CN113625286B - 基于相干特征的强稳健性截断相干系数超声波束形成方法 - Google Patents
基于相干特征的强稳健性截断相干系数超声波束形成方法 Download PDFInfo
- Publication number
- CN113625286B CN113625286B CN202110895093.9A CN202110895093A CN113625286B CN 113625286 B CN113625286 B CN 113625286B CN 202110895093 A CN202110895093 A CN 202110895093A CN 113625286 B CN113625286 B CN 113625286B
- Authority
- CN
- China
- Prior art keywords
- coherence
- coherence coefficient
- aperture
- truncated
- ultrasonic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims abstract description 78
- 238000013329 compounding Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 3
- 238000001514 detection method Methods 0.000 claims description 34
- QDUDQAJMMWFNEO-UHFFFAOYSA-N 2-(sulfoamino)propane-1,2,3-tricarboxylic acid Chemical compound OC(=O)CC(CC(O)=O)(NS(O)(=O)=O)C(O)=O QDUDQAJMMWFNEO-UHFFFAOYSA-N 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 10
- 230000003111 delayed effect Effects 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 65
- 230000001427 coherent effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 208000031513 cyst Diseases 0.000 description 3
- 206010011732 Cyst Diseases 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本发明涉及一种基于相干特征的强稳健性截断相干系数超声波束形成方法,属于超声成像技术领域。该方法包括:S1:对超声阵元接收的回波信号进行预处理,获得处理后的超声回波数据;S2:根据超声回波时域相干特征计算单发全收模式下各发射阵列孔径对应的时域相干系数表;S3:求取相干系数表的均值作为相干系数的截断阈值;S4:利用该截断阈值对回波相干系数进行截断处理,得到截断相干系数;S5:对回波构成的延时叠加波束形成器输出进行加权,依次得到单发全收模式下的单帧成像子图;S6:对多张单发全收模式下的成像子图进行空间复合,得到超声成像结果;本发明能在几乎不损失相干系数分辨率性能的同时有效提高成像的背景质量,从而提高超声算法的综合成像质量。
Description
技术领域
本发明属于超声成像技术领域,涉及基于相干特征的强稳健性截断相干系数超声波束形成方法。
背景技术
超声成像中应用最为广泛的,也是最简单的波束形成技术即延时叠加(Delay AndSum,DAS),它是根据阵元通道几何位置关系对所接收的回波信号进行延时量的计算,然后对延时后的数据对齐叠加。传统DAS算法复杂度低,成像速度快,但由于其采用固定窗函数加权导致主瓣宽度增加,分辨率较低。
近年来,为了提高波束形成算法的对比度和分辨率,自适应算法得到越来越多的研究。其中相干系数(Coherence Factor,CF)算法由于其具有高分辨率高对比度的优点,得到了广泛的研究。它可以用于衡量超声波声束的聚焦质量,并充分抑制旁瓣伪像的形成。然而,由于对于非相干信号过于严格的抑制,往往会造成图像失真问题以及大面积的黑区伪影。当信噪比较低时,原始期望信号的相干性将被强干扰噪声完全破坏,从而被相干系数类波束形成器当作噪声而错误地滤除,造成严重的信号丢失。传统的解决方法通过降低相干系数的波动程度,来减小相干系数对背景质量的影响,但是这同样限制了该算法在分辨率上的性能,因此难以在综合成像质量上达到较好的平衡。
综上所述,目前亟需一种既能保持良好分辨率性能,又能保持强散斑背景不失真的波束形成算法,以全面提高超声算法的综合成像质量。
