CN111337579A - 一种基于压缩感知的超声超分辨率成像装置 - Google Patents
一种基于压缩感知的超声超分辨率成像装置 Download PDFInfo
- Publication number
- CN111337579A CN111337579A CN201811561370.7A CN201811561370A CN111337579A CN 111337579 A CN111337579 A CN 111337579A CN 201811561370 A CN201811561370 A CN 201811561370A CN 111337579 A CN111337579 A CN 111337579A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- resolution
- compressed sensing
- sound field
- super
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 238000002604 ultrasonography Methods 0.000 claims description 10
- 238000011084 recovery Methods 0.000 claims description 8
- 230000003321 amplification Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 abstract description 4
- 238000005290 field theory Methods 0.000 abstract description 2
- 230000006835 compression Effects 0.000 abstract 1
- 238000007906 compression Methods 0.000 abstract 1
- 230000008447 perception Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 230000000762 glandular Effects 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 239000012770 industrial material Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
Images
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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种基于压缩感知的超声超分辨成像装置。该装置使用信号控制器与超声发射阵列驱动电路控制超声发射阵列，按照二值开关矩阵实现超声波的并行同时发射，对超声声场进行多次空间调制，调制后的声场穿过待测目标对象；单个超声接收器接收测量信号，并使用高速采集模块采集；计算机利用声场理论结合压缩感知算法重构图像，能够以较低的采样率实现高分辨率成像，突破传统成像方法的分辨率极限，恢复图像分辨率可以远超发射用超声发射阵列的分辨率。
Description
技术领域
本发明涉及超声成像领域，特别涉及一种超声超分辨率成像装置，它基于压缩感知理论，可以实现超声超分辨率成像。
背景技术
超声成像技术是在医学、工业检测中有重要应用的技术。该技术指代一系列使用超声波对物体进行探测以获取目标信息的物理学方法。由于超声波可以穿透很多不透光的物体，所以利用超声波可以获得这些物体内部结构声学特性的信息，超声成像技术将这些信息变成人眼可见的图像。由声波直接形成的图像称为声像，由于生理的限制，人眼是不能直接感知声像的，必须采用光学的或电子学的或其他方式转化为肉眼可见的图像或图形，这种肉眼可见的像被称为声学像，声学像反映了物体内部某个或几个声场参量的分布或差异。反过来，对于同一物体，利用不同的声学参量，例如声阻抗率、声速或声衰减等，可以生成不同的声学像。
在医学上，超声成像技术常用来判断脏器的位置、大小、形态，确定病灶的范围和物理性质，提供一些腺体组织的解剖图，鉴别胎儿的正常与异常，在眼科、妇产科及心血管系统、消化系统、泌尿系统的应用十分广泛。超声成像在工业上的应用主要包括对各种材料的检测，通过它人们可以探测出金属等工业材料中有没有气泡、伤痕、裂缝等缺陷。超声检测方法通常有穿透法、脉冲反射法、串列法等。超声无损检测是物体无损检测的一种重要方法，几乎应用到所有工业部门。与其它常规无损检测技术相比，它具有被测对象范围广、检测深度大、缺陷定位准确、检测灵敏度高、成本低、使用方便、速度快、对人体无害以及便于现场使用等特点。
超声成像领域已经发展了诸如扫描超声成像、超声波显像、超声全息、ALOK法成像、相控阵法、超声显微镜、SAFT成像、TOFD成像、超声CT成像等等成像方法。目前，人们仍在致力于很多方面的研究，如声逆散射理论、新成像机制、神经网络、模式识别等信号处理理论、优质超声探头和其他超声成像元件等。
