CN109157215A - 一种基于系统矩阵的磁感应磁声电导率图像重建方法 - Google Patents
一种基于系统矩阵的磁感应磁声电导率图像重建方法 Download PDFInfo
- Publication number
- CN109157215A CN109157215A CN201810995432.9A CN201810995432A CN109157215A CN 109157215 A CN109157215 A CN 109157215A CN 201810995432 A CN201810995432 A CN 201810995432A CN 109157215 A CN109157215 A CN 109157215A
- Authority
- CN
- China
- Prior art keywords
- magnetic induction
- system matrix
- magnetoacoustic
- conductivity
- imaging system
- 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
- 239000011159 matrix material Substances 0.000 title claims abstract description 99
- 230000006698 induction Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003384 imaging method Methods 0.000 claims abstract description 65
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000004613 tight binding model Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002604 ultrasonography 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
- A61B5/0522—Magnetic induction tomography
-
- 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
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0536—Impedance imaging, e.g. by tomography
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4416—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to combined acquisition of different diagnostic modalities, e.g. combination of ultrasound and X-ray acquisitions
-
- 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
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
一种基于系统矩阵的磁感应磁声电导率图像重建方法：用改进的CT Shepp–Logan结构模型构建电导率仿真模型；根据实验条件设置和声换能器检测参数，构建磁感应磁声成像系统矩阵；基于电导率仿真模型和磁感应磁声成像系统矩阵，获取超声声压信号；求解磁感应磁声成像系统矩阵的特征值和特征向量；根据磁感应磁声成像系统矩阵的特征值和特征向量，计算逆系统矩阵，并获得重建电导率分布图像。本发明将受噪声影响较大的特征值与特征向量舍弃，充分利用具备良好抗噪声特性的特征值与特征向量，在系统矩阵模型的基础上完善了磁声成像正逆问题求解。本发明的方法也可以普遍适用于各种声学逆问题的实验信号图像重建。
Description
技术领域
本发明涉及一种电导率图像重建方法。特别是涉及一种基于系统矩阵的磁感应磁声电导率图像重建方法。
背景技术
磁感应磁声成像的基本原理是将待检测组织置于一稳恒磁场中，同时外加相同方向的频率为超声波段的脉冲变化磁场，根据麦克斯韦方程电磁理论，变化的磁场(可以为阶跃磁场或脉冲磁场)在存在电导率的组织内部产生感应电流，在静磁场的作用下，感应电流在垂直方向受到洛仑兹力的作用从而激发组织局部粒子发生振动，振动的频率与时变磁场的频率相同。该振动由成像物体内部向外传播，产生包含成像物体电磁特性的超声信号。在组织周围用声换能器检测接收超声信号，该超声信号携带了组织的电特性信息，可以通过重建算法重建出反映组织病理生理功能变化的电导率分布图像。其目的是，在组织密度发生改变之前的电特性(电导率)变化进行检测，从而为疾病尤其是肿瘤的早期诊断提供依据。磁声耦合成像技术将阻抗成像技术与超声成像技术结合起来，发挥两种成像技术的长处，主要体现在磁场激励不会受到体表的低电导率组织影响，屏蔽效应小，重建图像具有较高的对比度和分辨率。目前该技术已经成为功能成像领域一个新的研究热点。
