DE10027827A1 - Adaptive Klassifikationseinrichtung - Google Patents
Adaptive KlassifikationseinrichtungInfo
- Publication number
- DE10027827A1 DE10027827A1 DE2000127827 DE10027827A DE10027827A1 DE 10027827 A1 DE10027827 A1 DE 10027827A1 DE 2000127827 DE2000127827 DE 2000127827 DE 10027827 A DE10027827 A DE 10027827A DE 10027827 A1 DE10027827 A1 DE 10027827A1
- Authority
- DE
- Germany
- Prior art keywords
- unit
- classification
- response signals
- adaptive
- classifying
- 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.)
- Withdrawn
Links
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
- 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
- G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
- G01S7/52023—Details of receivers
- G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0609—Display arrangements, e.g. colour displays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/34—Generating the ultrasonic, sonic or infrasonic waves, e.g. electronic circuits specially adapted therefor
- G01N29/348—Generating the ultrasonic, sonic or infrasonic waves, e.g. electronic circuits specially adapted therefor with frequency characteristics, e.g. single frequency signals, chirp signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4445—Classification of defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- 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
-
- 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
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/899—Combination of imaging systems with ancillary equipment
-
- 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
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/8993—Three dimensional imaging systems
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
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, . . ., sn 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, . . ., cp, die jeweils eine bestimmte Gewebeklasse kennzeichnen. Im
Idealfall ist z. B. cj = 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 cj, 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 cj 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 pik und pkj 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.
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 (10)
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.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2000127827 DE10027827A1 (de) | 2000-06-05 | 2000-06-05 | Adaptive Klassifikationseinrichtung |
PCT/EP2001/004916 WO2001094973A1 (de) | 2000-06-05 | 2001-05-02 | Adaptive klassifikationseinrichtung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2000127827 DE10027827A1 (de) | 2000-06-05 | 2000-06-05 | Adaptive Klassifikationseinrichtung |
Publications (1)
Publication Number | Publication Date |
---|---|
DE10027827A1 true DE10027827A1 (de) | 2001-12-06 |
Family
ID=7644768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE2000127827 Withdrawn DE10027827A1 (de) | 2000-06-05 | 2000-06-05 | Adaptive Klassifikationseinrichtung |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE10027827A1 (de) |
WO (1) | WO2001094973A1 (de) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10252837A1 (de) * | 2002-11-13 | 2004-06-03 | Carl Zeiss | Untersuchungssystem und Untersuchungsverfahren |
FR2853074A1 (fr) * | 2003-03-28 | 2004-10-01 | Centre Nat Rech Scient | Procede et dispositif de mesure acoustique de caracteristiques physiques de materiaux poroelastiques |
WO2005116685A1 (en) * | 2004-05-27 | 2005-12-08 | Advanced Medical Diagnostics Holding S.A. | Method and device for tissue characterization |
WO2007000047A1 (en) | 2005-06-28 | 2007-01-04 | Nimtech Inc. | Advanced ultrasonic interferometer and method of non-linear classification and identification of matter using same |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3813955A1 (de) * | 1988-04-26 | 1989-11-09 | Bockisch Andreas | Mehrfrequenz-ultraschall-schnittbilderzeuger |
DE19711863A1 (de) * | 1997-03-21 | 1998-09-24 | Fraunhofer Ges Forschung | Vorrichtung zum Untersuchen von Grenzflächenbereichen mit Ultraschall |
US6066098A (en) * | 1997-06-13 | 2000-05-23 | Esaote S.P.A. | Method for enhancing the diagnostic power of ultrasonic scanning systems by using real-time spectral maps, and device operating by said method |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5417215A (en) * | 1994-02-04 | 1995-05-23 | Long Island Jewish Medical Center | Method of tissue characterization by ultrasound |
US5441051A (en) * | 1995-02-09 | 1995-08-15 | Hileman; Ronald E. | Method and apparatus for the non-invasive detection and classification of emboli |
AU5117699A (en) * | 1998-07-21 | 2000-02-14 | Acoustic Sciences Associates | Synthetic structural imaging and volume estimation of biological tissue organs |
-
2000
