CN110441398A - 一种基于多层介质声速模型的合成孔径超声成像方法 - Google Patents
一种基于多层介质声速模型的合成孔径超声成像方法 Download PDFInfo
- Publication number
- CN110441398A CN110441398A CN201910644216.4A CN201910644216A CN110441398A CN 110441398 A CN110441398 A CN 110441398A CN 201910644216 A CN201910644216 A CN 201910644216A CN 110441398 A CN110441398 A CN 110441398A
- Authority
- CN
- China
- Prior art keywords
- velocity
- echo
- substrate
- acquisition signal
- multilayer dielectricity
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,用于对多层介质进行成像,其特征在于,包括如下步骤:步骤S1,以预定的采样频率依次发射超声波信号并获取采集信号;步骤S2,设定多个初始基底;步骤S3,对采集信号进行压缩感知,获取零延时回波基底;步骤S4,根据零延时回波基底和采样频率,获取各个接收通道之间的通道延时;步骤S5,根据通道延时对采集信号进行零延时处理,获取零延时采集信号;步骤S6,对零延时采集信号进行压缩感知,获取第一和第二回波基底;步骤S7,根据第一和第二回波基底和采样频率,获取中间层的上下表面的回波延时;步骤S8,建立多层介质的声速模型;步骤S9,根据声速模型对多层介质进行图像重建。
Description
技术领域
本发明属于超声技术领域,具体涉及一种基于多层介质声速模型的合成孔径超声成像方法。
背景技术
近年来,由于超声技术的许多优点,超声检测多层介质的相关研究与应用受到广泛关注,例如基于轴向传播的超声导波技术可提供多层材料的特性和材料内部结构等信息,目前用于长骨皮质骨评价及骨质疏松诊断(可参考文献:他得安等.超声轴向传播技术评价长骨的研究[J].应用声学,2009,28(3):161-165.)。
然而由于多层材料间显著的声速差异,采用固定声速的超声成像方法无法实现层状材料的超声成像。近年来,虽然有学者探究变声速情况下多层材料超声成像的可行性,例如结合声速模型对皮质骨进行了图像重建(可参考文献:Li.H et al.Ultrasound imagingof long bone fractures and healing with the split-step fourier imaging method[J].Ultrasound Med Biol,2013,39(8):1482-1490.),或者采用射线追踪(Ray-tracing)法寻找皮质骨最佳成像结果(可参考文献:Renaud G et al.In vivo ultrasound imagingof the bone cortex[J].Phys Med Biol,2018,63(12):125010.),但是由于传统波束形成中声速固定的局限,对多层介质进行图像重建所获取的图片准确性较低,分辨率也无法满足使用需求。
发明内容
为解决上述问题,本发明采用了如下技术方案:
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,用于对多层介质进行成像,其特征在于,包括如下步骤:
1.一种基于多层介质声速模型的合成孔径超声成像方法,用于对多层介质进行成像,其特征在于,包括如下步骤:
步骤S1,采用发射阵元总数为N的线性阵列,单个发射阵元以预定的采样频率向多层介质发射超声波信号,并通过全部N个接收阵元获取与发射阵元相对应的采集信号,N个发射阵元依次循环发射,然后进入步骤S2;
步骤S2,设定多个初始基底,然后进入步骤S3;
步骤S3,根据初始基底对采集信号进行压缩感知计算,获取与采集信号相对应的零延时回波基底,然后进入步骤S4;
步骤S4,根据零延时回波基底和采样频率,获取发射阵元所对应的接收通道之间的相对通道延时,然后进入步骤S5;
步骤S5,根据通道延时对相对应的采集信号进行零延时处理,获取零延时采集信号,然后进入步骤S6;
步骤S6,根据初始基底对零延时采集信号进行压缩感知计算,获取与零延时采集信号相对应的第一回波基底和第二回波基底,然后进入步骤S7;
步骤S7,根据第一回波基底、第二回波基底以及采样频率,获取与多层介质的中间层的上下表面相对应的两个回波信号之间的回波延时,然后进入步骤S8;
步骤S8,根据回波延时和多层介质中的声速,获取多层介质的各层厚度,从而建立声速模型,然后进入步骤S9;
步骤S9,将零延时采集信号输入声速模型,通过相位迁移法对多层介质进行图像重建。
