CN108287199B - 基于传播路径网格剖分的超声透射模式层析成像方法 - Google Patents

Abstract

本发明涉及一种基于传播路径网格剖分的超声透射模式层析成像方法，以被测区域的中心点为坐标原点，构建平面直角坐标系，在该直角坐标系中构建图像矩阵记为I，设在被测区域边界分布有N个超声传感器，任意两条超声传感器的连线为超声传播路径，这些超声传输路径的交点构成一个N×N的网格矩阵P。将传统网格剖分的方形或三角形剖分方法变为以基于超声波传播特性的不规则形状网格剖分，作为运算基础。在基于超声传播路径网格剖分方法的基础上，给出网格剖分的超声层析成像方法。

Description

基于传播路径网格剖分的超声透射模式层析成像方法

技术领域

本发明属于超声层析成像领域，涉及一种超声透射模式层析成像重建方法，用于超声透射模式层析成像图像重建过程。

技术背景

超声透射层析成像(Ultrasound Tomography)是过程层析成像的一种，利用在被测区域边界安装的超声传感器在被测区域内构建超声场，由于超声波在被测介质中传播时产生反射、折射等现象，被测场域边界接收到的超声强度会有衰减，且衰减强度与超声传播路径上的声阻抗变化有关。利用该衰减并结合特定算法即可反演出被测区域内部的介质分布图像。

超声透射模式层析成像技术的原理是假设超声波沿直线传播，在传播路径上不考虑衍射、反射等效应，仅考虑介质内透射衰减效应与不同介质分界面反射、吸收衰减效应的一种层析成像方法。超声波的透射衰减主要考虑如下两种形式：距离衰减、分界面衰减。其中，距离衰减随距离变化是确定的，此外，在传播路径上如存在分界面，超声衰减将更大。

超声透射模式层析成像的图像重建过程与射线CT类似，常用滤波反投影(Filtered back projection,FBP)、逻辑反投影(Logic back projection,LBP)等反投影方法。其中，LBP方法是简化的FBP算法，将FBP算法的赋值变成逻辑0或1，假设超声传输路径上存在气泡，由于气体与液体间存在大声阻抗差，该条通路无法透过超声，将该条通路所有坐标点赋值为0，反之赋值为1。FBP算法常用于射线CT中。该方法将透射超声波的损耗，通过反投影的方式涂抹回传输路径中。由于超声成像与射线成像存在区别，使得现有的反投影方法在超声投射层析成像的图像重建中存在一些问题：

1.超声的衰减与射线衰减的衰减形式存在差异。射线在传播过程中可以穿透所有介质，其传播路径不受介质分布影响，其网格分布可以在被测区域上直接方形或三角形均匀剖分。而超声在传播过程中受介质分布影响，在不同区域内的声场覆盖率不同，故图像重建时网格构成需要变化。

2.超声波发射具有发射角大的特点，在图像重建过程中需要加大发射角，使图像更准确。

发明内容

本发明的目的是提供一种一发多收、宽发射角的超声透射模式层析成像方法，将传统网格剖分的方形或三角形剖分方法变为以基于超声波传播特性的不规则形状网格剖分，作为运算基础。在基于超声传播路径网格剖分方法的基础上，进一步提出适用于该网格剖分的超声层析成像方法。技术方案如下：

一种基于传播路径网格剖分的超声透射模式层析成像方法，以被测区域的中心点为坐标原点，构建平面直角坐标系，在该直角坐标系中构建图像矩阵记为I，该矩阵每一个元I_(x,y)表示距离坐标原点x轴为x，y轴为y的点的图像值，矩阵初始化为I_(x,y)＝0，设在被测区域边界分布有N个超声传感器，任意两条超声传感器的连线为超声传播路径，共有

条超声传输路径，这些超声传输路径的交点构成一个N×N的网格矩阵P，其中，元素P_φτ为一个数组，表示第φ条传输路径与第τ条传输路径之间的交点坐标集：P_φτ＝{(x_φτ,y_θτ)|(x_φτ,y_φτ)∈p}，其中p为超声传播路径所经过的坐标值；成像方法如下：

1).获取物场中有物体和空场时超声透射模式层析成像系统边界测量数据：物场中存在物体时超声边界测量电压矩阵为V，其每个元素V_ij表示由第i个超声传感器发射超声波，由第j个超声传感器接收的超声波边界测量电压值；空场时超声边界测量电压矩阵为V⁰，其元素

表示由第i个超声传感器发射超声波，由第j个超声传感器接收的超声波边界测量电压值，i,j∈1,2,…,N；

2).计算有物体测量矩阵与空场测量矩阵差值，ΔV＝V-V⁰，该差值矩阵为超声波在传输路径上由于被测区域存在物体而产生的衰减；

3).计算每条超声传输路径上，背景介质均一时产生的声压理论衰减值：

式中，

为声压理论衰减值，E_s为发射超声波声压，α为当前介质中超声衰减系数，x₀为收发传感器间的距离；设

表示超声传感器测量的电压理论衰减值，

表示第i个传感器发射且第j个传感器接收时的超声理论衰减，在传感器上声压与电压成正比

其中δ为传感器声电转换系数由传感器决定；

4).计算边界测量电压衰减率

其中λ_ij代表第i个传感器发射且第j个传感器接收时的衰减率；

5).利用λ_ij更新矩阵I：

当i，j遍历完成，对矩阵I沿着剖分网格中传播路径线进行平滑插值即为图像。

本发明的有益效果及优点如下：

1)该成像方法创新性在于，应用基于超声波传播路径的网格剖分方法，适应了超声传播方式。该网格为不均匀剖分的网格，在超声波传播路径较密的区域进行了细化，而在超声波传播路径较疏的区域没有细化；

