CN112336380A - 一种基于Golay码的超声弹性成像应变估计方法 - Google Patents

一种基于Golay码的超声弹性成像应变估计方法 Download PDF

Info

Publication number
CN112336380A
CN112336380A CN202011186078.9A CN202011186078A CN112336380A CN 112336380 A CN112336380 A CN 112336380A CN 202011186078 A CN202011186078 A CN 202011186078A CN 112336380 A CN112336380 A CN 112336380A
Authority
CN
China
Prior art keywords
signal
strain
sub
echo
estimation
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
Application number
CN202011186078.9A
Other languages
English (en)
Inventor
彭辉
铁菊红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu University of Information Technology
Original Assignee
Chengdu University of Information Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu University of Information Technology filed Critical Chengdu University of Information Technology
Priority to CN202011186078.9A priority Critical patent/CN112336380A/zh
Publication of CN112336380A publication Critical patent/CN112336380A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/485Diagnostic techniques involving measuring strain or elastic properties

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种基于Golay码的超声弹性成像应变估计方法,包括以下步骤:(1)采用一对Golay码双相位编码序列,对其进行过采样和调制;(2)使用探头轻轻挤压人体组织同时,发射一对Golay码调制信号;(3)使用匹配滤波器对回波信号进行解码;(4)利用子带划分方法将压缩前、后的回波解码信号分割成几个子频带信号;(5)对每个子频带信号进行应变估计;(6)将所有的子应变图像进行加权平均得到最终的复合应变图像。本发明解决现有的准静态超声弹性成像系统使用短信号作为激励信号出现的能量低、穿透距离短、成像距离浅问题,解决短信号在人体组织深处或在低系统信噪比条件下,得到的应变图像的质量差问题。