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,还可以具有这样的特征,其中,步骤S3包括如下子步骤:
步骤S3-1,根据初始基底对采集信号进行计算,获取采集信号在每个初始基底中的权重值,然后进入步骤S3-2;
步骤S3-2,判断权重值是否大于预定的阈值,若判断为是,则保留对应的采集信号作为有效采集信号,然后进入步骤S3-3;
步骤S3-3,将所有有效采集信号进行组合,获取零延时回波基底。
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,还可以具有这样的特征,其中,初始基底为采集信号在初始基底下的表示为θ=[θ1,θ2,...θM]为采集信号在初始基底上的权重值。
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,还可以具有这样的特征,其中,步骤S6包括如下子步骤:
步骤S6-1,根据初始基底对零延时采集信号进行计算,获取零延时采集信号在每个初始基底中的权重值,然后进入步骤S6-2;
步骤S6-2,判断权重值是否大于预定的阈值,若判断为是,则保留对应的零延时采集信号作为有效零延时采集信号,然后进入步骤S6-3;
步骤S6-3,将所有有效零延时采集信号进行组合,获取第一回波基底和第二回波基底。
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,还可以具有这样的特征,其中,步骤S1中,接收阵元的数量为N个,在接收采集信号时,每个接收阵元均为有效阵元,从而接收从多层介质的每一个介质层的上下表面反射回的超声波信号作为采集信号,形成N次发射接收循环。
本发明提供了一种基于多层介质声速模型的合成孔径超声成像方法,还可以具有这样的特征,其中,压缩感知所用的初始基底的间隔为采样频率所对应的采样周期。
发明作用与效果
根据本发明的基于多层介质声速模型的合成孔径超声成像方法,由于对采集信号进行压缩感知计算获取N个对应的接收通道延时,再将对应的采集信号进行零延时处理,获取多层介质的声速模型,从而对多层介质进行图像重建,因此,本发明的基于多层介质声速模型的合成孔径超声成像方法能够通过压缩感知的方法准确地估计延时参数,从而建立正确的声速模型,突破了传统波束形成中声速固定的局限,实现了多层介质的图像重建,有效地减少了图像的相对误差。进一步地,由于采用合成孔径的超声波发射-接收方式,利用其发射-接收具有动态聚焦的特点,有效地提高了图像重建的分辨率,且能够保持不同探测深度分辨率的一致性。
附图说明
图1是本发明实施例的多层介质模型的结构示意图;
图2是本发明实施例的合成孔径超声发射接收模式的示意图;
图3是本发明实施例的基于多层介质声速模型的合成孔径超声成像方法的流程框图;
图4是本发明实施例的压缩感知基底的示意图,图4(a)是发射脉冲,图4(b)是延时发射脉冲组成的压缩感知基底;
图5是本发明实施例的仿真结果的示意图,图5(a)是原始接收信号,图5(b)是压缩感知调整得到的零延时信号,图5(c)是采用固定声速的重建结果,图5(d)是采用声速模型的重建结果;
图6是本发明实施例的实验结果的示意图,图6(a)是原始接收信号,图6(b)是压缩感知调整得到的零延时信号,图6(c)是采用固定声速的重建结果,图6(d)是采用声速模型的重建结果。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下结合附图对本发明的基于多层介质声速模型的合成孔径超声成像方法作具体阐述。
图1是本发明实施例的多层介质模型的结构示意图。
在本实施例中,首先通过时域有限差分法(Finite-difference time-domain,FDTD)进行仿真,根据仿真结果判断本实施例的基于多层介质声速模型的合成孔径超声成像方法是具有合理性的,然后再进行离体实验。
仿真实验的声速模型为软组织-皮质骨-骨髓三层介质模型,FDTD仿真相关参数设置如下:各个介质层(如图2所示由上至下)的厚度分别为3mm、4mm以及3mm,各个介质层所对应的声速为1540m/s,2900m/s以及1540m/s。
离体实验采用3%琼脂制备软组织仿体并包裹离体牛胫骨骨板,骨板厚3.4mm,软组织声速为1540m/s,骨板声速为2900m/s。
图2是本发明实施例的合成孔径超声发射接收模式的示意图。
如图2所示,本实施例中超声波的发信元为线性超声换能器阵列,由128个发射阵元和接收阵元组成,每个发射阵元和接收阵元之间的间距均为0.3mm,发射脉冲为高斯包络正弦波,中心频率f0=6.25MHz,采样频率fs=25MHz。