在磁声成像中，磁场、感应涡电流及声压是时间和空间的函数，根据生物组织中电场磁场声场的机电耦合机制，声压分布由如下波动方程表示：
其中cs是声在组织中传播的速度，p(r,t)是声压场的时空分布，J(r,t)是感应涡流密度，r为无界空间中的任一点，是声振源。
可以从上述波动方程式得出，在已知稳恒磁场和激励电压的情况下，对于一定电导率分布的成像体，声源分布与组织的电导率分布有关，而声源又经过传播得到声压分布场，该场与检测到的声压有关。由此可见，磁感应磁声成像的是通过采集边界超声信号重建组织内部的电导率分布。
经过对现有方法的检索，磁感应磁声成像实验的信噪比极低，成像精度较差。目前基于时间反转法的图像重建算法势必会造成重建图像分辨率较低。由于检测声信号含有成像体的电导率信息，实验系统中的特征值和特征向量则包含了磁声信号从产生，传播到接收的全过程，因此其具备了良好的抗噪声性能。
发明内容
本发明所要解决的技术问题是，提供一种充分利用具备良好抗噪声特性的特征值与特征向量，在系统矩阵模型的基础上完善了磁声成像正逆问题求解的基于系统矩阵的磁感应磁声电导率图像重建方法。
本发明所采用的技术方案是：一种基于系统矩阵的磁感应磁声电导率图像重建方法，包括如下步骤：
1)用改进的CT Shepp–Logan结构模型构建电导率仿真模型；
2)根据实验条件设置和声换能器检测参数，构建磁感应磁声成像系统矩阵；
3)基于步骤1)的电导率仿真模型和步骤2)的磁感应磁声成像系统矩阵，获取超声声压信号；
4)求解步骤2)构建的磁感应磁声成像系统矩阵的特征值和特征向量；
5)根据步骤4)获得的磁感应磁声成像系统矩阵的特征值和特征向量，计算逆系统矩阵，并获得重建电导率分布图像。
步骤1)包括：将由10个不同椭圆构成的改进的CT Shepp–Logan结构模型的将最外层椭圆去除，形成由9个大小和偏向角各不相同的椭圆的几何模型，将每一个椭圆的CT值修改为相应的电导率值，构成用于磁感应磁声成像研究的电导率仿真模型。
步骤2)包括：将若干个用于接收脉冲超声源信号的声换能器均匀分布在一个圆环上，将实施区域的所有声源点都置于所述的圆环内，采用点源脉冲响应法，分别对每一个声源点施加脉冲超声源，每对一个声源点施加一次脉冲超声源，若干个声换能器就接收一次脉冲超声源信号，得到每一个声源点的超声声压信号，将每一个声源点的超声声压信号做为矩阵列，所有声源点的声压正弦图构成磁感应磁声成像系统矩阵。
步骤3)是：通过矩阵乘法或自由空间格林函数方法，将步骤1)建立的电导率仿真模型，经过步骤2)构建的磁感应磁声成像系统矩阵，转化为与若干个声换能器个数相同的超声声压信号。
步骤4)是：采用奇异值分解方法对磁感应磁声成像系统矩阵进行分解，得到两个酉矩阵和一个对角矩阵，对角矩阵的对角线元素为磁感应磁声成像系统矩阵的特征值，两个酉矩阵则为磁感应磁声成像系统矩阵的特征向量。
步骤5)包括：选取磁感应磁声成像系统矩阵特征值中大于等于超声声压信号噪声级别的特征值，采用截断的奇异值方法，利用逆矩阵中特征值与特征向量之间的关系，构建磁感应磁声成像系统矩阵的逆矩阵，将所述的逆矩阵与步骤2)中获得超声声压信号相乘，获得重建电导率分布图像。
本发明的一种基于系统矩阵的磁感应磁声电导率图像重建方法，采用截断奇异值方法，可将一个固定系统抽象成一个系统矩阵，通过分析其特征值机特征向量精确重建电导率分布，无噪声情况下重建电导率分布与原始电导率分布的差异度很小，在噪声很强的情况下，具有良好的抗噪性能。将受噪声影响较大的特征值与特征向量舍弃，充分利用具备良好抗噪声特性的特征值与特征向量，在系统矩阵模型的基础上完善了磁声成像正逆问题求解。本发明的方法也可以普遍适用于各种声学逆问题的实验信号图像重建。
附图说明
图1是本发明基于系统矩阵的磁感应磁声电导率图像重建方法示意图；
图2是磁感应磁声成像系统矩阵特征值曲线；
图3是基于磁感应磁声成像系统矩阵重建方法数值仿真示意图；
图4a为信噪比为80dB图像重建结果示意图；
图4b为当信噪比为10dB时，使用特征值为2500的电导率重建结果示意图；
图4c为当信噪比为10dB时，使用特征值为5000的电导率重建结果示意图。
具体实施方式
下面结合实施例和附图对本发明的一种基于系统矩阵的磁感应磁声电导率图像重建方法做出详细说明。
本发明的一种基于系统矩阵的磁感应磁声电导率图像重建方法，如图1所示，包括如下步骤：
1)用改进的CT Shepp–Logan结构模型构建电导率仿真模型；
是将由10个不同椭圆构成的改进的CT Shepp–Logan结构模型的将最外层椭圆去除，形成由9个大小和偏向角各不相同的椭圆的几何模型，将每一个椭圆的CT值修改为相应的电导率值，构成用于磁感应磁声成像研究的电导率仿真模型。
2)根据实验条件设置和声换能器检测参数，构建磁感应磁声成像系统矩阵；包括：
将若干个用于接收脉冲超声源信号的声换能器均匀分布在一个圆环上，将实施区域的所有声源点都置于所述的圆环内，采用点源脉冲响应法，分别对每一个声源点施加脉冲超声源，每对一个声源点施加一次脉冲超声源，若干个声换能器就接收一次脉冲超声源信号，得到每一个声源点的超声声压信号，将每一个声源点的超声声压信号做为矩阵列，所有声源点的声压正弦图构成磁感应磁声成像系统矩阵。
假设对于一个n×n的电导率成像区域，检测换能器个数为m，每个换能器的采样点数为k，即可得到磁感应磁声成像的系统矩阵如下式所示：
3)基于步骤1)的电导率仿真模型和步骤2)的磁感应磁声成像系统矩阵，获取超声声压信号；