发明内容
有鉴于此,本发明的目的在于提供一种基于相干特征的强稳健性截断相干系数超声波束形成方法。克服传统相干系数类算法难以同时兼顾图像背景质量和成像分辨率的问题,在保留对强相干信号的增强的同时,对弱相干信号进行系数补偿,进而保证图像分辨率提高的同时,大幅度改善成像背景质量,提高超声算法的综合成像效果。
为达到上述目的,本发明提供如下技术方案:
基于相干特征的强稳健性截断相干系数超声波束形成方法,该方法具体包括以下步骤:
S1:对超声阵元接收的回波信号进行预处理,获得处理后的超声回波数据,并将各个收发孔径得到的数据存入数表中;
S2:根据合成孔径成像模式,利用超声回波时域相干特征计算单发全收模式下各发射阵列孔径对应的时域相干系数表;
S3:求取各发射孔径下的相干系数表的均值作为各个子相干系数表的截断阈值;
S4:利用该截断阈值对各回波相干系数表数据进行截断处理,保留强相干部分的相干系数,对弱相干部分的相干系数进行补偿优化,得到截断后的相干系数表;
S5:对回波构成的延时叠加波束形成器的输出进行加权,依次得到单发全收模式下的单帧成像子图;
S6:对单发全收模式下的成像子图进行空间复合,得到最终的超声成像结果。
进一步,在所述S1中,对超声阵元接收的回波信号进行处理,包括:TGC放大、AD转换和噪声滤除处理,并将各个收发孔径得到的数据存入数表A中,A是一个维度为D×M×N的三维数表,其中,D表示回波采样点数,N表示发射孔径个数,M表示接收孔径个数;将探测区域分解为Q×H个像素点,并且依次计算各个收发孔径对应检测区域内的每个探测点的聚焦延时如下:
其中,fs表示采样频率,toff表示从开始发射超声波到第一次接收到回波的时间间隔,c表示探测区域介质中超声波传播速度,q表示探测区域内像素点的纵向序号,h表示探测区域内像素点的横向序号,n表示发射孔径序号,m表示接收孔径序号;x(q,h),x(0,m),x(0,n),y(q,h),y(0,m),y(0,n)分别表示点(q,h)(0,m)(0,n)的横、纵坐标;Δ(q,h,m,n)表示当探测像素点(q,h)且发射孔径为n时,接收孔径m在当前采样时刻所需要的延时量。
进一步,在所述S2中,根据合成孔径成像模式,利用超声回波时域相干特征计算单发全收模式下各发射阵列孔径对应的时域相干系数表,具体计算方法如下:
其中,CFn(q,h)表示第n个发射孔径下,探测区域内像素点(q,h)所对应的回波相干系数,设定发射孔径个数N和接收孔径个数M相等;A(Δ,m,n)表示在探测目标像素点(q,h)时,以及发射孔径为n时,接收孔径m所获得的延时后的数据。
进一步,在所述S3中,求取各发射孔径下的相干系数表的均值作为各个子相干系数表的截断阈值SATC,具体计算方法如下:
其中,SATC(n)表示第n个发射孔径下相干系数表的截断阈值;(Q×H)表示探测矩形区域内的像素点总个数。
进一步,在所述S4中,利用该截断阈值对各回波相干系数表中的数据进行截断处理,保留强相干部分的相干系数,对弱相干部分的相干系数进行补偿优化,得到截断后的相干系数表TCF,具体计算方法如下:
TCFn(q,h)=max(SATC(n),CFn(q,h))
TCFn(q,h)表示第n个发射孔径在像素点(q,h)上的截断相干系数,max(·)表示最大值求取函数,SATC(n)表示第n个发射孔径下的截断阈值,CFn(q,h)表示第n个发射孔径在像素点(q,h)上的原相干系数。
进一步,在所述S5中,对回波构成的延时叠加波束形成器输出进行加权,依次得到单发全收模式下的单帧成像子图:
其中表示第n个发射孔径下,基于截断相干系数TCF波束形成器在探测区域像素点(q,h)的输出灰度值,G(q,h)表示原始波束形成器DAS在探测区域像素点(q,h)的输出灰度值。
进一步,在所述S6中,对单发全收模式下的成像子图进行空间复合,得到最终的超声成像结果,具体计算方法如下:
其中,GZTCF(q,h)表示在合成孔径模式下,基于截断相干系数TCF的波束形成器在像素点(q,h)的最终输出灰度值;表示第n个发射孔径下,基于截断相干系数TCF波束形成器在探测区域像素点(q,h)的输出灰度值,Σ表示求和运算。
本发明的有益效果在于:相比于现有的相干系数类算法,保留了对于强散射目标点的高分辨率性能,同时又能够有效的避免弱目标强干扰环境下的信号丢失。本发明可以提高算法分辨率同时避免黑区伪像的产生,从而大幅度改善图像背景成像质量,因此可以获得理想的综合成像效果,能有效解决传统相干系数算法分辨率、对比度及强散斑背景质量无法兼顾的问题。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为截断相干系数TCF波束形成器的实现流程图;
图2为3种算法的多斑成像结果对比图;图2(a)为延时叠加算法DAS的多斑成像结果;图2(b)为传统相干系数算法CF的多斑成像结果;图2(c)为截断相干系数算法TCF的多斑成像结果;