合成孔径技术最早应用于雷达系统,20世纪70年代起应用于超声成像。合成孔径超声作为一种新颖的医学超声成像方法,采用动态聚焦,提升整体探测区域的分辨率及对比度,已广泛用于血管内成像(可参考文献:M.Yu et al.Intravascular UltrasoundImaging With Virtual Source Synthetic Aperture Focusing and Coherence FactorWeighting[J].IEEE Trans Med Imaging,2017,36(10):2171-2178.),肝脏病变成像(可参考文献:Brandt AH et al.Clinical evaluation of synthetic aperture harmonicimaging for scanning focal malignant liver lesions[J].Ultrasound Med Biol,2015,41(9):2368-75.)等软组织检测。声速模型及相位迁移法常用于地球物理学与无损检测领域的多层介质超声成像,可采用声速模型和相位迁移法解决层状材料间显著声速差异问题。本实施例通过合成孔径超声成像的方法,利用其发射-接收动态聚焦的特点,旨在提高重建图像的分辨率并保持不同探测深度分辨率的一致性。
图3是本发明实施例的基于多层介质声速模型的合成孔径超声成像方法的流程框图。
如图3所示,本实施例的基于多层介质声速模型的合成孔径超声成像方法,用于对上述多层介质进行成像,其特征在于,包括如下步骤:
步骤S1,采用阵元总数为N的线性阵列,单个发射阵元以预定的采样频率向依次向多层介质发射超声波信号,并通过全部N个接收阵元获取N个与发射阵元相对应的采集信号,N个阵元依次循环发射,然后进入步骤S2。
在本实施例中,发射阵元和接收阵元均为128个。
在发射超声波时,每个发射阵元依次作为有效发射阵元,超声波能够发射至多层介质的每一个介质层的上下表面并反射形成回波信号。
在接收采集信号时,每个接收阵元均为有效接收阵元,从而接收从多层介质的每一个介质层的上下表面反射的回波信号作为采集信号,形成N次发射接收循环。
步骤S2,设定多个初始基底,然后进入步骤S3。
图4是本发明实施例的压缩感知基底的示意图。
如图4所示,在本实施例中,初始基底为采集信号在初始基底下的表示为θ=[θ1,θ2,...θM]为采集信号在初始基底上的权重值。压缩感知所用初始基底的时间间隔t为采样频率fs对应的采样周期T=1/f,采样频率fs=25MHz。
步骤S3,根据初始基底对采集信号进行压缩感知计算,获取与采集信号相对应的零延时回波基底,包括如下子步骤:
步骤S3-1,根据初始基底对采集信号进行计算,获取采集信号在每个初始基底中的权重值,然后进入步骤S3-2;
步骤S3-2,判断权重值是否大于预定的阈值,若判断为是,则保留对应的采集信号作为有效采集信号,然后进入步骤S3-3;
步骤S3-3,将所有有效采集信号进行组合,获取零延时回波基底。
步骤S4,根据零延时回波基底和采样频率,获取发射阵元所对应的接收通道之间的相对通道延时,然后进入步骤S5。
在本实施例中,相邻接收通道对应的零延时回波基底之间(例如n1,n2)的时间间隔为(n2-n1)*T。
步骤S5,根据通道延时对相对应的采集信号进行零延时处理,获取零延时采集信号,然后进入步骤S6。
步骤S6,根据初始基底对零延时采集信号进行压缩感知计算,获取与零延时采集信号相对应的第一回波基底和第二回波基底,包括如下子步骤:
步骤S6-1,根据初始基底对零延时采集信号进行计算,获取零延时采集信号在每个初始基底中的权重值,然后进入步骤S6-2;
步骤S6-2,判断权重值是否大于预定的阈值,若判断为是,则保留对应的零延时采集信号作为有效零延时采集信号,然后进入步骤S6-3;
步骤S6-3,将所有有效零延时采集信号进行组合,获取第一回波基底和第二回波基底。
步骤S7,根据第一回波基底、第二回波基底以及采样频率,获取与多层介质的中间层的上下表面相对应的两个回波信号之间的回波延时,然后进入步骤S8。
步骤S8,根据回波延时和多层介质中的声速,获取多层介质的各层厚度,从而建立声速模型,然后进入步骤S9。
步骤S9,将零延时采集信号输入声速模型,通过相位迁移法对多层介质进行图像重建。
图5是本发明实施例的仿真结果的示意图,图5(a)是原始接收信号,图5(b)是压缩感知调整得到的零延时信号,图5(c)是采用固定声速的重建结果,图5(d)是采用声速模型的重建结果。
如图5所示,本实施例中通过软件模拟仿真对采用固定声速的成像方法以及采用本实施例中的基于多层介质声速模型的合成孔径超声成像方法的成像结果进行对比,具体如下:
图5(a)展示了第一次发射时前30个接收通道的初始采集信号,从图5(a)中可以看出,各个接收通道在接收初始采集信号时存在延时,该延时是由于反射回波到达各个接收阵元的路径不同造成的。
图5(b)展示了压缩感知调整得到的零延时采集信号,从图5(b)中可以看出,初始采集信号在进行零延时处理后,第一回波延时调整一致。
