CN109884183B - 透射反射模态融合的超声层析成像方法 - Google Patents
透射反射模态融合的超声层析成像方法 Download PDFInfo
- Publication number
- CN109884183B CN109884183B CN201910009921.7A CN201910009921A CN109884183B CN 109884183 B CN109884183 B CN 109884183B CN 201910009921 A CN201910009921 A CN 201910009921A CN 109884183 B CN109884183 B CN 109884183B
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- boundary
- reflection
- field
- signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003325 tomography Methods 0.000 title claims abstract description 23
- 230000004927 fusion Effects 0.000 title claims description 6
- 230000005540 biological transmission Effects 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 230000002902 bimodal effect Effects 0.000 claims abstract description 6
- 238000012512 characterization method Methods 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000005284 excitation Effects 0.000 claims description 16
- 238000002604 ultrasonography Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 description 34
- 238000004422 calculation algorithm Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 13
- 238000001028 reflection method Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 108091006146 Channels Proteins 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003889 chemical engineering Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001493 electron microscopy Methods 0.000 description 2
- 230000005514 two-phase flow Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002593 electrical impedance tomography Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005279 excitation period Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种透射反射模态融合的超声层析成像方法，用于实现被测物场两相介质分布的重建和可视化表征，包含：接收时变超声信号；采用数字正交乘法解调对所获得的超声时变信号解调，得到正交解调结果；得到边界电压测量值，其对应的时间即为解调得到的渡越时间；计算离散相介质边界点距超声换能器的距离并构建超声反射约束方程；计算透射模态下超声换能器接收信号的幅值衰减；计算透射反射双模态图像重建结果。
Description
技术领域
本发明属于超声层析成像技术领域，涉及实现一种利用透射反射模态融合的超声层析成像方法，用于实现被测物场两相介质分布的重建和可视化表征。
背景技术
