CN107411742A - 热声成像图像的构建方法及图像处理装置 - Google Patents
热声成像图像的构建方法及图像处理装置 Download PDFInfo
- Publication number
- CN107411742A CN107411742A CN201710640881.7A CN201710640881A CN107411742A CN 107411742 A CN107411742 A CN 107411742A CN 201710640881 A CN201710640881 A CN 201710640881A CN 107411742 A CN107411742 A CN 107411742A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- sound pressure
- thermoacoustic
- measured
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 title claims abstract description 25
- 238000003384 imaging method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000013500 data storage Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 239000002480 mineral oil Substances 0.000 claims description 4
- 235000010446 mineral oil Nutrition 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000005684 electric field Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 23
- 238000001514 detection method Methods 0.000 description 19
- 238000004088 simulation Methods 0.000 description 11
- 238000002604 ultrasonography Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002610 neuroimaging Methods 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012984 biological imaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- 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
- A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0228—Microwave sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种热声成像图像的构建方法及图像处理装置，其包括以下步骤：获取待测物体在指定位置的声压值；构建热声传播方程：采用牛顿迭代法求解热声传播方程，直至实测的声压值与估算声压值之间的差异小于等于设定值或迭代次数等于预设阀值时，输出待测物体设定位置处的估算声压值；采用估算声压值和时域热声传播方程计算待测物体在指定位置处的微波耗散强度；采用微波耗散强度计算待测物体在指定位置处的导电率；导入所有的导电率至图像生成器，并生成待测物体的图像。
Description
技术领域
本发明涉及图像处理领域，具体涉及热声成像图像的构建方法及图像处理装置。
背景技术
微波热声成像作为新的生物成像模式，充分了整合了生物组织微波成像对比度高的优点和超声成像技术高分辨率的优势，受到了广泛深入的研究。近年来，微波热声成像在乳腺癌的检测、皮下血管成像等领域都取得了很大的进步。
在微波热声成像领域，微波的传输过程通常利用类Helmholtz方程来描述，利用有限元方式(FEM)求解该方程是目前常用的定量算法，经过仿真和实验验证，该方案(现有的普通重建方法)能够定量的重建出扫描组织的图像，在噪声程度较低，超声换能器数量足够多的情况下能呈现很好的效果。
但是，研究发现，在5％的噪声影响下，重建图像就出现了波动，另外，在多数情况下，很难按照理想的状态利用足够的换能器进行360°的扫描，例如在乳腺癌的检测方面，只能扫描有限的角度，在脑成像方面，换能器的扫描角度也是有限的，同时，现有的定量成像利用单个换能器扫描一周采集信号需要大量的时间，采用换能器阵列扫描成本又很高。
发明内容
针对现有技术中的上述不足，本发明提供的热声成像图像的构建方法及图像处理装置能够克服检测环境中的换能器个数、检测角度的限制，同时还能大幅度地抑制噪声的影响。
为了达到上述发明目的，本发明采用的技术方案为：
第一方面，提供一种热声成像图像的构建方法，其包括以下步骤：
获取待测物体在指定位置的声压值；
构建热声传播方程：
(JTJ+R+λI)Δχ＝JT(p0-pc)-V
其中，J为雅克比矩阵；JT为雅克比矩阵的转置；λ为正则化系数，I为单位矩阵；Δχ为预测参数修正值；p0为超声换能器检测到的待测物体在指定位置 r处，t时刻的实测声压值；pc为待测物体在指定位置r处，t时刻的估算声压值；L为惩罚项，s为微波耗散强度；V为惩罚项在节点上偏导组成的向量；R为所有节点计算出的V所构成的集合；
采用牛顿迭代法求解热声传播方程，直至p0-pc之间的差异小于等于设定值或迭代次数等于预设阀值时，输出待测物体设定位置处的估算声压值；
采用估算声压值和时域热声传播方程计算待测物体在指定位置处的微波耗散强度；
采用微波耗散强度计算待测物体在指定位置处的导电率：
其中，S(r)为待测物体在指定位置r处的微波耗散强度；Ez(r)为Z平面指定位置r处的电场强度；| |为求模；
导入所有的导电率至图像生成器，并生成待测物体的图像。
第二方面，提供一种图像处理装置，其包括声压信号采集装置和图像处理装置，所述声压信号采集装置包括微波发生器，所述微波发生器通过波导与位于待测物体正上方的喇叭天线连接，所述喇叭天线固定安装于步进电机上，所述步进电机上设置有用于采集所述待测物体受到微波照射产生的热声信号的超声换能器；
所述图像处理装置包括图像处理模块、图像生成器、数据存储单元、重建数据缓存单元、输入输出模块和放大器，所述放大器分别与所述超声换能器和数据存储单元连接，所述图像处理模块分别与数据储存单元、图像生成器、数据存储单元、输入输出模块和重建数据缓存单元连接。
本发明的有益效果为：本方案声压信号进行图像构建时，采用独特设计的热声传播方程能够实现信号的重建，能够对对图像进行锐化处理，消除噪声、有限超声换能器个数和有限的检测角度对对图像质量的干扰；通过牛顿迭代法可以减少图像处理过程中的误差，以进一步达到提升图像质量的目的。
附图说明
图1为热声成像图像的构建方法一个实施例的流程图。
图2为适用于热声成像图像的构建方法的图像处理装置。
1、微波发生器；2、波导；3、步进电机；4、喇叭天线；5、待测物体；6、超声换能器；7、放大器；8、图像处理装置。
图3为在0％随机噪声下使用普通重建算法得到的图像(左)和使用本方案的构建方法得到的图像(右)。
图4为在10％随机噪声下使用普通重建算法得到的图像(左)和使用本方案的构建方法得到的图像(右)。
图5为在20％随机噪声下使用普通重建算法得到的图像(左)和使用本方案的构建方法得到的图像(右)。
图6为10％噪声水平下本方案的构建方案和现有的普通方法所得到的图像数值曲线。
图7为20％噪声水平下本方案的构建方案和现有的普通方法所得到的图像数值曲线。
图8为0-40％噪声水平下本方案的构建方案的UQI变化曲线和现有的普通方法的变化曲线。
图9为模拟120个超声换能器扫描360°，使用普通重建算法得到的图像(左) 和使用本方案的构建方法得到的图像(右)。
图10为模拟60个超声换能器扫描360°，使用普通重建算法得到的图像(左) 和使用本方案的构建方法得到的图像(右)。
图11为模拟30个超声换能器扫描360°，使用普通重建算法得到的图像(左) 和使用本方案的构建方法得到的图像(右)。
图12为模拟超声换能器在0-90°扫描条件下，使用普通重建算法得到的图像(左)和使用本方案的构建方法得到的图像(右)。
图13为模拟超声换能器在90°-180°扫描条件下，使用普通重建算法得到的图像(左)和使用本方案的构建方法得到的图像(右)。
图14为模拟极端条件下，使15个换能器扫描180°，使用普通重建算法得到的图像(左)和使用本方案的构建方法得到的图像(右)。
其中，图12-至图13是使用超声换能器6从图12中左侧图像上的“A”处开始逆时针扫描。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
参考图1，图1示出了热声成像图像的构建方法一个实施例的流程图；如图1所示，该方法100包括步骤101至步骤106。
在步骤101中，获取待测物体5指定位置的声压值；此处的声压值为超声换能器6获取的多个角度处的待测物体5的声压信号。
在本发明的一个实施例中，所述获取待测物体5指定位置的微波耗散强度进一步包括：
将待测物体5放置于矿物油中，且待测物体5位于与微波发生器1连接的喇叭天线4下方；
步进电机3带动喇叭天线4以及超声换能器6同步旋转，超声换能器6采集待测物体5多个角度处受到微波照射产生的热声信号；
超声换能器6将热声信号转化成电信号，并传输至采集卡，采集卡将模拟电信号转化成数字电信号存储至图像重建缓存单元。
为了降低噪声、超声换能器6个数和有限的检测角度对图像质量的影响，本方案优选步进电机3每次旋转2°，通过旋转相当于在待测物体5周围布置了 180个超声换能器6；待测物体5放置于矿物油内。