图5(c)是采用固定声速的重建结果,图5(d)是采用本实施例的声速模型的重建结果。从图5(c)和图5(d)的对比结果可以看出,图5(c)的重建图像中皮质骨形态发生畸变,其厚度不准确,而图5(d)的重建图像中皮质骨形态正常,估计厚度为4.09mm,与本实施例的多层介质中皮质骨厚度的相对误差仅为2.25%。
图6是本发明实施例的实验结果的示意图,图6(a)是原始接收信号,图6(b)是压缩感知调整得到的零延时信号,图6(c)是采用固定声速的重建结果,图6(d)是采用声速模型的重建结果。
如图6所示,本实施例中通过离体实验对采用固定声速的成像方法以及采用本实施例中的基于多层介质声速模型的合成孔径超声成像方法的成像结果进行对比,实验过程中存在噪声干扰,具体如下:
图6(a)展示了第一次发射时前30个接收通道的初始采集信号,从图6(a)中可以看出,各个接收通道在接收初始采集信号时存在延时,该延时是由于反射回波到达各个接收阵元的路径不同造成的。
图6(b)展示了压缩感知调整得到的零延时采集信号,从图6(b)中可以看出,初始采集信号在进行零延时处理后,第一回波延时调整一致。
图6(c)是采用固定声速的重建结果,图6(d)是采用本实施例的声速模型的重建结果。从图6(c)和图6(d)的对比结果可以看出,图6(c)的重建图像中皮质骨形态发生畸变,其厚度不准确,而图6(d)的重建图像中皮质骨形态正常,估计厚度为3.52mm,与本实施例的多层介质中皮质骨厚度的相对误差仅为3.53%,图像伪影实际上是由实验中噪声干扰造成的。
综上,如图5和图6的仿真结果和实验结果所示,采用本实施例的基于多层介质声速模型的合成孔径超声成像方法对多层介质进行成像,其成像结果与实际多层介质更加接近,相对误差较小。
实施例作用与效果
根据本实施例的基于多层介质声速模型的合成孔径超声成像方法,由于对采集信号进行压缩感知计算获取N个对应的接收通道延时,再将对应的采集信号进行零延时处理,获取多层介质的声速模型,从而对多层介质进行图像重建,因此,本实施例的基于多层介质声速模型的合成孔径超声成像方法能够通过压缩感知的方法准确地估计延时参数,从而建立正确的声速模型,突破了传统波束形成中声速固定的局限,实现了多层介质的图像重建,有效地减少了图像的相对误差。进一步地,由于采用合成孔径超声的发射-接收方式,利用其发射-接收具有动态聚焦的特点,有效地提高了图像重建的分辨率,且能够保持不同探测深度分辨率的一致性。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.一种基于多层介质声速模型的合成孔径超声成像方法,用于对多层介质进行成像,其特征在于,包括如下步骤:
步骤S1,采用发射阵元总数为N的线性阵列,每个所述发射阵元均以预定的采样频率向所述多层介质发射超声波信号,并通过全部N个接收阵元获取与所述发射阵元相对应的采集信号,N个所述发射阵元依次循环发射,然后进入步骤S2;
步骤S2,设定多个初始基底,然后进入步骤S3;
步骤S3,根据所述初始基底对所述采集信号进行压缩感知计算,获取与所述采集信号相对应的零延时回波基底,然后进入步骤S4;
步骤S4,根据所述零延时回波基底和所述采样频率,获取所述发射阵元所对应的接收通道之间的相对通道延时,然后进入步骤S5;
步骤S5,根据所述相对通道延时对相对应的所述采集信号进行零延时处理,获取零延时采集信号,然后进入步骤S6;
步骤S6,根据所述初始基底对所述零延时采集信号进行压缩感知计算,获取与所述零延时采集信号相对应的第一回波基底和第二回波基底,然后进入步骤S7;
步骤S7,根据所述第一回波基底、所述第二回波基底以及所述采样频率,获取与所述多层介质的中间层的上下表面相对应的两个回波信号之间的回波延时,然后进入步骤S8;
步骤S8,根据所述回波延时和所述多层介质中的声速,获取所述多层介质的各层厚度,从而建立声速模型,然后进入步骤S9;
步骤S9,将所述零延时采集信号输入所述声速模型,通过相位迁移法(Phase shiftmigration,PSM)对所述多层介质进行图像重建。
2.根据权利要求1所述的基于多层介质声速模型的合成孔径超声成像方法,其特征在于:
其中,步骤S3包括如下子步骤:
步骤S3-1,根据所述初始基底对所述采集信号进行计算,获取所述采集信号在每个所述初始基底中的权重值,然后进入步骤S3-2;
步骤S3-2,判断所述权重值是否大于预定的阈值,若判断为是,则保留对应的所述采集信号作为有效采集信号,然后进入步骤S3-3;
步骤S3-3,将所有有效采集信号进行组合,获取所述零延时回波基底。
3.根据权利要求1所述的基于多层介质声速模型的合成孔径超声成像方法,其特征在于:
其中,所述初始基底为
所述采集信号在所述初始基底下的表示为
θ=[θ1,θ2,...θM]为所述采集信号在所述初始基底上的权重值。
4.根据权利要求1所述的基于多层介质声速模型的合成孔径超声成像方法,其特征在于:
其中,步骤S6包括如下子步骤:
步骤S6-1,根据所述初始基底对所述零延时采集信号进行计算,获取所述零延时采集信号在每个所述初始基底中的权重值,然后进入步骤S6-2;