图3为3种算法的多斑成像50mm深度点目标横向分辨率曲线图;
图4为3种算法的geabr0成像图;图4(a)为延时叠加算法DAS的geabr0成像结果;图4(b)为传统相干系数算法CF的geabr0成像结果;图4(c)为截断相干系数算法TCF的geabr0成像结果;
图5为3种算法在geabr0成像图中77.5mm深度下的横向分辨率曲线图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1~图5,为图1为本发明方法流程图,如图1所示,本发明优选的一种基于相干特征的强稳健性截断相干系数超声波束形成方法,包括以下步骤:
步骤S1:对超声阵元接收的回波信号进行处理,主要包括:TGC放大、AD转换,噪声滤除处理,并将各个收发孔径得到的数据存入数表A中,A是一个维度为D×M×N的三维数表,其中,D表示回波采样点数,N表示发射孔径个数,M表示接收孔径个数。将探测区域分解为Q×H个像素点,并且依次计算各个收发孔径对应检测区域内的每个探测点的聚焦延时如下:
其中,fs表示采样频率,toff表示从开始发射超声波到第一次接收到回波的时间间隔,c表示探测区域介质中超声波传播速度,q表示探测区域内像素点的纵向序号,h表示探测区域内像素点的横向序号,n表示发射孔径序号,m表示接收孔径序号。x(q,h),x(0,m),x(0,n),y(q,h),y(0,m),y(0,n)分别表示点(q,h)(0,m)(0,n)的横、纵坐标。Δ(q,h,m,n)表示当探测像素点(q,h)且发射孔径为n时,接收孔径m在当前采样时刻所需要的延时量。
步骤S2:根据合成孔径成像模式,利用超声回波时域相干特征计算单发全收模式下各发射阵列孔径对应的时域相干系数表,具体计算方法如下:
其中,CFn(q,h)表示第n个发射孔径下,探测区域内像素点(q,h)所对应的回波相干系数,设定发射孔径个数N和接收孔径个数M相等。A(Δ,m,n)表示在探测目标像素点(q,h)时,以及发射孔径为n时,接收孔径m所获得的延时后的数据。
步骤S3:求取各发射孔径下的相干系数表的均值作为各个子相干系数表的截断阈值SATC,具体计算方法如下:
其中,SATC(n)表示第n个发射孔径下相干系数表的截断阈值。(Q×H)表示探测矩形区域内的像素点总个数。
步骤S4:利用该截断阈值对各回波相干系数表中的数据进行截断处理,保留强相干部分的相干系数,对弱相干部分的相干系数进行补偿优化,得到截断后的相干系数表TCF,具体计算方法如下:
TCFn(q,h)=max(SATC(n),CFn(q,h))
TCFn(q,h)表示第n个发射孔径在像素点(q,h)上的截断相干系数,max(·)表示最大值求取函数,SATC(n)表示第n个发射孔径下的截断阈值,CFn(q,h)表示第n个发射孔径在像素点(q,h)上的原相干系数。
步骤S5:对回波构成的延时叠加波束形成器输出进行加权,依次得到单发全收模式下的单帧成像子图:
其中表示第n个发射孔径下,基于截断相干系数TCF波束形成器在探测区域像素点(q,h)的输出灰度值,G(q,h)表示原始波束形成器DAS在探测区域像素点(q,h)的输出灰度值。
步骤S6:对单发全收模式下的成像子图进行空间复合,得到最终的超声成像结果,具体计算方法如下:
其中,GZTCF(q,h)表示在合成孔径模式下,基于截断相干系数TCF的波束形成器在像素点(q,h)的最终输出灰度值。表示第n个发射孔径下,基于截断相干系数TCF波束形成器在探测区域像素点(q,h)的输出灰度值,Σ表示求和运算。
验证实验:
FieldII是丹麦理工大学基于声学原理开发的一款超声实验仿真平台,其在理论研究上获得了广泛的认可和使用。为验证本发明算法的有效性,利用FieldII对超声成像中常用的点散射目标和吸声斑以及强散斑进行成像,以及利用实际实验数据进行成像对比实验。在多斑成像仿真实验中,设置一列横向位置位于中心0mm处的,纵向位于深度32.5mm,50mm,67.5mm的3个散射点目标,并且在纵向50mm处,横向±5mm处另设置两个散射点目标,用于观察各个算法的横向分辨率,采用合成孔径聚焦方式,并设置图像的成像动态范围为60dB。同时,在斑点介质中,设置两个半径为3mm的无回声囊肿,圆心分别位于(-5mm,40mm)、(5mm,50mm),以及两个半径为3mm的强散斑,圆心位于(5mm,40mm)和(-5mm,50mm)。散射点在块状囊肿和背景之间的振幅比为10倍,在无回声囊肿和背景之间的振幅比为40倍。Geabr0数据实验所采用的阵元中心频率为3.33MHz,阵元数目为64个,间距为0.2413mm,采样频率为17.76MHz,声速为1500m/s,设成像动态范围为60dB。