是通过矩阵乘法或自由空间格林函数方法，将步骤1)建立的电导率仿真模型，经过步骤2)构建的磁感应磁声成像系统矩阵，转化为与若干个声换能器个数相同的超声声压信号。其中，
所述矩阵乘法公式如下：
Ax＝b
式中，A为磁感应磁声成像系统矩阵，x为电导率仿真模型，b为超声声压信号；
所述自由空间格林函数方法公式如下：
式中，p(r,t)表示在矢量点r处，时刻t的超声声压大小，σ为电导率分布，E(r',t)表示在矢量点r’处，时刻t的感应电场强度大小，δ(t)为脉冲函数，cs为超声在介质中的传播速度；
4)求解步骤2)构建的磁感应磁声成像系统矩阵的特征值和特征向量；
是采用奇异值分解方法对磁感应磁声成像系统矩阵进行分解，得到两个酉矩阵和一个对角矩阵，对角矩阵的对角线元素为磁感应磁声成像系统矩阵的特征值，两个酉矩阵则为磁感应磁声成像系统矩阵的特征向量。具体如下式所示：
A＝UΣVT
其中，A为磁感应磁声成像系统矩阵，U与V为磁感应磁声成像系统矩阵的特征向量，上标T表示为磁感应磁声成像系统矩阵的转置，Σ为磁感应磁声成像系统矩阵的特征值对角矩阵，其特征值曲线如附图2所示。
5)根据步骤4)获得的磁感应磁声成像系统矩阵的特征值和特征向量，计算逆系统矩阵，并获得重建电导率分布图像；包括：
选取磁感应磁声成像系统矩阵特征值中大于等于超声声压信号噪声级别的特征值，采用截断的奇异值方法，利用逆矩阵中特征值与特征向量之间的关系，构建磁感应磁声成像系统矩阵的逆矩阵，将所述的逆矩阵与步骤2)中获得超声声压信号相乘，获得重建电导率分布图像。
磁感应磁声成像系统矩阵A的逆矩阵可以通过下式计算为：
A-＝VΣ-1UT
基于系统矩阵重建电导率分布图像的仿真流程如附图3所示，构建的磁感应磁声成像系统矩阵的逆矩阵，该逆矩阵与获得超声声压信号p(r,t)或b相乘即可获得重建电导率分布图像。通过该方法重建得到的电导率分布图像如图4a、图4b、图4c所示，图4a为信噪比为80dB重建结果，当信噪比为10dB时，图4b为使用特征值为2500的电导率重建结果，图4c为使用特征值为5000的电导率重建结果。由图4a、图4b、图4c的重建结果可见，当信噪比很高时，使用本发明的方法可以得到与原始电导率分布几乎一致的重建结果。当信噪比极低时，由于噪声的影响，采用截断的奇异值方法(TSVD)选取在噪声级别之上的特征值，当选取特征值数量少时，结果只显示重建的大概轮廓，而内部信息则无法重建，当选取特征值数量多时，结果显示出更多的电导率分布内部信息，证明磁感应磁声成像系统矩阵的特征值数值越小，其给出的内部信息越多。
Claims (6)
1.一种基于系统矩阵的磁感应磁声电导率图像重建方法，其特征在于，包括如下步骤：
1)用改进的CT Shepp–Logan结构模型构建电导率仿真模型；
2)根据实验条件设置和声换能器检测参数，构建磁感应磁声成像系统矩阵；
3)基于步骤1)的电导率仿真模型和步骤2)的磁感应磁声成像系统矩阵，获取超声声压信号；
4)求解步骤2)构建的磁感应磁声成像系统矩阵的特征值和特征向量；
5)根据步骤4)获得的磁感应磁声成像系统矩阵的特征值和特征向量，计算逆系统矩阵，并获得重建电导率分布图像。
2.根据权利要求1所述的一种基于系统矩阵的磁感应磁声电导率图像重建方法，其特征在于，步骤1)包括：将由10个不同椭圆构成的改进的CT Shepp–Logan结构模型的将最外层椭圆去除，形成由9个大小和偏向角各不相同的椭圆的几何模型，将每一个椭圆的CT值修改为相应的电导率值，构成用于磁感应磁声成像研究的电导率仿真模型。
3.根据权利要求1所述的一种基于系统矩阵的磁感应磁声电导率图像重建方法，其特征在于，步骤2)包括：将若干个用于接收脉冲超声源信号的声换能器均匀分布在一个圆环上，将实施区域的所有声源点都置于所述的圆环内，采用点源脉冲响应法，分别对每一个声源点施加脉冲超声源，每对一个声源点施加一次脉冲超声源，若干个声换能器就接收一次脉冲超声源信号，得到每一个声源点的超声声压信号，将每一个声源点的超声声压信号做为矩阵列，所有声源点的声压正弦图构成磁感应磁声成像系统矩阵。
4.根据权利要求1所述的一种基于系统矩阵的磁感应磁声电导率图像重建方法，其特征在于，步骤3)是：通过矩阵乘法或自由空间格林函数方法，将步骤1)建立的电导率仿真模型，经过步骤2)构建的磁感应磁声成像系统矩阵，转化为与若干个声换能器个数相同的超声声压信号。
5.根据权利要求1所述的一种基于系统矩阵的磁感应磁声电导率图像重建方法，其特征在于，步骤4)是：采用奇异值分解方法对磁感应磁声成像系统矩阵进行分解，得到两个酉矩阵和一个对角矩阵，对角矩阵的对角线元素为磁感应磁声成像系统矩阵的特征值，两个酉矩阵则为磁感应磁声成像系统矩阵的特征向量。
6.根据权利要求1所述的一种基于系统矩阵的磁感应磁声电导率图像重建方法，其特征在于，步骤5)包括：选取磁感应磁声成像系统矩阵特征值中大于等于超声声压信号噪声级别的特征值，采用截断的奇异值方法，利用逆矩阵中特征值与特征向量之间的关系，构建磁感应磁声成像系统矩阵的逆矩阵，将所述的逆矩阵与步骤2)中获得超声声压信号相乘，获得重建电导率分布图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810995432.9A CN109157215B (zh) | 2018-08-29 | 2018-08-29 | 一种基于系统矩阵的磁感应磁声电导率图像重建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810995432.9A CN109157215B (zh) | 2018-08-29 | 2018-08-29 | 一种基于系统矩阵的磁感应磁声电导率图像重建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109157215A true CN109157215A (zh) | 2019-01-08 |
