CN112515630B - 一种光声信号处理装置及处理方法 - Google Patents
一种光声信号处理装置及处理方法 Download PDFInfo
- Publication number
- CN112515630B CN112515630B CN202011072782.1A CN202011072782A CN112515630B CN 112515630 B CN112515630 B CN 112515630B CN 202011072782 A CN202011072782 A CN 202011072782A CN 112515630 B CN112515630 B CN 112515630B
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- preprocessing
- photoacoustic signal
- photoacoustic
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
- A61B5/0095—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy by applying light and detecting acoustic waves, i.e. photoacoustic measurements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Acoustics & Sound (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请公开了一种光声信号处理装置及处理方法,该装置包括:可编程逻辑器件、中央处理器以及图形处理器,中央处理器连接所述可编程逻辑器件,图形处理器连接所述中央处理器。其中可编程逻辑器件用于采集光声信号,对采集的多个所述光声信号依次进行预处理,以得到多个预处理数据;其中,所述预处理数据包括所述光声信号中用于成像显示的关键数据;中央处理器用于获取所述多个预处理数据,对所述多个预处理数据进行存储;图形处理器用于获取所述中央处理器发送的所述多个预处理数据,对所述多个预处理数据进行并行处理,以得到对应的多个图像数据。通过上述方式,本申请能够快速高效地进行光声显微成像数据处理,实现实时成像。
Description
技术领域
本申请涉及光声信号处理领域,特别是涉及一种光声信号处理装置及处理方法。
背景技术
光声成像(Photoacoustic Imaging,PAI)是近年来发展较快的一种生物医学影像技术。其原理主要基于光声效应(Photoacoustic Effect),即物质吸收经调制的光或者脉冲光后,部分光能转化为热能,由于热弹性效应,物质膨胀,使吸收体介质周期性的胀缩从而产生超声波。其中光声成像技术的研究可以分为以下三个方向:光声显微成像(Photoacoustic Microscopy,PAM)、光声计算层析成像(Photoacoustic ComputedTomography,PACT)、光声内窥成像(Photoacoustic Endoscopy,PAE)。
光声显微成像技术具有分辨率高、无需造影剂、无辐射危害、非侵入成像等优点,可实现从细胞器到组织器官的多尺度成像,已经被广泛用于血管生物学、肿瘤学、皮肤学、神经学等生物医学研究领域。然而,在光声显微成像中因为数据量大、计算流程复杂、成像速率需求高而对成像系统的计算效率提出了挑战,使得传统的基于CPU的数据处理方案无法满足应用需求。
在光声显微成像系统的信号采集端,需要采集和传输大量的原始数据。在光声显微成像中,为了保证捕获到光声信号,每个探测点的信号采集深度通常设置为256点及以上;为了保证高的成像分辨率,每个探测点之间的距离间隔为微米级别;为了实现血氧饱和度、血液流速等功能成像需求,在成像区域需要对相同探测点进行多次光声信号激发;为了实现小鼠大脑全皮层成像等需求,需要实现大面积成像扫描。以上多个需求导致光声显微成像的采样数据量大,使得数据从采集卡传输到电脑主机非常耗时,同时对数据的计算造成了巨大的压力。