随着时代的发展，人们对成像分辨率的要求也越来越高。但是在传统的超声成像体系中，其分辨率取决于发射阵列孔径，即有效孔径越大，其成像的分辨率就越高。但是在实际情况中，阵列孔径不可能无限大，孔径的增加不仅会对制造工艺提出更高的要求，会使得应用场景受到限制，同时还会产生更多的信号通道对数据处理带来极大压力。近年来有一些优化方法已经被报道了，虽然这些方法等能够使分辨率都有不同程度的提高，但同时它们也都有一定的局限性，那就是分辨率受限于阵列孔径，无法分辨出同一波束内的多目标。
发明内容
本发明提出一种基于压缩感知的超声超分辨成像装置，能够以较低的采样率，突破传统成像方法的分辨率极限，恢复图像的分辨率可以远超发射用超声发射阵列的分辨率，同时可以分辨出同一波束内不同目标。
本发明所述的超声超分辨成像装置，是一种将压缩感知与超声成像相结合的成像装置，通过与压缩感知理论相结合，能够以较低的采样率实现高分辨率成像。该装置由信号控制器、超声发射阵列驱动电路、超声发射阵列、单个超声接收器、高速采集模块、计算机及重构算法组成。本发明使用FPGA作为信号控制器，实现了多路信号的并行输出与控制；设计了驱动电路，并对驱动电路进行了多路抗干扰优化，实现了并行多路高频小信号的稳定功率放大；采用具有前置声透镜的结构，实现了超声接收器信号接收角的增大；高速采集模块使用高速采集卡或虚拟示波器，实现了计算机控制下的信号采集。
信号控制器与超声发射阵列驱动电路控制超声发射阵列，按照二值开关矩阵实现超声波的并行同时发射，对超声声场进行多次空间调制，调制后的声场穿过待测目标对象x；单个超声接收器在高速采集模块的控制下，接收到测量信号y；计算机利用算法重构图像，该重构算法，利用声场传播理论计算出调制后的声场分布，作为测量矩阵A，结合正则化的最稀疏条件，使用压缩感知算法求解y＝Ax恢复目标图像x，恢复图像分辨率可以远超发射用超声发射阵列的分辨率。
本发明具有如下优点：
1)本发明利用声场理论与压缩感知相结合，突破了传统成像方法的分辨率极限，恢复图像分辨率可以远超发射用超声发射阵列的分辨率；
2)本发明充分发挥了压缩感知的优势，在低采样率下实现了较高灵敏度的信号恢复，图像恢复效果较为理想；
3)本发明中的实验装置实现了多路高频小信号的稳定的相位控制与功率放大。
附图说明
图1为本发明的装置原理图：
其中：(1)-信号控制器；(2)-超声发射阵列驱动电路；(3)-超声发射阵列；(4)-待测目标；(5)-单个超声接收器；(6)-高速采集模块；(7)-计算机。
图2为本发明所设计的经过多级抗干扰优化的驱动电路的电路图。
图3为本发明在每个阵子边长为5mm的4X4的发射阵列下，不同测量次数的仿真结果图，恢复分辨率均为32X32。(a)为输入的原始图像，(b-d)测量次数分别为：(b)32，(c)64，(d)80。
图4为本发明在每个阵子边长为5mm的4X4的发射阵列下，16次测量的实验结果图，恢复分辨率均为32X32。(a)为目标样本，(b)为恢复图像。
具体实施方式
下面通过实例结合附图对本发明进行说明。
实施例1：
超声阵列的设计如下：每个阵子为边长为5mm的方形，是4X4的发射阵列。使用该超声阵列在水下进行测量，并包括以下步骤：
1)信号控制器FPGA输出并行16路2.5MHz高频小信号，以16X16的随机哈达玛矩阵作为二值开关矩阵；
2)FPGA发出相应的信号，经驱动电路驱动超声阵列发射16组不同的调制超声波；
3)超声波穿过待测目标物体x；
4)单个超声接收器贴近样本x，使用高速采集模块采集对应16行开关矩阵的16个振幅信号y；
5)在计算机中，利用瑞利积分公式计算从发射阵子传播到样本平面处的16组超声声场，将其幅值输入作为测量矩阵A，使用核范数优化后的TVAL3算法求解y＝Ax，恢复目标信号x。
图3给出了根据本成像架构进行的理论仿真结果。
图4给出了根据本成像架构进行的实验成像结果。
Claims (5)
1.一种基于压缩感知的超声超分辨率成像装置，该装置由信号控制器、超声发射阵列驱动电路、超声发射阵列、单个超声接收器、高速采集模块、计算机及重构算法组成，其特征在于：
所述的信号控制器与超声发射阵列驱动电路控制超声发射阵列，按照二值开关矩阵实现超声波的并行同时发射，对超声声场进行多次空间调制，调制后的声场穿过待测目标对象x；
所述的单个超声接收器在高速采集模块的控制下，接收到测量信号y；
所述的计算机利用重构算法重构图像x，该重构算法，利用声场传播理论计算出调制后的声场分布，作为测量矩阵A，结合正则化的最稀疏条件，使用压缩感知算法求解y＝Ax恢复目标图像x，恢复图像的分辨率可以远超发射用超声发射阵列的分辨率。
2.根据权利要求1所述的基于压缩感知的超声超分辨率成像装置，其特征在于，所述信号控制器使用FPGA实现多路高频小信号的并行输出与控制。
3.根据权利要求1所述的基于压缩感知的超声超分辨率成像装置，其特征在于，所述超声发射阵列驱动电路经过了多路防干扰优化，实现多路高频小信号的稳定功率放大。
4.根据权利要求1所述的基于压缩感知的超声超分辨率成像装置，其特征在于，所述单个超声接收器含有前置声透镜，实现更大的超声信号接收角度。
5.根据权利要求1所述的基于压缩感知的超声超分辨率成像装置，其特征在于，所述高速采集模块使用高速采集卡或者虚拟示波器，经计算机编程进行系统控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811561370.7A CN111337579A (zh) | 2018-12-19 | 2018-12-19 | 一种基于压缩感知的超声超分辨率成像装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811561370.7A CN111337579A (zh) | 2018-12-19 | 2018-12-19 | 一种基于压缩感知的超声超分辨率成像装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111337579A true CN111337579A (zh) | 2020-06-26 |
Family
ID=71183227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811561370.7A Pending CN111337579A (zh) | 2018-12-19 | 2018-12-19 | 一种基于压缩感知的超声超分辨率成像装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111337579A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101101277A (zh) * | 2007-08-10 | 2008-01-09 | 华南理工大学 | 一种高清晰焊缝超声成像无损检测方法及检测系统 |
| CN102068277A (zh) * | 2010-12-14 | 2011-05-25 | 哈尔滨工业大学 | 基于压缩感知的单阵元多角度观测光声成像装置及方法 |
| CN102920478A (zh) * | 2012-11-22 | 2013-02-13 | 山东大学 | 一种合成聚焦的便携式b型超声成像方法 |
| CN104688271A (zh) * | 2015-03-27 | 2015-06-10 | 清华大学 | 合成聚焦超声成像方法和装置 |
| 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 |
| CN105182359A (zh) * | 2015-07-31 | 2015-12-23 | 武汉大学 | 一种星载Lidar 超混沌压缩感知高空间分辨率成像方法 |
| CN106725594A (zh) * | 2016-12-01 | 2017-05-31 | 汕头大学医学院 | 基于压缩感知的超声成像方法和终端 |
| CN106802418A (zh) * | 2017-01-19 | 2017-06-06 | 重庆大学 | 一种合成孔径压缩感知超声成像中的高效能稀疏字典的设计方法 |
| CN108303699A (zh) * | 2018-01-29 | 2018-07-20 | 中国人民解放军国防科技大学 | 超声相控阵远场超分辨率成像方法、装置、存储介质和系统 |
| CN108426945A (zh) * | 2018-02-10 | 2018-08-21 | 天津大学 | 一种基于时域压缩感知的相控阵超声图像重构方法 |
| CN108627465A (zh) * | 2017-03-22 | 2018-10-09 | 南开大学 | 一种基于压缩感知高光谱成像的快速无损监测装置 |
-
2018
- 2018-12-19 CN CN201811561370.7A patent/CN111337579A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101101277A (zh) * | 2007-08-10 | 2008-01-09 | 华南理工大学 | 一种高清晰焊缝超声成像无损检测方法及检测系统 |
| CN102068277A (zh) * | 2010-12-14 | 2011-05-25 | 哈尔滨工业大学 | 基于压缩感知的单阵元多角度观测光声成像装置及方法 |
| CN102920478A (zh) * | 2012-11-22 | 2013-02-13 | 山东大学 | 一种合成聚焦的便携式b型超声成像方法 |
| WO2016155239A1 (zh) * | 2015-03-27 | 2016-10-06 | 清华大学 | 合成聚焦超声成像方法和装置 |
| CN104688271A (zh) * | 2015-03-27 | 2015-06-10 | 清华大学 | 合成聚焦超声成像方法和装置 |
| US20170336500A1 (en) * | 2015-03-27 | 2017-11-23 | Tsinghua University | Method and device for ultrasonic imaging by synthetic focusing |
| 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 |
| CN105182359A (zh) * | 2015-07-31 | 2015-12-23 | 武汉大学 | 一种星载Lidar 超混沌压缩感知高空间分辨率成像方法 |
| CN106725594A (zh) * | 2016-12-01 | 2017-05-31 | 汕头大学医学院 | 基于压缩感知的超声成像方法和终端 |
| CN106802418A (zh) * | 2017-01-19 | 2017-06-06 | 重庆大学 | 一种合成孔径压缩感知超声成像中的高效能稀疏字典的设计方法 |
| CN108627465A (zh) * | 2017-03-22 | 2018-10-09 | 南开大学 | 一种基于压缩感知高光谱成像的快速无损监测装置 |
