CN109171777B - 信号处理方法、装置、电路、存储介质及计算机设备 - Google Patents
信号处理方法、装置、电路、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN109171777B CN109171777B CN201810797996.1A CN201810797996A CN109171777B CN 109171777 B CN109171777 B CN 109171777B CN 201810797996 A CN201810797996 A CN 201810797996A CN 109171777 B CN109171777 B CN 109171777B
- Authority
- CN
- China
- Prior art keywords
- signal
- processing
- reconstruction
- target
- currently processed
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 227
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 143
- 230000006870 function Effects 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 abstract description 32
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 14
- 238000002600 positron emission tomography Methods 0.000 description 9
- 230000000630 rising effect Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本申请涉及一种信号处理方法、装置、电路、存储介质及计算机设备，获取目标信号序列，并选择当前处理信号；对当前处理信号进行波形重建处理，得到重建信号；将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除；更新当前处理信号，返回得到当前处理信号对应的重建信号的步骤，直至目标信号序列中所有信号都得到对应的重建信号。在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
Description
技术领域
本申请涉及信号处理技术领域，特别是涉及一种信号处理方法、装置、电路、存储介质及计算机设备。
背景技术
PET(Positron Emission Tomography，正电子发射断层显像)是一种进行功能代谢显像的分子影像学设备。PET检查采用正电子核素作为示踪剂，通过病灶部位对示踪剂的摄取了解病灶功能代谢状态，从而对疾病做出正确诊断。
PET设备的成像数据采集原理具体是由高能粒子经过闪烁晶体后变为可见光，再通过光电探测器检测转换为脉冲形式的电信号。然而，在放射源激发下，大量的高能粒子在短时间内就能到达光电探测器，从而导致出现多个脉冲信号堆积在一起的情况，多个脉冲信号堆积会形成堆积(Pileup)信号，堆积信号会导致脉冲信号的特征信息提取存在计算误差，从而对PET设备的检测结果造成影响。
发明内容
基于此，有必要针对上述问题，提供一种可以避免由于堆积信号产生的计算误差的信号处理方法、装置、电路、存储介质及计算机设备。
一种信号处理方法，包括：
获取目标信号序列，并从所述目标信号序列中选择当前处理信号；
根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号；
将所述当前处理信号对应的重建信号的幅值从所述目标信号序列中的待处理信号中去除；
将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回所述根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，直至所述目标信号序列中所有信号都得到对应的重建信号。
在其中一个实施例中，所述从所述目标信号序列中选择当前处理信号的步骤，包括：从上一个已完成波形重建处理的信号在所述目标信号序列中的位置进行查找，从所述目标信号序列中获取得到当前处理信号。
在其中一个实施例中，所述根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，包括：
获取所述当前处理信号的特征信号点以及位于所述特征信号点两侧的多个信号点；
根据所述特征信号点以及位于所述特征信号点两侧的多个信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号。
在其中一个实施例中，所述特征信号点为信号幅值的峰值对应的信号点。
在其中一个实施例中，所述根据所述特征信号点以及位于所述特征信号点两侧的多个信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，包括：
获取信号重建函数，所述信号重建函数包含待确定的重建参数；
根据所述特征信号点以及位于所述特征信号点两侧的多个信号点的坐标值，确定所述信号重建函数中的重建参数，得到所述当前处理信号对应的信号重建函数；
根据所述信号重建函数得到所述当前处理信号对应的重建信号。
