CN116327250B - 一种基于全波形反演技术的乳腺超声三维成像方法 - Google Patents

一种基于全波形反演技术的乳腺超声三维成像方法 Download PDF

Info

Publication number
CN116327250B
CN116327250B CN202310102394.0A CN202310102394A CN116327250B CN 116327250 B CN116327250 B CN 116327250B CN 202310102394 A CN202310102394 A CN 202310102394A CN 116327250 B CN116327250 B CN 116327250B
Authority
CN
China
Prior art keywords
breast
frequency
low
target
objective function
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
Application number
CN202310102394.0A
Other languages
English (en)
Other versions
CN116327250A (zh
Inventor
周旭晖
霍守东
曹健
穆盛强
邹佳儒
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.)
Institute of Geology and Geophysics of CAS
Original Assignee
Institute of Geology and Geophysics of CAS
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 Institute of Geology and Geophysics of CAS filed Critical Institute of Geology and Geophysics of CAS
Priority to CN202310102394.0A priority Critical patent/CN116327250B/zh
Publication of CN116327250A publication Critical patent/CN116327250A/zh
Application granted granted Critical
Publication of CN116327250B publication Critical patent/CN116327250B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/76—Arrangements for rearranging, permuting or selecting data according to predetermined rules, independently of the content of the data
    • G06F7/78—Arrangements for rearranging, permuting or selecting data according to predetermined rules, independently of the content of the data for changing the order of data flow, e.g. matrix transposition or LIFO buffers; Overflow or underflow handling therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种基于全波形反演技术的乳腺超声三维成像方法，本方法通过将全波形反演方法引入到乳腺超声三维成像中来，通过对高频的超声波的全波形信息进行反演，可以使最终的分辨率达到0.5mm，从而可以获得高分辨率的乳腺结构，这个分辨率是传统超声波检测成像方法所无法达到的。本方法使用了多尺度分频计算策略，通过先对低频信息进行反演，然后利用低频信息反演得到的模型，引入高频信息再次反演，最终获得准确的反演结果，从而克服了传统全波形反演在乳腺超声三维成像中存在的目标函数容易收敛到局部极小值的局限性。