对上述三个实验目标采用延时叠加算法(DAS),相干系数算法(CF),截断相干系数(TCF),算法进行对比成像实验。图2给出了3种算法的多斑成像结果对比图,图2(a)为延时叠加算法DAS的多斑成像结果;图2(b)为传统相干系数算法CF的多斑成像结果;图2(c)为截断相干系数算法TCF的多斑成像结果;从图2中可以看出,DAS算法成像质量最差,分辨率最低,相比于其他2种算法横向伪影最多,CF算法较DAS算法旁瓣伪像有所降低,分辨率明显提高,但是背景存在明显的失真。TCF算法兼顾了算法分辨率对比度以及算法背景质量的改善,有效解决了CF算法存在的黑区伪影问题。相比于DAS算法,TCF算法具有更清晰的点目标分辨能力,以及更少的班内伪像。而相比于CF算法,TCF算法在保持分辨率基本相同的情况下有效地改善了背景成像效果,综合成像性能得到明显地提高。
图3为3种算法的多斑成像50mm深度点目标横向分辨率曲线图,测量其在-6dB的半峰全宽(FWHM)值数据如表1所示。结合图3和表1可以看出,DAS在不同深度下横向分辨率均为3种算法中最低。CF和TCF的分辨率明显高于DAS。另外,TCF在分辨率上基本和CF相同,因此在分辨率方面,TCF算法可以完全保留CF的分辨率优势。
表1多斑成像仿真中不同深度下3种算法-6dB的FWHM对比
表2给出了多斑成像实验中的背景成像指标对比。根据计算,暗斑的真实对比度应该为32.05,可以看出TCF的CR值更接近于真实的数值,在CNR方面,明显优于CF。并且背景方差SD和散斑信噪比相比于CF都有明显的改善。
表2多斑成像仿真不同成像算法成像性能指标的比较
图4给出了3种算法的geabr0实验成像图,图4(a)为延时叠加算法DAS的geabr0成像结果;图4(b)为传统相干系数算法CF的geabr0成像结果;图4(c)为截断相干系数算法TCF的geabr0成像结果;从图4中可以看出,DAS算法相比于其他算法成像效果最差,斑内受到周围散射点干扰严重,产生大量伪影,圆斑的轮廓不清晰,尺寸不准确。CF算法较DAS在旁瓣抑制方面有非常大的改善,但其背景也随之变暗,图像背景失真情况明,成像稳健性差。TCF在保留CF旁瓣抑制能力的同时,相比于CF,背景质量明显提高,其暗斑背景质量更佳,成像效果更好。而分辨率和对比度相比于DAS也有非常明显的提高。表3给出了不同成像算法geabr0成像性能指标的比较。
表3不同成像算法geabr0成像性能指标的比较
从表3可以看出,DAS算法的整体表现较差,但背景稳健性强于CF算法。而CF算法在SD和sSNR指标上的缺陷非常明显。TCF算法则能够兼顾DAS和CF的优势,相比于传统的算法,TCF既能保持很好的CR和CNR,同时又能够极大幅度地改善背景成像相关指标SD和sSNR。综上,TCF算法相对于其他传统算法可以得到更好的斑成像效果。
图5给出3种算法在geabr0成像图中77.5mm深度下的横向分辨率曲线图。可以看出,DAS算法的分辨率明显不足,CF在DAS的基础上大幅度地改善了分辨率,极大的降低了主瓣宽度,而TCF算法完全保留了CF算法的分辨率优势,没有因为背景质量的提升而牺牲成像的分辨率。因此,TCF在整体上要明显优于传统的波束形成方法。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:该方法具体包括以下步骤:
S1:对超声阵元接收的回波信号进行预处理,获得处理后的超声回波数据,并将各个收发孔径得到的数据存入数表中;
S2:根据合成孔径成像模式,利用超声回波时域相干特征计算单发全收模式下各发射阵列孔径对应的时域相干系数表;
S3:求取各发射孔径下的相干系数表的均值作为各个子相干系数表的截断阈值;
S4:利用该截断阈值对各回波相干系数表数据进行截断处理,保留强相干部分的相干系数,对弱相干部分的相干系数进行补偿优化,得到截断后的相干系数表;
S5:对回波构成的延时叠加波束形成器的输出进行加权,依次得到单发全收模式下的单帧成像子图;
S6:对单发全收模式下的单帧成像子图进行空间复合,得到最终的超声成像结果。
2.根据权利要求1所述的基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:在所述S1中,对超声阵元接收的回波信号进行处理,包括:TGC放大、AD转换和噪声滤除处理,并将各个收发孔径得到的数据存入数表A中,A是一个维度为D×M×N的三维数表,其中,D表示回波采样点数,N表示发射孔径个数,M表示接收孔径个数;将探测区域分解为Q×H个像素点,并且依次计算各个收发孔径对应检测区域内的每个探测点的聚焦延时如下:
其中,fs表示采样频率,toff表示从开始发射超声波到第一次接收到回波的时间间隔,c表示探测区域介质中超声波传播速度,q表示探测区域内像素点的纵向序号,h表示探测区域内像素点的横向序号,n表示发射孔径序号,m表示接收孔径序号;x(q,h),x(0,m),x(0,n),y(q,h),y(0,m),y(0,n)分别表示点(q,h)(0,m)(0,n)的横、纵坐标;Δ(q,h,m,n)表示当探测像素点(q,h)且发射孔径为n时,接收孔径m在当前采样时刻所需要的延时量。