在其中一个实施例中，所述根据所述信号重建函数得到所述当前处理信号对应的重建信号的步骤之后，还包括：对所述重建信号进行基线去除处理。
一种信号处理装置，包括：
信号获取模块，用于获取目标信号序列，并从所述目标信号序列中选择当前处理信号；
信号重建模块，用于根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号；
信号去除模块，用于将所述当前处理信号对应的重建信号的幅值从所述目标信号序列中的待处理信号中去除；
信号更新模块，用于将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号；
所述信号重建模块还用于当所述信号更新模块将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号之后，根据所述更新后的当前处理信号包含的信号点对所述更新后的当前处理信号进行波形重建处理，得到所述更新后的当前处理信号对应的重建信号，直至所述目标信号序列中所有信号都得到对应的重建信号。
一种信号处理电路，包括信号获取装置和信号处理装置，所述信号获取装置与所述信号处理装置连接；
所述信号获取装置用于获取目标信号序列，并发送至所述信号处理装置；
所述信号处理装置用于从所述目标信号序列中选择当前处理信号；根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号；将所述当前处理信号对应的重建信号的幅值从所述目标信号序列中的待处理信号中去除；将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回所述对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，直至所述目标信号序列中所有信号都得到对应的重建信号。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述信号处理方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述信号处理方法的步骤。
上述信号处理方法、装置、电路、存储介质及计算机设备，获取目标信号序列，并从目标信号序列中选择当前处理信号；根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号；将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除；将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号的步骤，直至目标信号序列中所有信号都得到对应的重建信号。在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
附图说明
图1为一个实施例中信号处理方法的流程示意图；
图2为一个实施例中目标信号序列的波形示意图；
图3为正常能图与恶化的pileup能图的示意图；
图4为去除第一个原脉冲信号对应的重建信号的幅值后的目标信号序列的示意图；
图5为去除所有原脉冲信号对应的重建信号的幅值后的目标信号序列的示意图；
图6为一个实施例中信号处理方法的另一流程示意图；
图7为一个实施例中得到当前处理信号对应的重建信号的流程示意图；
图8为根据图2中的第一个脉冲信号得到的重建信号的示意图；
图9为对图8中的重建信号进行基线去除处理后的波形示意图；
图10为根据图2中的第二个脉冲信号得到的重建信号的示意图；
图11为对图10中的重建信号进行基线去除处理后的波形示意图；
图12为根据图2中的第五个脉冲信号得到的重建信号的示意图；
图13为对图12中的重建信号进行基线去除处理后的波形示意图；
图14为一个实施例中信号处理装置的结构示意图；
图15为一个实施例中信号处理电路的结构示意图。
具体实施方式
本申请提出一种信号处理方法，用以解决堆积信号对检测结果带来的不良影响，该信号处理方法适用于使用高能粒子进行数据采集的医疗影像设备，例如PET(PositronEmission Tomography，正电子发射断层显像)设备、CT(Computed Tomography，计算机断层扫描)设备等。为便于解释说明，本申请各实施例中，以PET设备作为该信号处理方法的应用设备。
在一个实施例中，如图1所示，提供一种信号处理方法，该方法包括以下步骤：
步骤S100，获取目标信号序列，并从目标信号序列中选择当前处理信号。
目标信号序列是指包含多个脉冲信号的信号序列，如图2所示为一目标信号序列的波形示意图。图示目标信号序列包括五个脉冲信号，可以较明显地看出，图中的第二个脉冲信号与第三个脉冲信号组成了堆积(pileup)信号。在PET设备中，如果探测器系统不对堆积信号进行处理，会对系统的探测性能造成影响。首先，当脉冲信号堆积在一起时，会导致各个脉冲信号之间脉冲能量互相错误累加的情况，这会对原始脉冲信号的脉冲能量的计算带来误差，从而会对以重心法所计算得到的位置信息带来影响，使得位置信息计算不准确，从而对生成的能图效果造成恶化影响。例如，如图3所示，图3左侧为正常能图，图3右侧为恶化的pileup能图。此外，脉冲能量的计算误差会对能谱和能量分辨率造成影响，如果不对堆积信号进行处理，则不利于确定原始脉冲信号的上升沿，以上这些不良影响会随着放射剂量的增加而变得愈加严重。
在获取目标信号序列后，传统技术多为先判断目标信号序列中的信号是否为堆积信号，若判断信号为堆积信号，则对堆积信号进行处理。在本实施例中，在获取目标信号序列后，直接从目标信号序列中选择信号进行处理，具体地，可以是采用流水线的形式对目标信号序列中的信号直接进行处理，即不判断信号是否为堆积信号，相比于传统技术，可以避免判断信号是否为堆积信号的繁琐计算过程，从而简化信号处理流程。可以理解，本步骤获取的目标信号序列可以是事先采集好的，也可以是实时采集获取的。
进一步地，在获取目标信号序列后，在从目标信号序列中选择当前处理信号进行处理时，并不限定选择的当前处理信号的位置，例如，在对图2所示的目标信号序列进行处理时，可以是选择第一个信号作为当前处理信号，也可以是选择位于第一个信号之后的其他信号作为当前处理信号。
步骤S200，根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号。
脉冲信号在平面坐标系上表示时，可以看作是由无数个信号点组成的曲线，因此，可以近似认为，在平面坐标系上，脉冲信号是由多个信号点组成，每个信号点的坐标值各不相同。在从目标信号序列中选择当前处理信号后，可以通过平面坐标系得到每个信号点的位置信息，根据当前处理信号包含的信号点的位置信息，即可完成该当前处理信号的波形重建处理，得到该当前处理信号对应的重建信号。在得到当前处理信号对应的重建信号后，记录该重建信号，以便于后续计算使用。
步骤S300，将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除。
具体地，以图2中的目标信号序列为例，在对图中第一个脉冲信号进行重建处理后，首先去除原第一个脉冲信号对应的重建信号的幅值，得到如图4所示的目标信号序列；再以原第二个脉冲信号为当前处理信号进行重建处理，并重复上述过程。在对信号进行信号重建处理时，去除前一已处理的原脉冲信号对应的重建信号的幅值，可以有效减少该已处理的原脉冲信号对当前处理信号的信号特征信息的影响，例如，图2中的第二个脉冲信号的“尾巴”明显影响到了第三个脉冲信号的上升沿。在对图2所示的目标信号序列的所有信号进行重建处理后，该目标信号序列中的所有原始信号对应的重建信号的幅值均被去除，得到如图5所示的示意图。
步骤S400，将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号。
在对当前处理信号进行波形重建处理，得到并记录对应的重建信号之后，选择与当前处理信号相邻的下一个待处理信号继续作为更新后的当前处理信号，并返回步骤S200，再次进行波形重建处理，直至目标信号序列中所有信号都得到对应的重建信号。具体地，相邻的待处理信号是指位于更新前的当前处理信号的下一位置的待处理信号。当前处理信号更新完毕后，对更新后的当前处理信号进行波形重建处理，得到并记录更新后的当前处理信号对应的重建信号。重复上述过程，直至目标信号序列中所有信号都得到对应的重建信号。
可以理解，理论上来说，在信号序列处理过程中，是对目标信号序列的所有信号都进行重建恢复处理，然而，在实际以流水线的形式处理信号序列的过程中，可以是根据实际需要选择需要进行重建恢复处理的信号个数，即在实际处理过程中，并不限定一定要对获取的目标信号序列的所有信号都进行重建恢复处理。
进一步地，如图6所示，可以理解，在执行步骤S400之前，该信号处理方法还包括图中所示的判断目标信号序列中所有信号是否都得到对应的重建信号的步骤，在通过步骤S300将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除后执行该判断步骤，即判断目标信号序列中的所有信号是否都得到对应的重建信号，若是，则目标信号序列所有信号都重建恢复完毕，结束处理过程；若否，则执行步骤S400，即对当前处理信号进行更新，并返回步骤S200，以得到更新后的处理信号对应的重建信号。通过添加判断目标信号序列中所有信号是否都得到对应的重建信号的步骤，相当于为该方法中步骤S200至步骤S400的循环规定一个循环结束条件，以防止循环过程一直运行。
在得到每个脉冲信号的重建信号之后，根据重建信号进行信号特征信息提取，信号特征信息包括高能粒子的能量值、到达时间、重建信号的脉冲周期T、脉冲幅度Um、脉冲宽度、上升时间以及下降时间等，其中，高能粒子的能量值是指重建信号波形曲线与横轴所组成的面积；脉冲幅度Um是指脉冲电压的最大变化幅度；脉冲宽度是指从脉冲信号的前沿上升到0.5Um出开始，到脉冲后沿下降到0.5Um为止的时间；上升时间是指脉冲信号的上升沿从0.1Um上升至0.9Um所需要的时间；下降时间是指脉冲信号的下降沿从0.9Um下降到0.1Um所需要的时间。在实际处理过程中，选择上述信号特征信息中的一个或多个进行计算。
本实施例提出一种信号处理方法，在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
在对获取的目标信号序列中的信号进行重建恢复之前，需要先选择一个信号作为起始处理信号，可以理解，获取的目标信号序列可以是完全未重建处理过的信号序列，此时在从该目标信号序列中选择起始处理信号时，可以是选择该目标信号序列的第一个信号为起始处理信号(即当前处理信号)，也可以是选择位于第一个信号之后的其他信号为起始处理信号(即当前处理信号)。获取的目标信号序列也可以是部分重建处理过的信号序列，即该目标信号序列包括部分重建处理过的信号，还包括部分未重建处理过的信号，此时在从该目标信号序列中选择起始处理信号时，选择最近一次重建处理过的信号的下一信号作为起始处理信号(即当前处理信号)。
在一个实施例中，针对部分重建处理过的目标信号序列对选择当前处理信号的过程进行解释说明。本实施例中，步骤S100中，从目标信号序列中选择当前处理信号的步骤，包括：从上一个已完成波形重建处理的信号在目标信号序列中的位置进行查找，从目标信号序列中获取得到当前处理信号。具体地，上一个已完成波形重建处理的信号，即对应最近一次重建处理过的信号，根据上一个已完成处理的信号选择下一个需要处理的信号，可以保证重建结果的连续性，同时能保证对目标信号序列中的所有信号都进行波形重建处理。
在一个实施例中，步骤S200包括：获取当前处理信号的特征信号点以及位于特征信号点两侧的多个信号点；根据特征信号点以及位于特征信号点两侧的多个信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号。
当前处理信号包括特征信号点以及位于特征信号点两侧的多个信号点。对于脉冲信号来说，每个脉冲信号都对应存在一个脉冲幅度，即该脉冲电压的最大变化幅度(峰值)，因此，可以选择脉冲信号中信号幅值的峰值对应的信号点作为特征信号点。峰值信号点需满足以下条件：(1)该信号点的电压值大于设定阈值；(2)该信号点前面预设数量的信号点都小于该峰值信号点，该信号点后面预设数量的信号点也都小于该峰值信号点。可以理解，位于特征信号点两侧的多个信号点，包括该脉冲信号的上升沿的信号点以及下降沿的信号点，该类型信号点的个数为多个，多个指代的具体数量可以是预设规定数量，也可以是根据需要灵活选择确定。此外，该类型信号点的确定可以是基于预设条件确定的，预设条件包括预设信号点数量条件，预设信号点间隔条件，预设信号点幅值条件等，该类型信号点的确定条件并不唯一。
具体地，以获取预设规定数量的非特征信号点的其他类型信号点为例，定义脉冲信号的上升时间为Tr，数据采样间隔为Δt，位于峰值信号点之前的信号点的预设个数为n，位于峰值信号点之后的信号点的预设个数为m，目标信号序列对应的预设形式的预设信号重建函数包含的待确定的重建参数的个数为q，则n和m的值可以通过以下公式计算得到：
m≥q-1-n
本实施例通过根据脉冲信号的波形特征信息，合理选择用于进行信号重建处理的信号点，从而可以使得根据选择的信号点重建得到的重建信号更加准确，重建信号的信号特征信息也与对应的原始信号更相符，从而减小因信号重建导致的计算误差。
在一个实施例中，如图7所示，步骤S200包括步骤S210至步骤S230。
步骤S210，获取信号重建函数，信号重建函数包含待确定的重建参数。
对于目标信号序列来说，可以选择一个信号重建函数来对该目标信号序列进行波形重建处理，该信号重建函数包含一个或多个待确定的重建参数，该信号重建函数可以是预设的信号重建函数，也可以是根据实际情况对预设的信号重建函数进行一定的调整得到，也可以是根据实际情况输入的函数。以图2中的目标信号序列为例，可以采用如下形式的信号重建函数：
其中τ1、τ2、t0、A为待确定的重建参数，对应地，q＝4。
步骤S220，根据特征信号点以及位于特征信号点两侧的多个信号点的坐标值，确定信号重建函数中的重建参数，得到当前处理信号对应的信号重建函数。
具体地，上述信号重建函数可以表示为y＝f(x,τ1,τ2,t0,A)的形式，定义获取的信号点数量为j(j＝n+m+1)，对应的坐标分别为(xi,yi)，其中i＝1,2,3...j，则可以根据以下计算过程得到重建参数：
在根据上述公式计算得到待确定的重建参数τ1、τ2、t0、A之后，将重建参数的值代入公式
即可得到当前处理信号对应的信号重建函数。
在上述计算过程中，采用莱文贝格-马夸特方法(Levenberg–Marquardtalgorithm)计算重建参数，莱文贝格－马夸特方法能提供数非线性最小化(局部最小)的数值解。此算法能借由执行时修改参数达到结合高斯-牛顿算法以及梯度下降法的优点，并对两者之不足作改善(比如高斯-牛顿算法之反矩阵不存在或是初始值离局部极小值太远)。
具体地，在莱文贝格-马夸特方法中，假设f是一个从
的非线性映射，也就是说
且
那么有：f(P)＝X。而我们的目的就是希望任意给定一个x以及合理的初始值p0，我们能找到一个p+，使得εTε尽量小(局部极小)，其中ε＝f(p+)-x。和大多数最小化的方法一样，这是一个迭代的方法。首先根据泰勒展开式我们能把f(p+δp)写为f(p+δp)≈f(p)+Jδp，这有两个好处：第一是线性、第二是只需要一阶微分，其中J是f的雅可比矩阵。对于每次的迭代我们这么作：假设这次迭代的点是pk，我们要找到一个δp，k让|x-f(p+δp，k)|≈|x-f(p)-Jδp，k|＝|εk-Jδp，k|最小。根据投影公式我们知道当下面式子被满足的时候能有最小误差：(JTJ)δp＝JTεk，我们将这个公式略加修改得到：[μI+(JTJ)]δp＝JTεk，就是莱文贝格－马夸特方法。如此一来μ大的时候这种算法会接近最速下降法，小的时候会接近高斯-牛顿方法。为了确保每次ε长度的减少，我们这么作：先采用一个小的μ，如果ε长度变大就增加μ。上述方法中，迭代结束条件如下：(1)如果发现ε长度变化小于特定的给定值时结束迭代；(2)发现δp变化小于特定的给定值时结束迭代；(3)到达迭代上限设定时结束迭代。
利用上述莱文贝格－马夸特方法，根据以下计算公式计算重建参数τ1、τ2、t0、A的值：
通过不断使用目标信号序列中的信号包含的信号点坐标来迭代计算重建参数的值，随着迭代次数越来越多，得到的重建参数的值也会越来越准确，将得到的重建参数值代入信号重建函数，得到的信号重建函数也会与目标信号序列越来越贴合。
步骤S230，根据信号重建函数得到当前处理信号对应的重建信号。