在光声显微成像系统的数据计算和显示端,需要实现多种算法处理。当主机获得原始数据之后,需要进行去直流分量、希尔伯特变换、最大值提取等信号预处理,然后进行血氧饱和度计算、血液流速计算等多种功能信息定量计算,最后进行平滑滤波、对比度增强等图像处理算法并显示成像结果。在生物医学成像研究中,经常需要探测血管收缩、神经活动等快速的生理现象,因此需要成像系统具有较高的时间分辨率。以上多个计算流程对主机的数据处理增加了压力,难以实现实时成像功能。
发明内容
本申请主要提供一种光声信号处理装置及处理方法,能够解决现有技术中光声显微扫描成像的效率低、无法实时成像的问题。
为解决上述技术问题,本申请第一方面提供了一种光声信号处理装置,所述光声信号处理装置包括:可编程逻辑器件、中央处理器以及图形处理器,其中,可编程逻辑器件用于采集光声信号,对采集的多个所述光声信号依次进行预处理,以得到多个预处理数据;其中,所述预处理数据包括所述光声信号中用于成像显示的关键数据;中央处理器连接所述可编程逻辑器件,用于获取所述多个预处理数据,对所述多个预处理数据进行存储。图形处理器连接所述中央处理器,用于获取所述中央处理器发送的所述多个预处理数据,对所述多个预处理数据进行并行处理,以得到对应的多个图像数据。
其中,所述可编程逻辑器件包括:第一缓存单元,用于采集并存储所述光声信号的所有采样点;预处理单元,连接所述第一缓存单元,用于接收所述第一缓存单元发送的所述光声信号的所有采样点,并对所述光声信号的所有采样点进行预处理,获得预处理数据;第二缓存单元,连接所述预处理单元,用于接收并存储所述预处理数据。
其中,所述预处理单元包括:包络检测单元,用于对所述光声信号进行包络检测,以得到包络检测结果;峰值检测单元,连接所述包络检测单元,用于对所述包络检测结果进行峰值检测,得到对应每个所述光声信号的峰值数据,并将所述峰值数据作为所述预处理数据。
其中,所述预处理单元还用于识别:对应每一图像帧的多个预处理数据中的帧起始数据,以及对应每一图像帧中每一扫描行中的多个预处理数据中的行起始数据,并为每一所述帧起始数据和每一所述行起始数据添加索引。
其中,所述预处理单元包括预处理数据计数器,用于进行预处理数据计数,当识别到所述预处理数据的个数与一个扫描行对应的预处理数据的个数相等时,确定下一个所述预处理数据为所述行起始数据,并重新进行所述预处理数据计数。
其中,所述预处理单元还包括扫描行计数器,所述扫描行计数器用于进行所述扫描行计数,当识别到所述扫描行的个数与一个所述图像帧中所有扫描行的个数相等时,确定下一个所述预处理数据为所述帧起始数据,并重新进行所述扫描行计数。
其中,所述图形处理器包括:多参量计算单元,连接所述中央处理器,并读取所述中央处理器存储的多个光声信号,对所述光声信号进行多参量计算,得到多参量测定值;归一化单元,连接所述多参量计算单元,用于对所述多参量测定值统一到0到1的数值区间并进行对比度调整,得到对比度调整结果;颜色值映射单元,连接所述归一化单元,用于对所述对比度调整结果进行颜色值映射,得到颜色值映射后的图像数据。
其中,所述图形处理器还包括:图像处理单元,连接所述颜色值映射单元,用于对颜色值映射后的图像数据进行去噪、增强,得到去噪后的图像数据;图像缩放单元,连接所述图像处理单元,用于去噪后的图像数据进行缩放,以适应显示界面的尺寸。
其中,所述图形处理器还包括缓存单元,连接所述图像缩放单元,所述缓存单元用于存储所述图像数据,以等待显示。
为解决上述技术问题,本申请第二方面提供了一种光声信号处理方法,所述方法应用于如上述第一方面提供的光声信号处理装置,所述方法包括:获取可编程逻辑器件发送的多个预处理数据;其中,所述可编程逻辑器件用于采集光声信号,对采集的多个所述光声信号依次进行预处理,以得到多个预处理数据;对所述多个预处理数据进行存储;将所述多个预处理数据发送给图形处理器,以使所述图形处理器对所述多个预处理数据进行并行处理,以得到对应的多个图像数据。
本申请的有益效果是:区别于现有技术的情况,本申请利用可编程逻辑器件采集光声信号并对多个光声信号依次进行预处理,得到预处理数据,再利用中央处理器读取多个预处理数据,最后通过图形处理器对多个预处理数据并行处理,得到对应的图像数据,其中可编程逻辑器件中的逻辑单元可以实现对光声信号的实时采集和预处理,获得光声信号中可用于成像显示的关键数据,极大程度地降低了信号处理的延迟,并且过滤光声信号中的无效信息、精简数据结构,图形处理器可以实现批量数据的并行处理,在高效率的数据处理下能够在短时间内得到大量的图像数据,通过提高数据处理效率实现光声信号实时成像。