3.根据权利要求2所述的基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:在所述S2中,根据合成孔径成像模式,利用超声回波时域相干特征计算单发全收模式下各发射阵列孔径对应的时域相干系数表,具体计算方法如下:
其中,CFn(q,h)表示第n个发射孔径下,探测区域内像素点(q,h)所对应的回波相干系数,设定发射孔径个数N和接收孔径个数M相等;A(Δ,m,n)表示在探测目标像素点(q,h)时,以及发射孔径为n时,接收孔径m所获得的延时后的数据。
4.根据权利要求3所述的基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:在所述S3中,求取各发射孔径下的相干系数表的均值作为各个子相干系数表的截断阈值SATC,具体计算方法如下:
其中,CFn(q,h)表示第n个发射孔径下,探测区域内像素点(q,h)所对应的回波相干系数;SATC(n)表示第n个发射孔径下相干系数表的截断阈值;(Q×H)表示探测矩形区域内的像素点总个数。
5.根据权利要求4所述的基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:在所述S4中,利用该截断阈值对各回波相干系数表中的数据进行截断处理,保留强相干部分的相干系数,对弱相干部分的相干系数进行补偿优化,得到截断后的相干系数表TCF,具体计算方法如下:
TCFn(q,h)=max(SATC(n),CFn(q,h))
TCFn(q,h)表示第n个发射孔径在像素点(q,h)上的截断相干系数,max(·)表示最大值求取函数,SATC(n)表示第n个发射孔径下的截断阈值,CFn(q,h)第n个发射孔径下,探测区域内像素点(q,h)所对应的回波相干系数。
6.根据权利要求5所述的基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:在所述S5中,对回波构成的延时叠加波束形成器输出进行加权,依次得到单发全收模式下的单帧成像子图:
其中,TCFn(q,h)表示第n个发射孔径在像素点(q,h)上的截断相干系数;A(Δ,m,n)表示在探测目标像素点(q,h)时,以及发射孔径为n时,接收孔径m所获得的延时后的数据;表示第n个发射孔径下,基于截断相干系数TCF波束形成器在探测区域像素点(q,h)的输出灰度值,G(q,h)表示原始波束形成器DAS在探测区域像素点(q,h)的输出灰度值。
7.根据权利要求6所述的基于相干特征的强稳健性截断相干系数超声波束形成方法,其特征在于:在所述S6中,对单发全收模式下的单帧成像子图进行空间复合,得到最终的超声成像结果,具体计算方法如下:
其中,GZTCF(q,h)表示在合成孔径模式下,基于截断相干系数TCF的波束形成器在像素点(q,h)的最终输出灰度值;表示第n个发射孔径下,基于截断相干系数TCF波束形成器在探测区域像素点(q,h)的输出灰度值,Σ表示求和运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110895093.9A CN113625286B (zh) | 2021-08-03 | 2021-08-03 | 基于相干特征的强稳健性截断相干系数超声波束形成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110895093.9A CN113625286B (zh) | 2021-08-03 | 2021-08-03 | 基于相干特征的强稳健性截断相干系数超声波束形成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113625286A CN113625286A (zh) | 2021-11-09 |
CN113625286B true CN113625286B (zh) | 2023-11-14 |
Family
ID=78382841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110895093.9A Active CN113625286B (zh) | 2021-08-03 | 2021-08-03 | 基于相干特征的强稳健性截断相干系数超声波束形成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113625286B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113647978B (zh) * | 2021-08-18 | 2023-11-21 | 重庆大学 | 一种带有截断因子的高鲁棒性符号相干系数超声成像方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435992A (zh) * | 2011-09-26 | 2012-05-02 | 重庆博恩富克医疗设备有限公司 | 基于广义相干系数的合成聚焦成像方法 |