在根据莱文贝格－马夸特方法计算得到当前处理信号对应的信号重建函数后，根据信号重建函数进行波形重建处理，得到重建信号。具体地，在计算得到信号重建函数后，根据获取的j(j＝n+m+1)个信号点的坐标(xi,yi)，i＝1,2,3...j，将各个信号点的横坐标xi代入计算得到的信号重建函数，得到对应的新的纵坐标值yi'，即得到各个信号点对应的新的坐标值(xi,yi')，i＝1,2,3...j，根据新的坐标值(xi,yi')，以及通过该信号重建函数将对应的波形补充完整，即得到当前处理信号对应的重建信号。例如：在根据图2中的第一个脉冲信号的信号点计算出对应的信号重建函数，并进行波形重建处理后，得到如图8所示的重建信号。
在一个实施例中，在通过步骤S230得到当前处理信号对应的重建信号之后，该信号处理方法还包括：对重建信号进行基线去除处理。
脉冲信号在经过上升沿和下降沿以后，该脉冲信号的电压值会逐渐稳定在一个固定值，该固定值组成的线即为该脉冲信号的基线。例如，图8所示的重建信号的基线维持在200左右。为了便于提取重建信号的特征信息，需要对重建信号进行基线去除处理，具体为将该重建信号的基线下移至0左右，得到如图9所示的重建信号，保存该重建信号以便于后续计算使用。
类似地，如图10及图11所示，为图2中的第二个脉冲信号对应的重建信号以及重建信号；如图12及图13所示，为图2中的第五个脉冲信号对应的重建信号以及重建信号。结合图8、图10、图12可以看出，在对脉冲信号进行波形重建处理后得到的重建信号的基线越来越接近0，即表示在根据莱文贝格－马夸特方法计算当前处理信号对应的信号重建函数的过程中，随着计算次数(迭代次数)的增加，计算得到的信号重建函数越来越准确。
本实施例根据当前处理信号包含的信号点，通过莱文贝格－马夸特方法计算得到当前处理信号对应的信号重建函数，随着计算次数(迭代次数)的增加，计算结果准确度也越来越高；根据信号重建函数得到重建信号后，提取的信号信息特征也越来越准确，从而提高检测结果的准确性。
应该理解的是，虽然图1、图6、图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、图6、图7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图14所示，提供一种信号处理装置，该装置包括：信号获取模块100、信号重建模块200、信号去除模块300及信号更新模块400。
信号获取模块100用于获取目标信号序列，并从目标信号序列中选择当前处理信号。
信号重建模块200用于根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号。
信号去除模块300用于将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除。
信号更新模块400用于将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号。
信号重建模块200还用于当信号更新模块400将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号之后，根据更新后的当前处理信号包含的信号点对更新后的当前处理信号进行波形重建处理，得到更新后的当前处理信号对应的重建信号，直至目标信号序列中所有信号都得到对应的重建信号。
关于信号处理装置的具体限定可以参见上文中对于信号处理方法的限定，在此不再赘述。上述信号处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
上述信号处理装置，在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
在一个实施例中，如图15所示，提供一种信号处理电路，该处理电路包括信号获取装置410和信号处理装置420，信号获取装置410与信号处理装置420连接。
信号获取装置410用于获取目标信号序列，并发送至信号处理装置420；信号处理装置420用于从目标信号序列中选择当前处理信号；根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号；将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除；将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号的步骤，直至目标信号序列中所有信号都得到对应的重建信号。
具体地，信号获取装置410可以是能实现模拟信号采集以及信号数字化处理的装置，例如传感器(sensor)和模数转换器(ADC，Analog-to-Digital Converter)等，信号处理装置420为可以是FPGA(Field－Programmable Gate Array，即现场可编程门阵列),CPU(Central Processing Unit，中央处理器),ARM(Advanced RISC Machines，ARM处理器)等。