2)该方法在超声传输路径上对点进行赋值，与反投影方法对整条路径上的点赋值相比，在同一条路径上点赋值会更有区分度，增强了图像边界的识别能力，提高了图像精度；

3)该方法有效地扩大了透射超声波的发射角，与反投影方法相比，增加了每一次超声激励接收到的射线条数，使超声成像的可用数据量提高，精度提高；

4)该成像方法具有良好的准确性，对于实际测量数据可以有效成像。

附图说明

附图描述了本发明所选择的实施例，均为示例性附图而非穷举或限制性，其中：

图1宽发射角超声透射模式成像方法示意图；

图2宽发射角超声透射模式层析成像方法流程图；

图3基于超声波传播路径的网格剖分方法示意图；

图4实验验证本发明成像算法的成像结果图。

具体实施方式

以下详细描述本发明的步骤，旨在作为本发明的实施例描述，并非是可被制造或利用的唯一形式，对其他可实现相同功能的实施例也应包括在本发明的范围内。

下面结合说明书附图详细说明本发明的优选实施例。

如附图2所示，以16传感器超声透射模式层析成像系统为例，层析成像过程如下，其他数量超声探头的成像方法也可适用：

1.构建16传感器超声透射模式层析成像网格剖分。获得网格矩阵P和图像矩阵I

2.采集被测物场中不存在物体时的超声边界测量电压记为V⁰

3.采集被测物场中存在物体时的超声边界测量电压记为V

4.计算不存在物体测量值与存在物体测量值的差，即ΔV＝V-V⁰

5.计算每条超声传输路径上，背景介质均一时产生的声压理论衰减值：

式中，

为声压理论衰减值，E_s为发射超声波声压，α为当前介质中超声衰减系数，x₀为该点与发射传感器之间的距离。

6.计算超声传感器测量的电压理论衰减值

在传感器上声压与电压成正比

其中δ为传感器声电转换系数由传感器决定。

7.计算衰减率矩阵λ，矩阵中的每一个元素

8.利用λ_ij更新矩阵I：

当i，j遍历完成，对矩阵I沿着新剖分网格中传播路径线进行平滑插值即为图像。

图3为宽发射角超声透射模式层析成像方法应用的网格剖分结果。其网格中的点，由射线交点构成。

图4为测试实验结果图，由于塑料棒和水存在一定的密度差异，超声方法可以进行有效区分，试验中用塑料棒和水模拟被测区域的两种被测介质。塑料棒的直径为9mm，被测区域直径为50mm。成像结果图中，将塑料棒部分用红色表示。定义误差为：

图4a、图4b、图4c为三个不同分布模型，其成像结果图如图4d、图4e、图4f所示，其误差分别为3.8％，1.04％，2.1％。

Claims (1)

1.一种基于传播路径网格剖分的超声透射模式层析成像方法，以被测区域的中心点为坐标原点，构建平面直角坐标系，在该直角坐标系中构建图像矩阵记为I，该矩阵每一个元I_(x,y)表示距离坐标原点x轴为x，y轴为y的点的图像值，矩阵初始化为I_(x,y)＝0，设在被测区域边界分布有N个超声传感器，任意两条超声传感器的连线为超声传播路径，共有

条超声传输路径，这些超声传输路径的交点构成一个N×N的网格矩阵P，其中，元素P_φτ为一个数组，表示第φ条传输路径与第τ条传输路径之间的交点坐标集：P_φτ＝{(x_φτ,y_θτ)|(x_φτ,y_φτ)∈p}，其中p为超声传播路径所经过的坐标值；成像方法如下：

1).获取物场中有物体和空场时超声透射模式层析成像系统边界测量数据：物场中存在物体时超声边界测量电压矩阵为V，其每个元素V_ij表示由第i个超声传感器发射超声波，由第j个超声传感器接收的超声波边界测量电压值；空场时超声边界测量电压矩阵为V⁰，其元素V_ij ⁰表示由第i个超声传感器发射超声波，由第j个超声传感器接收的超声波边界测量电压值，i,j∈1,2,…,N；

2).计算有物体测量矩阵与空场测量矩阵差值，ΔV＝V-V⁰，该差值矩阵为超声波在传输路径上由于被测区域存在物体而产生的衰减；

3).计算每条超声传输路径上，背景介质均一时产生的声压理论衰减值：

式中，

为声压理论衰减值，E_s为发射超声波声压，α为当前介质中超声衰减系数，x₀为收发传感器间的距离；设

表示超声传感器测量的电压理论衰减值，

表示第i个传感器发射且第j个传感器接收时的超声理论衰减，在传感器上声压与电压成正比

其中δ为传感器声电转换系数由传感器决定；

4).计算边界测量电压衰减率

其中λ_ij代表第i个传感器发射且第j个传感器接收时的衰减率；

5).利用λ_ij更新矩阵I：

当i，j遍历完成，对矩阵I沿着剖分网格中传播路径线进行平滑插值即为图像。

Images