Description

一种基于Golay码的超声弹性成像应变估计方法
技术领域
本发明涉及医学超声成像技术领域,特别涉及一种基于Golay码的超声弹性成像应变估计方法。
背景技术
人体组织的弹性属性是人体组织中的固有属性,它是人体组织机械属性中很重要的一个属性。人体组织弹性的大小一般用弹性模量来表示。弹性模量的大小反映该人体组织的硬度大小,反应了人体组织的弹性变形的难易程度。人体组织中各器官的弹性模量是不一样的。当人体某器官发生病变时,该器官的软硬度会发生改变,导致其弹性模量是不一样的。当人体某器官发生并病变时,该器官的软硬度变化密切相关。比如,乳腺肿瘤在病变过程中,其在对应的乳房部位会变硬。因此,医生通过测试得到的弹性模量值可以判断出人体组织器官是否有病变。
超声弹性成像是一种新的医学超声成像技术,可以定量测出人体组织的弹性模量,可以测出人体组织各器官的软硬度信息,有助于医生对肿瘤、癌症等疾病的诊断。超声弹性成像模式简称为E模式,主要以图像方式显示人体组织中应变分布或弹性模量分布。人体组织中的软硬块在传统超声B模式图像上不能够清楚辨别出来,但在弹性成像图像上可以很清楚辨别出来。医生通过超声弹性成像获得的人体组织的应变和弹性模量信息对癌症、肿瘤等疾病的早期诊断检测具有重要的意义。已经有很多文献报道超声弹性成像在医学临床上对乳腺肿瘤、前列腺癌、乳腺癌等疾病的诊断具有很重要的作用。
根据目前的已出版的文献报道,可以将超声弹性成像主要分为五类:准静态弹性成像、振动幅度成像、瞬时剪切波成像、声脉冲辐射力成像、超剪切波成像。本发明主要涉及准静态弹性成像。准静态超声弹性成像的基本过程是:首先使用探头轻轻沿扫描平面挤压人体表面,使人体组织内部产生应力场,人体组织会有轻微的形变,接着发射超声波激励信号到人体组织,然后根据压缩前、后的超声回波信号计算人体散射子的位移并估计应变,最后将一个二维的应变估计数据以图像的方式显示出来。一副变化的应变数据可以反应出人体组织各位置的弹性属性的变化情况,从应变图像上可以知道人体组织各位置的相对硬度信息,可以看出有没有硬块、硬块在什么位置以及硬块的几何形状等信息。这些有用信息可以帮助医生在临床上诊断是否有肿瘤、癌症等疾病。
现有的准静态超声弹性成像系统使用的超声波激励信号一般是短信号,这种短信号一般是两个周期的正弦波信号。短信号具有良好的轴向分辨率,但穿透距离短,在人体组织深处或在低系统信噪比或在超声高衰减环境条件下,超声回波信号的信噪比,成像效果差,应变图像的弹性信噪比低。低质量的应变图像质量会降低它的临床使用价值。因此提高应变图像质量是一个重要且有意义的研究的方向。
现有的准静态超声弹性成像系统使用的超声波激励信号一般是短信号,这种短信号一般是两个周期的正弦波信号。短信号具有良好的轴向分辨率,但穿透距离短,在人体组织深处或在低系统信噪比或在超声高衰减环境条件下,超声回波信号的信噪比低,成像效果差,弹性成像系统得到的应变图像的弹性信噪比和对比噪声比低,应变图像的质量差。
发明内容
为了克服背景技术中的问题,本发明提出一种基于Golay码的超声弹性成像应变估计方法,解决现有的准静态超声弹性成像系统使用短信号作为激励信号出现的能量低、穿透距离短、成像距离浅问题,解决短信号在人体组织深处或在低系统信噪比或在超声高衰减条件下,获得的超声回波信号的信噪比低,得到的应变图像的弹性信噪比和对比噪声比低,应变图像的质量差问题。
为了实现上述目的,本发明是按照以下方式实现的:一种基于Golay码的超声弹性成像应变估计方法,使用Golay码代替短信号作为准静态超声弹性成像系统的激励信号。Golay码是一种编码激励信号,是一种长信号,脉冲长度一般大于10个周期,能量更高,能够大幅提高回波信号信噪比,并且穿透距离远。Golay码激励信号可以使发射信号是一种调制信号,在不超过安全声强的条件下,使用Golay码激励信号可以使发射信号的能量增加15-20dB。所以,使用Golay码激励信号可以大幅提高超声回波信号信噪比,性噪比的提升倍数大约为编码激励信号的时间带宽乘积。这额外增加的信噪比可以用来提高弹性成像的质量。
由于Golay码信号是一种长信号,为了不降低其轴向分辨率,必须对接收回波信号进行解码,使其轴向分辨率近似等于常规短信号的轴向分辨率。本发明采用匹配滤波器对Golay码的回波信号进行解码,因为当回波信号中的噪声是高斯白噪声时,匹配滤波器可以最大化信噪比。
