 基于多尺度熵的生物组织太赫兹成像方法、系统和设备 | |
CN105662472A (zh) | 生成多普勒频谱图的方法和设备 | |
CN110840488A (zh) | 一种基于剪切波的成像方法、系统及装置 | |
US20220202390A1 (en) | Fetal ultrasound processing unit for separating heart rate signals | |
CN105476661A (zh) | 调整多普勒频谱图的方法和设备 | |
CN116172539A (zh) | 基于机器学习的生命体征检测方法、系统、设备及介质 | |
US20230086332A1 (en) | High-Sensitivity and Real-Time Ultrasound Blood Flow Imaging Based on Adaptive and Localized Spatiotemporal Clutter Filtering | |
US20220296209A1 (en) | Fetal ultrasound processing unit | |
CN112168210B (zh) | 医学图像处理终端、超声诊断设备和胎儿图像的处理方法 | |
CN105476664B (zh) | 生成多普勒频谱图的方法和设备 | |
CN105476663A (zh) | 调整多普勒频谱图的方法和设备 | |
CN116115202A (zh) | 一种基于改进emd的超宽带雷达检测人体呼吸和心跳频率方法 | |
CN115137329A (zh) | 心率检测方法及可穿戴设备 | |
EP2853918B1 (en) | Shear wave detection in medical ultrasound imaging | |
CN113015490B (zh) | 用于同时呈现多门多普勒信号的对应于不同解剖结构的多普勒信号的方法和系统 | |
KR102223058B1 (ko) | 초음파 시스템 및 이의 클러터 필터링 방법 | |
CN113591769A (zh) | 基于光电容积脉搏描记法的非接触式心率检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160615 |