步骤S6-2,判断所述权重值是否大于预定的阈值,若判断为是,则保留对应的所述零延时采集信号作为有效零延时采集信号,然后进入步骤S6-3;
步骤S6-3,将所有有效零延时采集信号进行组合,获取所述第一回波基底和所述第二回波基底。
5.根据权利要求1所述的基于多层介质声速模型的合成孔径超声成像方法,其特征在于:
其中,步骤S1中,所述接收阵元的数量为N个,
在接收所述采集信号时,每个所述接收阵元均为有效阵元,从而接收从所述多层介质的每一个介质层的上下表面反射回的所述超声波信号作为所述采集信号,形成N次发射接收循环。
6.根据权利要求1所述的基于多层介质声速模型的合成孔径超声成像方法,其特征在于:
其中,压缩感知所用的初始基底的间隔为所述采样频率所对应的采样周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910644216.4A CN110441398B (zh) | 2019-07-17 | 2019-07-17 | 一种基于多层介质声速模型的合成孔径超声成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910644216.4A CN110441398B (zh) | 2019-07-17 | 2019-07-17 | 一种基于多层介质声速模型的合成孔径超声成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110441398A true CN110441398A (zh) | 2019-11-12 |
CN110441398B CN110441398B (zh) | 2022-03-18 |
Family
ID=68430583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910644216.4A Active CN110441398B (zh) | 2019-07-17 | 2019-07-17 | 一种基于多层介质声速模型的合成孔径超声成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110441398B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109446A (zh) * | 2021-04-15 | 2021-07-13 | 复旦大学 | 一种超声断层成像方法 |
CN113552573A (zh) * | 2021-06-29 | 2021-10-26 | 复旦大学 | 一种基于超声环阵合成孔径接收的快速成像算法 |
CN113552219A (zh) * | 2021-07-28 | 2021-10-26 | 浙江大学 | 一种多层结构孔洞缺陷超声自聚焦检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1292095A (zh) * | 1998-12-31 | 2001-04-18 | 通用电气公司 | 干涉成象的方法和装置 |
CN1478440A (zh) * | 2002-06-27 | 2004-03-03 | ������ҽ�ƽ�������˾ | 超声扫描中发送与接收的隔离及使用的方法 |
CN101264022A (zh) * | 2007-03-16 | 2008-09-17 | 通用电气公司 | 用于在超声成像中精确时间延迟估计的方法和系统 |
CN102664656A (zh) * | 2012-04-18 | 2012-09-12 | 北京理工大学 | 基于结构化稀疏性的直扩信号压缩域联合同步与解调方法 |
CN104914440A (zh) * | 2015-06-23 | 2015-09-16 | 重庆大学 | 一种融合动态孔径的压缩感知超声波束合成方法 |
CN105283913A (zh) * | 2013-02-28 | 2016-01-27 | 通用电气公司 | 在asic上用于超声波束成形的德尔塔延迟方法 |
CN105510444A (zh) * | 2015-11-27 | 2016-04-20 | 华南理工大学 | 基于超声导波的双向时间反演损伤成像方法 |
WO2017115104A1 (en) * | 2015-12-28 | 2017-07-06 | B-K Medical Aps | High resolution compound ultrasound flow imaging |
WO2018053084A1 (en) * | 2016-09-16 | 2018-03-22 | Mayo Foundation For Medical Education And Research | System and method for ultrafast synthetic transmit aperture ultrasound imaging |