本发明的有益效果:
1.本发明将Golay码激励信号应用到准静态超弹性成像系统中,使用Golay码激励信号代替传统的短信号,与短信号相比,Golay码激励信号是一种长信号,能量更多,抗声衰减能力更强,成像距离更远。
2.本发明使用Golay码激励信号可以增加超声回波信号的信噪比,在低系统信噪比或者在人体组织深处或者在超声高衰减条件下,回波信号信噪比的提高有助于增加位移估计的准确度和精度,可以提高应变图像的弹性噪比和对比噪声比,成像质量更好。
3.本发明使用匹配滤波器对Golay码的回波信号进行解码,当回波信号中的噪声是高斯白噪声时,匹配滤波器可以最大化解码信号的信噪比。
4.本发明利用子带划分方法对Golay码回波解码信号进行应变估计,将Golay码回波解码信号分割成3个子频带信号,然后分别对这3个子频带信号进行应变估计,最后将这3个子应变图像加权平均起来得到一个复合应变图像。根据图像复合的原理,使用子带划分方法可以抑制压缩前、后回波信号的解相关噪声,可以提高应变图像的弹性信噪比和对比噪声比。
附图说明
图1为本发明的步骤流程图;
图2(a)为散射子模型的仿真轴向位移图;
图2(b)为散射子模型的仿真轴向应变图;
图3(a)为仿真短信号实验结果图;
图3(b)为仿真Golay码实验结果图。
具体实施方式
为了使本发明的目的、技术方案和有益效果更加清楚、明白,下面将结合附图,对本发明的优选实施例进行详细的说明,以方便技术人员理解。
术语解释:Golay码是一种互补的双相位调制编码,它有一对互补的双相位编码序列。
如图1所示,一种基于Golay码的超声弹性成像应变估计方法,包括如下步骤:
步骤1.采用一对长度为N(N=16,32,64)的Golay码,设一对长度为N的双相位编码序列分别为a(n)(n=1,...,N)和b(n)(n=1,...N),当a(n)和b(n)当且仅当满足如下条件:
a(n)*a(-n)+b(n)*b(-n)=2Nδ(n) (1)
则这一对双相位编码序列称之为一对Golay码。δ(n)为狄拉克函数。
步骤2.对Golay码序列a(n)和b(n)进行过采样,然后再通过基脉冲的调制产生Golay码调制信号,调制过程可用如下公式表示:
Figure BDA0002751424300000041
Figure BDA0002751424300000042
式中,
Figure BDA0002751424300000043
Figure BDA0002751424300000044
分别是a(n)和b(n)的过采样的Golay码信号,s(t)是基脉冲信号(两个周期的正弦波信号),*是卷积操作符,xa(t)和xb(t)是一对Golay码调制信号。
步骤3.在使用超声探头轻轻挤压人体组织同时,先发射Golay码调制信号xa1(t),然后接收xa1(t)信号的回波信号ra1(t),接收到ra1(t)之后把它存储起来,接下来发射xb1(t)信号,然后接收xb1(t)信号的回波信号rb1(t),并把它存储起来。
步骤4.Golay码信号是一种长信号,为了不降低其轴向分辨率,必须对接收回波信号进行解码,使其轴向分辨率尽可能等于常规短信号的轴向分辨率。当接收信号中的噪声是高斯白噪声时,匹配滤波器可以最大化信噪比。采用匹配滤波器对一对回波信号ra1(t)和rb1(t)进行解码,获得压缩前的回波解码信号y1(t),其解码过程可用如下公式表示:
Figure BDA0002751424300000051
式中,
Figure BDA0002751424300000052
Figure BDA0002751424300000053
分别是Golay码过采样信号
Figure BDA0002751424300000054
Figure BDA0002751424300000055
的匹配滤波器。
步骤5.继续用探头挤压人体组织,使人体组织内部产生应力场,重复步骤3和步骤4获得压缩后的回波解码信号y2(t)。
步骤6.利用子带划分方法将压缩前、后的回波解码信号y1(t)和y2(t)分割成几个子频带信号。
使用的子带划分方法是将回波解码信号与子带滤波器进行卷积。子带滤波器可用如下公式表示:
sp(t)=wp(t)sin(2πfpt),0≤t≤Tp (4)
式中,sp(t)是第p个子带滤波器。wp(t)是一个创函数,fp是第p子带的中心频率,Tp是第p子带滤波器的脉冲长度,他决定了子带信号的频带宽度,Tp越大,子带信号的频带越窄。子带的个数为3。压缩前、后的第p个子带信号y1p(t)和y2p(t)可用如下公式表示:
y1p(t)=y1(t)*sp(t)
y2p(t)=y2(t)*sp(t) (5)
步骤7.对压缩前、后的每个子带信号进行应变估计得到子应变图像。对每个子带信号的应变估计采用互相关方法。采用互相关方法求应变估计的具体过程为:
(1)将压缩前、后相对应的两条子带信号划分成若干个部分重叠的窗口,重叠率为75%。
(2)求每个窗口的位移估计,第n个窗口的位移估计按如下公式计算:
Figure BDA0002751424300000061
式中,dn是第n个窗口的位移估计,fn(τ)是第n个窗口的互相关函数,arg max(fn(τ))表示求fn(τ)函数最大值所对应的参数τ,ΔT表示相邻两个窗口的间距,T是窗口的长度,y1p(t)y2p(t)分别表示压缩前、后的第p个子带信号。
(3)求每个窗口的应变估计,应变是位移的导数,第n个窗口的应变估计按如下公式计算:
Figure BDA0002751424300000062
式中,sn表示第n个窗口的应变估计,dn、dn+1分别表示第n、n+1窗口的位移估计,ΔT表示相邻两个窗口的间距。
步骤8:将所有的子应变图像进行加权平均得到最终的复合应变图像。
实施例
仿真实验方法和结果:
本实验仿真人体组织的散射子模型在背景的中间包含一个硬球,模型的宽度为36mm,深度为40mm,硬球的半径为5mm。这个模型由1.152×105散射子构成,这些散射子均匀分布在40×36×6mm的立方体内,散射子的强度符合高斯分布。本实验主要考虑仿真轴向应变,轴向应变通过采用一种简化的二维位移仿真模型来模拟散射子轴向位移,给模型施加的外力应变为0.02。图2(a)-图2(b)显示了散射子的仿真轴向位移和轴向应变。
使用Field II软件仿真每帧的RF数据。传统短信号采用两个周期的正弦波。采用32位长的Golay码。传统短信号和Golay码信号的中心频率都为5MHz。每条RF信号上添加25dB的加性高斯白噪声来模拟超声系统的电噪声。采用128个振元的线阵换能器扫描散射子模型,超声衰减系数为0.5dB/cm/MHZ。相关窗口重叠率为80%,相关窗口长度为3.2μs。
本次实验分别采用传统短信号和Golay码作为激励信号,对比了传统方法和本发明方法的性能。图3(a)-图3(b)是本次仿真实验的结果。图3(a)是使用短信号方法获得的一副应变图像,其背景的弹性信噪比为7.85,硬球的弹性信噪比为2.40,对比噪声比为67.23。图3(b)是使用本发明方法获得的一副应变图像,其背景的弹性信噪比为9.45,硬球的弹性信噪比为7.41,对比噪声比为120.94。所以本发明方法的性能优于传统方法,本发明方法使应变图像的弹性信噪比提高了大约20%,对比噪声比提高了大约80%。
本发明提出使用Golay码作为准静态超声弹性成像系统的激励信号,来克服短信号的缺点,提高应变图像质量。Golay码是一种编码激励信号,是一种长信号,脉冲长度一般大于10个周期,能量更高,能够大幅提高回波信号信噪比,并且穿透距离远。Golay码激励信号是一种调制信号,在不超过安全声强的条件下,使用Golay码激励信号可以使发射信号的能量增加15-20dB。所以,使用Golay码激励信号可以大幅提高超声回波信号信噪比,信噪比的提升倍数大约为编码激励信号的时间带宽乘积。这额外增加的信噪比可以用来提高弹性成像的质量。由于Golay码信号是一种长信号,为了不降低其轴向分辨率,必须对接收回波信号进行解码,使其轴向分辨率近似等于常规短信号的轴向分辨率。
最后说明的是,以上所述为本发明的优选实施方式,尽管通过上述优选实施例,已经对本发明进行了详细的说明,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种改变,而不偏离本发明的权利要求书所要求的范围。