| CN108303699A (zh) * | 2018-01-29 | 2018-07-20 | 中国人民解放军国防科技大学 | 超声相控阵远场超分辨率成像方法、装置、存储介质和系统 |
| CN108426945A (zh) * | 2018-02-10 | 2018-08-21 | 天津大学 | 一种基于时域压缩感知的相控阵超声图像重构方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11727712B2 (en) | Ultrasound imaging systems and methods for detecting object motion | |
| CN102640014B (zh) | 图像生成装置和图像生成方法 | |
| CN104605891B (zh) | 检测剪切波在生物组织中传播速度的方法、检测生物组织弹性的方法及生物组织弹性成像方法 | |
| Holmes et al. | Advanced post-processing for scanned ultrasonic arrays: Application to defect detection and classification in non-destructive evaluation | |
| CN104688271B (zh) | 合成聚焦超声成像方法和装置 | |
| IL281888B2 (en) | An image reconstruction method based on non-linear mapping | |
| RU2008121271A (ru) | Способ неразрушающего контроля проверяемого тела с помощью ультразвука | |
| CN106680825A (zh) | 一种声学阵列成像系统与方法 | |
| CN104146708B (zh) | 一种基于声换能器接收特性的磁声图像重建方法及装置 | |
| JP5905080B2 (ja) | オーバーラップする送信ビームにおける適格と評価された領域を使用する増強された超音波画像形成 | |
| Noda et al. | Ultrasound imaging with a flexible probe based on element array geometry estimation using deep neural network | |
| Almansouri et al. | Deep neural networks for non-linear model-based ultrasound reconstruction | |
| TWI550268B (zh) | Method of Improving Sensitivity of Quantitative Tissue Characteristic of Ultrasonic | |
| CN111337579A (zh) | 一种基于压缩感知的超声超分辨率成像装置 | |
| Tai et al. | 3-D H-scan ultrasound imaging of relative scatterer size using a matrix array transducer and sparse random aperture compounding | |
| CN109864707A (zh) | 一种在有限视角情况下提高光声断层成像分辨率的方法 | |
| Daeichin et al. | Acoustic characterization of a miniature matrix transducer for pediatric 3D transesophageal echocardiography | |
| CN105548363A (zh) | 基于多途识别的超声检测成像方法 | |
| Shulgina et al. | Method of processing data of acoustic array | |
| CN106997045B (zh) | 基于超声系统点扩散函数测量和压缩感知的超声成像方法 | |
| JPH02203848A (ja) | 超音波３次元撮像装置 | |
| Dos Santos et al. | Automated Characterization of Matrix Transducer Arrays using the Verasonics Imaging System | |
| Tai et al. | 3-D H-SCAN ULTRASOUND IMAGING OF RELATIVE SCATTERER SIZE USING SPARSE RANDOM APERTURE COMPOUNDING AND MATRIX ARRAY TRANSDUCER | |
| CN117092216A (zh) | 一种基于无序超表面与ai的单探头实时超声成像方法 | |
| CN106568844A (zh) | 一种分布式超声阵列全捕捉检测方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200626 |
|
| WD01 | Invention patent application deemed withdrawn after publication |