超声层析成像技术(Ultrasonic Tomography,UT)是一种结构性成像技术，其通过在被测场域外布置超声传感器阵列并施加一定的激励以得到边界电压测量数据，以此来重建被测场域内部的折射系数、衰减系数或声阻抗分布情况。相比软场成像技术例如电阻抗层析成像(Electrical Impedance Tomography,EIT)和电磁层析成像(MagneticImpedance Tomography,MIT)，UT具有非侵入、分辨率高的优点，相比精度较高的硬场成像技术如X射线层析成像(X-ray Computed Tomography,X-CT)及光学层析成像方法(OpticalCoherence Tomography,OCT)，UT使用安全、结构简单、可以实现实时成像。此外UT还有着非接触、方向性好、成本低等优势，是一种较为理想的过程可视化检测监视手段。UT作为一种层析成像技术手段，在多相流可视化检测、化工石油输送、航空发动机探查以及生物医学诊断中均有广泛的应用。
完整的UT系统主要包含三个部分：传感器阵列设计与换能器安装；信号激励、采集系统；超声成像重建算法。其中超声成像算法通过对从采集系统得到的换能器接收信号进行处理，通过解调提取测量幅值或渡越时间，得到某个确定激励下的全部换能器的有效测量数据，进一步通过图像重建方法得到被测物场两相介质分布的合理估计。目前，超声成像重建算法主要存在成像分辨率低、成像精度差、图像伪影严重等三个方面的问题。此外，作为一种主要利用硬场特性的成像方法，超声成像方法严重依赖于场域边界换能器的数量，其逆问题求解具有严重的病态性(对测量值得微小扰动会导致重建结果的大幅度变化)和欠定性(所需求解的方程数远小于未知量的数目，方程有无穷多解)。为克服这个问题，学者们提出了许多图像重建算法，超声层析成像图像重建方法根据其模态的不同主要分为透射法和反射法两类，其中透射法通过记录相对于发射探头的超声换能器接收到的电压信号实现渡越时间、衰减幅值的提取，进而实现被测物场两相介质分布的重建，反射法通过记录发射探头接收到的反射声波信号，通过提取对应渡越时间确定两相介质中离散相边界位置，通过提取渡越时间对应信号幅值确定边界声阻抗差异。在过去的研究中，透射法方面，典型的图像重建方法有徐立军等人1998年在《仪器仪表学报》(Chinese Journal ofScientific Instrument)第17卷，1-7页，发表的题为《气液两相泡状流体监测用超声层析成像系统的研究》(Investigation of Ultrasound Tomography System used forMonitoring Bubbly Gas/Liquid Two-phase fluid)的文章中提到的二值反投影方法、Rahim等人在《传感器与执行器》(Sensors and Actuators)第135卷，337-345页发表的题为《超声对液体、气体的非侵入性成像》(Non-invasive imaging of liquid/gas flow usingultrasonic transmission mode tomography)的文章中提到的采用R-L函数的线性滤波反投影方法、Gordon等人在《理论生物学杂志》(Journal of theoretical biology)第29卷，第3期，471-481页发表的题为《用于三维电子显微镜和X射线CT的代数重建技术》(Algebraic reconstruction techniques(ART)for three-dimensional electronmicroscopy and X-ray photography)的文章中提出的代数重建方法、苏邦良等人在《化学工程期刊》(Chemical Engineering Journal)第77卷，37-41页发表的题为《同步迭代重建技术在电容层析成像中的应用》(The use of simultaneous iterative reconstructiontechnique for electrical capacitance tomography)的文章中提出的同步迭代重建方法、Anderson等人在《超声成像》(Ultrasound Imaging)第6卷，81-94页发表的题为《同步代数重建技术(SART)：ART算法更优越的实现》(Simultaneous algebraic reconstructiontechnique(SART):a superior implementation of the ART algorithm)的文章中提出的同步代数重建方法等；在反射法方面，典型的图像重建算法有2013年徐春广等人在《仪器仪表与传感器》(Instrumentation Technique and Sensor)2013-04期中发表的题为《基于VC++的超声探伤仪发射端信号测量与处理系统》的文章中提出的反射式超声椭圆成像算法、2017年Langener等人在《流动测量与设备》(Flow Measurement and Instrumentation)第53卷，107-115页发表的题为《一种基于超声反射重建技术的实时超声过程层析成像系统》(A real-time ultrasound process tomography system using a reflection modereconstruction technique)的文章中体出的基于路径追踪的超声反射图像重建算法。