Claims (5)

1.一种基于Golay码的超声弹性成像应变估计方法,其特征在于,包括如下步骤:
步骤1.采用一对长度为N(N=16,32,64)的Golay码,设一对长度为32的双相位编码序列分别为a(n)(n=1,..,N)和b(n)(n=1,...N),当a(n)和b(n)当且仅当满足如下条件:
a(n)*a(-n)+b(n)*b(-n)=2Nδ(n) (1)
则这一对双相位编码序列称之为一对Golay码,δ(n)为狄拉克函数;
步骤2.对一对Golay码序列a(n)和b(n)进行过采样,然后再通过基脉冲的调制产生Golay码调制信号,调制过程用如下公式表示:
Figure FDA0002751424290000011
Figure FDA0002751424290000012
式中,
Figure FDA0002751424290000013
Figure FDA0002751424290000014
分别是a(n)和b(n)的过采样的Golay码信号,s(t)是基脉冲信号,*是卷积操作符,xa(t)和xb(t)是一对Golay码调制信号;
步骤3.再使用超声探头轻轻挤压人体组织,同时发射Golay码调制信号xa1(t),然后接收xa1(t)信号的回波信号ra1(t),接收到ra1(t)之后把它存储起来,接下来发射xb1(t)信号,然后接收xb1(t)信号的回波信号rb1(t),并把它存储起来;
步骤4.对接收回波信号进行解码,使其轴向分辨率尽可能等于常规短信号的轴向分辨率;
步骤5.继续用探头挤压人体组织,使人体组织内部产生应力场,重复步骤3和步骤4获得压缩后的回波解码信号y2(t);
步骤6.利用子带划分方法将压缩前、后的回波解码信号y1(t)和y2(t)分割成几个子频带信号;
步骤7.对压缩前、后的每个子带信号进行应变估计得到子应变图像,对每个子带信号的应变估计采用互相关方法;
采用互相关方法求应变估计的具体过程为:
(1)将压缩前、后相对应的两条子带信号划分成若干个部分重叠的窗口,重叠率为75%;
(2)求每个窗口的位移估计,第n个窗口的位移估计按如下公式计算:
Figure FDA0002751424290000021
式中,dn是第n个窗口的位移估计,fn(τ)是第n个窗口的互相关函数,arg max(fn(τ))表示求fn(τ)函数最大值所对应的参数τ,ΔT表示相邻两个窗口的间距,T是窗口的长度,y1p(t)y2p(t)分别表示压缩前、后的第p个子带信号;
(3)求每个窗口的应变估计,应变是位移的导数,第n个窗口的应变估计按如下公式计算:
Figure FDA0002751424290000022
式中,sn表示第n个窗口的应变估计,dn、dn+1分别表示第n、n+1窗口的位移估计,ΔT表示相邻两个窗口的间距;
步骤8.将所有的子应变图像进行加权平均得到最终的复合应变图像。
2.根据权利要求1所述的基于Golay码的超声弹性成像应变估计方法,其特征在于,步骤4中,当接收信号中的噪声是高斯白噪声时,匹配滤波器最大化信噪比,采用匹配滤波器对一对回波信号ra1(t)和rb1(t)进行解码,获得压缩前的回波解码信号y1(t),其解码过程用如下公式表示:
Figure FDA0002751424290000023
式中,
Figure FDA0002751424290000027
Figure FDA0002751424290000024
分别是Golay码过采样信号
Figure FDA0002751424290000025
Figure FDA0002751424290000026
的匹配滤波器。
3.根据权利要求1所述的基于Golay码的超声弹性成像应变估计方法,其特征在于,使用的子带划分方法是将回波解码信号与子带滤波器进行卷积,子带滤波器用如下公式表示:
sp(t)=wp(t)sin(2πfpt),0≤t≤Tp (4)
式中,sp(t)是第p个子带滤波器,wp(t)是一个创函数,fp是第p子带的中心频率,Tp是第p子带滤波器的脉冲长度,决定了子带信号的频带宽度,Tp越大,子带信号的频带越窄。
4.根据权利要求3所述的基于Golay码的超声弹性成像应变估计方法,其特征在于,子带的个数为3。
5.根据权利要求3所述的基于Golay码的超声弹性成像应变估计方法,其特征在于,压缩前、后的第p个子带信号y1p(t)和y2p(t)可用如下公式表示:
y1p(t)=y1(t)*sp(t)
y2p(t)=y2(t)*sp(t) (5)。
CN202011186078.9A 2020-10-29 2020-10-29 一种基于Golay码的超声弹性成像应变估计方法 Pending CN112336380A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011186078.9A CN112336380A (zh) 2020-10-29 2020-10-29 一种基于Golay码的超声弹性成像应变估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011186078.9A CN112336380A (zh) 2020-10-29 2020-10-29 一种基于Golay码的超声弹性成像应变估计方法

Publications (1)

Publication Number Publication Date
CN112336380A true CN112336380A (zh) 2021-02-09

Family

ID=74356558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011186078.9A Pending CN112336380A (zh) 2020-10-29 2020-10-29 一种基于Golay码的超声弹性成像应变估计方法

Country Status (1)

Country Link
CN (1) CN112336380A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006005632A1 (en) * 2004-07-09 2006-01-19 Institut National De La Sante Et De La Recherche Medicale Method for performing elastography
US20110004478A1 (en) * 2008-03-05 2011-01-06 Thomson Licensing Method and apparatus for transforming between different filter bank domains
CN106018955A (zh) * 2016-05-07 2016-10-12 天津大学 快速卷积可调滤波器组的低速率端频率估计方法
CN108200530A (zh) * 2013-09-17 2018-06-22 韦勒斯标准与技术协会公司 用于处理多媒体信号的方法和设备
CN108784736A (zh) * 2018-05-23 2018-11-13 成都信息工程大学 一种二维迭代的超声弹性成像应变估计方法
CN108833314A (zh) * 2018-07-17 2018-11-16 上海微小卫星工程中心 一种ufmc系统无线信道估计方法
CN108964731A (zh) * 2018-08-23 2018-12-07 哈尔滨工业大学 基于快速卷积的无循环前缀滤波混合载波连续流传输方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006005632A1 (en) * 2004-07-09 2006-01-19 Institut National De La Sante Et De La Recherche Medicale Method for performing elastography
US20110004478A1 (en) * 2008-03-05 2011-01-06 Thomson Licensing Method and apparatus for transforming between different filter bank domains
CN108200530A (zh) * 2013-09-17 2018-06-22 韦勒斯标准与技术协会公司 用于处理多媒体信号的方法和设备
CN106018955A (zh) * 2016-05-07 2016-10-12 天津大学 快速卷积可调滤波器组的低速率端频率估计方法
CN108784736A (zh) * 2018-05-23 2018-11-13 成都信息工程大学 一种二维迭代的超声弹性成像应变估计方法
CN108833314A (zh) * 2018-07-17 2018-11-16 上海微小卫星工程中心 一种ufmc系统无线信道估计方法
CN108964731A (zh) * 2018-08-23 2018-12-07 哈尔滨工业大学 基于快速卷积的无循环前缀滤波混合载波连续流传输方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUI PENG: "Ultrasonic elasticity imaging using Golay code", 《BIO WEB OF CONFERENCES》 *
沈璐璐: "超声检测的正交互补Golay码编解码技术的应用与研究", 《中国优秀硕士学位论文全文数据库》 *

Similar Documents

Publication Publication Date Title
Claudon et al. Advances in ultrasound
Ophir et al. Elastographic imaging
Céspedes et al. Reduction of image noise in elastography
JP6063553B2 (ja) 超音波イメージング方法及び超音波イメージング装置
FR2927445A1 (fr) Imagerie de deplacement par ultrason en combinaison dans l'espace
Jiang et al. A novel performance descriptor for ultrasonic strain imaging: A preliminary study
JP6063552B2 (ja) 超音波イメージング方法及び超音波イメージング装置
EP2138102B1 (en) Formation of an enhanced elastic image in an ultrasound system
AU660034B2 (en) Method for elastographic measurement and imaging
CN106618639B (zh) 一种定量剪切波弹性成像方法
CN106618638A (zh) 一种定量剪切波弹性成像系统
CN108670303B (zh) 超音波影像均匀度检测方法及其系统
Kumar et al. Gap-filling method for suppressing grating lobes in ultrasound imaging: Experimental study with deep-learning approach
Liu et al. Coded pulse excitation for ultrasonic strain imaging
Cui et al. Noise reduction for ultrasonic elastography using transmit-side frequency compounding: a preliminary study
JP5075830B2 (ja) 超音波診断装置
Zhang et al. Imaging heart dynamics with ultrafast cascaded-wave ultrasound
Ashfaq et al. An ultrasound research interface for a clinical system
JP2008505669A (ja) エラストグラフィーの実施方法
Peng et al. Enhanced ultrasound strain imaging using chirp-coded pulse excitation
CN112336380A (zh) 一种基于Golay码的超声弹性成像应变估计方法
Alam et al. Adaptive spectral strain estimators for elastography
Kothawala et al. Spatial compounding technique to obtain rotation elastogram: A feasibility study
WO2023039130A2 (en) Ultrasound imaging system and method
Mirzaei et al. Ultrasound elastography utilizing pre-beam-formed data

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210209