DE10027827A1

DE10027827A1 - Adaptive Klassifikationseinrichtung

Info

Publication number: DE10027827A1
Application number: DE2000127827
Authority: DE
Inventors: Eckard Glaser; Janet Grasmann; Miroslaw Wrobel
Original assignee: SONEM GmbH
Current assignee: SONEM GmbH
Priority date: 2000-06-05
Filing date: 2000-06-05
Publication date: 2001-12-06
Also published as: WO2001094973A1

Abstract

Die Erfindung betrifft eine adaptive Klassifikationseinrichtung zur Klassifizierung von Strukturen oder akustischen Grenzschichten mit gleichen Eigenschaften. Sie dient damit zur Klassifizierung von Strukturen insbesondere in lebenden Körpern, wie zum Beispiel Gewebearten im menschlichen Körper. Es werden alle Informationen, die aus einem mit Ultraschall einer beliebigen Modulationsfunktion beschallten unbekannten Struktur erfasst werden, einer Bewertung unterzogen und die Spektren werden klassifiziert. Die adaptive Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung besteht im einfachsten Fall aus den Komponenten, einem Generator zur Erzeugung eines beliebig modulierten Sendesignals, einer Sendeeinrichtung zum Aussenden des Sendesignals auf in einem Medium eingebettete Strukturen, mindestens einer Empfangseinrichtung zum Empfangen der an der Struktur reflektierten oder infolge Absorption geschwächten Antwortsignale, einer Einheit zum n-kanaligen spektralen Zerlegen der Antwortsignale, einem parallelen Speicherschieberegister zur Aufnahme der Spektren der Antwortsignale, einer Klassifikationseinheit für die Bewertung der einzelnen Spektren der Antwortsignale und einem Speicher für die Klassifizierungsergebnisse.

Description

Die Erfindung betrifft eine adaptive Klassifikationseinrichtung zur Charakterisierung von Strukturen oder Grenzschichten insbesondere in lebenden Körpern, also von Gewebearten im menschlichen oder tierischen Körper und von Strukturen in sonstiger lebender oder toter Materie mittels Ultraschall. Es werden alle Informationen über die Veränderungen (insbesondere spektrale Veränderungen) eines bekannten Sendesignals, erfasst, einer Bewertung unterzogen und klassifiziert. Das Gerät ist zum Beispiel in Ultraschall- Abbildungsgeräten einsetzbar, die mit polychromatischem Ultraschall arbeiten und vorwiegend für die medizinische Diagnostik vorgesehen sind.

Ein Gerät zur Klassifizierung von unbekannten Strukturen in dieser Form, ist nicht bekannt. Die Ultraschalluntersuchung beschränkt sich bisher auf das Beschallen einer a priori bekannten Struktur, einen Fötus, ein Organ, einen Tumor oder dergleichen, und es wird versucht, Veränderungen oder Anomalien zu erkennen oder zeitlich zu verfolgen. Sowohl die Strukturen als auch die Anomalien können dabei natürlich nur dann ermittelt werden, wenn die Ultraschallwellen an diesen reflektiert werden. Gerade dieser Umstand bringt beachtliche Unsicherheiten, da nicht in jedem Fall bekannt ist, welche Wellenlängen des Ultraschalls an einem Übergang reflektiert werden.

Sowohl die Techniker als auch die Mediziner sind dabei alleine auf ihre Erfahrungen angewiesen und die Untersuchung ist deshalb sehr zeitaufwendig. Die Ergebnisse sind mit größeren Unsicherheiten verbunden, denn es können dabei Strukturen nicht als solche erkannt oder falsch eingeschätzt werden.

Um die Sicherheit der Aussagen zu erhöhen, werden deshalb weitere Parameter aus den Ultraschallsignalen abgeleitet, wie die Stärke der Abschwächung, die Schallgeschwindigkeit, die Streuungsparameter usw. Daraus können in Abhängigkeit ausgewählter Parameter für einzelne Gewebearten Modelle abgeleitet werden. Der entscheidende Nachteil besteht darin, dass die Parameter selbst nur Schätzwerte darstellen. Die Aussagekraft der Modelle ist deshalb von der Auswahl der Parameter und den eingesetzten Ultraschallgeräten abhängig.

Diese Techniken werden z. B. bei der akustischen Mikroskopie genutzt, bei denen die Schallgeschwindigkeit und die Abschwächung in farbigen Abstufungen dargestellt werden. Bei der Mammadiagnostik werden die unterschiedlichen Schallgeschwindigkeiten in gesunden und kranken Geweben auch zusätzlich zur Mammographie genutzt.

Bei einem anderen Verfahren werden die aufgenommenen Bilder nachträglich bearbeitet. Die Gewebeerkennung wird mit Hilfe aufwendiger statistischer Methoden oder neuronalen Netzen (wie Kohonen-Maps oder Backprojection-Netze) in eine Mustererkennung ungewandelt. Die Mustererkennung wird bereits auf reduzierte Informationen zurückgeführt, wodurch wichtige Informationen verloren gehen können. Außerdem ist die Bewertung der Muster von der Bildqualität abhängig, die bei Ultraschallbildern, die mit einem Ultraschall einer einzigen Frequenz ermittelt werden, bekanntlich sehr gering ist. Besonders schwierig ist das Problem der Segmentierung, das bisher nicht gelöst ist.