CN108693249A (zh) * | 2018-04-24 | 2018-10-23 | 上海大学 | 一种利用超声相控阵技术探测盾构前方孤石的系统和方法 |
-
2019
- 2019-07-17 CN CN201910644216.4A patent/CN110441398B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1292095A (zh) * | 1998-12-31 | 2001-04-18 | 通用电气公司 | 干涉成象的方法和装置 |
CN1478440A (zh) * | 2002-06-27 | 2004-03-03 | ������ҽ�ƽ�������˾ | 超声扫描中发送与接收的隔离及使用的方法 |
CN101264022A (zh) * | 2007-03-16 | 2008-09-17 | 通用电气公司 | 用于在超声成像中精确时间延迟估计的方法和系统 |
CN102664656A (zh) * | 2012-04-18 | 2012-09-12 | 北京理工大学 | 基于结构化稀疏性的直扩信号压缩域联合同步与解调方法 |
CN105283913A (zh) * | 2013-02-28 | 2016-01-27 | 通用电气公司 | 在asic上用于超声波束成形的德尔塔延迟方法 |
CN104914440A (zh) * | 2015-06-23 | 2015-09-16 | 重庆大学 | 一种融合动态孔径的压缩感知超声波束合成方法 |
CN105510444A (zh) * | 2015-11-27 | 2016-04-20 | 华南理工大学 | 基于超声导波的双向时间反演损伤成像方法 |
WO2017115104A1 (en) * | 2015-12-28 | 2017-07-06 | B-K Medical Aps | High resolution compound ultrasound flow imaging |
WO2018053084A1 (en) * | 2016-09-16 | 2018-03-22 | Mayo Foundation For Medical Education And Research | System and method for ultrafast synthetic transmit aperture ultrasound imaging |
CN108693249A (zh) * | 2018-04-24 | 2018-10-23 | 上海大学 | 一种利用超声相控阵技术探测盾构前方孤石的系统和方法 |
Non-Patent Citations (4)
Title |
---|
P. PARASOGLOU 等: "Quantitative single point imaging with compressed sensing", 《JOURNAL OF MAGNETIC RESONANCE》 * |
TOMAS OLOFSSON: "Phase Shift Migration for Imaging Layered Objects and Objects Immersed in Water", 《IEEE TRANSACTIONS ON ULTRASONICS, FERROELECTRICS, AND FREQUENCY CONTROL》 * |
刘敬 等: "压缩感知在超声成像中的应用研究进展", 《中国医疗器械信息》 * |
刘长远 等: "基于压缩感知的CFAR目标检测在机会雷达中的应用", 《太赫兹科学与电子信息学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109446A (zh) * | 2021-04-15 | 2021-07-13 | 复旦大学 | 一种超声断层成像方法 |
CN113552573A (zh) * | 2021-06-29 | 2021-10-26 | 复旦大学 | 一种基于超声环阵合成孔径接收的快速成像算法 |
CN113552573B (zh) * | 2021-06-29 | 2022-07-29 | 复旦大学 | 一种基于超声环阵合成孔径接收的快速成像算法 |
CN113552219A (zh) * | 2021-07-28 | 2021-10-26 | 浙江大学 | 一种多层结构孔洞缺陷超声自聚焦检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110441398B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Greenleaf et al. | Algebraic reconstruction of spatial distributions of acoustic velocities in tissue from their time-of-flight profiles | |
Robinson et al. | Measurement of velocity of propagation from ultrasonic pulse-echo data | |
Alessandrini et al. | A pipeline for the generation of realistic 3D synthetic echocardiographic sequences: Methodology and open-access database | |
Lu | Experimental study of high frame rate imaging with limited diffraction beams | |
US9188673B2 (en) | Systems and methods for ultrasound imaging | |
US6264609B1 (en) | Ultrasound apparatus and method for tissue characterization | |
EP0154869B1 (en) | Ultrasonic measurement apparatus | |
CN103181779B (zh) | 超声波能量转换装置以及超声波成像系统与方法 | |
CN110441398A (zh) | 一种基于多层介质声速模型的合成孔径超声成像方法 | |
KR101614799B1 (ko) | 의료 진단 초음파 이미징에서의 3차원 변환 매핑을 위한 모션 동기화된 파괴 | |
US20190350559A1 (en) | Method and ultrasound system for shear wave elasticity imaging | |
CN109717899A (zh) | 超声医学成像中根据剪切速率的组织粘弹性估计 | |
CA1137616A (en) | Ultrasonic diagnostic apparatus | |
Gauss et al. | Wavefront estimation in the human breast | |
Takuma et al. | Real-time, 3-dimensional echocardiography acquires all standard 2-dimensional images from 2 volume sets: a clinical demonstration in 45 patients | |
CN106940883B (zh) | 基于超声系统点扩散函数仿真和压缩感知的超声成像方法 | |
Heller et al. | Deep learning-based speed-of-sound reconstruction for single-sided pulse-echo ultrasound using a coherency measure as input feature | |
Pedersen et al. | In-vivo evaluation of convex array synthetic aperture imaging | |
Moore et al. | Live high-frame-rate echocardiography | |
US11191519B2 (en) | Device, system, and method for hemispheric breast imaging | |
CN113382685B (zh) | 用于研究血管特性的方法和系统 | |
Wang et al. | Plane-wave ultrasound imaging based on compressive sensing with low memory occupation | |
Solimene et al. | An incoherent radar imaging system for medical applications | |
Wang et al. | An easily-achieved time-domain beamformer for ultrafast ultrasound imaging based on compressive sensing | |
CN110013276A (zh) | Arfi成像的校准 |
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 |