附图说明
图1是本申请光声信号处理装置一实施例的电路结构示意框图;
图2是为光声显微成像得到的光声信号原始数据示意图;
图3是本申请可编程逻辑器件一实施例的电路结构示意框图;
图4是本申请利用预处理单元进行包络检测和峰值检测得到预处理数据的示意图;
图5是本申请利用图形处理器并行处理一实施例的电路结构示意框图;
图6是本申请光声信号处理方法一实施例的流程示意框图;
图7是本申请计算机设备一实施例的电路结构示意框图;
图8是本申请计算机可读存储介质一实施例的电路结构示意框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。此外,术语“包括”和“具有”以及他们任何形变,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解是,本文所描述的实施例可以与其他实施例结合。
参阅图1,图1为本申请光声信号处理装置一实施例的电路结构示意框图。本实施例的光声信号处理装置10包括:可编程逻辑器件11、中央处理器12以及图形处理器13,中央处理器12连接可编程逻辑器件11,图形处理器13连接中央处理器12。
可编程逻辑器件11用于采集光声信号,对采集的多个光声信号依次进行预处理,以得到多个预处理数据;其中,预处理数据包括光声信号中用于成像显示的关键数据。中央处理器12用于获取多个预处理数据,对多个预处理数据进行存储。图形处理器13用于获取中央处理器12发送的多个预处理数据,对多个预处理数据进行并行处理,以得到对应的多个图像数据。
其中,可编程逻辑器件11(Programmable Logic Device)是可以根据需要由用户编程来设置逻辑功能的大规模集成电路。本申请中,可编程逻辑器件11可以是FPGA(FieldProgrammableGate Array,现场可编程门阵列)或CPLD(ComplexProgrammableLogicDevice,复杂可编程逻辑器件)等可编程逻辑器件,内部包括多个逻辑电路模块,可以利用多个逻辑电路模块对采集的光声信号进行预处理。
具体地,请参阅图2,图2为光声显微成像得到的光声信号原始数据示意图,在对生物组织进行光声显微成像时,获得的每个光声信号的数据为A-line,探头在沿X轴方向对组织进行扫描,依次得到扫描行中的m个数据:A(1)、A(2)、A(3)、…、A(m),即图中所示的B-scan,在Y轴方向得到n个扫描行B(1)、B(2)、B(3)、…、B(n),得到组织的二维扫描信号,每个光声信号经过处理后获得一个像素点信息,因此,多个扫描行的光声信号经处理后的像素点信息排列起来就能获得扫描图像,使得血管等组织的结构、大小等可视化。
可编程逻辑器件11可在光声信号生成时,实时获取光声信号的采样点数据,例如是可以是获取光声信号256点采样点数据,然后对获取到的采样点数据进行快速预处理,能够快速提取光声信号中的关键数据,实现对光声信号的实时预处理,有效缩短光声信号处理周期,从而避免直接使用GPU处理光声信号而造成的数据处理周期长的问题。
而且,在对不平整组织例如肿瘤进行光声成像时,为了获取完整的成像数据,会设置较大采样点系数(如512点或1024等),但是采样点数据量越大,其包含的无效信息越多,可编程逻辑器件11可以将光声信号中的关键数据提取出来,丢掉多余信息,从而精简数据结构,分担了大量的数据处理工作,减轻主机的计算压力,可以提升主机的运行速度,进一步缩短光声信号处理周期。
中央处理器12(CPU)的功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令,对指令译码并执行指令的核心部件。中央处理器主要包括:控制器、运算器、高速缓冲存储器及实现它们之间联系的数据、控制的总线。其功效主要为处理指令、执行操作、控制时间、处理数据。图形处理器13(GPU,Graphic ProcessingUnit),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器,承担输出显示图形的任务。
具体地,中央处理器12可分配出共享存储单元121,利用共享存储单元121将从可编程逻辑器件11获取的多个预处理数据进行存储,以供图形处理器13对多个预处理数据并行处理,得到多个图像数据,图像数据即为像素点数据。图形处理器13的并行处理方式可以同时对大量预处理数据进行运算,在可编程逻辑器件11对光声信号的实时预处理配合下,本实施例可实现光声信号的高效处理计算,缩短数据处理周期,实现光声显微的实时成像。