CN103815933A (zh) * | 2014-02-20 | 2014-05-28 | 飞依诺科技(苏州)有限公司 | 基于rf数据超声成像处理方法及系统 |
CN106510761A (zh) * | 2016-12-12 | 2017-03-22 | 重庆大学 | 一种信噪比后滤波与特征空间融合的最小方差超声成像方法 |
CN107430074A (zh) * | 2015-02-06 | 2017-12-01 | 德克萨斯大学系统董事会 | 用于高分辨率成像的系统和方法 |
CN108670304A (zh) * | 2018-06-06 | 2018-10-19 | 东北大学 | 一种基于改进dmas算法的超声平面波成像方法 |
CN109785271A (zh) * | 2019-02-25 | 2019-05-21 | 天津大学 | 一种基于编码激励和相干系数的内镜超声成像算法 |
CN110501711A (zh) * | 2019-08-15 | 2019-11-26 | 重庆大学 | 一种基于乘幂法的低复杂度最小方差超声成像方法 |
CN110648342A (zh) * | 2019-09-30 | 2020-01-03 | 福州大学 | 基于nsst显著性检测及图割的泡沫红外图像分割方法 |
CN110879388A (zh) * | 2019-10-24 | 2020-03-13 | 中国人民解放军第四军医大学 | 基于ir-uwb生物雷达信号的人与动物非接触探测区分方法 |
CN111856474A (zh) * | 2020-07-30 | 2020-10-30 | 重庆大学 | 一种基于子阵的空时域条件相干系数超声成像方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009236819A (ja) * | 2008-03-28 | 2009-10-15 | Topcon Corp | 光学装置、フォトマスク検査装置および露光装置 |
-
2021
- 2021-08-03 CN CN202110895093.9A patent/CN113625286B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435992A (zh) * | 2011-09-26 | 2012-05-02 | 重庆博恩富克医疗设备有限公司 | 基于广义相干系数的合成聚焦成像方法 |
CN103815933A (zh) * | 2014-02-20 | 2014-05-28 | 飞依诺科技(苏州)有限公司 | 基于rf数据超声成像处理方法及系统 |
CN107430074A (zh) * | 2015-02-06 | 2017-12-01 | 德克萨斯大学系统董事会 | 用于高分辨率成像的系统和方法 |
CN106510761A (zh) * | 2016-12-12 | 2017-03-22 | 重庆大学 | 一种信噪比后滤波与特征空间融合的最小方差超声成像方法 |
CN108670304A (zh) * | 2018-06-06 | 2018-10-19 | 东北大学 | 一种基于改进dmas算法的超声平面波成像方法 |
CN109785271A (zh) * | 2019-02-25 | 2019-05-21 | 天津大学 | 一种基于编码激励和相干系数的内镜超声成像算法 |
CN110501711A (zh) * | 2019-08-15 | 2019-11-26 | 重庆大学 | 一种基于乘幂法的低复杂度最小方差超声成像方法 |
CN110648342A (zh) * | 2019-09-30 | 2020-01-03 | 福州大学 | 基于nsst显著性检测及图割的泡沫红外图像分割方法 |
CN110879388A (zh) * | 2019-10-24 | 2020-03-13 | 中国人民解放军第四军医大学 | 基于ir-uwb生物雷达信号的人与动物非接触探测区分方法 |
CN111856474A (zh) * | 2020-07-30 | 2020-10-30 | 重庆大学 | 一种基于子阵的空时域条件相干系数超声成像方法 |
Non-Patent Citations (3)
Title |
---|
利用回波相干性的医学超声成像相位畸变校正方法;夏新源;《声学学报》;第40卷(第2期);276-284 * |