Description

一种基于全波形反演技术的乳腺超声三维成像方法
技术领域
本发明属于乳腺超声成像领域，具体涉及一种基于全波形反演技术的乳腺超声三维成像方法。
背景技术
目前，针对乳腺筛查常用的检查方法有触诊、乳腺钼靶X射线检查、核磁共振以及超声波乳腺检测等，但是这几类方法都有其优点和不足。对于触诊，其成本低，且比较方便，但是其对微小钙化体检出率低，并且依赖医生的经验。对于乳腺钼靶X射线检查，其对钙化灶敏感，且适用于大龄女性，但是其产生的X射线对人体辐射较大，并且不适合致密乳腺，在检查时体感也比较差。对于核磁共振，其具有灵敏度高，且适用于致密乳腺的优点，但是其单次检查成本过高而且耗时较长。对于超声波乳腺检测，其优点为应用普及且无辐射，并且价格便宜，对致密性乳房也很适用，但是其对操作者的专业性要求较高，难以进行质量控制，并且在算法方面还存在着不足。
由于中国女性的乳房主要以致密型为主，为了弥补乳腺X线检查对致密型乳房的不适用问题，当前最主要的乳腺检测方法是乳腺X线检查+乳腺超声检查。乳腺超声检查中常用的算法有旅行时层析成像和衍射成像等。旅行时层析成像算法通过假设可以根据射线准确描述波传播来进行成像，但是该算法忽略了散射波、衍射波以及折射波等，通常会丢失细节，从而无法实现很高的分辨率。而对于衍射层析成像算法来说，由于对于乳腺组织，弱散射近似不成立，因此需要对这些线性化进行调整以开发适用于定量乳腺成像的技术。并且，对于上述两种算法来说，都只能进行反射成像，无法进行反演成像，更无法利用全部的波形信息来进行成像。基于上述问题，全波形反演技术在超声成像方面的运用在近年来越来越受到关注。
目前，常规的全波形反演存在如下几个局限性：1.严重依赖低频信息，当低频信息不足时，全波形反演容易出现周期跳跃现象，即优化过程收敛到局部极小值的情况。2.全波形反演要计算目标函数的梯度，梯度的计算会消耗巨大的内存空间，所需计算要求高。并且进行三维全波形反演时，计算量巨大。3.收敛速度慢，导致计算效率低下。上述几个局限性的存在严重制约了全波形反演技术在乳腺超声成像中的应用。
发明内容
针对现有技术中的上述不足，本发明的目的在于提供一种基于全波形反演技术的乳腺超声三维成像方法，实现全波形反演在乳腺超声检查中的应用。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种基于全波形反演技术的乳腺超声三维成像方法，该方法包括以下步骤：
S1、选定目标乳腺的一个二维切面，通过超声波装置获取该二维切面处的实际测量数据，分别采用带通滤波器和高通滤波器对实际测量数据进行滤波，获取目标乳腺低频数据和目标乳腺高频数据；
S2、基于乳腺各部分声波速度及密度构建均匀的初始低频乳腺模型，获取初始低频乳腺模型中的乳腺声波方程；
S3、采用有限差分法求解当前乳腺声波方程，得到正演计算的目标乳腺低频超声波波场数据；
S4、将该二维切面处目标乳腺低频数据与正演计算的目标乳腺低频超声波波场数据做差，得到低频误差，并基于低频误差构建低频目标函数；
S5、采用伴随状态法求解低频目标函数，分别获取低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度；
S6、更新当前的低频乳腺模型：基于低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度，采用L-BFGS方法对当前低频乳腺模型的声波速度及乳腺密度进行更新；
S7、重复步骤S2至步骤S6，直至低频目标函数收敛，将当前最新低频乳腺模型作为该二维切面处的低频反演结果；
S8、将该二维切面处的低频反演结果作为初始高频乳腺模型，将低频乳腺模型更新过程中的目标乳腺低频数据替换为目标乳腺高频数据；
S9、采用与步骤S3至步骤S7相同的方法对当前的高频乳腺模型进行更新，直至高频乳腺模型对应的高频目标函数收敛，将当前最新高频乳腺模型作为该二维切面处的最终反演结果；
S10、采用与步骤S1至步骤S9相同的方法获取目标乳腺其他二维切面的最终反演结果，通过插值方法将目标乳腺不同二维切面处的最终反演结果进行插值拟合，得到三维反演结果，即完成乳腺超声三维成像。
进一步地，步骤S2中乳腺声波方程的表达式为：
其中为乳腺密度；/>和/>分别为乳腺粒子速度的水平分量和垂直分量；p表示压力；K表示体积模量，/>，V表示乳腺声波速度；/>为超声波装置的超声信号；/>表示乳腺粒子速度的水平分量对时间求导；/>表示压力对水平方向进行求导；/>表示压力对垂直方向进行求导；/>表示乳腺粒子速度的水平分量对水平方向进行求导；/>表示乳腺粒子速度的垂直分量对垂直方向进行求导；/>表示乳腺粒子速度的垂直分量对时间求导；表示压力对时间求导。
进一步地，步骤S3求解过程中，通过并行计算中的区域分解方法同时调用多个cpu进行计算。
进一步地，步骤S4中低频误差的表达式为：
其中为二维切面i处目标乳腺低频数据；/>为正演计算的目标乳腺低频超声波波场数据。
进一步地，步骤S4中低频目标函数的表达式为：
其中表示矩阵的转置。
进一步地，步骤S5的具体方法为：
将正演计算的目标乳腺低频超声波波场数据与目标乳腺低频数据/>的残差作为源进行反传，得到反传波场/>，将正演波场/>与反传波场进行互相关即可求得低频目标函数关于声波速度的梯度/>和低频目标函数关于乳腺密度的梯度/>；其中低频目标函数关于声波速度的梯度/>和低频目标函数关于乳腺密度的梯度/>的表达式分别为：
为超声波记录的总时间；/>为反传的粒子速度的水平分量；/>为反传的粒子速度的垂直分量；/>为反传的压力。
进一步地，步骤S6中声波速度及乳腺密度的更新表达式分别为：
其中表示第n次更新得到的声波速度；/>表示第n+1次更新得到的声波速度；/>为第n次更新对应的步长；/>为第n次更新对应的拟海森矩阵；/>表示当前目标函数关于声波速度的梯度；/>表示第n+1次更新得到的乳腺密度；/>表示第n次更新得到的乳腺密度；/>表示当前目标函数关于乳腺密度的梯度。
进一步地，步长的计算方法为：
设定两个更新步长和/>，在当前时刻进行额外两次正演计算，得到三组正演计算的目标乳腺低频超声波波场数据；将三组正演计算的目标乳腺低频超声波波场数据与实际测量数据进行比较得到三个二范数误差/>；通过/>和拟合出一个抛物线曲线/>，通过求取系数a、b和c，并根据公式/>获取当前的步长/>。
本发明的有益效果为：
1.通过将全波形反演方法引入到乳腺超声三维成像中来，通过对高频的超声波的全波形信息进行反演，可以使最终的分辨率达到0.5mm，从而可以获得高分辨率的乳腺结构，这个分辨率是传统超声波检测成像方法所无法达到的。
2.在正演过程中利用Openmpi进行并行计算，运用多个cpu节点进行计算，极大地提高了计算效率。并且在计算目标函数梯度的时候，采用了伴随状态法，极大地减少了内存需求。通过并行计算和伴随状态法求解梯度两个方法克服了传统全波形反演在乳腺超声三维成像中存在的内存需求大及计算量大的局限性。
3.使用了多尺度分频计算策略，通过先对低频信息进行反演，然后利用低频信息反演得到的模型，引入高频信息再次反演，最终获得准确的反演结果，从而克服了传统全波形反演在乳腺超声三维成像中存在的目标函数容易收敛到局部极小值的局限性。
4.在进行迭代更新时，采用了L-BFGS算法进行梯度更新，并且在求取更新步长时采用了抛物线方法，极大地提高了迭代的速度，从而克服了传统全波形反演在乳腺超声三维成像中存在的收敛速度慢，计算效率低下的问题。
5.采用本申请技术方法可以同时获得乳腺组织的速度参数和密度参数，相比于传统超声成像只能获得声压参数，该技术方法可以获得更多的参数，从而有助于对结果进行综合分析。
6.在声波方程正演过程中，采用了有限差分法的正演方法，相较传统超声波正演使用的伪谱法来说具有需要的内存小，适用于各种复杂模型，并且算法容易实现的优点。
附图说明
图1为本发明方法流程图；
图2为本发明实施例提供的超声波正演示意图；
图3为本发明实施例提供的乳腺超声全波形反演结果示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
实施例
参照图1，一种基于全波形反演技术的乳腺超声三维成像方法，该方法包括以下步骤：
S1、选定目标乳腺的一个二维切面，通过超声波装置获取该二维切面处的实际测量数据，分别采用带通滤波器和高通滤波器对实际测量数据进行滤波，获取目标乳腺低频数据和目标乳腺高频数据；
S2、基于乳腺各部分声波速度及密度构建均匀的初始低频乳腺模型，获取初始低频乳腺模型中的乳腺声波方程；
具体地说，乳腺声波方程的表达式为：
其中为乳腺密度；/>和/>分别为乳腺粒子速度的水平分量和垂直分量；p表示压力；K表示体积模量，/>，V表示乳腺声波速度；/>为超声波装置的超声信号；/>表示乳腺粒子速度的水平分量对时间求导；/>表示压力对水平方向进行求导；/>表示压力对垂直方向进行求导；/>表示乳腺粒子速度的水平分量对水平方向进行求导；/>表示乳腺粒子速度的垂直分量对垂直方向进行求导；/>表示乳腺粒子速度的垂直分量对时间求导；表示压力对时间求导。
S3、采用有限差分法求解当前乳腺声波方程，得到正演计算的目标乳腺低频超声波波场数据；
正演计算过程中，超声波发射源参考环形检测装置进行激发，同时，环形排列的超声波接收装置来接收超声波信号，超声波正演计算的源和接收器的示意如图2所示，中间部分为乳腺，周围的圆圈为环形排布的超声波发射源与接收器。在正演计算时，运用并行计算中的区域分解方法，同时调用多个cpu进行计算。
S4、将该二维切面处目标乳腺低频数据与正演计算的目标乳腺低频超声波波场数据做差，得到低频误差，并基于低频误差构建低频目标函数；
具体地说，低频误差的表达式为：
其中为二维切面i处目标乳腺低频数据；/>为正演计算的目标乳腺低频超声波波场数据。
低频目标函数的表达式为：
其中表示矩阵的转置。
S5、采用伴随状态法求解低频目标函数，分别获取低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度；
具体地说，将正演计算的目标乳腺低频超声波波场数据与目标乳腺低频数据的残差作为源进行反传，得到反传波场/>，将正演波场/>与反传波场/>进行互相关即可求得低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度/>；其中低频目标函数关于声波速度的梯度/>和低频目标函数关于乳腺密度的梯度/>的表达式分别为：
为超声波记录的总时间；/>为反传的粒子速度的水平分量；/>为反传的粒子速度的垂直分量；/>为反传的压力。
S6、更新当前的低频乳腺模型：基于低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度，采用L-BFGS方法对当前低频乳腺模型的声波速度及乳腺密度进行更新；
具体地说，声波速度及乳腺密度的更新表达式分别为：
其中表示第n次更新得到的声波速度；/>表示第n+1次更新得到的声波速度；/>为第n次更新对应的步长；/>为第n次更新对应的拟海森矩阵；/>表示当前目标函数关于声波速度的梯度；/>表示第n+1次更新得到的乳腺密度；/>表示第n次更新得到的乳腺密度；/>表示当前目标函数关于乳腺密度的梯度。
步长的计算方法为：
设定两个更新步长和/>，在当前时刻进行额外两次正演计算，得到三组正演计算的目标乳腺低频超声波波场数据；将三组正演计算的目标乳腺低频超声波波场数据与实际测量数据进行比较得到三个二范数误差/>；通过/>和拟合出一个抛物线曲线/>，通过求取系数a、b和c，并根据公式/>获取当前的步长/>。
S7、重复步骤S2至步骤S6，直至低频目标函数收敛，将当前最新低频乳腺模型作为该二维切面处的低频反演结果；
S8、将该二维切面处的低频反演结果作为初始高频乳腺模型，将低频乳腺模型更新过程中的目标乳腺低频数据替换为目标乳腺高频数据；
S9、采用与步骤S3至步骤S7相同的方法对当前的高频乳腺模型进行更新，直至高频乳腺模型对应的高频目标函数收敛，将当前最新高频乳腺模型作为该二维切面处的最终反演结果；如图3所示，最左侧为真实乳腺模型，中间为初始模型，最右侧为最终反演结果。
S10、采用与步骤S1至步骤S9相同的方法获取目标乳腺其他二维切面的最终反演结果，通过插值方法将目标乳腺不同二维切面处的最终反演结果进行插值拟合，得到三维反演结果，即完成乳腺超声三维成像。
本发明通过将全波形反演方法引入到乳腺超声三维成像中来，通过对高频的超声波的全波形信息进行反演，可以使最终的分辨率达到0.5mm，从而可以获得高分辨率的乳腺结构，这个分辨率是传统超声波检测成像方法所无法达到的。在正演过程中利用Openmpi进行并行计算，运用多个cpu节点进行计算，极大地提高了计算效率。并且在计算目标函数梯度的时候，采用了伴随状态法，极大地减少了内存需求。通过并行计算和伴随状态法求解梯度两个方法克服了传统全波形反演在乳腺超声三维成像中存在的内存需求大及计算量大的局限性。
使用了多尺度分频计算策略，通过先对低频信息进行反演，然后利用低频信息反演得到的模型，引入高频信息再次反演，最终获得准确的反演结果，从而克服了传统全波形反演在乳腺超声三维成像中存在的目标函数容易收敛到局部极小值的局限性。在进行迭代更新时，采用了L-BFGS算法进行梯度更新，并且在求取更新步长时采用了抛物线方法，极大地提高了迭代的速度，从而克服了传统全波形反演在乳腺超声三维成像中存在的收敛速度慢，计算效率低下的问题。
采用本申请技术方法可以同时获得乳腺组织的速度参数和密度参数，相比于传统超声成像只能获得声压参数，该技术方法可以获得更多的参数，从而有助于对结果进行综合分析。在声波方程正演过程中，采用了有限差分法的正演方法，相较传统超声波正演使用的伪谱法来说具有需要的内存小，适用于各种复杂模型，并且算法容易实现的优点。
于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种基于全波形反演技术的乳腺超声三维成像方法，其特征在于，包括以下步骤：
S1、选定目标乳腺的一个二维切面，通过超声波装置获取该二维切面处的实际测量数据，分别采用带通滤波器和高通滤波器对实际测量数据进行滤波，获取目标乳腺低频数据和目标乳腺高频数据；
S2、基于乳腺各部分声波速度及密度构建均匀的初始低频乳腺模型，获取初始低频乳腺模型中的乳腺声波方程；
S3、采用有限差分法求解当前乳腺声波方程，得到正演计算的目标乳腺低频超声波波场数据；
S4、将该二维切面处目标乳腺低频数据与正演计算的目标乳腺低频超声波波场数据做差，得到低频误差，并基于低频误差构建低频目标函数；
S5、采用伴随状态法求解低频目标函数，分别获取低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度；
S6、更新当前的低频乳腺模型：基于低频目标函数关于声波速度的梯度和低频目标函数关于乳腺密度的梯度，采用L-BFGS方法对当前低频乳腺模型的声波速度及乳腺密度进行更新；
S7、重复步骤S2至步骤S6，直至低频目标函数收敛，将当前最新低频乳腺模型作为该二维切面处的低频反演结果；
S8、将该二维切面处的低频反演结果作为初始高频乳腺模型，将低频乳腺模型更新过程中的目标乳腺低频数据替换为目标乳腺高频数据；
S9、采用与步骤S3至步骤S7相同的方法对当前的高频乳腺模型进行更新，直至高频乳腺模型对应的高频目标函数收敛，将当前最新高频乳腺模型作为该二维切面处的最终反演结果；
S10、采用与步骤S1至步骤S9相同的方法获取目标乳腺其他二维切面的最终反演结果，通过插值方法将目标乳腺不同二维切面处的最终反演结果进行插值拟合，得到三维反演结果，即完成乳腺超声三维成像。
2.根据权利要求1所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步骤S2中乳腺声波方程的表达式为：
其中为乳腺密度；/>和/>分别为乳腺粒子速度的水平分量和垂直分量；p表示压力；K表示体积模量，/>，V表示乳腺声波速度；/>为超声波装置的超声信号；/>表示乳腺粒子速度的水平分量对时间求导；/>表示压力对水平方向进行求导；/>表示压力对垂直方向进行求导；/>表示乳腺粒子速度的水平分量对水平方向进行求导；/>表示乳腺粒子速度的垂直分量对垂直方向进行求导；/>表示乳腺粒子速度的垂直分量对时间求导；/>表示压力对时间求导。
3.根据权利要求1所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步骤S3求解过程中，通过并行计算中的区域分解方法同时调用多个cpu进行计算。
4.根据权利要求1所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步骤S4中低频误差的表达式为：
其中为二维切面i处目标乳腺低频数据；/>为正演计算的目标乳腺低频超声波波场数据。
5.根据权利要求4所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步骤S4中低频目标函数的表达式为：
其中表示矩阵的转置。
6.根据权利要求2所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步骤S5的具体方法为：
将正演计算的目标乳腺低频超声波波场数据与目标乳腺低频数据/>的残差作为源进行反传，得到反传波场/>，将正演波场/>与反传波场进行互相关即可求得低频目标函数关于声波速度的梯度/>和低频目标函数关于乳腺密度的梯度/>；其中低频目标函数关于声波速度的梯度/>和低频目标函数关于乳腺密度的梯度/>的表达式分别为：
为超声波记录的总时间；/>为反传的粒子速度的水平分量；/>为反传的粒子速度的垂直分量；/>为反传的压力。
7.根据权利要求1所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步骤S6中声波速度及乳腺密度的更新表达式分别为：
其中表示第n次更新得到的声波速度；/>表示第n+1次更新得到的声波速度；/>为第n次更新对应的步长；/>为第n次更新对应的拟海森矩阵；/>表示当前目标函数关于声波速度的梯度；/>表示第n+1次更新得到的乳腺密度；/>表示第n次更新得到的乳腺密度；表示当前目标函数关于乳腺密度的梯度。
8.根据权利要求7所述的基于全波形反演技术的乳腺超声三维成像方法，其特征在于，步长的计算方法为：
设定两个更新步长和/>，在当前时刻进行额外两次正演计算，得到三组正演计算的目标乳腺低频超声波波场数据；将三组正演计算的目标乳腺低频超声波波场数据与实际测量数据进行比较得到三个二范数误差/>；通过/>和/>拟合出一个抛物线曲线/>，通过求取系数a、b和c，并根据公式获取当前的步长/>。
CN202310102394.0A 2023-02-13 2023-02-13 一种基于全波形反演技术的乳腺超声三维成像方法 Active CN116327250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310102394.0A CN116327250B (zh) 2023-02-13 2023-02-13 一种基于全波形反演技术的乳腺超声三维成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310102394.0A CN116327250B (zh) 2023-02-13 2023-02-13 一种基于全波形反演技术的乳腺超声三维成像方法