| CN109157215B CN109157215B (zh) | 2021-09-28 |
Family
ID=64893325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810995432.9A Active CN109157215B (zh) | 2018-08-29 | 2018-08-29 | 一种基于系统矩阵的磁感应磁声电导率图像重建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109157215B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192209A (zh) * | 2019-12-19 | 2020-05-22 | 浙江工业大学 | 一种基于深度学习的磁感应断层成像优化方法 |
| CN111513715A (zh) * | 2020-03-18 | 2020-08-11 | 深圳大学 | 一种磁声耦合成像的电导率重建方法及相关设备 |
| CN111938571A (zh) * | 2019-05-15 | 2020-11-17 | 华北电力大学（保定） | 一种非均匀介质的光声内窥图像重建方法及其系统 |
| CN112694974A (zh) * | 2020-11-26 | 2021-04-23 | 中国石油大学(华东) | 针对纳秒脉冲电场消融动态监测系统构建及监测方法 |
| CN113133754A (zh) * | 2021-04-21 | 2021-07-20 | 天津工业大学 | 一种非接触磁感应电阻抗扫描成像装置及成像方法 |
| CN113509164A (zh) * | 2021-08-27 | 2021-10-19 | 中国人民解放军空军军医大学 | 一种基于盲源分离的多频磁感应断层成像重建方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020154727A1 (en) * | 2001-02-16 | 2002-10-24 | Ruola Ning | System and method for fast parallel cone-beam reconstruction using one or more microprocessors |
| WO2009121903A1 (de) * | 2008-04-01 | 2009-10-08 | Ge Sensing & Inspection Technologies Gmbh | Universeller prüfkopf zur zerstörungsfreien ultraschalluntersuchung und zugehöriges verfahren |
| US20120296202A1 (en) * | 2011-05-20 | 2012-11-22 | Siemens Aktiengesellschaft | Method and System for Registration of Ultrasound and Physiological Models to X-ray Fluoroscopic Images |
| CN104146708A (zh) * | 2014-07-08 | 2014-11-19 | 中国医学科学院生物医学工程研究所 | 一种基于声换能器接收特性的磁声图像重建方法及装置 |
| JP2018086204A (ja) * | 2016-11-30 | 2018-06-07 | 株式会社日立製作所 | 超電導磁石装置およびそれを備えた磁気共鳴イメージング装置 |
-
2018
- 2018-08-29 CN CN201810995432.9A patent/CN109157215B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020154727A1 (en) * | 2001-02-16 | 2002-10-24 | Ruola Ning | System and method for fast parallel cone-beam reconstruction using one or more microprocessors |
| CN1491404A (zh) * | 2001-02-16 | 2004-04-21 | ����˹�ش�ѧ | 使用一个或多个微处理器的快速并行锥形线束重建系统和方法 |