在步骤102中，构建热声传播方程：
(JTJ+R+λI)Δχ＝JT(p0-pc)-V
其中，J为雅克比矩阵；JT为雅克比矩阵的转置；λ为正则化系数，I为单位矩阵；Δχ为预测参数修正值；p0为超声换能器检测到的待测物体在指定位置 r处，t时刻的实测声压值；pc为待测物体在指定位置r处，t时刻的估算声压值；L为惩罚项，s为微波耗散强度；V为惩罚项在节点上偏导组成的向量；R为所有节点计算出的V所构成的集合。
在本发明的一个实施例中，所述构建热声传播方程的具体方法包括：
构建超声换能器6检测到的待测物体5的声压值与估算声压值的二范数项：
其中，为超声换能器6检测到的待测物体5指定位置j处，t时刻的声压值；为待测物体5指定位置j处，t时刻的估算声压值；M为待测物体5指定位置的数量；s为待测物体5指定位置j处的微波耗散强度；p为声压值。
采用引入的惩罚项更新二范数项：
其中，L(s)为惩罚项。
将更新后的二范数项引入时域热声传播方程中，并采用有限单元法分解时域热声传播方程，形成热声传播方程：
(JTJ+R+λI)Δχ＝JT(p0-pc)-V。
上面的惩罚项的计算公式为：
其中，ωs和δ均为拟合参数，其相当于计算过程中设定的一个已知参数。
在步骤103中，采用牛顿迭代法求解热声传播方程，直至p0-pc之间的差异小于等于设定值或迭代次数等于预设阀值时，输出估算声压值。本方案通过牛顿迭代法可以减少图像处理过程中的误差，以进一步达到提升图像质量的目的。
在步骤104中，采用估算声压值和时域热声传播方程计算待测物体5指定位置处的微波耗散强度；实施时，所述时域热声传播方程的具体公式为：
其中，▽2为二阶拉普拉斯算子；p(r,t)＝pc，其为待测物体5指定位置r处，t 时刻的估算声压值；c为声速；βe为体积膨胀系数；cp为比热；J(t)为t时刻的微波信号能量。
在步骤105中，采用微波耗散强度计算待测物体5指定位置处的导电率：
其中，S(r)为待测物体5指定位置r处的微波耗散强度；Ez(r)为Z平面指定位置r处的电场强度；| |为求模；
在步骤106中，导入所有的导电率至图像生成器，并生成待测物体5的图像。
如图2所示，该图像处理装置8包括声压信号采集装置和图像处理装置8，所述声压信号采集装置包括微波发生器1，所述微波发生器1通过波导2与位于待测物体5正上方的喇叭天线4连接，所述喇叭天线4固定安装于步进电机3 上，所述步进电机3上设置有用于采集所述待测物体5受到微波照射产生的热声信号的超声换能器6。
所述图像处理装置8包括图像处理模块、图像生成器、数据存储单元、重建数据缓存单元、输入输出模块和放大器7，所述放大器7分别与所述超声换能器6和数据存储单元连接，所述图像处理模块分别与数据储存单元、图像生成器、数据存储单元、输入输出模块和重建数据缓存单元连接。
下面结合仿真对本方案的图像构建方法在增加噪声、减少超声换能器6和限制检测角度对构建的图像的质量进行说明：
增加噪声水平进行仿真
实际的检测过程中，受到检测环境以及检测设备的影响，检测的声压值中会出现不同程度的噪声，在进行仿真时通过在检测的声压值中人为的添加0-20％的随机噪声，来比较普通重建算法和本方案的构建方法(以下部分地方出现的简称TVM也是指代本方案的构建方法)得到的图像，具体参考图3、图4和图 5。
图3中的右侧图像是0％随机噪声下使用本方案的构建方法得到的重建图像，通过图像可以看出本方案的构建方法能准确的重建出仿体图像；图4中的左侧图像和右侧图像是10％随机噪声水平下采用普通重建算法和使用本方案的构建方法重建的图像，由图像可知，增加噪声水平，普通的重建算法图像背景出现伪影，而本方案的构建方法不受噪声影响；当噪声水平达到20％时，图5中的左侧图像和右侧图像对比更表明现有的重建算法图像质量受噪声影响严重，而本方案的构建方法有很好的抗噪声能力。
为了进一步体现本方案的构建方法的效果，将从数值曲线的角度进行算法对比，图6和图7是绘制的X＝0线上的图像数值曲线，其中图6描绘的是10％噪声水平下本方案的构建方案和现有的普通方法所得到的图像数值曲线，曲线 Exact是未添加噪音时的对比曲线，With TVM是指代的本方案的构建方法， Without TVM指代的是现有普通重建算法，从图中可知，没有使用TVM的曲线出现明显波动，而使用本方案的构建方法的曲线平滑正常，表明抗噪声能力较好；图7中的描绘的是20％噪声下的曲线，效果更佳明显。
为了探究不同噪声水平下，图像质量的变化情况，本文使用UQI(universalquantity index)来描述本方案的构建方法的抗噪声能力，UQI是计算两幅图片的近似程度，将理想状态作为标准，分别计算不同噪声下重建出的图片作对比就能反映出重建的图片质量；图8给出了0-40％噪声水平下本方案的构建方案的 UQI变化曲线和现有的普通方法的变化曲线，可以看到，噪声水平上升时，现有的普通方法的重建图像质量显著下降，图像失真，而本方案的构建方案重建图像品质下降缓慢，表明本方案的构建方法具有很好的抗噪声能力。
减少超声换能器6的个数进行仿真
理想状态下，超声换能器6的个数越多，检测到的图像越好，现实状态下，限于成本和检测时间的要求，很难做到上述状况，下面对模拟超声换能器6减少的情况下，采用本方案的构建方法进行仿真。
图9中左侧图像(采用现有普通的重建方式构建的)和右侧图像(采用本方法的方法构建的)模拟的是120个超声换能器6扫描360°检测下，采用普通重建算法和使用本方案的构建方法重建的图像，由图像可知，在超声换能器6 数目多且检测一周的情况下，本方案的构建方法和普通重建算法所得到的图像近似，这体现了本方案的构建方法的保真性，没有造成图像的损坏。
图10中的左侧图像(采用现有普通的重建方式构建的)和右侧图像(采用本方法的方法构建的)模拟的是60个超声换能器6扫描一周的对比状况，仔细比较能发现，普通的重建算法图像出现了波纹，而利用本方案的构建方法呈现的图像质量明显高于前者。
图11中的左侧图像(采用现有普通的重建方式构建的)和右侧图像(采用本方法的方法构建的)模拟的是30个超声换能器6扫描一周的图像对比，显然可见，普通重建算法下图像出现明显失真，而本方案的构建方法依旧能够很好的重建出图像。
通过比较可知，利用本方案的构建方法有效的提升了重建图像的品质，即使在只使用30个超声换能器6扫描的情况下也能得到好的重建结果，相比较普通的重建方法，使用本方案的构建方法能有效的降低检测成本并提高检测效率。
限制检测角度进行仿真
在很多场合，很难做到360°无死角的扫描，例如在乳腺癌的检测技术领域，检测的角度无法实现一周检测，在脑成像检测领域，根本无法进行整个范围内的扫描，下面对存在模拟角度限制的情况，并进行本方案的构建方法和普通算法的比较，仿真中，以横坐标的正方向作为0°即超声换能器6从图12中左侧图像上的“A”处开始逆时针扫描。
图12中的左侧图像(采用现有普通的重建方式构建的)和右侧图像(采用本方法的方法构建的)模拟的是超声换能器6在0-90°扫描条件下所得到的图形，从左侧图像中可以看出，0-90°条件下普通的重建方式出现很大的斑点进而无法正确的检测出病变组织，而右侧图像利用本方案的构建方法，很好的重建出图像，在90°角度限制下依然能呈现很好的图像。
图13中的左侧图像(采用现有普通的重建方式构建的)和右侧图像(采用本方法的方法构建的)模拟的是90-180°角度限制下图像的对比，左侧图像变得更差，根据现实条件，此时换能器离病变组织更远，效果更差，但此时本方案的构建方法仍能重建出正确的图像。
图14中的左侧图像(采用现有普通的重建方式构建的)和右侧图像(采用本方法的方法构建的)模拟的是在极端条件下，使用15个换能器扫描180°的图像，从仿真图可以看出，右侧图像的质量远高于左侧图像。
通过上述比较可见，在限制检测角度的条件下，普通的重建算法出现了很大的问题，大量的斑点噪声很难准确的找出病变组织，而本方案的构建方法能克服角度的限制，准确的找出病变位置，在极端的条件下，本方案的构建方法表现优异。
综上所述，本方案在增加噪声、减少超声换能器6和限制检测角度等不同干扰因素下，其构建的图像均具备较好的图像的质量。
Claims (7)
1.热声成像图像的构建方法，其特征在于，包括以下步骤：
获取待测物体在指定位置的声压值；
构建热声传播方程：
(JTJ+R+λI)Δχ＝JT(p0-pc)-V
其中，J为雅克比矩阵；JT为雅克比矩阵的转置；λ为正则化系数，I为单位矩阵；Δχ为预测参数修正值；p0为超声换能器检测到的待测物体在指定位置r处，t时刻的实测声压值；pc为待测物体在指定位置r处，t时刻的估算声压值；L为惩罚项，s为微波耗散强度；V为惩罚项在节点上偏导组成的向量；R为所有节点计算出的V所构成的集合；
采用牛顿迭代法求解热声传播方程，直至p0-pc之间的差异小于等于设定值或迭代次数等于预设阀值时，输出待测物体设定位置处的估算声压值；
采用估算声压值和时域热声传播方程计算待测物体在指定位置处的微波耗散强度；
采用微波耗散强度计算待测物体在指定位置处的导电率：
<mrow>
<mi>&sigma;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>|</mo>
<msub>
<mi>E</mi>
<mi>z</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
其中，S(r)为待测物体在指定位置r处的微波耗散强度；Ez(r)为Z平面指定位置r处的电场强度；| |为求模；
导入所有的导电率至图像生成器，并生成待测物体的图像。
2.根据权利要求1所述的热声成像图像的构建方法，其特征在于，所述时域热声传播方程的具体公式为：
<mrow>
<msup>
<mo>&dtri;</mo>
<mn>2</mn>
</msup>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>,</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<msup>