上述信号处理电路，在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取目标信号序列，并从目标信号序列中选择当前处理信号；根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号；将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除；将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号的步骤，直至目标信号序列中所有信号都得到对应的重建信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：从上一个已完成波形重建处理的信号在目标信号序列中的位置进行查找，从目标信号序列中获取得到当前处理信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取当前处理信号的特征信号点以及位于特征信号点两侧的多个信号点；根据特征信号点以及位于特征信号点两侧的多个信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取信号重建函数，信号重建函数包含待确定的重建参数；根据特征信号点以及位于特征信号点两侧的多个信号点的坐标值，确定信号重建函数中的重建参数，得到当前处理信号对应的信号重建函数；根据信号重建函数得到当前处理信号对应的重建信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对重建信号进行基线去除处理。
上述计算机设备，在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取目标信号序列，并从目标信号序列中选择当前处理信号；根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号；将当前处理信号对应的重建信号的幅值从目标信号序列中的待处理信号中去除；将目标信号序列中与当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回根据当前处理信号包含的信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号的步骤，直至目标信号序列中所有信号都得到对应的重建信号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从上一个已完成波形重建处理的信号在目标信号序列中的位置进行查找，从目标信号序列中获取得到当前处理信号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取当前处理信号的特征信号点以及位于特征信号点两侧的多个信号点；根据特征信号点以及位于特征信号点两侧的多个信号点对当前处理信号进行波形重建处理，得到当前处理信号对应的重建信号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取信号重建函数，信号重建函数包含待确定的重建参数；根据特征信号点以及位于特征信号点两侧的多个信号点的坐标值，确定信号重建函数中的重建参数，得到当前处理信号对应的信号重建函数；根据信号重建函数得到当前处理信号对应的重建信号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对重建信号进行基线去除处理。
上述存储介质，在获取目标信号序列之后，通过对信号序列中的每个信号进行信号重建处理得到对应的重建信号，根据该重建信号可以准确地提取每个信号对应的特征信息，根据提取的信号特征信息进行计算，从而可以避免计算误差，提高检测结果的准确性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种信号处理方法，其特征在于，包括：
获取目标信号序列，并从所述目标信号序列中选择当前处理信号；
根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号；
将所述当前处理信号对应的重建信号的幅值从所述目标信号序列中的待处理信号中去除；
将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回所述根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，直至所述目标信号序列中所有信号都得到对应的重建信号。
2.根据权利要求1所述的信号处理方法，其特征在于，所述从所述目标信号序列中选择当前处理信号的步骤，包括：从上一个已完成波形重建处理的信号在所述目标信号序列中的位置进行查找，从所述目标信号序列中获取得到当前处理信号。
3.根据权利要求1所述的信号处理方法，其特征在于，所述根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，包括：
获取所述当前处理信号的特征信号点以及位于所述特征信号点两侧的多个信号点；
根据所述特征信号点以及位于所述特征信号点两侧的多个信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号。
4.根据权利要求3所述的信号处理方法，其特征在于，所述特征信号点为信号幅值的峰值对应的信号点。
5.根据权利要求3所述的信号处理方法，其特征在于，所述根据所述特征信号点以及位于所述特征信号点两侧的多个信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，包括：
获取信号重建函数，所述信号重建函数包含待确定的重建参数；
根据所述特征信号点以及位于所述特征信号点两侧的多个信号点的坐标值，确定所述信号重建函数中的重建参数，得到所述当前处理信号对应的信号重建函数；
根据所述信号重建函数得到所述当前处理信号对应的重建信号。
6.根据权利要求5所述的信号处理方法，其特征在于，所述根据所述信号重建函数得到所述当前处理信号对应的重建信号的步骤之后，还包括：对所述重建信号进行基线去除处理。
7.一种信号处理装置，其特征在于，包括：
信号获取模块，用于获取目标信号序列，并从所述目标信号序列中选择当前处理信号；
