CN112927145B - 一种平面超声穿颅脑成像的校正方法 - Google Patents
一种平面超声穿颅脑成像的校正方法 Download PDFInfo
- Publication number
- CN112927145B CN112927145B CN201911235444.2A CN201911235444A CN112927145B CN 112927145 B CN112927145 B CN 112927145B CN 201911235444 A CN201911235444 A CN 201911235444A CN 112927145 B CN112927145 B CN 112927145B
- Authority
- CN
- China
- Prior art keywords
- skull
- ultrasonic
- imaging
- model
- coordinates
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 67
- 238000012937 correction Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 28
- 210000003625 skull Anatomy 0.000 claims abstract description 94
- 238000002604 ultrasonography Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000010521 absorption reaction Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 claims description 2
- 238000012285 ultrasound imaging Methods 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 4
- 210000005013 brain tissue Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007917 intracranial administration Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 235000009421 Myristica fragrans Nutrition 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000002961 echo contrast media Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000001115 mace Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000003582 temporal bone Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明的实施例提出一种平面超声穿颅脑成像的校正方法,利用颅骨声参数模型,结合超声平面波成像方法,补偿和校正由颅骨带来的超声畸变,能够使成像结果定位准确、减少颅骨导致的伪像、提高成像分辨率,为颅脑超声成像设备提供基础成像技术。
Description
技术领域
本发明涉及超声波成像技术,更具体地,本发明涉及一种平面超声穿颅脑成像的校正方法。
背景技术
随着换能器技术的发展,平面波成像技术得到了长足的进步,现已逐步地应用到临床医学,作用部位多是人体腹部。平面超声波成像具有超高的帧频,非常适合对颅脑这种敏感部位进行成像。而颅骨由于和脑组织在形态、结构和弹性参数等方面的差异,其存在极大地阻碍了成像的过程。相关研究人员也做了许多努力来减少颅骨的影响。
传统颅脑超声成像的方法是在外科手术中去除部分颅骨,直接用常规超声成像设备进行探查。如何使用无创的方法进行脑组织超声成像一直是国、内外相关领域研究人员的工作目标和重点。目前的无创经颅超声成像和彩色多普勒技术,需要将探头放置在无颅骨遮挡或颅骨较薄的区域,即透过声窗进行超声成像,常用的声窗包括新生儿前囟门、颞窗、枕窗、眼窗、额窗等,这种方式的检查区域受限于声窗的选取。
当前超声穿颅骨成像的技术困难主要在于,颅骨对于超声具有超强的衰减吸收效应,颅骨的声学参数与其他组织差别巨大,颅骨本身形状结构和声学参数都是非均匀的,因此超声穿透颅骨后相位和幅度都发生畸变,如果使用传统的超声波成像方法进行颅脑成像,由于颅骨的影响几乎无法得到正确的颅脑图像信息。
为了补偿和校正颅骨对超声传播的影响,前人做了很多工作。例如,采用在两侧颞骨处分别布置二维换能器阵列,利用透射法获取穿过颅骨后的接收波形,用于补偿相位差。(IEEE UFFC,2011(6):1189-1202)(IEEE UFFC,2011(6):1189-1202)
平面波成像方法具有帧频高的特点,适合用于脑功能成像。法国郎之万研究所Macé等人(NatMat,2011(8):662-664)利用平面波成像进行了大鼠的颅脑超声成像研究,在实验中去除了部分颅骨,并利用超声造影剂进行增强。由于大鼠颅骨与人颅骨相比薄而均匀,并没有进行补偿校正。
发明内容
本发明提出利用颅骨声参数模型,结合超声平面波成像方法,补偿和校正由颅骨带来的超声畸变,能够使成像结果定位准确、减少颅骨导致的伪像、提高成像分辨率,为颅脑超声成像设备研发提供算法基础。
本发明为解决上述技术问题采用的技术方案为,一种平面超声穿颅脑成像的校正方法,包括:
获取一个颅骨的声参数模型,所述颅骨声参数模型包含:颅脑内部各空间位置的声速模型矩阵C(gnx,gnz)和衰减系数模型矩阵ALPHA(gnx,gnz);所述颅骨声参数模型根据CT图像得到;
划定所述颅脑的超声成像区域,确定所述超声成像区域的超声图像每个像素点的物理位置;根据所述物理位置,确认所述像素点在颅骨声参数模型中的对应坐标;确认换能器阵列中每个阵元表面中心位置在颅骨声参数模型中的对应坐标;利用所述阵元在颅骨声参数模型中的对应坐标、所述像素点在颅骨声参数模型中的对应坐标,通过所述声速模型矩阵和衰减系数模型矩阵,确定颅脑的超声传播路径;
根据所述颅脑的超声传播路径,确定超声经过颅骨时因声速变化导致的声波延迟畸变、和因吸收效应导致的幅度畸变;
利用所述延迟畸变、幅度校正系数,采用接收波束形成方法对所述颅脑进行平面波成像;所述幅度校正系数由所述幅度畸变得到。
优选地,所述颅骨声参数模型根据CT图像得到,包括,所述颅骨声参数模型中的各个元素的声学参数根据CT图像中各个像素点的亨氏单位获得。
优选地,所述确定超声经过颅骨时因声速变化导致的声波延迟畸变,包括:超声延迟时间的数学表达式为:
Δtie=Δtl1+Δtl2。
其中超声入射波经过颅骨阶段所用时间为
其中,(gxz,gze)为换能器阵元e中心位置在颅骨声模型中坐标,(gxi,gzj)为散射点在颅骨声模型中坐标,C(gxi,gzk)为颅骨声模型坐标(gxi,gzk)处的声速。;
超声散射波经过颅骨阶段所用时间为:
其中,
式中方括号表示四舍五入取整,C(gxk,gzk)为坐标(gxk,gzk)处的声速。
优选地,所述超声幅度校正系数的数学表达式为:
其中超声入射波经过颅骨阶段的超声衰减参数为
其中,(gxz,gze)为换能器阵元E中心位置在颅骨声模型中坐标,(gxi,gzj)为散射点在颅骨声模型中坐标,ALPHA(gxi,gzk)为坐标(gxi,gzk)处的介质超声衰减系数,
超声散射波经过颅骨阶段的衰减参数为
其中
方括号表示四舍五入取整,ALPHA(gxk,gzk)为坐标(gxk,gzk)处的介质超声衰减系数。
优选地,所述平面波成像包括计算成像区域的每个像素点的其灰度值,包括,计算所述灰度值的数学公式为:
其中,(ix,iz)为超声图像中任意像素点坐标,xe(t)为换能器阵元e的接收波形,Δtie为声波延迟,aie为幅度校正系数。
本发明实施例提供的一种平面超声穿颅脑成像的校正方法,具有以下的优点:
1)利用颅骨声参数模型,结合超声平面波成像方法,补偿和校正由颅骨带来的超声畸变。
2)可以在常规平面波成像速度快、帧频高的优点基础上,快速实时地对颅骨造成的图像失真、伪像等问题进行校正,可以使成像结果定位准确、减少颅骨导致的伪像、提高成像分辨率。
附图说明
图1为本发明实施例提供的一种平面超声穿颅脑成像的校正方法的流程图;
图2为本发明实施例提供的一种平面超声穿颅脑成像的校正方法的基本模型和坐标系示意图;
图3为本发明实施例提供的一种平面超声穿颅脑成像的校正方法的平面波成像超声传播路径示意图;
图4为本发明实施例提供的一种平面超声穿颅脑成像的8个散射点校正前后成像效果对比图;
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它的实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种平面超声穿颅脑成像的校正方法的流程图,如图所示,包括下列步骤:
步骤S110,获得颅骨声参数模型。
一,本发明使用的基本模型,以及物理坐标、CT图像/声参数模型坐标、超声图像坐标之间的转换关系:
图2为本发明实施例提供的一种平面超声穿颅脑成像的校正方法的基本模型和坐标系示意图,如图2所示,居中图形展示的是平面超声穿颅脑成像的物理模型(物理坐标系下)。换能器线阵位于颅骨外侧紧贴皮肤,换能器线阵是由Ne个换能器阵元线性排列组成的,每个阵元可独立发射和接收超声波。当所有阵元同时同相位发射超声时,会产生一列平面波,向颅内入射。超声波进入颅内,在颅内的散射点处发生散射,散射回波传播回到换能器处,被阵元接收并转化成电信号,每个阵元都会独立接收超声回波并存储一条波形数据。其中第e个阵元所接收的回波,记作xe(t)。物理坐标系中的一个位置坐标记作(x,z),第e个阵元的位置坐标为(ex,ez)。
居左图形展示的是CT图像,从CT图像可以获取颅骨的声学参数模型(方法见本说明书后续)。一幅CT图像可看作一个gnx*gnz的矩阵,矩阵中每个元素代表CT图像的一个像素点,每个像素点的灰度对应颅脑在该坐标位置处的的亨氏单位(HU)值,相邻像素点中心之间代表的物理距离PixelSpacing记为dxg。对于物理坐标上一点(x,z),在CT图像或声学参数模型中所对应的坐标记作(gx,gz)。以下将CT图像/声学参数模型坐标系记为Gxz。
居右图形展示的是超声图像,超声成像区域在物理模型中的对应位置已在图中标出。一幅超声图像可看作一个inx*inz的矩阵,矩阵中每个元素代表超声图像的一个像素点,每个像素点的灰度反映了该位置处是否有声散射点或组织界面等,相邻像素点中心之间代表的物理距离记为dxi。对于物理坐标上一点(x,z),在超声图像上对应的坐标记为(ix,iz)。换能器阵元e所在物理位置(ex,ez),在Gxz坐标系中对应坐标为(gxe,gze)。超声图像中的一点(ix,iz),在Gxz坐标系中对应坐标为(gxi,gzi)。
由于分辨率的不同,超声图像和CT图像的单位像素表示的物理范围大小可能不同,利用它们的各像素点和实际物理位置的关系,可以在三种坐标系之间进行转换,即计算一个实际物理位置在三种坐标系中的坐标。
在一个实施例中,超声成像计算利用声学参数模型坐标进行波形求和计算。
二、由CT图像获取声学参数模型:
颅骨的声速、密度与颅骨对X射线的吸收率存在线性关系,因此可通过CT图像获取颅骨声学参数。CT值的单位是亨氏单位(Hounsfield unit,HU),范围是-1024-3071,用于衡量人体组织对X射线的吸收率,水的吸收率为0HU,空气的吸收率为-1000HU,致密骨的吸收率为1000HU。
亨氏值与颅骨的声学参数存在如下的关系:
Φ=1-HU/1000 (1)
c=cmin+(1-Φ)(cmax-cmin) (2)
α=αmin+Φ1/2(αmax-αmin) (3)
其中,Φ为计算系数,cmin,cmax为颅骨中的最小和最大声速,αmin,αmax为颅骨最小和最大吸收系数(衰减系数)。
根据以上的数值关系,颅骨声参数可由CT图像获取,一幅CT图像可看作一个gnx*gnz的矩阵,矩阵中每个元素代表CT图像的一个像素点,每个像素点的灰度对应颅脑在该坐标位置处的的亨氏单位(HU)值,相邻相素点中心之间的物理距离PixelSpacing记为dxg。根据颅骨声速、衰减系数与HU值的对应关系可以得到颅骨随空间位置变化的声速和衰减系数模型矩阵C(gnx,gnz)和ALPHA(gnx,gnz),矩阵每个元素为颅脑在该坐标位置处的声速/衰减系数的值。在没有颅骨存在的脑组织部分,设定声速为人体组织平均声速1540m/s,衰减系数设为0。这样在计算校正系数时可以将整个超声传播路径一并处理,直接包含颅骨和一般组织对超声延迟和幅度衰减的贡献,而无需每次单独判断颅骨区域,编程实现更为方便。
步骤S120,划定超声颅脑成像区域,确定该区域中成像后每个像素点的实际物理位置;根据其实际物理位置,确认各像素点在颅骨声参数模型中的对应坐标;根据换能器阵列中每个阵元表面中心位置的物理位置,确认阵元表面中心位置在颅骨声参数模型中的对应坐标;利用阵元在颅骨声参数模型中的对应坐标、各像素点在颅骨声参数模型中的对应坐标,通过颅骨声参数模型,确定超声颅脑内传播路径。
具体的,对换能器的每个阵元,根据阵元与颅骨模型的位置关系,可以计算出每个阵元表面中心的位置在模型矩阵中对应的坐标,第e个阵元在模型矩阵中坐标记为(gxe,gze),如图3所示。
对成像区域内的每个像素点I(ix,iz),根据其物理位置及成像区域坐标与颅骨声参数模型坐标的对应关系,可计算出该像素点在颅骨声参数中的坐标,记为(gxi,gzi)。
对于超声图像中的像素点(ix,iz),入射平面波的传播路径l1为从点(gxi,gze)到点(gxi,gzi)之间的线段,线段长度为(gzi-gze)*dxg,可按声参数模型的网格离散为gzi-gze段,每段对应的物理距离为dxg;散射声波到达阵元e的传播路径l2为从点(gxe,gze)到点(gxi,gzi)之间的线段,该路径对应的物理长度为可按声参数模型的z方向网格离散为gzi-gze段。
步骤S130,根据步骤S120获得的超声颅脑内传播路径,确定超声经过颅骨时因声速变化导致的声波延迟畸变。
具体的,根据超声传播路径,计算超声延迟,其中包含超声经过颅骨时由于声速变化导致的声波延迟畸变,在一个实施例中:
阵元e接收的波形中,用于对超声图像像素点I(i,j)成像有效的部分,其超声延迟时间为Δtie=Δtl1+Δtl2。
其中超声在l1段传播所用时间为
其中C(gxi,gzk)为坐标(gxi,gzk)处的声速。
超声在l2段传播所用时间为:
其中
式中方括号表示四舍五入取整,C(gxk,gzk)为坐标(gxk,gzk)处的声速。
步骤S140,根据步骤S120获得的超声颅脑内传播路径,确定超声经过颅骨时因吸收效应导致的幅度畸变,根据幅度畸变,计算幅度校正系数。
具体的,根据超声传播路径,计算超声幅度校正系数,在一个实施例中:
阵元e接收的波形中,用于对超声图像像素点I(ix,iz)成像有效的部分,其超声幅度校正系数为
其中l1段的超声衰减参数为
其中ALPHA(gxi,gzk)为坐标(gxi,gzk)处的介质超声衰减系数。
超声在l2段的衰减参数为
其中
式中方括号表示四舍五入取整,ALPHA(gxk,gzk)为坐标(gxk,gzk)处的介质超声衰减系数。
步骤S150,根据步骤S130获得的延迟畸变、步骤S140获得的幅度校正系数,使用接收波束形成方法进行平面波成像,平面波成像包括计算成像区域的每个像素点的灰度值。
在一个实施例中:
超声图像中像素点(ix,iz)的灰度为
其中xe(t)为换能器阵元e的接收波形,Δtie为步骤(2)中计算的延迟,aie为步骤(3)中计算的幅度校正系数。
该实施例中,对颅脑内8个散射点进行超声成像,成像校正前后效果对比如图4所示。
从以上实施例可以看出,采用本发明公开的一种平面超声穿颅脑成像的校正方法,利用颅骨声参数模型,结合超声平面波成像方法,补偿和校正由颅骨带来的超声畸变。同时在常规平面波成像速度快、帧频高的优点基础上,快速实时地对颅骨造成的图像失真、伪像等问题进行校正,可以使成像结果定位准确、减少颅骨导致的伪像、提高成像分辨率。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种平面超声穿颅脑成像的校正方法,其特征在于,所述方法包括:
获取一个颅骨的声参数模型,所述颅骨声参数模型包含:颅脑内部各空间位置的声速模型矩阵C(gnx,gnz)和衰减系数模型矩阵ALPHA(gnx,gnz);所述颅骨声参数模型根据CT图像得到;
划定所述颅脑的超声成像区域,确定所述超声成像区域的超声图像每个像素点的物理位置;根据所述物理位置,确认所述像素点在颅骨声参数模型中的对应坐标;确认换能器阵列中每个阵元表面中心位置在颅骨声参数模型中的对应坐标;利用所述阵元在颅骨声参数模型中的对应坐标、所述像素点在颅骨声参数模型中的对应坐标,通过所述声速模型矩阵和衰减系数模型矩阵,确定颅脑的超声传播路径;
根据所述颅脑的超声传播路径,确定超声经过颅骨时因声速变化导致的声波延迟畸变、和因吸收效应导致的幅度畸变;其中,所述确定超声经过颅骨时因声速变化导致的声波延迟畸变,包括:超声延迟时间的数学表达式为:
Δtie=Δtl1+Δtl2
其中超声入射波经过颅骨阶段所用时间为
其中,(gxz,gze)为换能器阵元e中心位置在颅骨声模型中坐标,(gxi,gzj)为散射点在颅骨声模型中坐标,C(gxi,gzk)为颅骨声模型坐标(gxi,gzk)处的声速;
超声散射波经过颅骨阶段所用时间为:
其中,
式中方括号表示四舍五入取整,C(gxk,gzk)为坐标(gxk,gzk)处的声速;
利用所述延迟畸变、幅度校正系数,采用接收波束形成方法对所述颅脑进行平面波成像;所述幅度校正系数由所述幅度畸变得到;其中,所述幅度校正系数的数学表达式为:
其中超声入射波经过颅骨阶段的超声衰减参数为
其中,(gxz,gze)为换能器阵元E中心位置在颅骨声模型中坐标,(gxi,gzj)为散射点在颅骨声模型中坐标,ALPHA(gxi,gzk)为坐标(gxi,gzk)处的介质超声衰减系数,
超声散射波经过颅骨阶段的衰减参数为
其中
方括号表示四舍五入取整,ALPHA(gxk,gzk)为坐标(gxk,gzk)处的介质超声衰减系数。
2.根据权利要求1所述的方法,其特征在于,所述颅骨声参数模型根据CT图像得到,包括,所述颅骨声参数模型中各元素的声学参数根据CT图像中各像素点的亨氏单位获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911235444.2A CN112927145B (zh) | 2019-12-05 | 2019-12-05 | 一种平面超声穿颅脑成像的校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911235444.2A CN112927145B (zh) | 2019-12-05 | 2019-12-05 | 一种平面超声穿颅脑成像的校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112927145A CN112927145A (zh) | 2021-06-08 |
CN112927145B true CN112927145B (zh) | 2023-06-13 |
Family
ID=76160959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911235444.2A Active CN112927145B (zh) | 2019-12-05 | 2019-12-05 | 一种平面超声穿颅脑成像的校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112927145B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113607822B (zh) * | 2021-08-06 | 2022-08-05 | 浙江大学 | 一种平面波穿颅声场相位畸变补偿方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102576527A (zh) * | 2009-09-03 | 2012-07-11 | 皇家飞利浦电子股份有限公司 | 对经颅超声畸变的基于对侧阵列的校正 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7867166B2 (en) * | 2004-07-29 | 2011-01-11 | University Of Rochester | Statistical estimation of ultrasonic propagation parameters for aberration correction |
JP6352050B2 (ja) * | 2014-05-19 | 2018-07-04 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置 |
-
2019
- 2019-12-05 CN CN201911235444.2A patent/CN112927145B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102576527A (zh) * | 2009-09-03 | 2012-07-11 | 皇家飞利浦电子股份有限公司 | 对经颅超声畸变的基于对侧阵列的校正 |
Also Published As
Publication number | Publication date |
---|---|
CN112927145A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107613881B (zh) | 用于校正脂肪引起的像差的方法和系统 | |
Rau et al. | Ultrasound aberration correction based on local speed-of-sound map estimation | |
US9173629B2 (en) | Ultrasonic diagnostic apparatus and ultrasonic image processing apparatus | |
JP2020531074A (ja) | 画像アーチファクト特定及び除去のための深層学習ネットワークを有する超音波システム | |
Opretzka et al. | A high-frequency ultrasound imaging system combining limited-angle spatial compounding and model-based synthetic aperture focusing | |
JP5818592B2 (ja) | 超音波診断装置、医用画像処理装置及び医用画像処理方法 | |
Brickson et al. | Reverberation noise suppression in ultrasound channel signals using a 3D fully convolutional neural network | |
CN111265245B (zh) | 基于双约束鲁棒Capon波束合成和多重变迹互相关的被动空化成像方法及系统 | |
Gray et al. | Diffraction effects and compensation in passive acoustic mapping | |
CN112927145B (zh) | 一种平面超声穿颅脑成像的校正方法 | |
Rigby et al. | Improved in vivo abdominal image quality using real-time estimation and correction of wavefront arrival time errors | |
JP6207972B2 (ja) | 超音波診断装置、画像処理装置及び画像処理プログラム | |
Jakovljevic et al. | Blood flow imaging in the neonatal brain using angular coherence power Doppler | |
Hendriks et al. | Comprehensive comparison of image quality aspects between conventional and plane-wave imaging methods on a commercial scanner | |
Cohen et al. | Sparse convolutional beamforming for 3-D ultrafast ultrasound imaging | |
Gray et al. | Broadband ultrasonic attenuation estimation and compensation with passive acoustic mapping | |
JP5269517B2 (ja) | 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム | |
Du et al. | A novel transcranial ultrasound imaging method with diverging wave transmission and deep learning approach | |
Jakovljevic et al. | Blocked elements in 1-D and 2-D arrays—Part I: Detection and basic compensation on simulated and in vivo targets | |
Rivaz et al. | Tracked regularized ultrasound elastography for targeting breast radiotherapy | |
Wang et al. | A fast marching method based back projection algorithm for photoacoustic tomography in heterogeneous media | |
JP6274495B2 (ja) | 画像処理装置および超音波診断装置 | |
CN110931130A (zh) | 一种基于b超信号评估呼吸和心动周期的方法 | |
Yang et al. | Fast marching Phase-aberration Correction in Plane-Wave Transcranial Imaging | |
RU2744313C1 (ru) | Способ исправления фазовых искажений в сигналах при транскраниальной ультразвуковой визуализации |
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 |