Es ist bekannt, dass das von einer Struktur reflektierte Signal Amplitude, Richtung, Zeitstruktur, und Spektrum ändert. Die Informationen über die reflektierende Struktur kann somit in der Zeit, der Frequenz oder der Frequenzstruktur kodiert sein. Aus Untersuchungen an echolotenden Tieren (z. B. Fledermäusen, Delphinen) ist dieser Sachverhalt bekannt. Nicht bekannt jedoch ist, wie z. B. die Fledermaus diese Signale dekodiert. In der Technik wurden vielfältige Untersuchungen durchgeführt, um diesem Phänomen auf die Spur zu kommen, jedoch bisher ohne Erfolg. Sicher scheint zu sein, dass die Fledermaus alle Informationen im Komplex auswertet. Auf jeden Fall unterliegt der Ultraschall - genau wie die Lichtwellen - Reflexionen, Streuungen, Brechungen, Interferenzen, Beugungen und Absorptionen, und alle diese Erscheinungen sind an Übergänge gebunden. Je größer der Sprung der akustischen Impedanz (das Produkt aus der tatsächlichen Schallgeschwindigkeit im Medium und der Dichte des Mediums) eines Überganges ist, um so höher ist die Energie des Echosignals. Die Aufgabe, Strukturen in einem Körper, insbesondere in einem lebenden Körper zu ermitteln, reduziert sich deshalb auf das Auffinden dieser Impedanzsprünge und deren Charakterisierung.

Gleich einer Farbe im sichtbaren Licht, werden von einem Körper nur die Wellenlängen reflektiert, die der Körper auf der Oberfläche enthält. Die Wellenlänge dokumentiert somit die Farbe einer Struktur. Mit gleicher Berechtigung kann im Schallgebiet von einer "akustischen Farbe" gesprochen werden. Auch hier können bestimmte Wellenlängen reflektiert werden oder vollständig vom Körper absorbiert werden.

Nachteilig wirken sich die Unsicherheiten aus, die durch den hohen Rauschanteil in den Ultraschallbildern, die mit herkömmlichen Geräten aufgenommen werden, entstehen. Ein Mediziner ohne Erfahrung in der Auswertung von Ultraschallbildern kann sehr leicht zu falschen Schlussfolgerungen kommen oder wichtige Details übersehen. Es ist also dringend ein Verfahren notwendig, mit dem die Aussagen objektiviert werden können. Es ist auf lange Sicht nicht ausreichend, die Strukturen zu erkennen, es ist vor allem erforderlich, den Charakter der Strukturen festzustellen.

Es ist mehrfach versucht worden, den Ultraschall ähnlich dem einer Fledermaus oder eines Delphins, frequenzveränderlich zu gestalten, und die sich dann ergebenden Echosignale darzustellen. Dieses Vorhaben scheiterte daran, dass keine geeigneten Auswerteeinheiten vorhanden waren. Denn die Echosignale enthalten unterschiedliche Frequenzen, welche vom akustischen Impedanzsprung unterschiedlich reflektiert werden.

Es ist deshalb die Aufgabe der vorliegenden Erfindung, eine Vorrichtung zu entwickeln, mit der Strukturen, insbesondere in der medizinischen Diagnostik, klassifiziert werden können. Die Vorrichtung soll möglichst eine automatische Erfassung und Bewertung der Strukturen ermöglichen und universell einsetzbar sein.

Die Aufgabe der vorliegenden Erfindung wird durch die anhängenden Ansprüche gelöst. Die adaptive Klassifikationseinrichtung für die Klassifizierung einer Struktur in einem Medium durch die von der Struktur reflektierten und/oder transmittierten Signale besteht aus den Komponenten, einem Generator zur Erzeugung eines beliebig modulierten Sendesignals, einer Sendeeinrichtung zum Aussenden des Sendesignals auf in einem Medium eingebettete Strukturen, mindestens einer Empfangseinrichtung zum Empfangen der an der Struktur reflektierten oder infolge Absorption geschwächten Antwortsignale, einer Einheit zum n kanaligen spektralen Zerlegen der Antwortsignale, einem parallelen Speicherschieberegister zur Aufnahme der Spektren der Antwortsignale, einer Klassifikationseinheit für die Bewertung der einzelnen Spektren der Antwortsignale, und einem Speicher für die Klassifizierungsergebnisse.

Die Klassifikationseinheit kann entweder nur aus einem Klassifikator oder auch vorteilhafterweise aus einer Vorverarbeitungseinheit, einem Klassifikator und einer Analyseeinheit bestehen.

Zwischen der Klassifikationseinheit und dem Generator kann eine Syntheseeinheit zur Erzeugung eines Sendesignals angeordnet werden, das nur die mit Hilfe der Analyseeinheit ermittelten Frequenzen aufweist. Da die Antwortsignale in ihrer spektralen Zusammensetzung stark von den Eigenschaften der Struktur abhängen, d. h. nur bestimmte Frequenzen des Sendesignals von den im Gewebe eingebetteten reflektiert oder absorbiert werden, werden von der Syntheseeinheit nur die Frequenzen bestimmt, die einen Anteil für die Klassifizierung der Strukturen liefern. Das Antwortsignal wird dadurch von einem "Frequenzballast" befreit, und es wird eine Reduzierung der Sendeenergie ermöglicht.

Die Verarbeitung der Antwortsignale kann analog oder digital erfolgen. Bei der analogen Verarbeitung kann die erste Signalverarbeitungseinheit zur n-kanaligen spektralen Zerlegung ein akusto-optischer Prozessor, ein holographischer Wavelet-Prozessor oder ein ähnlicher analoger Prozessor zur Spektralzerlegung darstellen, bei der digitalen Verarbeitung der Antwortsignale kann die Einheit zur n-kanaligen spektralen Zerlegung ein Fast-Fourier- Prozessor, ein digitaler Wavelet-Prozessor oder ein ähnlicher digitaler Prozessor zur Spektralzerlegung darstellen. In diesem Fall ist der Einheit zum n-kanaligen spektralen Zerlegen der Antwortsignale ein A/D-Wandler vorgeschaltet.

Der Klassifikator kann ein statistischer Klassifikator, wie ein neuronales Netz, eine Support- Vector-Machine oder dergleichen darstellen. Der Klassifikationseinheit kann ein Userinterface zur Entnahme von Daten, zum Einspeisen von Daten und/oder von Befehlen nachgeordnet sein. Zur zentralen Auswertung bzw. Bewertung der Antwortsignale kann die Klassifikationseinheit und der Speicher für die Klassifizierungsergebnisse über eine Kommunikationseinheit, die ein Interface für eine Fernverbindung enthält, angeschlossen werden. Auch ist es möglich, die Kommunikationseinheit bereits vor der Einheit zur spektralen Zerlegung über einen A/D-Wandler anzuschließen. Die Kommunikationseinheit kann ein Userinterface zur Entnahme von Daten, zum Einspeisen von Daten und/oder von Befehlen besitzen.

Der Klassifikator klassifiziert die Spektren im statistischen Sinne, d. h. die Spektren mit einem ähnlichen Amplitudenmuster werden derselben Klasse zugeordnet. Der Grad der Ähnlichkeit könnte auch vom Anwender eingestellt werden.

Zur weiteren Verbesserung der Auswertung der Antwortsignale kann der Einheit zur n-kanaligen spektralen Zerlegung eine Schwellwertschaltung zum Eliminieren von Rauschsignalen vorgeschaltet sein. Dadurch wird erreicht, dass die Komplexität der zur Verarbeitung vorgesehenen Echosignale reduziert wird, ohne den Informationsgehalt zu verringern.

Entsprechend der vorliegenden Erfindung ist es möglich, vor der n-kanaligen spektralen Zerlegung des Antwortsignals die Trägerfrequenz des Sendesignals herauszufiltern. Die Ergebnisse der n-kanaligen spektralen Zerlegung werden in einem Speicher-Schieberegister abgelegt.

In der adaptiven Klassifikationseinrichtung können Daten, die mehrfach benötigt werden, in einem Speicher abgelegt werden. Dazu ist insbesondere ein Speicher für die Sendesignale, die wiederholt ausgesendet werden können, ein Speicher zum Ablegen der Koordinaten von Sender und Empfänger, aber auch ein Speicher zum Ablegen der Informationen der Reflexionspunkte und ein Speicher zum Ablegen bekannter Spektren, die einen bestimmten Gewebetyp charakterisieren, der bereits klassifiziert wurde, vorgesehen. Den bekannten Spektren kann ein Wort zugeordnet werden, das über ein Mikrofon ausgegeben wird, eine Farbe, mit dem z. B. bei einer Darstellung des Gewebes die Reflexionspunkte auf einem Bildschirm markiert werden, oder eine Bezeichnung, die auf dem Bildschirm angezeigt wird.

Das Klassifizieren von reflektierenden und/oder absorbierenden Strukturen wird wie folgt vorgenommen: Ein oder mehrere Ultraschallsender senden ein Ultraschallsignal mit einer beliebigen Modulationsfunktion, welche eine vorgegebene Bandbreite des Sendesignals garantiert, in ein Medium aus, in dem eine unbekannte Struktur eingebettet ist. Ein oder mehrere Empfänger empfangen die Echosignale aus dem Medium. Für die Klassifizierung der Strukturen ist es im allgemeinen nicht erforderlich, die Lage dieser Strukturen zu bestimmen. Sollte diese jedoch benötigt werden, müssen zunächst die Positionen von Sender und Empfänger zueinander bekannt sein. Ihre Koordinaten sind in einem Speicher abgelegt. Da die Koordinaten sich ändern können, müssen diese eventuell vor einem neuen Vorgang zur Bestimmung der Koordinaten der Reflexionspunkte erneut erfasst werden. Die in das Medium ausgesendeten, mit einer beliebigen Modulationsfunktion modulierten Sendesignale, verursachen Antwortsignale, die von mindestens einem Empfänger empfangen werden. Die Antwortsignale können vor der Verarbeitung gefiltert werden, d. h. es kann die Trägerfrequenz des Sendesignals aus den Antwortsignalen herausgefiltert werden und eine Schwellenschaltung kann schwache Antwortsignale eliminieren. Die Schwellenschaltung kann so eingestellt sein, dass mindestens das Rauschen auf den Antwortsignalen beseitigt wird. In der Einheit zur n-kanaligen spektralen Zerlegung wird eine spektrale Zerlegung der Antwortsignale vorgenommen. Die n-kanalige spektrale Zerlegung wird getrennt für jedes Antwortsignal durchgeführt und die sich ergebenden Spektralsignale werden einzeln und parallel in ein Speicher-Schieberegister verschoben.

Wird nur ein Empfänger verwendet, ist aus der Laufzeit der Signale die Position der Reflexionspunkte bekannt. Mit dem Spektrum dieses Signals ist außerdem der Charakter der Impedanz, d. h. der Gewebeabgrenzung bekannt. Es kann eine einfache punktuelle Bestimmung des Gewebetyps vorgenommen werden. Wenn z. B. nur der Charakter einer Struktur bestimmt werden soll, deren Position bekannt ist, könnten ein Sender und ein Empfänger z. B. auch gegenüberliegend oder in jeder anderen beliebigen Position zueinander an der Struktur angeordnet werden. Das Antwortsignal (transmittiert bzw. reflektiert) wird spektral zerlegt und klassifiziert. Das Ergebnis der Klassifikation kann dann z. B. durch ein akustisches Signal oder eine farbige Anzeige oder mit Hilfe eines anderen Mediums übermittelt werden.

Wenn eine Positionsbestimmung der Reflexionspunkte vorgesehen ist, dann können die Koordinaten (1D) der Reflexionspunkte mit etwa gleichen Spektren zu einer Darstellung an ein Visualisierungsgerät übergeben werden. Vor der Darstellung kann ein Vergleich mit bereits bekannten und klassifizierten Spektren vorgenommen werden. Wenn diese Spektren bereits mit einer Bezeichnung oder einer Farbe codiert sind, kann dieses ebenfalls auf dem Visualisierungsgerät wiedergegeben werden.

Sind zwei oder mehr Empfänger in der Vorrichtung vorhanden, deren Positionen zueinander und zum Empfänger ebenfalls bekannt sind, kann eine zwei- oder dreidimensionale Darstellung der erfassten Strukturen vorgenommen werden. Nach der spektralen Zerlegung der in der ersten Stufe gefilterten Antwortsignale werden die einzelnen Spektren der beiden Empfangskanäle ebenfalls in ein Speicher-Schieberegister verschoben. Diese Signale enthalten außer der spektralen Zusammensetzung als Information über die akustische Impedanz nur den Weg des Sendesignals vom Sender über den Reflexionspunkt zum Empfänger. Es müssen also die einzelnen Koordinaten der Punkte ermittelt werden, dessen spektrale Zusammensetzung im Signal enthalten ist. Die einzelnen Signale werden dazu nacheinander aus dem Speicher-Schieberegister herausgeschoben und einer Rekonstruktionseinheit zugeführt, die über Backprojektion oder Triangulation oder ähnlichen räumlichen Rekonstruktionsverfahren die Koordinaten des Reflexionspunktes bestimmt.

Danach werden die Spektren im Klassifikator ausgewertet. Damit sind für jedes Signal die Koordinaten des Reflexionspunktes und seine Eigenschaften bekannt. In Kommunikation von Klassifikator und Visualisierungsgerät kann dann eine nach Eigenschaften getrennte Darstellung der Strukturen erfolgen.

Entsprechend einem vorgegebenen Bereich der zulässigen Abweichungen der Spektren der einzelnen Reflexionspunkte voneinander können die Spektren mit kleineren oder größeren Abweichungen zusammengestellt werden. Wird dabei ein bereits bekanntes Spektrum gefunden, kann das damit verbundene Wort ausgegeben, die damit verbundene Bezeichnung angezeigt oder die damit verbundene Farbe als Grundlage für die Darstellung der Reflexionspunkte auf dem Visualisierungsgerät verwendet werden.

Damit wird die Aufgabe der Erfindung erfüllt. In erster Linie geht es also nicht um die Feststellung bestimmter Formen einer Struktur, sondern in erster Linie geht es um die Feststellung des Charakters von Strukturen, wie z. B. Gewebeabgrenzungen oder Tumoren, also um die Ermittlung von Übergängen bzw. akustischen Impedanzen, die bestimmte Eigenschaften besitzen und für einen bestimmten Gewebetyp kennzeichnend sind. Bei der Darstellung der Koordinaten etwa gleicher "akustischer Farbe", wenn eine Darstellung erfolgen soll, wird auch die Form der Struktur ersichtlich. Damit können nur einzelne Strukturen oder bei Auswahl mehrerer Spektren gleichzeitig auch mehrere unterschiedliche Strukturen dargestellt werden. So kann zum Beispiel die Lage eines Tumors relativ zu einem Organ oder Knochen festgestellt werden. Durch Eingrenzung der Abweichungen der Spektren voneinander können dadurch genau die Grenzen zwischen dem gesunden und dem kranken Gewebe ermittelt werden.

Vorraussetzung für die Ermittlung der Eigenschaften einer Gewebeabgrenzung ist ein Antwortsignal eines polychromatischen Sendesignals, da nur diese Antwortsignale die spektralen Informationen über die einzelnen Reflexionspunkte enthalten. Die spektralen Eigenschaften können dadurch analysiert werden und die "akustischen Eigenschaften" jedes Reflexionspunktes festgestellt werden. Damit wird gleichzeitig die Form der Struktur bekannt, die jetzt natürlich im Gegensatz zum Stand der Technik durch ein und dieselbe Eigenschaft gekennzeichnet ist, d. h. die ein und demselben Gewebetyp angehört.

Durch die Verwendung einer Syntheseeinheit ist man mit diesem Gerät in der Lage, genau die Frequenzen zu ermitteln, die eine maximale Reflexion oder eine maximale Absorption an einer Struktur verursachen. Es kann damit ein Gewebeübergang "scharf' eingestellt werden bzw. seine "akustische Farbe" bestimmt werden. Übergänge gleicher "akustischer Farbe" werden als gleiche Strukturen ermittelt und ausgewiesen. Ist z. B. die "akustische Farbe" eines Tumors bekannt, kann der gesamte Körper eines Menschen auf diesen speziellen Tumor abgesucht werden, zum Beispiel auf Metastasen. Die Erfahrungen eines Arztes spielen jetzt eine untergeordnete Rolle. Die Suche kann automatisch erfolgen und die einzelnen Tumore können automatisch registriert werden.

Mit diesem Verfahren ist es also möglich, Gewebeklassifizierungen vorzunehmen. Da mit dieser Vorrichtung ein umfassender Informationsgehalt über die Gewebestruktur, die in den Reflexionen von Ultraschallsignalen aus dem Körper enthalten ist, ausgenutzt wird, können die Aussagen über die Gewebestruktur objektiviert werden.

Da die Sendesignale durch eine veränderliche Frequenz gekennzeichnet sind, wurde die Bezeichnung polychromatischer Ultraschall gewählt. Eine Gewebeklassifizierung ist möglich, weil die unterschiedlichen Gewebeabgrenzungen unterschiedliche Echocharakteristiken aufweisen. Speziell für die Feststellung und bildhafte Darstellung eines Tumors, dessen Durchblutung, Größe und Abgrenzung, sowie dessen räumliche Ausdehnung, wie auch ggf. eine Metastasenbildung, ist diese Methode ideal geeignet. Sie wird demzufolge weitreichende Auswirkungen auf die Tumordiagnostik, die Krebsvorsorge, auf Operationsentscheidungen und natürlich auf die damit verbundenen Kosten speziell in den Bereichen Mammasonografie, gynäkologische Diagnostik, Neurosonografie und alle in der inneren Medizin erfassten Erkrankungen mit Tumoren haben.

Sind die Spektren der Echoimpulse von bestimmten Gewebetypen a priori bekannt, können diese in einem Speicher abgelegt werden, und zur Klassifizierung von ermittelten Strukturen herangezogen werden. Die erfassten Spektren werden dann mit den abgespeicherten Spektren verglichen und die Reflexionspunkte gleicher "akustischer Farbe" werden mit der für dieses Spektrum abgespeicherten Bezeichnung versehen, oder die Darstellung erfolgt in einer bestimmten Farbe, die dieser "akustischen Farbe" zugeordnet wurde.

Dem Mediziner wird damit ein Gerät in die Hand gegeben, das auch in kleinen Praxen eine weitestgehend objektive Untersuchung unbekannter Gewebetypen zulässt. Durch die Möglichkeiten, das Gerät über eine Kommunikationseinheit mit einer zentralisierten Verarbeitungs- und Klassifikationseinheit zu verbinden, sind keine hohen Kosten für die Bereitstellung von Geräten erforderlich. Vor allem müssen keine Erfahrungen für die Auswertung der Antwortsignale aus dem Körper vorliegen.

Die Vorrichtung und das Verfahren zur Klassifizierung von Ultraschallaufnahmen soll im folgenden anhand einiger Zeichnungen erläutert werden. In den einzelnen Zeichnungen bezeichnen gleiche Bezugszahlen gleiche oder ähnliche Teile. Es zeigen:

Fig. 1 ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einem Empfänger;

Fig. 2 ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einer Einheit zum Herausfiltern der Trägerfrequenz des Sendesignals;

Fig. 3 ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einer Kommunikationseinheit vor der Einheit zur n-kanaligen spektralen Zerlegung;

Fig. 4 ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einer Sendeeinrichtung und zwei Empfangseinrichtungen;

Fig. 5 ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einer Kommunikationseinheit hinter der Einheit zur n-kanaligen spektralen Zerlegung;

Fig. 6 eine Darstellung zur Erläuterung der Wirkungsweise eines neuronalen Netzes zur Klassifizierung.

Fig. 1 zeigt eine adaptive Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung. Mit der Bezugszahl 1 ist eine Sendeeinrichtung für ein Sendesignal mit einer beliebigen bekannten Modulationsfunktion bezeichnet. Im Generator 2 wird das Sendesignal erzeugt. Mit der Bezugszahl 3 ist eine separat zur Sendeeinrichtung 1 angeordnete Empfangseinrichtung zum Empfangen der Echosignale aus einem Medium, in dem eine Struktur eingebettet ist, bezeichnet. Die Positionen der Sendeeinrichtung 1 und der Empfangseinrichtung 2 zueinander können bekannt sein und in einem Speicher (nicht gezeigt) abgelegt sein. Diese Anforderung besteht, wenn die Koordinaten der Reflexionspunkte bestimmt werden sollen. Diese adaptive Klassifikationseinrichtung besitzt nur eine Sendeeinrichtung 1 und eine Empfangseinrichtung 2, sie liefert also nur Signale für eindimensionale Darstellungen. Aus den Positionen von Sendeeinrichtung 1 und Empfangseinrichtung 2 und der Laufzeit der Signale von der Sendeeinrichtung 1 zum Reflexionspunkt und zur Empfangseinrichtung 2 können die Koordinaten des jeweiligen Reflexionspunktes unmittelbar bestimmt werden. Zur Erzeugung des beliebig modulierten Sendesignals ist ein Modulator (nicht gezeigt) vorgesehen, dem der Generator 2 und eventuell ein Verstärker folgen. Mit der Klassifikationseinheit 6 ist ein Speicher 7 gekoppelt, in dem die Klassifikationsergebnisse abgelegt werden, und eine Syntheseeinheit 8 zur Erzeugung eines Sendesignals, das nur die mit Hilfe einer Analyseeinheit ermittelten Frequenzen aufweist. Es sind die Frequenzen, die einen Beitrag zur Ermittlung der Eigenschaften der akustischen Impedanz liefern. Außerdem ist ein User- Interface 9 vorhanden. Das User-Interface dient der Entnahme von Daten und zum Einspeisen von Daten und/oder von Befehlen. Die adaptive Klassifikationseinrichtung wird von einer zentralen Steuerung 10 gesteuert.

In Fig. 2 ist ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einer Einheit zum Herausfiltern der Trägerfrequenz des Sendesignals 11 und einem A/D-Wandler 12 dargestellt. Diese Einheit zum Herausfiltern der Trägerfrequenz des Sendesignals aus den Antwortsignalen kann in bekannter Weise aus einem Mischer oder einem Filter bestehen. Dem A/D-Wandler folgt die Einheit zur n-kanaligen spektralen Zerlegung 4 der gefilterten Antwortsignale der Reflexionspunkte, die in diesem Fall ein Fast- Fourier-Prozessor sein kann, und das Speicher-Schiebe-Register 5. Dem Speicher-Schiebe- Register 5 folgt die Klassifikationseinheit 6, die wie in der Darstellung in Fig. 1 mit dem Speicher 7 für die klassifizierten Spektren und der Syntheseeinheit 8 verbunden ist. Die Steuerung 10 steuert die Funktion der adaptiven Klassifikationseinrichtung. In diesem Ausführungsbeispiel ist ebenfalls ein User-Interface vorhanden.

Die Antwortsignale oder gefilterten Antwortsignale können auch über eine Kommunikationseinheit an eine zentralisierte Verarbeitungseinheit oder Klassifikationseinheit übergeben werden. Dieses Ausführungsbeispiel ist in Fig. 3 dargestellt. In diesem Ausführungsbeispiel sind auf der Seite der Aufnahme der Reaktionen an den akustischen Impedanzen eine Sendeeinrichtung 1 mit einem Generator 2 und mindestens eine Empfangseinrichtung 3 vorgesehen. Weiterhin kann eine Einrichtung zum Herausfiltern der Trägerfrequenz des Sendesignals aus den Antwortsignalen vorhanden sein. Wenn bis hier noch keine digitalen Daten vorliegen, so muss vor der Kommunikationseinheit ein A/D- Wandler 12 vorhanden sein. Ein User-Interface 9 hat hier eine erweiterte Funktion hinsichtlich einer Kommunikationseinheit 13, die die aus dem Medium erfassten Antwortsignale aufnimmt und über eine Fernverbindung oder eine andersartige Kopplung an eine zentrale Kommunikationseinheit 13 übergibt, die die Antwortsignale zur Weiterverarbeitung und Klassifizierung leitet. In dieser eventuell zentralisierten Verarbeitungseinrichtung sind erfindungsgemäß eine Einheit zur n-kanaligen spektralen Zerlegung 4, ein Speicher-Schiebe-Register 5, eine Klassifikationseinheit 6 und ein Speicher 7 für die Klassifikationsergebnisse vorhanden. Beide Verarbeitungseinheiten enthalten eine Steuerung 10, in denen die Abläufe in der adaptiven Klassifikationseinrichtung synchronisiert werden. Die Ergebnisse der Klassifikation können dann über die Kommunikationseinheiten 13 wieder an die erste Verarbeitungseinheit geliefert werden. Ist die Klassifikationseinrichtung mit einer Einheit zur Bestimmung der Koordinaten der Reflexionspunkte und einem Display gekoppelt, können die Untersuchungsergebnisse unmittelbar dargestellt werden.

Die Darstellung erfolgt in diesem Fall in nur einer Dimension. Es erscheinen also nacheinander die jeweils "beschallten" Punkte, die eine Reflexion verursachen. Hier könnte ein Scanner als Empfänger eingesetzt werden, um ein zweidimensionales Bild zu erhalten. Da die Laufzeit der einzelnen spektral zerlegten Signale der beiden Empfangseinrichtung 3 eine wichtige Kenngröße in der Verarbeitung darstellt, ist eine gute Kopplung zwischen der Sendeeinrichtung 1 und dem Medium wichtig, so dass für die Laufzeit die Schallgeschwindigkeit im Medium für die Berechnungen der Koordinaten angesetzt werden kann.

Um unmittelbar eine zwei- oder dreidimensionale Darstellung der Untersuchungsergebnisse zu erreichen, können mehr als eine Empfangseinrichtung 3 in der ersten Verarbeitungseinheit angeordnet werden. Ein derartiges Ausführungsbeispiel zeigt Fig. 4. In Fig. 4 ist ein Blockschaltbild einer adaptiven Klassifikationseinrichtung zum Klassifizieren von reflektierenden und/oder absorbierenden Strukturen entsprechend der vorliegenden Erfindung mit einer Sendeeinrichtung 1 und zwei Empfangseinrichtungen 3 dargestellt. Der Aufbau der adaptiven Klassifikationseinrichtung ist analog der in Fig. 1 mit der Ergänzung eines zweiten Kanals für eine zweite Empfangseinrichtung 3. Die Verarbeitung der Antwortsignale erfolgt in zwei Kanälen in je einer Einheit zur n-kanaligen spektralen Zerlegung 4 und je einem Speicher-Schiebe-Register 5. Das Speicher-Schieberegister 5 besitzt deshalb für jedes Spektralsignal beider Kanäle einen Eingang. Falls die Koordinaten der Reflexionspunkte für eine Darstellung ermittelt werden müssen, ist es in diesem Ausführungsbeispiel mit zwei Empfangseinrichtungen 3 erforderlich, eine Rekonstruktionseinheit 14 in die Schaltung einzufügen. Die anderen Elemente entsprechen denen in Fig. 1. In der nachfolgenden Klassifikationseinrichtung 6 werden die Spektren der verarbeiteten Antwortsignale nach etwa gleichen Spektren sortiert, die zugehörigen Reflexionspunkte sind in diesem Fall durch den Weg des Sendesignals von der Sendeeinrichtung 1 über den Reflexionspunkt zur jeweiligen Empfangseinrichtung 3 gegeben, da jede Empfangseinrichtung 3 die Struktur aus einem anderen Winkel "sieht". Aus den Positionen von Sendeeinrichtung 1 und Empfangs einrichtung 3 zueinander und der Laufzeit des Signals werden in einer Rekonstruktionseinheit durch Triangulation die Koordinaten (x, y) der einzelnen Reflexionspunkte bestimmt. Ein Informationsaustausch zwischen der Klassifikationseinrichtung 6 und der Rekonstruktionseinheit sichert, dass die Zuordnung von Koordinaten der Reflexionspunkte und Eigenschaften der Reflexionspunkte gesichert ist. Danach kann, falls erforderlich, die Darstellung der Reflexionspunkte mit der eventuellen Kennzeichnung des Typs der Reflexionspunkte auf einem Visualisierungsgerät erfolgen.