可选地,可编程逻辑器件11可以包括:第一缓存单元111、预处理单元112以及第二缓存单元113,预处理单元112连接第一缓存单元111,第二缓存单元113连接预处理单元112。
其中,第一缓存单元111用于采集并存储光声信号的所有采样点。预处理单元112用于接收第一缓存单元111发送的光声信号的所有采样点,并对光声信号的所有采样点进行预处理,获得预处理数据。第二缓存单元113用于接收并存储预处理数据。
可选地,将第一缓存单元111、预处理单元112以及第二缓存单元113设计为流水线结构处理方式,以时钟信号控制第一缓存单元111、预处理单元112以及第二缓存单元113的处理时长相同。这样,第一缓存单元111、预处理单元112以及第二缓存单元113可以同时对3个光声信号进行不同阶段的处理,具体而言,预处理单元112对上一个光声信号进行预处理时,第一缓存单元111可以同时采集下一个光声信号,以此达到快速进行光声信号预处理的目的。
可选地,第一缓存单元111例如可以是DAQ数据采集单元,可在一个光声信号生成的同时,采集到此光声信号的所有采样点,并将此光声信号的所有采样点存储起来,以在下一阶段将采样点数据发送给预处理单元112。
可选地,预处理单元112还可以用于识别对应每一图像帧的多个峰值数据中的帧起始数据,以及对应每一图像帧中每一扫描行中的多个峰值数据中的行起始数据,并为每一帧起始数据和每一行起始数据添加索引。
具体地,可以在预处理单元112中设置预处理数据计数器和扫描行计数器。其中,预处理数据计数器用于进行预处理数据计数,当识别到预处理数据的个数与一个扫描行对应的预处理数据的个数相等时,确定下一个预处理数据为行起始数据,并重新进行预处理数据计数。扫描行计数器用于进行扫描行计数,当识别到扫描行的个数与一个图像帧中所有扫描行的个数相等时,确定下一个预处理数据为帧起始数据,并重新进行扫描行计数。
其中,图像帧为光声信号经处理后显示出来的单帧图像,其由多组扫描行的光声信号经处理后得到的像素点信息拼接而成。
可选地,请参阅图3,图3为本申请可编程逻辑器件一实施例的电路结构示意框图。可编程逻辑器件11包括第一缓存单元111、预处理单元112以及第二缓存单元113,预处理单元112连接第一缓存单元111,第二缓存单元113连接预处理单元112,第一缓存单元111通过数据采集端daq采集单个光声信号的多个采样点,并将采集到的采样点存储起来,直至采集完单个光声信号的多个采样点,将采集到的单个光声信号的所有采样点发送至预处理模块进行预处理,得到预处理数据,逐个将预处理数据发送至第二缓存单元113进行暂时存储。可编程逻辑器件11可通过PCI(Peripheral Component Interconnect,外设部件互连标准)接口连接于中央处理器12,使得中央处理器12可通过PCI总线读取多个预处理数据。
本实施例的可编程逻辑器件11可通过时钟信号clk控制各个逻辑单元的处理时间相同,使得各个逻辑单元在同一时间可以分别对多个光声信号进行处理,实现流水线结构的控制模式,提升数据处理效率。复位信号rst用于在启用各个逻辑单元之前清空逻辑单元内残余的数据。
预处理单元112中可以包括多个按顺序连接的计算单元,例如可以包括包络检测单元1121和峰值检测单元1122,峰值检测单元1122连接包络检测单元1121,包络检测单元1121用于对光声信号进行包络检测,以得到包络检测结果,峰值检测单元1122用于对包络检测结果进行峰值检测,得到对应每个光声信号的峰值数据,并将峰值数据作为预处理数据。
请参阅图4,图4为本实施例利用预处理单元112进行包络检测和峰值检测得到预处理数据的示意图,最终得到的预处理数据为该光声信号的最大幅值数据,对应于图中纵坐标轴上I对应的峰值PEAK,丢掉光声信号中的其余信息,只保留峰值PEAK作为预处理数据参与GPU的并行计算,大大精简了数据结构,使得GPU中的数据处理更加流畅,提升数据处理的效率。
本实施例得到的预处理数据是峰值数据,峰值数据中包含光声信号用于成像显示的关键信息,本实施例只作为预处理单元112对光声信号进行预处理的示意性说明,本领域技术人员完全可以参照本申请生成其它逻辑单元进行光声信号的预处理,例如可以设计滤波单元进行滤波处理等。
