CN115792927A - 基于双边阵元的皮尔逊加权系数的超声成像方法 - Google Patents
基于双边阵元的皮尔逊加权系数的超声成像方法 Download PDFInfo
- Publication number
- CN115792927A CN115792927A CN202211459658.XA CN202211459658A CN115792927A CN 115792927 A CN115792927 A CN 115792927A CN 202211459658 A CN202211459658 A CN 202211459658A CN 115792927 A CN115792927 A CN 115792927A
- Authority
- CN
- China
- Prior art keywords
- pearson
- echo
- weighting coefficient
- data
- array
- 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
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及一种基于双边阵元的皮尔逊加权系数的超声成像方法,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:选取阵列左右两端的两个阵元回波数据,利用前后一段采样时刻的数据计算皮尔逊加权系数;S3:选取阵列最中心的两个阵元,求取其回波均值,利用前后一段采样时刻的数据计算其与左右两端阵元回波数据的皮尔逊加权系数;S4:根据所求得的皮尔逊加权系数求取带有权重的加权平均值,计算得到当前采样时刻最终的皮尔逊加权系数;S5:对回波构成的延时叠加波束形成器输出进行加权,依次得到单帧成像子图;S6:对多张成像子图进行空间复合,得到高质量的超声成像结果。
Description
技术领域
本发明属于超声成像技术领域,涉及一种基于双边阵元的皮尔逊加权系数的超声成像方法。
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,最小方差(Minimum variance,MV)算法由于计算复杂度较高,稳健性差,虽然对分辨率有一定的改善,但是算法复杂度较高,并且对比度改善不明显,难以应用于实际当中。传统的相干系数(Coherence Factor,CF)算法虽然能够一定程度上改善成像图像的对比度,但是由于其只用到当前采样时刻的回波数据,因此对于成像结果的改进相对有限,同时对于超声回波相干性的度量准确度存在改善空间,因此难以进一步改善图像的综合成像质量。
综上所述,目前亟需一种既能提高超声图像分辨率与对比度,又能大幅度降低算法复杂度,并且能够准确利用超声回波相干信息的高质量波束形成算法,以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双边阵元的皮尔逊加权系数的超声成像方法,克服传统相干系数类算法仅仅基于单采样时刻回波数据,难以准确衡量算法相干性的问题。该方法采用基于双边阵元的皮尔逊加权系数的自适应波束形成算法(PCC),算法复杂度较低,成像速度高,并且在对比度提升上具有明显优势的自适应波束形成方法,从而有效提高超声成像算法的综合效果。
为达到上述目的,本发明提供如下技术方案:
一种基于双边阵元的皮尔逊加权系数的超声成像方法,具体包括以下步骤:
S1:基于合成孔径成像原理,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:选取阵列左右两端的两个阵元回波数据,利用前后一段采样时刻的数据计算皮尔逊加权系数Pa(q,h);
S3:选取阵列最中心的两个阵元,求取其回波均值,利用前后一段采样时刻的数据计算其与左右两端阵元回波数据的皮尔逊加权系数,记为Pd1(q,h)和Pd2(q,h);
S4:根据所求得的皮尔逊加权系数求取带有权重的加权平均值,计算得到当前采样时刻最终的超声回波复合皮尔逊加权系数;
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。
进一步,步骤S1中,对超声阵元接收的回波信号进行预处理,具体包括:时间增益补偿(Time gain compensation,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,步骤S2具体包括以下步骤:
S21:在合成孔径模式下,在第n次发射过程中,第1个阵元和第M个接收阵元所接收的回波数据记为A(Δ,1,n)和A(Δ,M,n),则阵列左右两端的阵元在像素点(q,h)所接收的回波数据可以表示为Dleft(q,h)和Dright(q,h):
其中,A((Δ-k),1,n)表示第n次发射,第1个接收阵元在延时周期数为(Δ-k)处所接收的回波数据;Dleft(q,h)和Dright(q,h)的数据长度为2K+1,即一个发射超声波所占用的采样周期数;
S22:根据阵列左右两端的阵元在像素点(q,h)所接收的回波数据Dleft(q,h)和Dright(q,h),计算超声回波皮尔逊加权系数Pa(q,h)为:
其中,cov(Dleft(q,h),Dright(q,h))表示计算Dleft(q,h)和Dright(q,h)数据的协方差,σ(Dleft(q,h))和σ(Dright(q,h))分别表示计算Dleft(q,h)和Dright(q,h)数据各自的标准差。
进一步,步骤S3具体包括以下步骤:
S31:首先需要得到中心两个阵元回波的均值结果,记为Dmid(q,h),表示为:
其中,A((Δ-k),M/2,n)表示第n次发射,第M/2个接收阵元在延时周期数为(Δ-k)处所接收的回波数据,Dmid(q,h)的数据长度为2K+1,即一个发射超声波所占用的采样周期数;
S32:分别计算Dmid(q,h)与Dleft(q,h)和Dright(q,h)在当前像素点(q,h)的超声回波皮尔逊加权系数Pd1(q,h)和Pd2(q,h),表示为:
其中,cov(,)表示计算协方差,σ(g)表示计算数据的标准差。
进一步,步骤S4中,计算当前采样时刻最终的超声回波复合皮尔逊加权系数,表达式为:
其中,Pfinal(q,h)表示合成孔径第n次发射过程中,波束形成器在像素点(q,h)得到的最终超声回波复合皮尔逊加权系数。
进一步,步骤S5中,得到单发全收模式下的单帧成像子图,表达式为:
进一步,步骤S6中,得到超声成像结果,表达式为:
其中,yall-PCC(q,h)表示在合成孔径模式下,基于双边阵元的皮尔逊加权系数的自适应波束形成器在像素点(q,h)的最终输出值;Σ表示求和运算。
本发明的有益效果在于:相比于现有的延时叠加超声成像算法,本发明可以有效地提高图像的对比度,并且具有较低的算法复杂度,相比于传统的相干系数类算法,本发明能够更有效及准确地衡量回波信号的相干性,进而进一步提高超声成像图像的对比度性能。
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为本发明基于双边阵元的皮尔逊加权系数的自适应波束形成器PCC的实现流程图;
图2为3种算法的单列点目标成像结果对比图,其中,图2(a)为延时叠加算法DAS的单列点目标成像结果;图2(b)为传统相干系数算法CF的单列点目标成像结果;图2(c)为本发明基于双边阵元的皮尔逊加权系数的自适应波束形成器PCC的单列点目标成像结果;
图3为3种算法的单列点目标成像图像45mm深度下的点目标横向分辨率曲线图;
图4为3种算法的单列点目标成像图像55mm深度下的点目标横向分辨率曲线图;
图5为3种算法的单列点目标成像图像65mm深度下的点目标横向分辨率曲线图。
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。
请参阅图1~图5,图1为本发明基于双边阵元的皮尔逊加权系数的自适应波束形成器PCC的实现流程图,如图1所示,本发明设计一种双边阵元的皮尔逊加权系数超声成像方法,具体包括以下步骤:
步骤S1:对超声阵元接收的回波信号进行处理,包括:时间增益补偿(Time gaincompensation,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。
步骤S2:选取阵列左右两端的两个阵元回波数据,利用前后一段采样时刻的数据计算皮尔逊加权系数Pa(q,h),具体计算步骤如下:
S21:在合成孔径模式下,在第n次发射过程中,第1个阵元和第M个接收阵元所接收的回波数据记为A(Δ,1,n)和A(Δ,M,n),则阵列左右两端的阵元在像素点(q,h)所接收用于计算皮尔逊系数Pa(q,h)的数据可以表示为Dleft(q,h)和Dright(q,h):
其中,A((Δ-k),1,n)表示第n次发射,第1个接收阵元在延时周期数为(Δ-k)处所接收的回波数据;Dleft(q,h)和Dright(q,h)的数据长度为2K+1,即一个发射超声波所占用的采样周期数。
S22:基于左右两端阵元回波数据在像素点(q,h)所计算出的超声回波皮尔逊系数Pa(q,h)为:
其中,cov(Dleft(q,h),Dright(q,h))表示计算Dleft(q,h)和Dright(q,h)数据的协方差,σ(Dleft(q,h))和σ(Dright(q,h))分别表示计算Dleft(q,h)和Dright(q,h)数据各自的标准差。
步骤S3:选取阵列最中心的两个阵元,求取其回波均值,利用前后一段采样时刻的数据计算其与左右两端阵元回波数据计算其各自的皮尔逊加权系数Pd1(q,h)和Pd2(q,h),具体计算步骤如下:
S31:首先需要得到中心两个阵元回波的均值结果,记为Dmid(q,h),表示为:
其中,A((Δ-k),M/2,n)表示第n次发射,第M/2个接收阵元在延时周期数为(Δ-k)处所接收的回波数据,Dmid(q,h)的数据长度为2K+1,即一个发射超声波所占用的采样周期数。
S32:分别计算Dmid(q,h)与Dleft(q,h)和Dright(q,h)在当前像素点(q,h)的超声回波皮尔逊系数Pd1(q,h)和Pd2(q,h),如下所示:
其中,cov(,)表示计算协方差,σ(g)表示计算数据的标准差。
步骤S4:根据所求得的皮尔逊系数求取带有权重的加权平均值,得到当前采样时刻最终的权值,具体计算方法如下:
其中,Pfinal(q,h)表示合成孔径第n次发射过程中,波束形成器在像素点(q,h)得到的最终超声回波复合皮尔逊加权系数。
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:
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,yall-PCC(q,h)表示在合成孔径模式下,基于双边阵元的皮尔逊加权系数的自适应波束形成器在像素点(q,h)的最终输出值;表示第n个发射孔径下,基于双边阵元的皮尔逊加权系数的自适应波束形成器在探测区域像素点(q,h)的输出值,Σ表示求和运算。
对比验证实验:
Field II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Field II对超声成像中常用的点散射目标进行成像,以及利用实际实验数据进行成像对比实验。
在点目标成像仿真实验中,设置一列横向位置位于中心0mm处的,纵向位于深度45mm到67.5mm的10个强散射点目标,并且相邻目标点在纵向处的间隔为2.5mm,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。数据仿真实验所采用的阵元中心频率为7MHz,阵元数目为64个,阵元间距为0.2mm,采样频率为100MHz,声速为1540m/s,同时在成像过程中加入20dB的高斯白噪声,来检测各个算法的稳健性。
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),本发明的基于双边阵元的皮尔逊加权系数的自适应波束形成算法(PCC),进行对比成像实验。图2给出了3种算法的点目标成像结果对比图,图2(a)为延时叠加算法DAS的单列点目标成像结果;图2(b)为传统相干系数算法CF的单列点目标成像结果;图2(c)为基于双边阵元的皮尔逊加权系数的自适应波束形成算法PCC的单列点目标成像结果。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,分辨率虽然略微提高但是并不明显。PCC算法兼顾了算法分辨率对比度以及算法的改善,在点目标的横向分辨率上提高较明显,并且对于高斯白噪声的去除效果最好。为了更清晰地比较各个算法在不同深度下的横向分辨率优劣,图3、图4、图5分别给出了不同算法在45mm、55mm、65mm的横向分辨率曲线。可以看到,相比于DAS和CF算法,本发明所提出的PCC算法在横向主瓣宽度约束和旁瓣等级抑制方面都具有明显的优势。
表1点目标仿真中不同深度下3种算法-6dB的FWHM对比
表1给出了点目标实验中的在不同深度下,在幅值-6dB主瓣宽度(FWHM)数值对比。根据计算可知,所提出的基于双边阵元的皮尔逊加权系数的自适应波束形成算法PCC主瓣宽度FHWM值明显降低,表示其主瓣宽度明显缩窄,这意味着其在分辨率上相比于传统的DAS和CF算法有明显的提高。例如,在55mm深度下,相比于传统的DAS算法,PCC的FWHM优于DAS,数值有效降低了48.81%。相比于传统的CF算法,本发明所提出的PCC算法的FWHM有效地降低了41.13%,因此,本发明所提出的PCC算法相对于传统算法,在分辨率的提高上是非常明显的。PCC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)
1.一种基于双边阵元的皮尔逊加权系数的超声成像方法,其特征在于,该方法包括以下步骤:
S1:基于合成孔径成像原理,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:选取阵列左右两端的两个阵元回波数据,利用前后一段采样时刻的数据计算皮尔逊加权系数Pa(q,h);
S3:选取阵列最中心的两个阵元,求取其回波均值,利用前后一段采样时刻的数据计算其与左右两端阵元回波数据的皮尔逊加权系数,记为Pd1(q,h)和Pd2(q,h);
S4:根据所求得的皮尔逊加权系数求取带有权重的加权平均值,计算得到当前采样时刻最终的超声回波复合皮尔逊加权系数;
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。
2.根据权利要求1所述的超声成像方法,其特征在于,步骤S1中,对超声阵元接收的回波信号进行预处理,具体包括:时间增益补偿放大、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所述的超声成像方法,其特征在于,步骤S2具体包括以下步骤:
S21:在合成孔径模式下,在第n次发射过程中,第1个阵元和第M个接收阵元所接收的回波数据记为A(Δ,1,n)和A(Δ,M,n),则阵列左右两端的阵元在像素点(q,h)所接收的回波数据表示为Dleft(q,h)和Dright(q,h):
其中,A((Δ-k),1,n)表示第n次发射,第1个接收阵元在延时周期数为(Δ-k)处所接收的回波数据;Dleft(q,h)和Dright(q,h)的数据长度为2K+1,即一个发射超声波所占用的采样周期数;
S22:根据阵列左右两端的阵元在像素点(q,h)所接收的回波数据Dleft(q,h)和Dright(q,h),计算超声回波皮尔逊加权系数Pa(q,h)为:
其中,cov(Dleft(q,h),Dright(q,h))表示计算Dleft(q,h)和Dright(q,h)数据的协方差,σ(Dleft(q,h))和σ(Dright(q,h))分别表示计算Dleft(q,h)和Dright(q,h)数据各自的标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211459658.XA CN115792927A (zh) | 2022-11-16 | 2022-11-16 | 基于双边阵元的皮尔逊加权系数的超声成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211459658.XA CN115792927A (zh) | 2022-11-16 | 2022-11-16 | 基于双边阵元的皮尔逊加权系数的超声成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115792927A true CN115792927A (zh) | 2023-03-14 |
Family
ID=85439583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211459658.XA Pending CN115792927A (zh) | 2022-11-16 | 2022-11-16 | 基于双边阵元的皮尔逊加权系数的超声成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115792927A (zh) |
-
2022
- 2022-11-16 CN CN202211459658.XA patent/CN115792927A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104272134B (zh) | 超声成像系统中的杂波抑制 | |
CN108836389B (zh) | 平面波相关点相干自适应波束合成成像方法 | |
WO2006070362A2 (en) | Clutter suppression in ultrasonic imaging systems | |
Qi et al. | Joint subarray coherence and minimum variance beamformer for multitransmission ultrasound imaging modalities | |
CN111856474B (zh) | 一种基于子阵的空时域条件相干系数超声成像方法 | |
US10908269B2 (en) | Clutter suppression in ultrasonic imaging systems | |
Wang et al. | Short-lag spatial coherence combined with eigenspace-based minimum variance beamformer for synthetic aperture ultrasound imaging | |
CN108354627A (zh) | 一种提高帧频的超声波束形成方法 | |
CN102764139B (zh) | 基于特征空间分析和区域判别的医学超声波束形成方法 | |
Deylami et al. | Iterative minimum variance beamformer with low complexity for medical ultrasound imaging | |
CN108309352A (zh) | 一种余弦变换域超声成像方法 | |
Kim et al. | An efficient motion estimation and compensation method for ultrasound synthetic aperture imaging | |
CN110554393B (zh) | 基于深度学习的高对比度最小方差成像方法 | |
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 | |
Vaidya et al. | A low-complexity and robust minimum variance beamformer for ultrasound imaging systems using beamspace dominant mode rejection | |
CN115792927A (zh) | 基于双边阵元的皮尔逊加权系数的超声成像方法 | |
CN114098799B (zh) | 一种单脉冲内超声空化的快速低伪影实时动态成像方法与系统 | |
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 | |
Kwon et al. | Estimation and suppression of side lobes in medical ultrasound imaging systems | |
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 | |
Nili et al. | Field of View and Resolution Improvement in Coprime Sparse Synthetic Aperture Ultrasound Imaging | |
CN103584886B (zh) | 一种基于相位相干信息的自适应变迹方法 | |
Sadeghi et al. | A novel adaptive apodization to improve the resolution of phased subarray imaging in medical ultrasound | |
Wang et al. | Covariance Mean-to-Standard-Deviation Factor for Ultrasound Imaging |
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 |