上述超声层析成像图像重建方法中，往往采用透射法或反射法单独进行图像重建，透射法和反射法对不同位置及不同声阻抗比的介质有较为互补的成像效果，如反射法对靠近场域边界的离散相介质可以实现较好的重建，透射法对靠近场域中央的离散相介质可以实现较好的重建，但两种方法单独使用的时候对不同位置的成像效果差别较大，无法做到对各个位置的离散相介质分布进行快速、准确的可视化表征。此外，在超声成像图像重建算法及其改进方法中，探头数量的多少对重建图像精度及重建图像分辨率有至关重要的影响，即超声成像图像重建方法与探头间的有效路径数目紧密相关：投影路径越多，成像精度越高，伪影越少。但在UPT实际应用过程中，受限于场域尺寸及信号激励幅值限制，场域边界的探头数不能无限增加；另一方面，超声作为机械波在场域内的传播需要一定的渡越时间，换能器数目过多无法满足可视化监测的实时性要求。单独使用透射法或反射法进行图像重建均仅能利用超声信号中包含的部分信息，无法在保证较快的数据成像速度前提下实现较高精度的图像重建。因此需要一种在低投影数量下有效利用透射反射多模态信息的图像重建算法，以期在保证实时性图像重建速度的同时实现叫高精度的重建。
发明内容
本发明的目的在于提出一种利用透射反射模态融合的超声层析成像方法，用于实现被测物场两相介质分布的重建和可视化表征。通过数字正交乘法解调同时获取反射渡越时间及透射幅值衰减信息。基于解调信息，搭建反射边界约束方程并提出基于滤波反投影的联合约束图像重建方法，解决了透射及反射图像重建算法分别在某些情况下出现成像失败的问题，扩展了滤波反投影代数重建方法的应用，提高超声过程层析成像逆问题的求解精度和图像重建质量。技术方案如下：
一种透射反射模态融合的超声层析成像方法，用于实现被测物场两相介质分布的重建和可视化表征，包含以下步骤：
(1)在被测场域外表面均匀的布置N个超声换能器，并使用四周期脉冲正弦波电压对发射探头进行激励，场域边界上的所有超声换能器均用于接收超声信号，采用循环激励的策略，场域内边界的每个超声换能器均分别用来进行激励，对于N个超声换能器构成的传感器阵列，共接收N×N个时变超声信号；
(2)采用数字正交乘法解调对所获得的超声时变信号解调，得到正交解调结果，即幅值A和信号滞后的相位
(3)根据正交解调采集信号每一点的幅值和相位信息进行每一点的幅值大小比较，即将前一时刻的数据点与下一时刻的数据点进行比较，最终保存的值为接收脉冲信号的最大幅值。停止刷新后，累加器的计数值为测量脉冲信号的最大幅值，最大幅值即为解调得到的边界电压测量值，其对应的时间即为解调得到的渡越时间；
(4)计算离散相介质边界点距超声换能器的距离并构建超声反射约束方程，方法如下：[1]根据对每个超声换能器自发自收超声信号进行解调得到的渡越时间，计算被测场域内离散相介质边界点与超声换能器探头的轴线距离：
其中，dt-r表示离散相介质边界点与超声换能器探头的轴线距离，TOFt-r表示对应离散相介质边界点距离的渡越时间，cw表示被测场域内连续相介质的声速；
[2]根据场域内每个换能器对应的离散相介质边界距离，构建超声反射约束方程，其计算方式表示为：
H(α)＝[α(p1)-a1·p1,α(p2)-a2·p2,…,α(pn)-an·pn]T＝0
其中，α(·)表示衰减系数，p2表示被测场域内的第二个像素，pn表示被测场域内的第n个像素，a1表示第一个像素的反射权系数值，以此类推，将离散相介质边界内部像素的反射权系数值取值为离散相介质边界外部像素反射权系数值的整数倍，一般取值大于1000；
(5)计算透射模态下超声换能器接收信号的幅值衰减，方法如下：
[1]获取重建所需的投影衰减测量值V(ti,rj)，其计算方式表示为：
其中，fc是激励信号的中心频率，As为空场下的边界电压测量值，Ar为存在离散相介质情况下的边界电压测量值，V(ti,rj)表示第i个换能器发射、第j个换能器接收时其投影路径对应的投影衰减值，ln表示对数符号；
[2]构建系数矩阵，即在不含离散相介质空场内根据激励探头和接收探头的相对位置计算其连线穿过场域内像素的情况，其计算公式为：
其中，
表示坐标为(x,y)的像素点对应投影路径的系数矩阵取值，(ti,rj)表示第i个换能器发射、第j个换能器接收时其投影路径在系数矩阵中对应的行号，m表示投影路径与像素的重叠面积，l表示像素的边长；
[3]计算滤波系数矩阵
其计算方式表示为：
其中，Pm表示系数矩阵中的最大值，NUM表示换能器数目，∑表示求和；
(6)计算透射反射双模态图像重建结果G(x,y)：
本发明中所提出的方法，可以在低投影数量下解决透射及反射图像重建算法分别在某些情况下出现成像失败的问题，扩展滤波反投影代数重建方法的应用，有效提高超声过程层析成像逆问题的求解精度和图像重建质量。本发明实现了测量中对透射及反射模态信息的提取、解耦、及联合利用，在提升图像重建精度的同时显著降低了成像伪影。通过搭建反射边界约束方程并使用基于滤波反投影的联合约束图像重建方法，扩展了滤波反投影代数重建方法的应用，提高超声过程层析成像逆问题的求解精度和图像重建质量。
附图说明
图1为本发明中透射反射双模态信息采集示意图；
图2为本发明中采用的数字正交乘法解调流程示意图；
图3为本发明中针对离散相介质分布(Distribution)的实验图像重建结果，并分别给出了相应的透射法成像结果(T-mode)、反射法成像结果(R-mode)、本算法所提出双模态成像结果(Dual-mode)，；
图4为针对本发明的十组仿真模型不同成像结果的相对误差和图像相关系数对比。
具体实施方式
结合附图和实施例对本发明的基于非均匀形状约束的像素值域滤波超声成像算法加以说明。
本发明的透射反射双模态融合的工业过程超声层析成像图像重建方法，实施例中针对工业输油管道中油水两相流的成像这一UT技术的常见应用形式，使用基于投影路径长度的系数矩阵构建方法表征油水两相流超声可视化检测的正问题模型，同时将图像重建逆问题的求解过程分解为数字正交乘法解调、反射约束方程构建、透射系数矩阵及滤波矩阵计算、联合图像重建四个部分。以达到透射反射双模态信息有效提取、解耦、联合图像重建的目的，以提高低投影数量下的对离散相介质位置、轮廓的准确描述。
如图1所示，本发明的基于透射反射双模态信息采集过程。在被测场域外表面均匀的布置N个超声换能器，并使用脉冲正弦波电压对发射探头进行激励，随着超声波传播，场域内会产生超声透射波和超声反射波。因此，在激励后，场域边界上的所有超声换能器均需接收感应到的超声信号。
图2是数字正交乘法解调流程示意图。经过数字模拟转换控制模块之后，测量信号被转换成为二进制补码形式的数字信号，通过相敏解调数字化的测量信号，以获得超声回波信号的幅值和渡越时间信息。模拟乘法解调和数字乘法解调是相敏解调中最常用的方法，其中模拟解调需要低通滤波器。由于模拟解调的响应时间较长，不利于提高系统的实时性能，因此采用数字正交乘法解调并在FPGA内部实现。数字解调可以在单个信号周期中获得信号解调的结果。当激励周期开始时，开关切换模块提供触发信号，控制着FPGA内部的数字解调模块的开始与结束。UPT系统16通道的数据解调方式为并行解调。同时，系统中的每个通道都采用组合解调模式，在分别对幅值解调数据和渡越时间解调数据进行编号和打包之后，根据通道序列将它们两者依次发送到异步FIFO。
图3中分别给出了模型1-模型10对应的成像结果。可以看出，传统透射模式或反射模式均无法有效实现不同位置、不同数目、不同尺寸离散相介质的有效重建。本发明所提出的算法能够较准确地重建出离散相介质的准确位置和完整形状。重建结果中，离散相介质边界清晰，图像无过多伪影及噪声，图像分辨率、成像精度均有明显提高
图4中分别给出了传统超声层析成像图像重建算法的成像结果与本算法的成像结果重建指标对比，重建指标包括相对误差(RE)和图像相关系数(CC)两种，其计算方法表示为：
其中，σ表示重建的像素单元电导率分布，σ*表示真实情况下的电导率分布，σj和σj *表示第j个像素单元重建的和真实的电导率分布，
和
表示重建的和真实的电导率分布的平均值。
本算法实施例包括如下具体步骤：
(1)：在被测场域外表面均匀的布置N个超声换能器，并使用四周期脉冲正弦波电压对发射探头进行激励，场域边界上的所有超声换能器均用于接收超声信号。采用循环激励的策略，场域内边界的每个超声换能器均分别用来进行激励，对于N个超声换能器构成的传感器阵列，共接收N×N个时变超声信号。
(2)：采用数字正交乘法解调对所获得的超声时变信号解调，解调过程在配套测量系统中通过逻辑门电路阵列实现。
a.设模拟-数字转换器提供的采样率为fs，对超声换能器接收到的正弦交流测量信号进行采样，得到的数字化的测量信号表达式，其计算方式表示为：
其中，k表示采样点序号，y(k)表示第k个采样点的值，sin表示正弦函数，π表示圆周率，f表示激励信号频率，
表示信号滞后的相位，A表示数字化测量信号的幅值，M表示第k个采样点序号表示的测量时间。
b.将正弦和余弦标准正交参考信号分别与数字化测量信号相乘，即可得到两个相互正交的乘积信号，其计算方式表示为：
其中，N为一个完整信号周期内采样点的总个数，cos表示余弦函数，pi(k)和pq(k)表示两个相互正交的乘积信号。
c.将两个相互正交的乘积信号按整数周期累加，得到正交解调结果，其计算方式表示为：
d.根据正交解调采集信号每一点的幅值和相位信息进行每一点的幅值大小比较，即将前一时刻的数据点与下一时刻的数据点进行比较，最终保存的值为接收脉冲信号的最大幅值。停止刷新后，累加器的计数值为测量脉冲信号的最大幅值。
(3)：基于步骤(2)的解调结果，计算离散相介质边界点距超声换能器的距离并构建超声反射约束方程。
a.根据对每个超声换能器自发自收超声信号进行解调得到的渡越时间，计算被测场域内离散相介质边界点与超声换能器探头的轴线距离，其计算方式表示为：
其中，dt-r表示离散相介质边界点与超声换能器探头的轴线距离，TOFt-r表示对应离散相介质边界点距离的渡越时间，cw表示被测场域内连续相介质的声速。
b.根据场域内每个换能器对应的离散相介质边界距离，构建超声反射约束方程，其计算方式表示为：
H(α)＝[α(p1)-a1·p1,α(p2)-a2·p2,…,α(pn)-an·pn]T＝0
其中，α(·)表示衰减系数，p2表示被测场域内的第二个像素，pn表示被测场域内的第n个像素，a1表示第一个像素的反射权系数值，以此类推。将离散相介质边界内部像素的反射权系数值取值为离散相介质边界外部像素反射权系数值的1000倍。
(4)：基于步骤二的解调结果，计算透射模态下超声换能器接收信号的幅值衰减。
a.获取重建所需的投影衰减测量值V(ti,rj)，其计算方式表示为：
其中，fc是激励信号的中心频率，As为空场下的边界电压测量值，Ar为存在离散相介质情况下的边界电压测量值，V(ti,rj)表示第i个换能器发射、第j个换能器接收时其投影路径对应的投影衰减值，ln表示对数符号。
b.构建系数矩阵，即在不含离散相介质空场内根据激励探头和接收探头的相对位置计算其连线穿过场域内像素的情况，其计算公式为：
其中，
表示坐标为(x,y)的像素点对应投影路径的系数矩阵取值，(ti,rj)表示第i个换能器发射、第j个换能器接收时其投影路径在系数矩阵中对应的行号。
c.计算滤波系数矩阵
其计算方式表示为：
其中，Pm表示系数矩阵中的最大值，NUM表示换能器数目，∑表示求和。
(5)：基于步骤二～步骤四种的计算结果，计算透射反射双模态图像重建结果G(x,y)，其计算方式表示为：
Claims (2)
1.一种透射反射模态融合的超声层析成像方法，用于实现被测物场两相介质分布的重建和可视化表征，包含以下步骤：
(1)在被测场域外表面均匀的布置N个超声换能器，并使用四周期脉冲正弦波电压对发射探头进行激励，场域边界上的所有超声换能器均用于接收超声信号，采用循环激励的策略，场域内边界的每个超声换能器均分别用来进行激励，对于N个超声换能器构成的传感器阵列，共接收N×N个时变超声信号；
(2)采用数字正交乘法解调对所获得的超声时变信号解调，得到正交解调结果，即幅值A和信号滞后的相位
(3)根据正交解调采集信号每一点的幅值和相位信息进行每一点的幅值大小比较，即将前一时刻的数据点与下一时刻的数据点进行比较，最终保存的值为接收脉冲信号的最大幅值，停止刷新后，累加器的计数值为测量脉冲信号的最大幅值，最大幅值即为解调得到的边界电压测量值，其对应的时间即为解调得到的渡越时间；
(4)计算离散相介质边界点距超声换能器的距离并构建超声反射约束方程，方法如下：
[1]根据对每个超声换能器自发自收超声信号进行解调得到的渡越时间，计算被测场域内离散相介质边界点与超声换能器探头的轴线距离：
其中，dt-r表示离散相介质边界点与超声换能器探头的轴线距离，TOFt-r表示对应离散相介质边界点距离的渡越时间，cw表示被测场域内连续相介质的声速；
[2]根据场域内每个换能器对应的离散相介质边界距离，构建超声反射约束方程，其计算方式表示为：
H(α)＝[α(p1)-a1·p1,α(p2)-a2·p2,…,α(pn)-an·pn]T＝0
其中，α(·)表示衰减系数，p2表示被测场域内的第二个像素，pn表示被测场域内的第n个像素，a1表示第一个像素的反射权系数值，以此类推，将离散相介质边界内部像素的反射权系数值取值为离散相介质边界外部像素反射权系数值的1000倍；
(5)计算透射模态下超声换能器接收信号的幅值衰减，方法如下：
[1]获取重建所需的投影衰减测量值V(ti,rj)，其计算方式表示为：
其中，fc是激励信号的中心频率，As为空场下的边界电压测量值，Ar为存在离散相介质情况下的边界电压测量值，V(ti,rj)表示第i个换能器发射、第j个换能器接收时其投影路径对应的投影衰减值，ln表示对数符号；
[2]构建系数矩阵，即在不含离散相介质空场内根据激励探头和接收探头的相对位置计算其连线穿过场域内像素的情况，其计算公式为：
其中，
表示坐标为(x,y)的像素点对应投影路径的系数矩阵取值，(ti,rj)表示第i个换能器发射、第j个换能器接收时其投影路径在系数矩阵中对应的行号，m表示投影路径与像素的重叠面积，l表示像素的边长；
[3]计算滤波系数矩阵
其计算方式表示为：
其中，Pm表示系数矩阵中的最大值，NUM表示换能器数目，∑表示求和；
(6)计算透射反射双模态图像重建结果G(x,y)：
2.根据权利要求1所述的透射反射模态融合的超声层析成像方法，步骤(2)的方法如下：
[1]设模拟-数字转换器提供的采样率为fs，对超声换能器接收到的正弦交流测量信号进行采样，得到的数字化的测量信号y(k)；
[2]将正弦和余弦标准正交参考信号分别与数字化测量信号相乘，得到两个相互正交的乘积信号pi(k)和pq(k)；
[3]将两个相互正交的乘积信号按整数周期累加，得到正交解调结果，即幅值A和信号滞后的相位
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910009921.7A CN109884183B (zh) | 2019-01-05 | 2019-01-05 | 透射反射模态融合的超声层析成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910009921.7A CN109884183B (zh) | 2019-01-05 | 2019-01-05 | 透射反射模态融合的超声层析成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109884183A CN109884183A (zh) | 2019-06-14 |
| CN109884183B true CN109884183B (zh) | 2021-07-09 |
Family
ID=66925569
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910009921.7A Active CN109884183B (zh) | 2019-01-05 | 2019-01-05 | 透射反射模态融合的超声层析成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109884183B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112067691B (zh) * | 2020-08-31 | 2024-01-30 | 天津大学 | 油气水三相介质衰减谱融合多频超声层析成像方法 |
| CN113466342B (zh) * | 2021-07-13 | 2022-05-06 | 西安交通大学 | 一种多层金属复合板层间损伤成像方法 |
| CN117770870B (zh) * | 2024-02-26 | 2024-05-10 | 之江实验室 | 一种基于双线阵超声波场分离的超声成像方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1696686A (zh) * | 2005-05-15 | 2005-11-16 | 山东科技大学 | 混凝土灌注桩质量检测系统 |
| CN102652680A (zh) * | 2011-03-01 | 2012-09-05 | 贺宁 | 基于非均匀傅里叶变换的超声层析成像方法 |
| CN105973752A (zh) * | 2016-04-22 | 2016-09-28 | 上海理工大学 | 集成透射式和反射式超声过程层析成像方法 |
| CN108287199A (zh) * | 2017-12-30 | 2018-07-17 | 天津大学 | 基于传播路径网格剖分的超声透射模式层析成像方法 |
| CN108490069A (zh) * | 2018-01-30 | 2018-09-04 | 天津大学 | 两相流分布参数双模式超声可视化测量装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9424674B2 (en) * | 2014-04-01 | 2016-08-23 | Saudi Arabian Oil Company | Tomographic imaging of multiphase flows |
-
2019
- 2019-01-05 CN CN201910009921.7A patent/CN109884183B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1696686A (zh) * | 2005-05-15 | 2005-11-16 | 山东科技大学 | 混凝土灌注桩质量检测系统 |
| CN102652680A (zh) * | 2011-03-01 | 2012-09-05 | 贺宁 | 基于非均匀傅里叶变换的超声层析成像方法 |
| CN105973752A (zh) * | 2016-04-22 | 2016-09-28 | 上海理工大学 | 集成透射式和反射式超声过程层析成像方法 |
| CN108287199A (zh) * | 2017-12-30 | 2018-07-17 | 天津大学 | 基于传播路径网格剖分的超声透射模式层析成像方法 |
| CN108490069A (zh) * | 2018-01-30 | 2018-09-04 | 天津大学 | 两相流分布参数双模式超声可视化测量装置 |
Non-Patent Citations (2)
| Title |
|---|
| Improved image reconstruction based on ultrasonic transmitted wave computerized tomography on concrete;Honghui Fan et al.;《EURASIP Journal on Image and Video Processing》;20181231;第1104-1111页 * |
| 集成超声透射和反射层析成像的理论与实验研究;顾建飞 等;《高校化学工程学报》;20181031;第32卷(第5期);第1-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109884183A (zh) | 2019-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112067691B (zh) | 油气水三相介质衰减谱融合多频超声层析成像方法 | |
| CN109884183B (zh) | 透射反射模态融合的超声层析成像方法 | |
| CN110706298B (zh) | 正则化加权最小二乘的透射反射双模式超声成像重建方法 | |
| Klipstein et al. | Blood flow patterns in the human aorta studied by magnetic resonance. | |
| US4162630A (en) | Measurement and reconstruction of three-dimensional fluid flow | |
| CN109690260B (zh) | 用于有损介质成像的位移电流相位层析成像 | |
| CN102608205B (zh) | 基于变波速相位迁移的多层物体无损检测超声成像方法 | |
| CN109598769B (zh) | 总变差正则化约束的超声成像同步代数迭代重建方法 | |
| Li et al. | A novel sensitivity matrix construction method for ultrasonic tomography based on simulation studies | |
| CN106442631A (zh) | 基于电学/超声双模态融合的层状界面重建方法 | |
| CN110097608B (zh) | 修正路径追踪描述的连续波超声层析成像重建方法 | |
| CN109875606A (zh) | 基于先验反射成像的超声ct声速成像的方法 | |
| US5596508A (en) | High resolution measurement of a thickness using ultrasound | |
| Jiang et al. | Contactless electrical impedance and ultrasonic tomography: Correlation, comparison and complementarity study | |
| CN114216933B (zh) | 一种适用于开域流场的气液两相流测量装置及方法 | |
| CN111213066A (zh) | 基于模型的图像重建方法 | |
| CN114820847A (zh) | 一种用于透射衰减超声层析成像的幅值提取方法 | |
| CN103006272B (zh) | 基于超声交织编程的速度分布测量方法 | |
| CN109946388B (zh) | 基于统计逆的电学/超声双模态内含物边界重建方法 | |
| Rychagov et al. | Multipath flowrate measurements of symmetric and asymmetric flows | |
| Hou et al. | Multi-frequency ultrasound tomography based on modified matrix regularization method and wavelet fusion | |
| CN109102552A (zh) | 一种非均匀形状约束的像素值域滤波超声成像重建方法 | |
| CN107907591B (zh) | 多组分固液两相混合物组分浓度的超声检测系统和方法 | |
| Willemink et al. | Imaging of acoustic attenuation and speed of sound maps using photoacoustic measurements | |
| CN106955098B (zh) | 一种血管流速计算方法及装置 |
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 |