请参阅图5,图5为本申请图形处理器并行计算一实施例的电路结构示意图。图形处理器13连接中央处理器12,中央处理器12将其中存储的多个光声信号传送到图形处理器13中进行并行处理,图形处理器13包含有多个计算单元,例如,图形处理器13可以包括多参量计算单元131、归一化单元132、颜色值映射单元133、图像处理单元134、图像缩放单元135以及缓存单元136,多参量计算单元131连接中央处理器12,归一化单元132连接多参量计算单元131,颜色值映射单元133连接归一化单元132、图像处理单元134连接颜色值映射单元133、图像缩放单元135连接图像处理单元134,缓存单元136连接图像缩放单元135。
多参量计算单元131、归一化单元132、颜色值映射单元133、图像处理单元134、图像缩放单元135以及缓存单元136中包含多个子单元,每个计算单元中多个子单元同时进行数据的计算处理,实现并行运算,计算效率高。
具体地,多参量计算单元131可对中央处理器12接收多个光声信号,对光声信号进行多参量计算,得到多参量测定值,例如可以得到血氧饱和度、血液流速等参量值。归一化单元132用于对多参量测定值统一到0到1的数值区间并进行对比度调整,得到对比度调整结果。颜色值映射单元133用于对对比度调整结果进行颜色值映射,将各个参量测定值映射到相应的RGB彩色图像数值,得到颜色值映射后的图像数据,颜色值映射后的图像数据经过图像显示就可以得到血管形态结构、血氧饱和度等多张彩色图像。图像处理单元134用于对颜色值映射后的图像数据进行去噪、增强,得到去噪后的图像数据;图像缩放单元135用于去噪后的图像数据进行缩放,以适应显示界面的尺寸,得到缩放后的图像数据。缓存单元136用于存储缩放后的图像数据,以等待显示,具体地,缓存单元136可以连接显示设备,显示设备依次按帧显示缓存单元136中的图像数据。
本实施例只是对图形处理器13对预处理数据进行并行处理的处理方式做简要说明,其中的多参量计算单元131、归一化单元132、颜色值映射单元133、图像处理单元134以及图像缩放单元135也可以是其他可以将预处理数据转化为图像数据进行显示的处理单元,本领域技术人员可根据光声信号处理算法进行各处理单元的设计,例如还可以在上述各处理单元的基础上增加图像分割单元等,不限于上述各个处理单元的设计方式。
如此一来,通过光声显微成像设备不间断进行扫描,以及本申请的光声信号处理装置对光声信号进行实时采集以及高效处理,可以在显示界面上实时显示血管等组织的动态变化图像。
请参阅图6,图6为本申请光声信号处理方法一实施例的流程示意框图。本实施例的光声信号处理方法包括以下步骤:
S100,获取可编程逻辑器件发送的多个预处理数据。
其中,可编程逻辑器件用于采集光声信号,并对采集的多个光声信号依次进行预处理,以得到多个预处理数据,具体请参照光声信号处理装置10的各个实施例中可编程逻辑器件11各个逻辑单元的数据处理方式,此处不再赘述。
S200,对多个预处理数据进行存储。
可编程逻辑器件11的高速预处理可不间断得到预处理数据,本步骤将依次获得的预处理数据存储起来,图形处理器13可批量读取预处理数据,并对预处理数据进行高效并行处理。
S300,将多个预处理数据发送给图形处理器,以使图形处理器对多个预处理数据进行并行处理,以得到对应的多个图像数据。
此步骤将多个预处理数据发送给图形处理器13进行并行处理,图形处理器13的处理方式具体可参照光声信号处理装置10的各个实施例中图形处理器13各个逻辑单元的数据处理方式,此处不再赘述。
请参阅图7,图7为本申请计算机设备1000一实施例的电路结构示意框图。计算机设备1000包括相互耦接的处理器1001和存储器1002,存储器1002中存储有计算机程序,处理器1001用于执行计算机程序以实现如上述本申请光声信号处理方法各实施例的步骤。
关于处理执行的各步骤的描述请参照上述本申请光声信号处理方法实施例的各步骤的描述,在此不再赘述。
可以理解地,在一实施例中,该计算机设备1000可以外接可编程逻辑器件和图形处理器,以实现如上述的方法;在另一实施例中,可编程逻辑器件和图形处理器也可以作为计算机设备1000的一部分。
上述实施例中的光声成像方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中。
参阅图8,图8为本申请计算机可读存储介质一实施例的电路结构示意框图,计算机存储介质2000存储有计算机程序2001,计算机程序2001被执行时实现如上述本申请光声信号处理方法各实施例的步骤。
计算机存储介质2000可以是U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施方式中,应该理解到,所揭露的方法以及设备,可以通过其它的方式实现。例如,以上所描述的设备实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是根据本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (7)
1.一种光声信号处理装置,其特征在于,所述光声信号处理装置包括:
可编程逻辑器件,包括第一缓存单元、预处理单元以及第二缓存单元,其中,所述第一缓存单元用于采集并存储光声信号的所有采样点;所述预处理单元连接所述第一缓存单元,用于接收所述第一缓存单元发送的所述光声信号的所有采样点,并对所述光声信号的所有采样点进行预处理,获得预处理数据,所述预处理单元还用于识别对应每一图像帧的多个预处理数据中的帧起始数据,以及识别对应每一图像帧中每一扫描行中的多个预处理数据中的行起始数据,并为每一所述帧起始数据和每一所述行起始数据添加索引;所述第二缓存单元连接所述预处理单元,用于接收并存储所述预处理数据;其中,所述预处理数据包括所述光声信号中用于成像显示的关键数据;
中央处理器,连接所述可编程逻辑器件,用于获取所述多个预处理数据,对所述多个预处理数据进行存储;
图形处理器,连接所述中央处理器,用于获取所述中央处理器发送的所述多个预处理数据,对所述多个预处理数据进行并行处理,以得到对应的多个图像数据;
其中,所述预处理单元包括预处理数据计数器,用于对预处理数据进行计数,当识别到所述预处理数据的个数与一个扫描行对应的预处理数据的个数相等时,确定下一个所述预处理数据为所述行起始数据,并重新进行所述预处理数据计数。
2.根据权利要求1所述的光声信号处理装置,其特征在于,
所述预处理单元包括:
包络检测单元,用于对所述光声信号进行包络检测,以得到包络检测结果;
峰值检测单元,连接所述包络检测单元,用于对所述包络检测结果进行峰值检测,得到对应每个所述光声信号的峰值数据,并将所述峰值数据作为所述预处理数据。
3.根据权利要求1所述的光声信号处理装置,其特征在于,
所述预处理单元还包括扫描行计数器,所述扫描行计数器用于进行所述扫描行计数,当识别到所述扫描行的个数与一个所述图像帧中所有扫描行的个数相等时,确定下一个所述预处理数据为所述帧起始数据,并重新进行所述扫描行计数。
4.根据权利要求1所述的光声信号处理装置,其特征在于,
所述图形处理器包括:
多参量计算单元,连接所述中央处理器,并读取所述中央处理器存储的多个光声信号,对所述光声信号进行多参量计算,得到多参量测定值;
归一化单元,连接所述多参量计算单元,用于对所述多参量测定值统一到0到1的数值区间并进行对比度调整,得到对比度调整结果;
颜色值映射单元,连接所述归一化单元,用于对所述对比度调整结果进行颜色值映射,得到颜色值映射后的图像数据。
5.根据权利要求4所述的光声信号处理装置,其特征在于,
所述图形处理器还包括:
图像处理单元,连接所述颜色值映射单元,用于对颜色值映射后的图像数据进行去噪、增强,得到去噪后的图像数据;
图像缩放单元,连接所述图像处理单元,用于对所述去噪后的图像数据进行尺寸调节,以适应显示界面的尺寸,得到缩放后的图像数据。
6.根据权利要求5所述的光声信号处理装置,其特征在于,
所述图形处理器还包括缓存单元,连接所述图像缩放单元,所述缓存单元用于存储所述缩放后的图像数据,以等待显示。
7.一种光声信号处理方法,其特征在于,所述方法应用于如权利要求1-6任一项所述的光声信号处理装置,所述方法包括:
获取可编程逻辑器件发送的多个预处理数据;其中,所述可编程逻辑器件包括第一缓存单元、预处理单元以及第二缓存单元,所述第一缓存单元用于采集并存储光声信号的所有采样点;所述预处理单元连接所述第一缓存单元,用于接收所述第一缓存单元发送的所述光声信号的所有采样点,并对所述光声信号的所有采样点进行预处理,获得预处理数据,所述预处理单元还用于识别对应每一图像帧的多个预处理数据中的帧起始数据,以及识别对应每一图像帧中每一扫描行中的多个预处理数据中的行起始数据,并为每一所述帧起始数据和每一所述行起始数据添加索引;所述第二缓存单元连接所述预处理单元,用于接收并存储所述预处理数据;其中,预处理单元包括预处理数据计数器,用于对预处理数据进行计数,当识别到所述预处理数据的个数与一个扫描行对应的预处理数据的个数相等时,确定下一个所述预处理数据为所述行起始数据,并重新进行所述预处理数据计数,所述预处理数据包括所述光声信号中用于成像显示的关键数据;