In Fig. 5 ist ein Ausführungsbeispiel dargestellt, bei dem die Kommunikationseinheit 13 nach der Einheit zur n-kanaligen spektralen Zerlegung 4 und dem Speicher-Schiebe-Register 5 folgt. Es werden also bereits die Spektren der Antwortsignale an die Kommunikationseinheit 13 übergeben. Dieses Ausführungsbeispiel besitzt dann besondere Vorteile, wenn eine zentrale Klassifikationseinheit 6 vorhanden ist, die ständig aktualisiert wird.

In Fig. 6 ist die Klassifizierung der Spektren der Antwortsignale unter Einsatz eines neuronalen Netzes erläutert. Dieses nimmt zunächst die Spektren parallel aus dem Speicherschieberegister 5 auf. Damit werden der Klassifikationseinheit 6 mit jedem Zeitschritt n (z. B. n = 1024) Werte zugeführt. Die Klassifikationseinheit 6 kann nun aus einer Vorverarbeitungseinheit, dem eigentlichen Klassifikator und einer Analyseeinheit bestehen.

Die Vorverarbeitungseinheit hat die Aufgabe, die zu klassifizierenden Daten schon einmal vorab zusammenzufassen, zu normieren, zu selektieren o. ä.. Der Klassifikator besteht aus einem Prozessor, der die aus der Vorverarbeitungseinheit eingehenden Daten anhand einer Berechnungsvorschrift, also eines mathematischen Modells, umwandelt. Die Berechnungsergebnis gibt z. B. eine Wahrscheinlichkeit an, mit der die eingegangenen Daten zu einer Struktur einer bestimmten Klasse gehören. Das zugrundeliegende Berechnungsvorschrift (also das mathematische Modell) wird im Laufe einer sogenannten Trainingsphase so optimiert, dass eine bestmögliche automatische Zuordnung der Daten zu vorgegebenen Klassen erreicht wird. Die Analyseeinheit hat nun die Aufgabe, die eingegangenen Daten (z. B. der n Variablen) nach ihrer Wichtigkeit für die optimale Klassenzuordnung auszusortieren.

Fig. 6 dient der Erläuterung des Klassifikators am Beispiel eines mehrschichtigen neuronalen Feedforward Netzwerkes. Die Eingabevariablen s₁, . . ., s_n sind die Variablen, die in den Prozessor eingehen und weiter verarbeitet werden. Sie ergeben sich z. B. direkt aus den n = 1024 Werten des Spektrums eines bestimmten Reflexionspunktes bzw. aus einer Auswahl dieser Werte oder einer Anzahl daraus abgeleiteter Werte. In der Ausgabeschicht befinden sich die Klassen c₁, . . ., c_p, die jeweils eine bestimmte Gewebeklasse kennzeichnen. Im Idealfall ist z. B. c_j = 1, falls die aktuellen Eingabedaten zu einem Reflexionspunkt der Klasse j gehörten. Alle anderen Werte wären dann gleich 0. Im allgemeinen erhält man statt dessen eine Wahrscheinlichkeitsverteilung über die c_j, j = 1, . . ., p. In der versteckten Schicht, von der auch mehrere vorhanden sein können, sowie in der Ausgabeschicht werden die eingehenden Werte mit Hilfe einer Aktivierungsfunktion verarbeitet. Somit ergibt sich der Ausgabewert der Variable c_j mit Hilfe der Formel

Hierbei kann σ als sigmoide Funktion gewählt werden, so dass die Ergebnisse zwischen 0 und 1 liegen.

Das Training des Neuronalen Netzwerkes besteht darin, die Gewichte p_ik und p_kj mit Hilfe eines nichtlinearen Optimierungsverfahrens zu bestimmen. Wenn das Training abgeschlossen ist, dann sollte das Netz in der Lage sein zu verallgemeinern, also die Klasse von neuen Reflexionspunkten mit möglichst geringem Fehler zu berechnen. Es müssen dann nur noch die Gewichtsmatrizen abgespeichert werden, um einen vollständigen Klassifikator zur Verfügung zu stellen.

Die Syntheseeinheit dient dazu, ein Sendesignal zu erzeugen, welches die Frequenzen enthält, die eine gute Klassifikation der momentan zu untersuchenden Struktur ermöglichen. Mit Hilfe der Analyseeinheit werden die Eingabevariablen des NN's ausgewählt, die genau dafür von Bedeutung sind. Hier werden z. B. die Gewichte des NN's gespeichert, die signifikant von Null verschieden sind. Die Frequenzen des Sendesignals, die Null-Gewichten zugeordnet werden, werden somit aus dem Sendesignal entfernt bzw. nur die Frequenzen, die zu Gewichten gehören, die von Null verschieden sind, werden über die Steuereinheit an den Generator weitergegeben. Damit kann eine möglichst geringe Sendeenergie sowie eine hohe Spezifität/Sensitivität für die Klassifikation erreicht werden.

Es wurden mehrere Ausführungsbeispiele einer adaptiven Klassifikationseinrichtung entsprechend der vorliegenden Erfindung dargestellt. Es sind jedoch weitere Variationen des Aufbaus der Einrichtung möglich. So können mehrere Sendeeinrichtungen und auch mehrere Empfangseinrichtungen vorgesehen werden. Die einzelnen Sender können Sendesignale mit unterschiedlichen Modulationsfunktionen aussenden. Eine weitere Möglichkeit besteht darin, die Verarbeitung der Antwortsignale auf digitalem Wege vorzunehmen. Das Filter zum Herausfiltern der Trägerfrequenz wird dann durch einen Korrelator ersetzt, der die Antwortsignale mit dem Sendesignal korreliert. Diese Änderungen sollen als in der Erfindung enthalten betrachtet werden.

Aufstellung der verwendeten Bezugszeichen

1

Sendeeinrichtung

2

Generator

3

Empfangseinrichtung

4

Einheit zur n-kanaligen spektralen Zerlegung

5

Speicher-Schiebe-Register

6

Klassifikationseinheit

7

Speicher

8

Syntheseeinheit

9

User-Interface

10

Steuerung

11

Einheit zum Herausfiltern der Trägerfrequenz des Sendesignals

12

A/D-Wandler

13

Kommunikationseinheit

14

Rekonstruktionseinheit

15

Eingabeschicht

16

Verdeckte Schicht

17

Ausgabeschicht

Claims

1. Adaptive Klassifikationseinrichtung für die Klassifizierung einer Struktur in einem Medium durch die von der Struktur reflektierten und/oder transmittierten Signale, bestehend aus den Komponenten, einem Generator zur Erzeugung eines beliebig modulierten Sendesignals, einer Sendeeinrichtung zum Aussenden des Sendesignals auf in einem Medium eingebettete Strukturen, mindestens einer Empfangseinrichtung zum Empfangen der an der Struktur reflektierten oder infolge Absorption geschwächten Antwortsignale, einer Einheit zum n-kanaligen spektralen Zerlegen der Antwortsignale, einem parallelen Speicherschieberegister zur Aufnahme der Spektren der Antwortsignale, einer Klassifikationseinheit für die Bewertung der einzelnen Spektren der Antwortsignale, und einem Speicher für die Klassifizierungsergebnisse.

2. Adaptive Klassifikationseinrichtung nach Anspruch 1, bei der Einheit zum n-kanaligen spektralen Zerlegen der Antwortsignale eine Einheit zum Herausfiltern der Trägerfrequenz des Sendesignals aus den Antwortsignalen der Reflexionspunkte vorgeschaltet ist.

3. Adaptive Klassifikationseinrichtung nach Anspruch 1 oder 2, bei der die Klassifikationseinheit aus einer Vorverarbeitungseinheit, einem Klassifikator und einer Analyseeinheit besteht.

4. Adaptive Klassifikationseinrichtung nach einem der Ansprüche 1 bis 3, bei der zwischen der Klassifikationseinheit und dem Generator eine Syntheseeinheit zur Erzeugung eines Sendesignals vorhanden ist, das nur die mit Hilfe der Analyseeinheit ermittelten Frequenzen aufweist.

5. Adaptive Klassifikationseinrichtung nach einem der Ansprüche 1 bis 4, bei dem der Klassifikator ein statistischer Klassifikator, wie ein neuronales Netz, eine Support-Vector- Machine oder dergleichen darstellt.

6. Adaptive Klassifikationseinrichtung nach einem der Ansprüche 1 bis 5, bei dem die Einheit zur n-kanaligen spektralen Zerlegung ein akusto-optischer Prozessor, ein holographischer Wavelet-Prozessor oder ein ähnlicher analoger Prozessor zur Spektralzerlegung darstellt.

7. Adaptive Klassifikationseinrichtung nach Anspruch 1 bis 5, bei dem der Einheit zum n kanaligen spektralen Zerlegen der Antwortsignale ein A/D-Wandler vorgeschaltet ist und die Einheit zur n-kanaligen spektralen Zerlegung ein Fast-Fourier-Prozessor, ein digitaler Wavelet-Prozessor oder ein ähnlicher digitaler Prozessor zur Spektralzerlegung darstellt.

8. Adaptive Klassifikationseinrichtung nach einem der Ansprüche 1 bis 7, bei der der Klassifikationseinheit ein Userinterface zur Entnahme von Daten und zum Einspeisen von Daten und/oder von Befehlen nachgeordnet ist.

9. Adaptive Klassifikationseinrichtung nach einem der Ansprüche 1 bis 8, bei der die Klassifikationseinheit und der Speicher für die Klassifizierungsergebnisse mit einer Kommunikationseinheit, die ein Interface für eine Fernverbindung enthält, verbunden ist.

10. Adaptive Klassifikationseinrichtung nach einem der Ansprüche 1 bis 8, bei der die Empfangseinheit über einen A/D-Wandler mit einer Kommunikationseinheit, die ein Interface für eine Fernverbindung enthält, verbunden ist.