信号重建模块，用于根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号；
信号去除模块，用于将所述当前处理信号对应的重建信号的幅值从所述目标信号序列中的待处理信号中去除；
信号更新模块，用于将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号；
所述信号重建模块还用于当所述信号更新模块将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号之后，根据所述更新后的当前处理信号包含的信号点对所述更新后的当前处理信号进行波形重建处理，得到所述更新后的当前处理信号对应的重建信号，直至所述目标信号序列中所有信号都得到对应的重建信号。
8.一种信号处理电路，其特征在于，包括信号获取装置和信号处理装置，所述信号获取装置与所述信号处理装置连接；
所述信号获取装置用于获取目标信号序列，并发送至所述信号处理装置；
所述信号处理装置用于从所述目标信号序列中选择当前处理信号；根据所述当前处理信号包含的信号点对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号；将所述当前处理信号对应的重建信号的幅值从所述目标信号序列中的待处理信号中去除；将所述目标信号序列中与所述当前处理信号相邻的待处理信号作为更新后的当前处理信号，返回所述对所述当前处理信号进行波形重建处理，得到所述当前处理信号对应的重建信号的步骤，直至所述目标信号序列中所有信号都得到对应的重建信号。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的信号处理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的信号处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810797996.1A CN109171777B (zh) | 2018-07-19 | 2018-07-19 | 信号处理方法、装置、电路、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810797996.1A CN109171777B (zh) | 2018-07-19 | 2018-07-19 | 信号处理方法、装置、电路、存储介质及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109171777A CN109171777A (zh) | 2019-01-11 |
| CN109171777B true CN109171777B (zh) | 2022-03-01 |
Family
ID=64936365
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810797996.1A Active CN109171777B (zh) | 2018-07-19 | 2018-07-19 | 信号处理方法、装置、电路、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109171777B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111830449B (zh) * | 2019-04-19 | 2022-10-18 | 西门子(深圳)磁共振有限公司 | 呼吸信号提取方法及装置、磁共振成像系统、存储介质 |
| WO2021119929A1 (zh) * | 2019-12-16 | 2021-06-24 | 瑞声声学科技(深圳)有限公司 | 自定义振动的方法、装置、计算机设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101680956A (zh) * | 2007-06-19 | 2010-03-24 | 皇家飞利浦电子股份有限公司 | 用于多谱光子计数读出电路的数字脉冲处理 |
| CN101983331A (zh) * | 2008-03-31 | 2011-03-02 | 南方创新国际股份有限公司 | 具有单个信号分辨率的辐射成像方法 |
| CN102073059A (zh) * | 2010-12-31 | 2011-05-25 | 华中科技大学 | 一种数字化pileup波形处理方法及系统 |
| CN104104389A (zh) * | 2013-04-09 | 2014-10-15 | 华为技术有限公司 | 一种信号重建方法及设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110052035A1 (en) * | 2009-09-01 | 2011-03-03 | Siemens Corporation | Vessel Extraction Method For Rotational Angiographic X-ray Sequences |
| US9476993B2 (en) * | 2015-01-07 | 2016-10-25 | Toshiba Medical Systems Corporation | Apparatus and method for computing detector response of a photon-counting detector |