对所述多个预处理数据进行存储;
将所述多个预处理数据发送给图形处理器,以使所述图形处理器对所述多个预处理数据进行并行处理,以得到对应的多个图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011072782.1A CN112515630B (zh) | 2020-10-09 | 2020-10-09 | 一种光声信号处理装置及处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011072782.1A CN112515630B (zh) | 2020-10-09 | 2020-10-09 | 一种光声信号处理装置及处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112515630A CN112515630A (zh) | 2021-03-19 |
CN112515630B true CN112515630B (zh) | 2022-10-04 |
Family
ID=74979142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011072782.1A Active CN112515630B (zh) | 2020-10-09 | 2020-10-09 | 一种光声信号处理装置及处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112515630B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113625228A (zh) * | 2021-07-09 | 2021-11-09 | 中汽创智科技有限公司 | 一种单帧数据的处理方法、装置、电子设备及存储介质 |
CN114025106A (zh) * | 2021-12-16 | 2022-02-08 | 海宁奕斯伟集成电路设计有限公司 | 智能处理器、图像智能处理系统、方法及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5477858A (en) * | 1986-07-30 | 1995-12-26 | Siemens Medical Systems, Inc. | Ultrasound blood flow/tissue imaging system |
JP5647584B2 (ja) * | 2011-09-05 | 2015-01-07 | 富士フイルム株式会社 | 光音響画像生成装置及び方法 |
JP5779169B2 (ja) * | 2011-12-28 | 2015-09-16 | 富士フイルム株式会社 | 音響画像生成装置およびそれを用いて画像を生成する際の進捗状況の表示方法 |
CN102551810B (zh) * | 2012-03-09 | 2014-03-12 | 华南师范大学 | 一种多通道同步实时数字化光声成像装置及方法 |
JP2014039801A (ja) * | 2012-07-27 | 2014-03-06 | Fujifilm Corp | 音響信号検出用のプローブおよびそれを備えた光音響計測装置 |
CN103472458B (zh) * | 2013-09-16 | 2015-04-15 | 中国科学院上海光学精密机械研究所 | 基于声光扫描的三维视频激光雷达系统 |
WO2016031687A1 (ja) * | 2014-08-27 | 2016-03-03 | プレキシオン株式会社 | 光音響画像化装置 |
JP6812193B2 (ja) * | 2016-10-07 | 2021-01-13 | キヤノン株式会社 | 画像表示システム、画像表示方法、及びプログラム |
CN106775999A (zh) * | 2016-11-16 | 2017-05-31 | 华南师范大学 | 基于gpu的腔内扫描光声系统及数据处理方法 |
-
2020
- 2020-10-09 CN CN202011072782.1A patent/CN112515630B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112515630A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ilesanmi et al. | A method for segmentation of tumors in breast ultrasound images using the variant enhanced deep learning | |
CN106530279B (zh) | 一种图像处理方法及系统 | |
CN113781439B (zh) | 超声视频病灶分割方法及装置 | |
CN112515630B (zh) | 一种光声信号处理装置及处理方法 | |
CN102940510B (zh) | 一种超声弹性成像的自动对焦方法 | |
CN110838114B (zh) | 肺结节检测方法、装置及计算机存储介质 | |
CN111429474A (zh) | 基于混合卷积的乳腺dce-mri图像病灶分割模型建立及分割方法 | |
JP2017108769A (ja) | 画像処理装置、画像処理方法、および、画像処理装置を備える超音波診断装置 | |
CN108038875A (zh) | 一种肺部超声图像识别方法和装置 | |
CN111598965A (zh) | 超声造影图像的超分辨重建预处理方法和超分辨重建方法 | |
CN113781387A (zh) | 模型训练方法、图像处理方法、装置、设备及存储介质 | |
CN113764101B (zh) | 基于cnn的乳腺癌新辅助化疗多模态超声诊断系统 | |
CN112862955B (zh) | 建立三维模型的方法、装置、设备、存储介质和程序产品 | |
Al-Battal et al. | Multi-path decoder U-Net: A weakly trained real-time segmentation network for object detection and localization in ultrasound scans | |
Holzinger et al. | On the generation of point cloud data sets: Step one in the knowledge discovery process | |
CN110619598B (zh) | 一种图像处理方法、装置及系统 | |
Bhalla et al. | Automatic fetus head segmentation in ultrasound images by attention based encoder decoder network | |
Lu et al. | Deep learning method for cell count from transmitted-light microscope | |
CN111062935B (zh) | 一种乳腺肿瘤检测方法、存储介质及终端设备 | |
CN112401928B (zh) | 一种盆底肛提肌切面的获取方法、存储介质及终端设备 | |
CN116763347A (zh) | 基于超声图像的胎头方向角测量方法以及相关装置 | |
CN110097502B (zh) | 眼底无灌注区的测量方法及装置及图像处理方法 | |
WO2021081850A1 (zh) | 基于vrds 4d医学影像的脊椎疾病识别方法及相关装置 | |
CN112426170A (zh) | 一种胎盘厚度确定方法、装置、设备及存储介质 | |
Hussain et al. | Automated Segmentation of Coronary Arteries using Attention-Gated UNet for Precise Diagnosis |
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 |