最小方差波束形成与广义相干系数融合的 医学超声成像方法;吴文寿等;《声学学报》;第36卷(第1期);66-72 * |
融合特征空间最小方差波束形成和广义相干系数的超声成像方;孟德明等;《生物医学工程研究》;第35卷(第4期);219-223 * |
Also Published As
Publication number | Publication date |
---|---|
CN113625286A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Spatio-temporally smoothed coherence factor for ultrasound imaging [correspondence] | |
Asl et al. | Minimum variance beamforming combined with adaptive coherence weighting applied to medical ultrasound imaging | |
Asl et al. | Eigenspace-based minimum variance beamforming applied to medical ultrasound imaging | |
US8744155B2 (en) | Imaging or communications system utilizing multisample apodization and method | |
US20070173722A1 (en) | Adaptive grating lobe suppression in ultrasound imaging | |
CN108836389B (zh) | 平面波相关点相干自适应波束合成成像方法 | |
CN111856474B (zh) | 一种基于子阵的空时域条件相干系数超声成像方法 | |
Qi et al. | Joint subarray coherence and minimum variance beamformer for multitransmission ultrasound imaging modalities | |
US10908269B2 (en) | Clutter suppression in ultrasonic imaging systems | |
CN108354627B (zh) | 一种提高帧频的超声波束形成方法 | |
CN113625286B (zh) | 基于相干特征的强稳健性截断相干系数超声波束形成方法 | |
Long et al. | Coherence-based quantification of acoustic clutter sources in medical ultrasound | |
CN110501711A (zh) | 一种基于乘幂法的低复杂度最小方差超声成像方法 | |
Blomberg et al. | Adaptive sonar imaging using aperture coherence | |
CN112120730B (zh) | 一种基于混合子空间投影的广义旁瓣相消超声成像方法 | |
Thon et al. | Detection of point scatterers in medical ultrasound | |
CN113647978B (zh) | 一种带有截断因子的高鲁棒性符号相干系数超声成像方法 | |
US11096672B2 (en) | Clutter suppression in ultrasonic imaging systems | |
CN114415187A (zh) | 基于子空间斜投影的强稳健性最小方差超声波束形成方法 | |
CN109187771B (zh) | 一种融合特征值分解的低复杂度最小方差超声成像方法 | |
CN112890855A (zh) | 多波束p次根压缩相干滤波波束合成方法及装置 | |
US6110115A (en) | Medical diagnostic ultrasonic imaging system and method | |
Hansen et al. | Performance of synthetic aperture compounding for in-invo imaging | |
US6358209B1 (en) | Medical diagnostic ultrasonic imaging system and method | |
CN116934891A (zh) | 一种基于多重幅度加权互相关的自适应滤波超声成像方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |