[0021] 否则得到最终的轴向应变图像和横向应变图像并进入步骤S9;
[0022] S9、将最终的轴向应变图像除以最终的横向应变图像得到泊松比分布图,得到准确的轴向应变和横向应变估计。
[0023] 进一步地,所述步骤S1中:
[0024] 压缩前、后的两帧射频RF回波信号是二维的,沿探头声波发射方向是轴向,垂直于轴向方向是横向;
[0025] 压缩前、后的每一条射频RF回波信号是一维的,所述一维的压缩前、后的RF回波信号为:
[0026] r1(x)=s(x)p(x)+n1(x) (1)
[0027]
[0028] 式中,r1(x)、r2(x)分别表示压缩前和压缩后RF回波信号;s(x)表示人体组织散射子函数,p(x)是点扩散函数;n1(x)和n2(x)表示系统白噪声;α是压缩系数,且α=1-ε,ε是外加应变。
[0029] 进一步地,所述步骤S2中的最大迭代次数m为4。
[0030] 进一步地,所述步骤S3为:采用互相关方法根据压缩前、后的两帧数据沿轴向进行位移估计,得到一帧轴向应变估计图像;
[0031] S31、将压缩前、后相对应的两条轴向RF回波信号划分成若干个部分重叠的窗口;
[0032] 上述若干个重叠的窗口的重叠率为75%;
[0033] S32、求每个窗口的位移估计;
[0034] S33、求每个窗口的应变估计;
[0035] 上述每个窗口的应变估计是对应窗口位移估计的导数。
[0036] 进一步地,所述步骤S4中的时间处理为时间拉伸处理或时间压缩处理;
[0037] 所述步骤S4具体为:
[0038] S41、将一帧轴向应变估计图像的一条轴向应变估计数据分成若干个不重叠的窗口;
[0039] S42、求出每个窗口的平均应变估计值;
[0040] S43、通过每个窗口的平均应变估计值拉伸或压缩该窗口内的对应的轴向RF回波信号;
[0041] 所述步骤S43中的,轴向的时间处理后RF回波信号为:
[0042] r3(x)=r2(αx)=s(x)*p(αx)+n3(x) (3)
[0043] 式中,r3(x)表示轴向的时间处理后的RF回波信号,α为拉伸或压缩系数,n3(x)表示系统白噪声。
[0044] 进一步地,所述步骤S5中的插值处理方法为三次样条插值方法。
[0045] 进一步地,所述步骤S6具体为使用子带划分方法和互相关方法对重建的横向RF回波信号中的压缩前、后的两帧RF回波信号数据进行横向位移估计;
[0046] 其具体方法为:
[0047] S61、将重建的压缩前、后的每条轴向RF回波信号划分成三个子带信号;
[0048] S62、对每一对压缩前、后的子带信号,采用互相关方法沿横向进行位移估计得到三个子带横向应变估计图像;
[0049] S63、对三个子带横向应变估计图像进行加权平均,得到一幅横向应变估计图像。
[0050] 进一步地,所述步骤S7中的时间处理为时间拉伸处理或时间压缩处理;
[0051] 具体为:
[0052] S71、将一帧横向应变估计图像的一条横向应变估计数据分成若干个不重叠的窗口;
[0053] S72、求出每个窗口的平均应变估计值;
[0054] S73、通过每个窗口的平均应变估计值拉伸或压缩该窗口内的对应的横向RF回波信号;
[0055] 所述步骤S73中的,横向的时间处理后RF回波信号为:
[0056] r4(x)=r2(αx)=s(x)*p(αx)+n4(x) (4)
[0057] 式中,r4(x)表示横向的时间处理后的RF回波信号,α为拉伸或压缩系数,n4(x)表示系统白噪声。
[0058] 进一步地,所述步骤S9中泊松比为人体弹性组织的重要机械属性,泊松比ν为:
[0059]
[0060] 上式中,εl是横向应变,εa是轴向应变。
[0061] 本发明提供的二维迭代的超声弹性成像应变估计方法运用到超声弹性成像系统中,具有以下优点:
[0062] (1)重复利用了轴向应变和横向应变的相关性,使用轴向或横向应变估计信息,采用时间拉伸方法对齐了横向或轴向RF回波信号,增强了横向或轴向RF回波信号的相关性,提高了横向或轴向应变估计的准确度;
[0063] (2)采用子带技术和互相关方法对横向应变进行估计,提高了横向应变估计的准确度;
[0064] (3)采用三次样条插值方法对横向RF回波信号进行插值,增加了横向RF回波信号的采样率,提高了横向应变估计的准确度;
[0065] (4)反复多次迭代求解,不断提高轴向应变和横向应变估计的准确度和精度,得到了更准确的泊松比分布图,有助于医生对早期肿瘤等疾病的诊断。
附图说明
[0066] 图1为本发明提供的实施例中二维迭代的超声弹性成像应变估计方法实现流程图。
[0067] 图2为本发明提供的实施例中采用互相关方法得到一帧轴向应变估计图像方法实现流程图。
[0068] 图3为本发明提供的实施例中轴向的时间处理方法实现流程图。
[0069] 图4为本发明提供的实施例中使用子带划分方法和互相关方法进行横向位移估计实现流程图。
[0070] 图5为本发明提供的实施例中横向的时间处理方法实现流程图。
具体实施方式
[0071] 下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
[0072] 如图1所示,一种二维迭代的超声弹性成像应变估计方法,包括以下步骤:
[0073] S1、使用超声探头挤压人体组织,实时获取压缩前、后的两帧射频RF回波信号数据;
[0074] 上述步骤S1中:
[0075] 压缩前、后的两帧射频RF回波信号是二维的,沿探头声波发射方向是轴向,垂直于轴向方向是横向;一帧二维离散化的RF回波信号可以看做是一个二维信号矩阵,轴向就是矩阵的列方向,横向就是矩阵的行方向,轴向条数(列数)取决于探头的宽度和扫描间隔,横向条数(行数)取决于沿轴向的信号采样率。所以,一个二维的RF回波信号可以看做由若干条一维的轴向信号构成,或者可以看做是由若干条一维的横向信号构成。
[0076] 压缩前、后的每一条射频RF回波信号是一维的,一维的压缩后的RF回波信号为:
[0077] r1(x)=s(x)p(x)+n1(x) (1)
[0078]
[0079] 式中,r1(x)、r2(x)分别表示压缩前、后的一条RF回波信号;s(x)表示人体组织散射子函数,p(x)是点扩散函数;n1(x)和n2(x)表示系统白噪声;α是压缩系数,且α=1-ε,ε是外加应变。
[0080] S2、设置迭代次数i,最大迭代次数为m,且初始迭代次数i=0;
[0081] 上述最大迭代次数m一般为4。
[0082] S3、根据当前迭代的RF回波信号数据,沿轴向方向进行位移估计,得到一帧轴向应变估计图像Si(z,x);
[0083] 其中i表示迭代次数,z和x分别表示轴向和横向坐标;
[0084] 上述步骤S3具体为:采用互相关方法根据压缩前、后的两帧数据沿轴向进行位移估计,得到一帧轴向应变估计图像;
[0085] 其方法具体为:
[0086] S31、将压缩前、后相对应的两条轴向RF回波信号划分成若干个部分重叠的窗口;
[0087] 上述若干个重叠的窗口的重叠率为75%;
[0088] S32、求每个窗口的位移估计;
[0089] 其中,第n个窗口的位移估计的计算公式为:
[0090]
[0091] 式中,dn是第n个窗口的位移估计;
[0092] fn(τ)是第n个窗口的互相关函数;
[0093] argmax(fn(τ))表示求fn(τ)函数最大值所对应的参数τ;
[0094] ΔT表示相邻两个窗口的间距;
[0095] T是窗口的长度;
[0096] r1(x)、r2(x)分别表示压缩前和压缩后的RF回波信号。
[0097] S33、求每个窗口的应变估计;
[0098] 上述每个窗口的应变估计是对应窗口位移估计的导数,第n个窗口的应变估计的计算公式为:
[0099]
[0100] 式中,sn表示第n个窗口的应变估计;
[0101] dn、dn+1分别表示第n和n+1窗口的位移估计;
[0102] ΔT表示相邻两个窗口的间距。
[0103] S4、利用轴向应变估计图像Si(z,x)的应变信息对压缩后的一帧RF数据进行轴向的时间处理;
[0104] 其中,时间处理为时间拉伸处理或时间压缩处理,其目的为将压缩前的RF数据与压缩后的RF数据进行轴向的对齐,降低散射子横向位移对轴向信号的解相关噪声;
[0105] 上述步骤S4具体为:
[0106] S41、将一帧轴向应变估计图像的一条轴向应变估计数据分成若干个不重叠的窗口;
[0107] S42、求出每个窗口的平均应变估计值;
[0108] S43、通过每个窗口的平均应变估计值拉伸或压缩该窗口内的对应的轴向RF回波信号;
[0109] 所述步骤S43中的,轴向的时间处理后RF回波信号为:
[0110] r3(x)=r2(αx)=s(x)*p(αx)+n3(x) (5)
[0111] 式中,r3(x)表示轴向的时间处理后的RF回波信号,α为拉伸或压缩系数,n3(x)表示系统白噪声。
[0112] 上述公式(5)中,假设应变在一条RF回波信号上是均匀的、一致的,但在实际过程中,应变在整个弹性成像区域是不均匀的,在局部相对小的区域应变变化比较小,可以看作是均匀的。
[0113] S5、将时间处理过的压缩后的一帧RF回波信号数据和压缩前的一帧RF回波信号数据进行横向的N:1的插值处理,重建横向RF回波信号;
[0114] 上述步骤S5的目的是增加横向采样频率,提高横向应变估计的准确度和精度;插值方法可采用线性插值和三次样条插值等,由于三次样条插值与线性插值相比能够增加相关系数,所以本发明方法采用三次样条插值法进行插值,其具体方法为:
[0115] 对压缩前、后的每条横向RF回波信号做N:1三次样条采样处理:设一条横向RF回波信号由L个采样点构成,设相邻两个采样点之间的连线符合三次多项式,在相邻两个采样点之间按三次多项式插入N-1个点,插值后的RF回波信号后有N*L个采样点。
[0116] S6、对重建的横向RF回波信号中的压缩前、后两帧数据进行横向位移估计,得到一幅横向应变估计图像Li(z,x);
[0117] 所述步骤S6具体为使用子带划分方法和互相关方法对重建的横向RF回波信号中的压缩前、后两帧数据进行横向位移估计,其具体方法为:
[0118] S61、将重建的压缩前、后的每条轴向RF回波信号划分成三个子带信号;
[0119] 其子带划分公式为:
[0120] si(x)=BPF{r(x),fi1,fi2} (6)
[0121] 式中,
[0122] Si(x)是第i个子带信号;
[0123] r(x)是一条轴向的RF信号;
[0124] fi1和fi2分别是第i个子带的开始频率和截止频率;
[0125] BPF是带通滤波器。
[0126] S62、对每一对压缩前、后的子带信号,采用互相关方法沿横向进行位移估计得到三个子带横向应变估计图像;
[0127] S63、对三个子带横向应变估计图像进行加权平均,得到一帧横向应变估计图像。
[0128] S7、利用横向应变估计图像Li(z,x)的应变信息将重建的RF回波信号中的压缩后的一帧RF数据进行横向的时间处理;
[0129] 所述步骤S7中的时间处理为时间拉伸处理或时间压缩处理;其目的为将压缩前的RF数据与压缩后的RF数据进行轴向的对齐,降低散射子横向位移对轴向信号的解相关噪声。
[0130] 具体为:
[0131] S71、将一帧横向应变估计图像的一条横向应变估计数据分成若干个不重叠的窗口;
[0132] S72、求出每个窗口的平均应变估计值;
[0133] S73、通过每个窗口的平均估计值拉伸或压缩该窗口内的对应的横向RF回波信号。
[0134] 步骤S73中的,横向的时间处理后RF回波信号为:
[0135] r4(x)=r2(αx)=s(x)*p(αx)+n4(x)
[0136] r4(x)表示横向的时间处理后的RF回波信号,α为拉伸或压缩系数,n4(x)表示系统白噪声。
[0137] S8、判断迭代次数i与最大迭代次数m的关系;
[0138] 若迭代次数i
[0139] 否则得到最终的轴向应变图像和横向应变图像并进入步骤S9;
[0140] 上述步骤S4和步骤S7中的横向或轴向应变估计方法是多次迭代的过程,通过在最大迭代次数范围内进行多次迭代,每次迭代得到的轴向应变图像或横向应变图像质量都比上一次要好,弹性信噪比更低,所以每次迭代时,时间拉伸(或压缩)的窗口大小应该不一样,从大到小递减变化,这样时间拉伸或压缩窗口的平均应变估计值更加接近真实值,降低了由于时间拉伸或压缩引起的人为噪声。
[0141] S9、将最终的轴向应变图像除以最终的横向应变图像得到泊松比分布图,得到准确的轴向应变和横向应变估计。
[0142] 所述泊松比为人体弹性组织的重要机械属性,泊松比ν为:
[0143]
[0144] 上式中,εl是横向应变,εa是轴向应变,其中的横向应变和轴向应变分别为轴向应变估计和横向应变图像的应变信息。
[0145] 本发明提供的二维迭代的超声弹性成像应变估计方法运用到超声弹性成像系统中,具有以下优点:
[0146] (1)重复利用了轴向应变和横向应变的相关性,使用轴向或横向应变估计信息,采用时间拉伸方法对齐了横向或轴向RF回波信号,增强了横向或轴向RF回波信号的相关性,提高了横向或轴向应变估计的准确度;
[0147] (2)采用子带技术和互相关方法对横向应变进行估计,提高了横向应变估计的准确度;
[0148] (3)采用三次样条插值方法对横向RF回波信号进行插值,增加了横向RF回波信号的采样率,提高了横向应变估计的准确度;
[0149] (4)反复多次迭代求解,不断提高轴向应变和横向应变估计的准确度和精度,得到了更准确的泊松比分布图,有助于医生对早期肿瘤等疾病的诊断。