-
2018
- 2018-07-19 CN CN201810797996.1A patent/CN109171777B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101680956A (zh) * | 2007-06-19 | 2010-03-24 | 皇家飞利浦电子股份有限公司 | 用于多谱光子计数读出电路的数字脉冲处理 |
| CN101983331A (zh) * | 2008-03-31 | 2011-03-02 | 南方创新国际股份有限公司 | 具有单个信号分辨率的辐射成像方法 |
| CN102073059A (zh) * | 2010-12-31 | 2011-05-25 | 华中科技大学 | 一种数字化pileup波形处理方法及系统 |
| CN104104389A (zh) * | 2013-04-09 | 2014-10-15 | 华为技术有限公司 | 一种信号重建方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109171777A (zh) | 2019-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110009707B (zh) | 图像散射校正方法、装置、计算机设备和存储介质 | |
| CN110584698B (zh) | 探测器质量控制效验方法、装置、计算机设备和存储介质 | |
| CN109171777B (zh) | 信号处理方法、装置、电路、存储介质及计算机设备 | |
| US20110127413A1 (en) | Systems and Methods for Calibrating Time Alignment For A Positron Emission Tomography (PET) System | |
| US10036817B2 (en) | Solving outside-field of view scatter correction problem in positron emission tomography via digital experimentation | |
| EP3218876A1 (en) | X-ray imaging based on image data from a photon-counting multi bin x-ray detector | |
| EP3427667B1 (en) | Time calibration in pet device | |
| US11234667B2 (en) | Scatter correction using emission image estimate reconstructed from narrow energy window counts in positron emission tomography | |
| EP3890611A1 (en) | Determination of metabolic rate from static pet scan | |
| JP6932253B2 (ja) | 陽電子放出断層撮影の偶発同時推定のための緩和された反復的最大尤度期待値最大化 | |
| CN110327067B (zh) | 图像重建方法、装置、终端设备及pet系统 | |
| CN114648611B (zh) | 局域轨道函数的三维重构方法及装置 | |
| CN110415311B (zh) | Pet图像重建方法、系统、可读存储介质和设备 | |
| CN110327065B (zh) | 单事件计数率校正方法、装置、计算机设备和存储介质 | |
| CN110680370B (zh) | 图像重建方法、装置、控制台设备及pet系统 | |
| CN111630572A (zh) | 基于深度学习的图像品质因数预测 | |
| CN110400361B (zh) | 子集划分及图像重建的方法、装置和计算机设备 | |
| WO2018044214A1 (en) | Method and system for estimating the relative gain and offset of a converter | |
| WO2007026266A2 (en) | Noise model selection for emission tomography | |
| WO2021115917A1 (en) | Machine learning-based scintillator response modelling for increased spatial resolution in nuclear imaging | |
| CN109636873B (zh) | 用于医学图像重建的数据处理方法和医学图像重建方法 | |
| CN110687585A (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 | |
| CN113520435B (zh) | 时间校正方法、装置、计算机设备以及存储介质 | |
| CN111080737B (zh) | 图像重建方法、装置及pet扫描系统 | |
| CN109613593B (zh) | 伽马光子作用位置抽样方法、装置、电子设备及存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |