基于超声聚焦扰动信息构建灵敏度矩阵法

摘要

本发明提供一种基于超声聚焦扰动信息构建灵敏度矩阵法，包括下列的步骤:测量聚焦超声换能器的焦斑尺寸；将测量物场划分为I个扰动区域；在无超声聚焦情况下，获得边界测量电压向量；在超声聚焦情况下，聚焦超声波扰动每个扰动区域，获得边界测量电压向量；计算每个扰动区域i位置的灵敏度值，获得整个测量物场的灵敏度分布。本发明可以缓解目前采用空场的灵敏度矩阵或者灵敏度矩阵更新方法进行图像重建工作带来的误差，提高图像重建质量。

权利要求

1.一种基于超声聚焦扰动信息构建灵敏度矩阵法，该方法通过聚焦超声波对测量物场的扫描扰动，利用聚焦超声波扰动前后测量的边界测量电压向量，计算测量物场的灵敏度矩阵，其特征在于，包括下列的步骤:

1)测量聚焦超声换能器的焦斑尺寸

使传声器对准聚焦超声换能器，并使传声器的感应单元处于聚焦超声换能器的焦斑处，调节传声器的位置，测量聚焦超声换能器的焦斑尺寸；

2)将测量物场划分为I个扰动区域，确定各个扰动区域的位置信息，以及聚焦超声波拟对各个扰动区域的扫描顺序根据测量物场尺寸以及步骤1)中测量得到的焦斑尺寸，将测量物场划分为I个扰动区域，划分原则为：聚焦超声换能器可以完成对整个测量物场的扫描，并且各扰动区域不重叠，扰动区域即为焦斑所覆盖区域；记录各个扰动区域的位置信息，并确定聚焦超声波拟对各个扰动区域的扫描顺序，从1至I；

3)在无超声聚焦情况下，对测量物场实施电学层析成像的激励、测量，获得边界测量电压向量φ通过在激励电极上施加电流激励或者电压激励，实现对测量物场施加电学激励，采集循环激励循环测量模式下的各个测量电极上的边界电压，构成边界测量电压向量φ，完成一次激励测量过程；

4)在超声聚焦情况下，聚焦超声波扰动每个扰动区域i，同时再次对测量物场实施电学层析成像的激励、测量，获得边界测量电压向量φi将聚焦超声换能器垂直于测量物场，对每个扰动区域i，1≤i≤I，在聚焦超声波扰动的同时，均完成一次步骤3)中电极阵列的激励测量过程，获得聚焦超声波扰动该扰动区域时测量物场的边界测量电压向量φi；

5)利用步骤3)和步骤4)分别测量得到的边界电压信号φ和φi，通过如下公式计算每个扰动区域i位置的灵敏度值，记为Ai，Ai＝φi-φ

Ai即为测量物场每个扰动区域i位置的灵敏度值；

6)获得整个测量物场的灵敏度分布A

由各个扰动区域位置的灵敏度值，结合步骤1)中的各个扰动区域的位置信息，得到整个测量物场的灵敏度分布A。

说明书

基于超声聚焦扰动信息构建灵敏度矩阵法

技术领域

[0001] 本发明属于过程成像技术领域，尤其涉及基于超声聚焦扰动信息构建灵敏度矩阵法。

背景技术

[0002] 电学层析成像(ElectricalTomography，ET)技术是20世纪80年代发展起来的一种过程成像技术，具有无辐射、结构简单、响应速度快、非侵入、可视化以及成本低廉等优点，其在医学临床监护和工业多相流测量等领域具有广阔的应用前景。但是，由于ET具有软场特性，其图像重建过程是一个非线性逆问题的求解过程。

[0003] 灵敏度矩阵往往用于ET的逆问题求解过程，灵敏度矩阵的引入可以使该非线性逆问题线性化，进而简化求解过程。灵敏度矩阵的准确度直接影响ET图像重建的精度。灵敏度矩阵反映了单元参数的扰动对边界检测值的影响，或者说边界检测点的值对单元参数变化“感知”的灵敏度。灵敏度矩阵本身没有解析表达式，通常有两种计算方法：(1)试验扰动法，即根据定义直接通过试验获得；(2)仿真计算法，包括根据定义通过仿真计算求取，以及利用电磁场的互易性质求解，其阻抗灵敏度的表达式最早由Geselowitz在1971年给出(Geselowitz D B,An application of electrocardiographic lead theory to impedance plethysmography,IEEE Trans.Biomed.Eng.,1971,18(1):38-41)，并由Lehr给出了简化形式(LehrJ,A vector derivation useful in impedance plethysmographic field calculations,IEEE Trans.Biomed.Eng.,1972,19(2):156-157)。

[0004] 对于试验扰动法而言，如2013年刘泽发表于《仪器仪表学报》(Chinese Journal of Scientific Instrument)第34卷，第1982-1988页，题为《电磁层析成像灵敏度矩阵实验测试方法》(Experimental measurementmethod of sensitivity matrix for electromagnetic tomography)的文章，首先获得一组空场(即没有内含物)的边界测量数据，然后依次将测试试样放置在传感器内的每个剖分单元位置，获得测试试样扰动后的边界测量数据，该数据再与空场数据对比，根据灵敏度矩阵定义即获得灵敏度矩阵。但是，由于测试试样是对空场产生的扰动，该种方法计算的是空场的灵敏度矩阵，而不是测量物场的灵敏度矩阵。对于仿真计算法而言，如2014年赵佳发表于《测量科学与技术》(Measurement Science and Technology)第25卷，文献号为085401，题为《一种快速的电学层析成像稀疏重建算法》(A fast sparse reconstruction algorithm for electrical tomography)的文章所用，是通过仿真计算灵敏度矩阵的分布，由于仿真过程设置的理想化的正问题模型和实际系统往往很难一致，导致计算出的灵敏度矩阵不能准确反映实际系统中介质的微小扰动对边界测量值的影响。而且，由于介质的真实分布为待求的未知量，通过仿真计算的也是空场的灵敏度矩阵，而不是测量物场的灵敏度矩阵。在目前的ET图像重建算法研究过程中，通常假定场域内的介质分布变化不大，通过试验或者仿真计算出空场的灵敏度矩阵，然后再利用该灵敏度矩阵求解ET的图像重建逆问题。

[0005] 但是，需要注意的是，灵敏度矩阵是局部线性近似的结果，随电导率分布的变化而变化，理论上我们需要求解测量物场的灵敏度矩阵。在目前的图像重建过程中，假设灵敏度矩阵不变，使用空场的灵敏度矩阵，这势必给图像重建结果带来较大误差。为了缓解这一问题，如W Q Yang等人在2002年发表于《测量科学与技术》(Measurement Science & Technology)第14卷，第R1-R13页，题为《电容层析成像图像重建算法》(Image reconstruction algorithms for electrical capacitance tomography)的综述文章中提到，基于灵敏度矩阵更新的图像重建算法利用中间过程得到的重建图像对灵敏度矩阵进行更新计算，再用更新后的灵敏度矩阵进行图像重建，以提高重建图像的质量。但是，灵敏度矩阵更新过程需要进行正问题求解，比较耗时。更重要的是中间过程得到的重建图像与真实介质分布有偏差，因此，相较于测量物场的灵敏度矩阵，该方法计算的灵敏度矩阵仍然有误差。

发明内容

[0006] 针对上述问题，本发明的目的是提供一种构件电学层析成像的灵敏度矩阵的方法。该方法通过聚焦超声波对测量物场的扫描扰动，利用扰动信息，根据扰动法近似计算测量物场的灵敏度矩阵。从而缓解目前采用空场的灵敏度矩阵或者灵敏度矩阵更新方法进行图像重建工作带来的误差，提高图像重建质量。为实现上述目的，本发明采取以下技术方案：

[0007] 一种基于超声聚焦扰动信息构建灵敏度矩阵法，该方法通过聚焦超声波对测量物场的扫描扰动，利用聚焦超声波扰动前后测量的边界测量电压向量，计算测量物场的灵敏度矩阵，包括下列的步骤:

[0008] 1)测量聚焦超声换能器的焦斑尺寸

[0009] 使传声器对准聚焦超声换能器，并使传声器的感应单元处于聚焦超声换能器的焦斑处，调节传声器的位置，测量聚焦超声换能器的焦斑尺寸；

[0010] 2)将测量物场划分为I个扰动区域，确定各个扰动区域的位置信息，以及聚焦超声波拟对各个扰动区域的扫描顺序

[0011] 根据测量物场尺寸以及步骤1中测量得到的焦斑尺寸，将测量物场划分为I个扰动区域，划分原则为：聚焦超声换能器可以完成对整个测量物场的扫描，并且各扰动区域不重叠，扰动区域即为焦斑所覆盖区域；记录各个扰动区域的位置信息，并确定聚焦超声波拟对各个扰动区域的扫描顺序，从1至I；

[0012] 3)在无超声聚焦情况下，对测量物场实施电学层析成像的激励、测量，获得边界测量电压向量φ

[0013] 通过在激励电极上施加电流激励或者电压激励，实现对测量物场施加电学激励，采集循环激励循环测量模式下的各个测量电极上的边界电压，构成边界测量电压向量φ，完成一次激励测量过程；

[0014] 4)在超声聚焦情况下，聚焦超声波扰动每个扰动区域i，同时再次对测量物场实施电学层析成像的激励、测量，获得边界测量电压向量φi

[0015] 将聚焦超声换能器垂直于测量物场，对每个扰动区域i，1≤i≤I，在聚焦超声波扰动的同时，均完成一次步骤3)中电极阵列的激励测量过程，获得聚焦超声波扰动该扰动区域时测量物场的边界测量电压向量φi；

[0016] 5)利用步骤3)和步骤4)分别测量得到的边界电压信号φ和φi，通过如下公式计算每个扰动区域i位置的灵敏度值，记为Ai，

[0017] Ai＝φi-φ

[0018] Ai即为测量物场每个扰动区域i位置的灵敏度值；

[0019] 6)获得整个测量物场的灵敏度分布A

[0020] 由各个扰动区域位置的灵敏度值，结合步骤1)中的各个扰动区域的位置信息，得到整个测量物场的灵敏度分布A。

[0021] 本发明由于采取以上技术方案，其具有以下优点：

[0022] (1)本发明根据扰动法近似计算得到测量物场的灵敏度矩阵，而不是空场的灵敏度矩阵。

[0023] (2)本发明是通过试验获得灵敏度矩阵，相较于仿真计算方法，本方法与实际系统具有更好的一致性。

[0024] (3)本发明在计算测量物场的灵敏度矩阵过程中，利用聚焦超声波对测量物场聚焦域介质产生扰动，通过测量边界电压值，进而计算聚焦域的灵敏度值。因为聚焦域的大小由聚焦换能器参数决定，一般是毫米数量级，所以该方法可以获得较高精度的灵敏度矩阵分布。

附图说明

[0025] 以下附图描述了本发明所选择的实施例，均为示例性附图而非穷举或限制性，其中：

[0026] 图1为二维物场的电信号激励测量模式示意图；

[0027] 图2(a)为设置的测量物场模型；

[0028] 图2(b)为图2(a)测量物场模型所对应的空场模型；

[0029] 图3为不同灵敏度矩阵计算方法计算的不同电极对间的灵敏度矩阵结果。

具体实施方式

[0030] 下面结合附图和实施例对本发明的进行详细的描述。

[0031] 下面结合附图以及实施例对本发明的基于超声聚焦扰动信息构建灵敏度矩阵法加以说明，旨在作为本发明的实施例描述，并非是可被制造或利用的唯一形式，对其他可实现相同功能的实施例也应包括在本发明的范围内。

[0032] 本发明基于超声聚焦扰动信息构建灵敏度矩阵法大概可以分为以下七个步骤：

[0033] (1)测量聚焦超声换能器的聚焦域的焦斑尺寸。

[0034] 固定聚焦超声换能器和传声器，使传声器对准聚焦超声换能器，并使传声器的感应单元处于聚焦超声换能器的焦斑处，调节传声器的位置，测量聚焦超声换能器的焦斑尺寸。

[0035] (2)将测量物场划分为I个扰动区域，确定各个扰动区域的位置信息，以及聚焦超声波拟对各个扰动区域的扰动顺序。

[0036] 根据测量物场的尺寸以及聚焦域的焦斑尺寸，将测量物场划分为I个扰动区域，划分原则为：聚焦超声换能器可以完成对整个测量物场的扫描，并且各扰动区域不重叠，扰动区域即为焦斑所覆盖区域。记录各个扰动区域的位置信息，并确定聚焦超声波拟对各个扰动区域的扰动顺序，从1至I。

[0037] (3)无聚焦超声波扰动下，实现电学层析成像的激励、测量过程，获得边界测量电压向量φ。

[0038] 无聚焦超声波扰动下，对测量物场进行电学激励、测量，获得边界测量电压向量φ。以圆形测量物场、16个均匀分布的矩形测量电极为例，采用相邻激励、相邻测量的循环激励循环测量模式，且激励电极不测量，共获得208个边界测量电压值，即φ是1*208维的向量。二维物场的电信号激励测量模式如图2所示，其中对编号为1的电极施加电流激励，编号为2的电极为接地电极，测量并计算3、4号相邻电极上的电势值差作为没有聚焦超声波扰动情况下的边界电压向量。

[0039] (4)在聚焦超声波扰动下，聚焦超声波作用于第i个扰动区域，同时再次实现电学层析成像的激励、测量过程，获得边界测量电压向量φi。

[0040] 聚焦超声换能器垂直于测量物场的二维成像截面，聚焦超声波作用于第i个扰动区域，1≤i≤I。根据声电效应原理，第i个扰动区域的电导率发生变化。

[0041] 当聚焦超声波聚焦于第i个扰动区域的同时，再次完成步骤3中电极阵列的激励、测量过程，获得聚焦超声波聚焦于该扰动区域时测量物场的边界测量电压向量φi，φi也是1*208维的向量。

[0042] (5)计算第i个扰动区域的灵敏度值。

[0043] 利用步骤3和步骤4中分别得到的物场边界电压向量φ和φi，根据如下公式，计算第i个扰动区域的灵敏度值，

[0044] Ai＝φi-φ

[0045] Ai即为测量物场第i个扰动区域的灵敏度值。

[0046] (6)判断换能器是否完成对所有扰动区域的扰动，并获得对应扰动区域位置的灵敏度值。如果完成，则实施步骤7；如果没有完成，则改变聚焦超声波扰动的扰动区域位置，令i＝i+1，并跳转至步骤4。

[0047] 根据步骤2中确定的聚焦超声波拟在测量物场内扫描产生的扰动区域信息，判断换能器是否完成对所有扰动区域的聚焦扰动，并获得对应扰动区域的灵敏度值。如果完成，则实施步骤7；如果没有完成，则改变聚焦超声波扰动的扰动区域位置，即令i＝i+1，并跳转至步骤4。

[0048] (7)获得整个测量物场的灵敏度矩阵分布A。

[0049] 由各个扰动区域的灵敏度值，结合步骤1中的各个扰动区域的位置信息，得到整个测量物场的灵敏度矩阵分布A。本例中聚焦超声波的焦斑半径为1.2mm，测量物场半径为3cm，聚焦超声波对整个测量物场进行无重叠的聚焦扫描，共489个扰动区域。所以计算得到的灵敏度矩阵的维数为208*489。

[0050] 为了更客观的说明本发明的基于超声聚焦扰动信息的灵敏度矩阵法的可行性与有效性，采用不同方法对灵敏度矩阵进行计算。图2(a)为设置的测量物场模型，背景电导率为0.5S/m，介质电导率为2S/m。图2(b)为(a)测量物场模型所对应的空场模型，即背景电导率为0.5S/m，物场内没有内含物。图3展示不同灵敏度矩阵计算方法计算的不同电极对间的灵敏度矩阵结果，其中第一列为利用Geselowitz理论计算的空场的灵敏度矩阵，该灵敏度矩阵即为目前研究者通用的灵敏度矩阵；第二列为利用Geselowitz理论计算的测量物场的灵敏度矩阵；第三列为基于超声聚焦扰动信息的灵敏度矩阵法计算的测量物场的灵敏度矩阵。

[0051] 对比图3中第二列(Geselowitz理论方法计算测量物场的灵敏度矩阵)和第一列(Geselowitz理论方法计算空场的灵敏度矩阵)不同电极对间的灵敏度矩阵分布，可以看出空场的灵敏度矩阵和测量物场的灵敏度矩阵差距比较大。所以，在目前的研究工作中，假设灵敏度矩阵不变，使用空场的灵敏度矩阵，势必给图像重建结果带来较大误差。

[0052] 对比图3中第二列(Geselowitz理论方法计算测量物场的灵敏度矩阵)和第三列(基于超声聚焦扰动信息构建的测量物场的灵敏度矩阵)不同电极对间的灵敏度矩阵分布，可以看到利用聚焦超声波的扰动，根据扰动法近似计算的测量物场的灵敏度矩阵与Geselowitz方法计算的测量物场的灵敏度矩阵分布有很好的一致性，这验证提出的基于超声聚焦扰动信息构建灵敏度矩阵法的有效性。这里需要指出，由于真实介质分布是未知的待求量，实际情况下不可以利用Geselowitz方法计算得到测量物场的灵敏度矩阵，但是利用基于超声聚焦扰动信息构建灵敏度矩阵法却可以计算出待求的介质分布物场的灵敏度矩阵，并且是有效的。

[0053] 进一步对比图3中第一列(Geselowitz方法计算空场灵敏度矩阵)和第三列(基于超声聚焦扰动信息构建的测量物场的灵敏度矩阵)不同电极对间的灵敏度矩阵分布，可以看出利用聚焦超声波的扰动，根据扰动法近似计算的测量物场的灵敏度矩阵分布比目前通用的利用Geselowitz方法计算的空场灵敏度矩阵分布更接近真实物场的介质分布特性，有更多的介质分布信息，可以提高图像重建精度。

[0054] 本发明的基于超声波聚焦扰动信息的灵敏度矩阵法，其主要应用于生物组织介质分布成像，但也可应用于工业多相流测量，应用于工业测量时，需要注意合理安装聚焦超声扫描装置，保证聚焦超声波对测量物场有效地扰动。

[0055] 以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方案之一，如有本领域的普通技术人员在不脱离本发明创造宗旨的情况下，不经创造形的设计出与本发明相类似的结构形式或实施例，均应属于本发明的保护范围。