Publications (2)

Publication Number Publication Date
CN116327250A CN116327250A (zh) 2023-06-27
CN116327250B true CN116327250B (zh) 2023-08-25

Family

ID=86879783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310102394.0A Active CN116327250B (zh) 2023-02-13 2023-02-13 一种基于全波形反演技术的乳腺超声三维成像方法

Country Status (1)

Country Link
CN (1) CN116327250B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012135444A (ja) * 2010-12-27 2012-07-19 Fujifilm Corp 撮影制御装置および撮影制御方法
CN105891888A (zh) * 2016-03-28 2016-08-24 吉林大学 多域分频并行多尺度全波形反演方法
CN106353801A (zh) * 2016-08-16 2017-01-25 中国科学院地质与地球物理研究所 三维Laplace域声波方程数值模拟方法及装置
CN106501852A (zh) * 2016-10-21 2017-03-15 中国科学院地质与地球物理研究所 一种三维声波方程任意域多尺度全波形反演方法及装置
CN110095773A (zh) * 2019-06-03 2019-08-06 中南大学 探地雷达多尺度全波形双参数反演方法
CN110151133A (zh) * 2019-05-24 2019-08-23 哈尔滨工业大学 基于图像分割与时频信息融合的乳腺光学成像装置及方法
WO2020018000A1 (ru) * 2018-07-18 2020-01-23 Антон Александрович ГОНЧАРСКИЙ Способ получения 3d ультразвуковых томографических изображений и устройство для его осуществления
JP2020018789A (ja) * 2018-08-03 2020-02-06 株式会社日立製作所 超音波ｃｔ装置、超音波画像生成装置、および、超音波画像生成方法
CN112773396A (zh) * 2021-01-13 2021-05-11 佟小龙 基于全波形反演的医学成像方法、计算机设备及存储介质
CN113552625A (zh) * 2021-06-21 2021-10-26 中国地质科学院地球物理地球化学勘查研究所 一种用于常规陆域地震数据的多尺度全波形反演方法
US11284858B1 (en) * 2018-07-02 2022-03-29 Triad National Security, Llc Systems and methods for plane-wave and fan-beam ultrasound-waveform tomography
CN114972567A (zh) * 2022-05-30 2022-08-30 中国科学院声学研究所 一种基于波动方程的医学超声ct多参数图像重建方法
US11551416B1 (en) * 2022-06-10 2023-01-10 Technology Innovation Institute Systems, methods, and computer-readable media for utilizing a Sifrian inversion to build a model to generate an image of a surveyed medium

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010127429A1 (en) * 2009-05-08 2010-11-11 University Of Toronto Ultrasonic scanning system and ultrasound image enhancement method
GB2557915B (en) * 2016-12-16 2020-06-10 Calderon Agudo Oscar Method of and apparatus for non invasive medical imaging using waveform inversion
WO2019046550A1 (en) * 2017-09-01 2019-03-07 The Trustees Of Princeton University QUANTITATIVE ULTRASOUND IMAGING BASED ON SEISMIC COMPLETE WAVEFORM REVERSAL
US11940531B2 (en) * 2020-04-17 2024-03-26 The Trustees Of Princeton University Crosstalk-free source encoding for ultrasound tomography
US11559285B2 (en) * 2021-02-17 2023-01-24 Vortex Imaging Ltd. Reflection ultrasound tomographic imaging using full-waveform inversion

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012135444A (ja) * 2010-12-27 2012-07-19 Fujifilm Corp 撮影制御装置および撮影制御方法
CN105891888A (zh) * 2016-03-28 2016-08-24 吉林大学 多域分频并行多尺度全波形反演方法
CN106353801A (zh) * 2016-08-16 2017-01-25 中国科学院地质与地球物理研究所 三维Laplace域声波方程数值模拟方法及装置
CN106501852A (zh) * 2016-10-21 2017-03-15 中国科学院地质与地球物理研究所 一种三维声波方程任意域多尺度全波形反演方法及装置
US11284858B1 (en) * 2018-07-02 2022-03-29 Triad National Security, Llc Systems and methods for plane-wave and fan-beam ultrasound-waveform tomography
WO2020018000A1 (ru) * 2018-07-18 2020-01-23 Антон Александрович ГОНЧАРСКИЙ Способ получения 3d ультразвуковых томографических изображений и устройство для его осуществления
JP2020018789A (ja) * 2018-08-03 2020-02-06 株式会社日立製作所 超音波ｃｔ装置、超音波画像生成装置、および、超音波画像生成方法
CN110151133A (zh) * 2019-05-24 2019-08-23 哈尔滨工业大学 基于图像分割与时频信息融合的乳腺光学成像装置及方法
CN110095773A (zh) * 2019-06-03 2019-08-06 中南大学 探地雷达多尺度全波形双参数反演方法
CN112773396A (zh) * 2021-01-13 2021-05-11 佟小龙 基于全波形反演的医学成像方法、计算机设备及存储介质
CN113552625A (zh) * 2021-06-21 2021-10-26 中国地质科学院地球物理地球化学勘查研究所 一种用于常规陆域地震数据的多尺度全波形反演方法
CN114972567A (zh) * 2022-05-30 2022-08-30 中国科学院声学研究所 一种基于波动方程的医学超声ct多参数图像重建方法
US11551416B1 (en) * 2022-06-10 2023-01-10 Technology Innovation Institute Systems, methods, and computer-readable media for utilizing a Sifrian inversion to build a model to generate an image of a surveyed medium

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于真实乳腺模型的感应式磁声成像正问题;张帅;侯琬姣;张雪莹;杨红双;徐桂芝;;电工技术学报(24);全文 *

Also Published As

Publication number Publication date
CN116327250A (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN109978778B (zh) 基于残差学习的卷积神经网络医学ct图像去噪方法
Li et al. Refraction corrected transmission ultrasound computed tomography for application in breast imaging
US10743837B2 (en) Ultrasound waveform tomography method and system
Wiskin et al. Non-linear inverse scattering: High resolution quantitative breast tissue tomography
Goncharsky et al. Inverse problems of 3D ultrasonic tomography with complete and incomplete range data
WO2020206755A1 (zh) 一种基于射线理论的超声ct图像重建方法及系统
CN102306385B (zh) 任意扫描方式下光声成像的图像重建方法
JP6929365B2 (ja) 波形インバージョンを用いる非侵襲性医療撮像のための方法および装置
Tran-Duc et al. Modified distorted Born iterative method for ultrasound tomography by random sampling
Yuan et al. Optimization of reconstruction time of ultrasound computed tomography with a piecewise homogeneous region-based refract-ray model
US11191519B2 (en) Device, system, and method for hemispheric breast imaging
Sun et al. An iterative gradient convolutional neural network and its application in endoscopic photoacoustic image formation from incomplete acoustic measurement
CN104458818B (zh) 一种基于线性泊松方程的磁热声成像电导率重建方法
CN116327250B (zh) 一种基于全波形反演技术的乳腺超声三维成像方法
Fincke et al. Towards ultrasound travel time tomography for quantifying human limb geometry and material properties
Li et al. Fast marching method to correct for refraction in ultrasound computed tomography
CN109946388B (zh) 基于统计逆的电学/超声双模态内含物边界重建方法
Yuan et al. Full-waveform inversion for breast ultrasound tomography using line-shape modeled elements
Yuan et al. A modified ray tracing method for ultrasound computed tomography in breast imaging
Huy et al. Deterministic compressive sampling for high-quality image reconstruction of ultrasound tomography
Lavarello et al. Methods for forward and inverse scattering in ultrasound tomography
Zhou et al. Frequency-domain full-waveform inversion-based musculoskeletal ultrasound computed tomography
CN114972567A (zh) 一种基于波动方程的医学超声ct多参数图像重建方法
Wang et al. Finite difference-embedded UNet for solving transcranial ultrasound frequency-domain wavefield
Khodayi-Mehr et al. Plane wave elastography: a frequency-domain ultrasound shear wave elastography approach

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