<mi>c</mi>
<mn>2</mn>
</msup>
</mfrac>
<mfrac>
<msup>
<mo>&part;</mo>
<mn>2</mn>
</msup>
<mrow>
<mo>&part;</mo>
<msup>
<mi>t</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>,</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<msub>
<mi>&beta;</mi>
<mi>e</mi>
</msub>
<msub>
<mi>C</mi>
<mi>p</mi>
</msub>
</mfrac>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mn>2</mn>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>t</mi>
</mrow>
</mfrac>
</mrow>
其中，为二阶拉普拉斯算子；p(r,t)＝pc，其为待测物体在指定位置r处，t时刻的估算声压值；c为声速；βe为体积膨胀系数；cp为比热；J(t)为t时刻的微波信号能量。
3.根据权利要求1所述的热声成像图像的构建方法，其特征在于，所述构建热声传播方程的具体方法包括：
构建超声换能器检测到的待测物体的声压值与估算声压值的二范数项：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>,</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>p</mi>
<mi>j</mi>
<mn>0</mn>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>p</mi>
<mi>j</mi>
<mi>c</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
其中，为超声换能器检测到的待测物体在指定位置j处，t时刻的声压值；为估算的待测物体在指定位置j处，t时刻的估算声压值；M为待测物体在指定位置的数量；s为待测物体在指定位置j处的微波耗散强度；p为声压值；
采用引入的惩罚项更新二范数项：
<mrow>
<mover>
<mi>F</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>,</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>,</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
其中，L(s)为惩罚项；
将更新后的二范数项引入时域热声传播方程中，并采用有限单元法分解时域热声传播方程，形成热声传播方程：
(JTJ+R+λI)Δχ＝JT(p0-pc)-V。
4.根据权利要求1-3任一所述的热声成像图像的构建方法，其特征在于，所述获取待测物体在指定位置的声压值进一步包括：
将待测物体放置于矿物油中，且待测物体位于与微波发生器连接的喇叭天线下方；
步进电机带动喇叭天线和超声换能器同步旋转，超声换能器采集待测物体多个角度处受到微波照射产生的热声信号；
超声换能器将热声信号转化成电信号，并传输至采集卡，采集卡将模拟电信号转化成数字电信号存储至图像重建缓存单元。
5.根据权利要求4所述的热声成像图像的构建方法，其特征在于，所述步进电机每次旋转2°。
6.根据权利要求4所述的热声成像图像的构建方法，其特征在于，所述待测物体放置于矿物油内。
7.一种用于权利要求1-6任一所述的热声成像图像的构建方法的图像处理装置，其特征在于，包括声压信号采集装置和图像处理装置，所述声压信号采集装置包括微波发生器，所述微波发生器通过波导与位于待测物体正上方的喇叭天线连接，所述喇叭天线固定安装于步进电机上，所述步进电机上设置有用于采集所述待测物体受到微波照射产生的热声信号的超声换能器；
所述图像处理装置包括图像处理模块、图像生成器、数据存储单元、重建数据缓存单元、输入输出模块和放大器，所述放大器分别与所述超声换能器和数据存储单元连接，所述图像处理模块分别与数据储存单元、图像生成器、数据存储单元、输入输出模块和重建数据缓存单元连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710640881.7A CN107411742B (zh) | 2017-07-31 | 2017-07-31 | 热声成像图像的构建方法及图像处理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710640881.7A CN107411742B (zh) | 2017-07-31 | 2017-07-31 | 热声成像图像的构建方法及图像处理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107411742A true CN107411742A (zh) | 2017-12-01 |
| CN107411742B CN107411742B (zh) | 2019-10-01 |
Family
ID=60431608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710640881.7A Expired - Fee Related CN107411742B (zh) | 2017-07-31 | 2017-07-31 | 热声成像图像的构建方法及图像处理装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107411742B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118759260A (zh) * | 2024-09-03 | 2024-10-11 | 兰州交通大学 | 用于检测超级电容器电导率的扇形扫描检测方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090105996A1 (en) * | 2005-03-23 | 2009-04-23 | The Boeing Company | Methods and Systems for Reducing Finite Element Simulation Time for Acoustic Response Analysis |
| CN102269717A (zh) * | 2011-04-27 | 2011-12-07 | 华南师范大学 | 超短脉冲微波热声成像方法及其装置 |
| CN104434099A (zh) * | 2014-12-14 | 2015-03-25 | 中国科学院电工研究所 | 利用线性双旋度方程进行磁热声成像的电阻率重建方法 |
| CN104434094A (zh) * | 2014-12-14 | 2015-03-25 | 中国科学院电工研究所 | 一种磁-热-声耦合成像的电导率图像重建方法 |
-
2017
- 2017-07-31 CN CN201710640881.7A patent/CN107411742B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090105996A1 (en) * | 2005-03-23 | 2009-04-23 | The Boeing Company | Methods and Systems for Reducing Finite Element Simulation Time for Acoustic Response Analysis |
| CN102269717A (zh) * | 2011-04-27 | 2011-12-07 | 华南师范大学 | 超短脉冲微波热声成像方法及其装置 |
| CN104434099A (zh) * | 2014-12-14 | 2015-03-25 | 中国科学院电工研究所 | 利用线性双旋度方程进行磁热声成像的电阻率重建方法 |
| CN104434094A (zh) * | 2014-12-14 | 2015-03-25 | 中国科学院电工研究所 | 一种磁-热-声耦合成像的电导率图像重建方法 |
Non-Patent Citations (4)
| Title |
|---|
| IAIN WAUGH,ET AL: "Matrix-free continuation of limit cycles for bifurcation analysis of large thermoacoustic systems", 《JOURNAL OF COMPUTATIONAL PHYSICS》 * |
| SIMON J.ILLINGWORTH,ET AL: "Finding thermoacoustic limit cycles for a ducted Burke-Schumann flamme", 《PROCEEDINGS OF THE COMBUSTION INSTITUTE》 * |
| 刘广东: "乳腺癌检测的时域微波成像算法研究", 《中国博士学位论文全文数据库 医药卫生科技辑》 * |
| 黄林: "用于乳腺癌检测的微波热声成像技术研究", 《中国博士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118759260A (zh) * | 2024-09-03 | 2024-10-11 | 兰州交通大学 | 用于检测超级电容器电导率的扇形扫描检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107411742B (zh) | 2019-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104146708B (zh) | 一种基于声换能器接收特性的磁声图像重建方法及装置 | |
| Lavarello et al. | A study on the reconstruction of moderate contrast targets using the distorted Born iterative method | |
| JP2011527421A (ja) | 音響場を再構成するための方法 | |
| CN109875606B (zh) | 基于先验反射成像的超声ct声速成像的方法 | |
| CN111956180B (zh) | 一种重建光声内窥层析图像的方法 | |
| Liu et al. | Reducing acoustic inhomogeneity based on speed of sound autofocus in microwave induced thermoacoustic tomography | |
| CN109764956B (zh) | 一种基于组合优化正则化方法的近场声全息方法 | |
| CN111248858B (zh) | 一种基于频域波数域的光声断层成像重建方法 | |
| Zhang et al. | Acoustic nonlinearity parameter tomography for biological specimens via measurements of the second harmonics | |
| WO2014055410A1 (en) | Shear wave attenuation from k-space analysis system | |
| CN107970042B (zh) | 一种超声非线性定量实时成像方法与系统 | |
| CN114820847B (zh) | 一种用于透射衰减超声层析成像的幅值提取方法 | |
| CN104434099B (zh) | 利用线性双旋度方程进行磁热声成像的电阻率重建方法 | |
| CN107411742B (zh) | 热声成像图像的构建方法及图像处理装置 | |
| Guillermin et al. | Quantitative non-linear ultrasonic imaging of targets with significant acoustic impedance contrast—An experimental study | |
| CN106885842B (zh) | 一种注入电流式热声成像电阻率重建方法 | |
| Shi et al. | Ultrasonic wave-speed diffraction tomography with undersampled data using virtual transducers | |
| Opielinski et al. | Ultrasound transmission tomography image distortions caused by the refraction effect | |
| US11464463B2 (en) | Elastography based on x-ray computed tomography and sound wave integration | |
| CN107049315A (zh) | 基于最优化迭代方法的注入电流式热声电阻率图像重建方法 | |
| Montero | New developments on quantitative imaging using ultrasonic waves | |
| Huynh | Two-dimensional complex shear modulus imaging of soft tissues by integration of Algebraic Helmoltz Inversion and LMS filter into dealing with noisy data: a simulation study | |
| Baker et al. | Ring artifact correction for phase-insensitive ultrasound computed tomography | |
| CN109671130B (zh) | 利用稀疏测量数据重建内窥式光声层析图像的方法及系统 | |
| CN108573474A (zh) | 一种采用逆卷积运算的光声图像优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| 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: 20191001 |