| WO2009121903A1 (de) * | 2008-04-01 | 2009-10-08 | Ge Sensing & Inspection Technologies Gmbh | Universeller prüfkopf zur zerstörungsfreien ultraschalluntersuchung und zugehöriges verfahren |
| US20120296202A1 (en) * | 2011-05-20 | 2012-11-22 | Siemens Aktiengesellschaft | Method and System for Registration of Ultrasound and Physiological Models to X-ray Fluoroscopic Images |
| CN104146708A (zh) * | 2014-07-08 | 2014-11-19 | 中国医学科学院生物医学工程研究所 | 一种基于声换能器接收特性的磁声图像重建方法及装置 |
| CN104146708B (zh) * | 2014-07-08 | 2016-07-06 | 中国医学科学院生物医学工程研究所 | 一种基于声换能器接收特性的磁声图像重建方法及装置 |
| JP2018086204A (ja) * | 2016-11-30 | 2018-06-07 | 株式会社日立製作所 | 超電導磁石装置およびそれを備えた磁気共鳴イメージング装置 |
Non-Patent Citations (2)
| Title |
|---|
| MA REN等: "《A 3D reconstruction algorithm for magneto-acoustic tomography with magnetic induction based on ultrasound transducer characteristics》", 《PHYSICS IN MEDICINE AND BIOLOGY》 * |
| XIA HUI等: "《Research on imaging method of magneto-acoustic microscopy based on acousticlens》", 《2017 13TH IEEE INTERNATIONAL CONFERENCE ON ELECTRONIC MEASUREMENT & INSTRUMENTS (ICEMI)》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111938571A (zh) * | 2019-05-15 | 2020-11-17 | 华北电力大学（保定） | 一种非均匀介质的光声内窥图像重建方法及其系统 |
| CN111938571B (zh) * | 2019-05-15 | 2023-07-18 | 华北电力大学（保定） | 一种非均匀介质的光声内窥图像重建方法及其系统 |
| CN111192209A (zh) * | 2019-12-19 | 2020-05-22 | 浙江工业大学 | 一种基于深度学习的磁感应断层成像优化方法 |
| CN111192209B (zh) * | 2019-12-19 | 2023-06-30 | 浙江工业大学 | 一种基于深度学习的磁感应断层成像优化方法 |
| CN111513715A (zh) * | 2020-03-18 | 2020-08-11 | 深圳大学 | 一种磁声耦合成像的电导率重建方法及相关设备 |
| CN111513715B (zh) * | 2020-03-18 | 2023-03-14 | 深圳大学 | 一种磁声耦合成像的电导率重建方法及相关设备 |
| CN112694974A (zh) * | 2020-11-26 | 2021-04-23 | 中国石油大学(华东) | 针对纳秒脉冲电场消融动态监测系统构建及监测方法 |
| CN113133754A (zh) * | 2021-04-21 | 2021-07-20 | 天津工业大学 | 一种非接触磁感应电阻抗扫描成像装置及成像方法 |
| CN113509164A (zh) * | 2021-08-27 | 2021-10-19 | 中国人民解放军空军军医大学 | 一种基于盲源分离的多频磁感应断层成像重建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109157215B (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109157215B (zh) | 一种基于系统矩阵的磁感应磁声电导率图像重建方法 | |
| Wiskin et al. | 3-D nonlinear acoustic inverse scattering: Algorithm and quantitative results | |
| Mariappan et al. | Magnetoacoustic tomography with magnetic induction: bioimepedance reconstruction through vector source imaging | |
| Besson et al. | Ultrafast ultrasound imaging as an inverse problem: Matrix-free sparse image reconstruction | |