- 2000-06-05 DE DE2000127827 patent/DE10027827A1/de not_active Withdrawn
-
2001
- 2001-05-02 WO PCT/EP2001/004916 patent/WO2001094973A1/de active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3813955A1 (de) * | 1988-04-26 | 1989-11-09 | Bockisch Andreas | Mehrfrequenz-ultraschall-schnittbilderzeuger |
DE19711863A1 (de) * | 1997-03-21 | 1998-09-24 | Fraunhofer Ges Forschung | Vorrichtung zum Untersuchen von Grenzflächenbereichen mit Ultraschall |
US6066098A (en) * | 1997-06-13 | 2000-05-23 | Esaote S.P.A. | Method for enhancing the diagnostic power of ultrasonic scanning systems by using real-time spectral maps, and device operating by said method |
Non-Patent Citations (3)
Title |
---|
HANSCH,M.K.T., STEGEMANN,D.: Ultraschallanzeigen automatisch bewerten. In: Materialprüfung 36, 1994, 5, S.186-190 * |
JP 9210970 A., In: Patent Abstracts of Japan * |
MURTHY,Rashmi, et.al.: Detection of Ultrasonic Anomaly Signals Using Wavelet Decomposition. In: Materials Evaluation, Nov. 1997, S.1274-1279 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10252837A1 (de) * | 2002-11-13 | 2004-06-03 | Carl Zeiss | Untersuchungssystem und Untersuchungsverfahren |
DE10252837B4 (de) * | 2002-11-13 | 2005-03-24 | Carl Zeiss | Untersuchungssystem und Untersuchungsverfahren |
US7477764B2 (en) | 2002-11-13 | 2009-01-13 | Carl Zeiss Surgical Gmbh | Examination system and examination method |
FR2853074A1 (fr) * | 2003-03-28 | 2004-10-01 | Centre Nat Rech Scient | Procede et dispositif de mesure acoustique de caracteristiques physiques de materiaux poroelastiques |
WO2004088758A2 (fr) * | 2003-03-28 | 2004-10-14 | Centre National De La Recherche Scientifique- Cnrs | Procede et dispositif de mesure acoustique de caracteristique physique de materiaux poroelastique |
WO2004088758A3 (fr) * | 2003-03-28 | 2005-01-27 | Centre Nat Rech Scient | Procede et dispositif de mesure acoustique de caracteristique physique de materiaux poroelastique |
WO2005116685A1 (en) * | 2004-05-27 | 2005-12-08 | Advanced Medical Diagnostics Holding S.A. | Method and device for tissue characterization |
WO2007000047A1 (en) | 2005-06-28 | 2007-01-04 | Nimtech Inc. | Advanced ultrasonic interferometer and method of non-linear classification and identification of matter using same |
Also Published As
Publication number | Publication date |
---|---|
WO2001094973A1 (de) | 2001-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10312018B4 (de) | System und Verfahren zur Ultraschall-Bildverarbeitung | |
DE19903235B4 (de) | Verfahren und Vorrichtung zur automatischen Ausblendung bei der peripheren Röntgenabbildung | |
DE69915926T2 (de) | Verfahren und Echographiegerät zur Erfassung von Elastizitätsveränderungen | |
DE60036216T2 (de) | Verfahren und gerät zur bestimmung einer tonquelle | |
DE4241664C2 (de) | Elektronisches Lebensdetektionssystem | |
DE69530686T2 (de) | Gerät zur gewebecharakterisierung mittels ultraschall | |
DE2952422C3 (de) | Verfahren und Vorrichtung zum Verarbeiten eines Röntgenbildes bei einem Röntgenbild-Kopiersystem | |
DE19882575B3 (de) | Ultraschallbilderzeugung unter Verwendung der Fundamentalfrequenz | |
DE2734683A1 (de) | Vorrichtung und verfahren zur ultraschalldiagnose | |
DE2645738A1 (de) | Ultraschallstrahlabtastung | |
DE3104014A1 (de) | "ultraschall-abtaster" | |
DE102011083727B4 (de) | Verfahren zur Erzeugung eines rauschreduzierten CT-Bilddatensatzes, Rechensystem und CT-System | |
EP3540632A1 (de) | Verfahren und analysegeräte zum klassifizieren von gewebeproben | |
DE102005047539A1 (de) | Bildverarbeitungsverfahren zur Fensterung und/oder Dosisregelung für medizinische Diagnostikeinrichtungen | |
WO2017186643A1 (de) | Verfahren zur auswertung eines kaufunktionstests | |
DE102009032442B4 (de) | Verfahren und Vorrichtung zur Nachbearbeitung von mittels eines bildgebenden Systems erfassten Messwerten | |
DE102006007057B4 (de) | Verfahren zur Aufnahme von Magnetresonanz-Schichtbildern eines Untersuchungsobjekts eines Patienten mittels einer Magnetresonanzeinrichtung | |
DE10027827A1 (de) | Adaptive Klassifikationseinrichtung | |
EP3325960B1 (de) | Vorrichtung zur untersuchung eines körpergewebes durch akustische spektroskopie | |
DE102019200177A1 (de) | Verfahren zur Identifizierung eines Lebewesens | |
DE19915583A1 (de) | Vorrichtung und Verfahren für die 3D-Echtzeitsonographie | |
WO2001094976A1 (de) | Aktives ultraschall-sichtgerät | |
DE102020111584A1 (de) | Verfahren zum Gewinnen von Daten mithilfe von Operationsmikroskopiesystemen | |
DE10350319A1 (de) | Verfahren zur Bestimmung von Rauschen bei einer Radiographie | |
DE10224756A1 (de) | Verfahren und Vorrichtung zur Erzeugung einer kombinierten Parameterkarte |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OM8 | Search report available as to paragraph 43 lit. 1 sentence 1 patent law | ||
8139 | Disposal/non-payment of the annual fee |