| Adam et al. | Blind deconvolution of ultrasound sequences using nonparametric local polynomial estimates of the pulse | |
| CN112771374A (zh) | 基于训练的非线性映射的图像重建方法 | |
| Li et al. | Multi-excitation magnetoacoustic tomography with magnetic induction for bioimpedance imaging | |
| Vishnevskiy et al. | Image reconstruction via variational network for real-time hand-held sound-speed imaging | |
| Mariappan et al. | B-scan based acoustic source reconstruction for magnetoacoustic tomography with magnetic induction (MAT-MI) | |
| KR101610874B1 (ko) | 공간 일관성 기초 초음파 신호 처리 모듈 및 그에 의한 초음파 신호 처리 방법 | |
| Treeby et al. | Time domain simulation of harmonic ultrasound images and beam patterns in 3D using the k-space pseudospectral method | |
| Zhu et al. | Active adjoint modeling method in microwave induced thermoacoustic tomography for breast tumor | |
| Ozgun et al. | Multidimensional clutter filtering of aperture domain data for improved blood flow sensitivity | |
| Mojabi et al. | Evaluation of balanced ultrasound breast imaging under three density profile assumptions | |
| Kijanka et al. | Fast local phase velocity-based imaging: Shear wave particle velocity and displacement motion study | |
| Yousufi et al. | Application of compressive sensing to ultrasound images: a review | |
| Zhang et al. | Image reconstruction in magnetoacoustic tomography with magnetic induction with variable sound speeds | |
| Lingvall et al. | On time-domain model-based ultrasonic array imaging | |
| Shunqi et al. | Magneto-acoustic imaging by continuous-wave excitation | |
| Xia et al. | Comparison study of three different image reconstruction algorithms for MAT-MI | |
| Ma et al. | Analysis of the singular values for conductivity reconstruction in magneto-acoustic tomography with magnetic induction | |
| Paul et al. | Improvement of delay and sum beamforming photoacoustic imaging based on delay-multiply-sum-to-standard-deviation-factor | |
| CN115219594A (zh) | 一种高电导率非铁磁材料缺陷的磁声电检测方法与装置 | |
| Song et al. | Multiple back projection with impact factor algorithm based on circular scanning for microwave-induced thermoacoustic tomography | |
| 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 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |