发明名称 采用两种尺度的生物组织位移估计方法
摘要 本发明属于超声弹性成像技术领域,涉及采用两种尺度的生物组织位移估计方法,该方法包括:从组织压缩前二维射频信号中第一条扫描线的数据取出尺度为T<SUB>a</SUB>的数据d<SUB>1</SUB>,求该小段数据与组织压缩后二维射频信号中第一条扫描线数据s<SUB>2</SUB>(n)的互相关函数R(τ),确定其最大值对应的位置t′<SUB>1</SUB>,再从该扫描线数据s<SUB>1</SUB>(n)中的数据段d<SUB>1</SUB>的位置取尺度为T<SUB>b</SUB>的数据e<SUB>1</SUB>,求该小段数据与扫描线数据s<SUB>2</SUB>(n)的互相关函数R″(τ),得到其最大值对应的位置t″<SUB>1</SUB>,最后得到小段数据d<SUB>1</SUB>的精细调整后的位移t<SUB>1</SUB>,按上述方法依次得到各条扫描线数据对应的组织的位移估计。本发明在组织压缩量比较大时,将选择大尺度或小尺度进行组织位移估计的两种方法结合起来,可对这两种组织位移估计的优缺点实现扬长避短,提高组织位移估计的精度。
申请公布号 CN1313055C 申请公布日期 2007.05.02
申请号 CN200410056907.6 申请日期 2004.08.20
申请人 清华大学 发明人 白净;罗建文
分类号 A61B8/08(2006.01) 主分类号 A61B8/08(2006.01)
代理机构 北京清亦华知识产权代理事务所 代理人 廖元秋
主权项 1、一种采用两种尺度的组织位移估计方法,包括以下步骤:1)从组织压缩前、后的二维射频信号中分别取出第一条扫描线的数据,设为s<sub>1</sub>(n)和s<sub>2</sub>(n),n表示该两条扫描线上的数据序号,1≤n≤n<sub>max</sub>,n<sub>max</sub>为n的最大值;2)从该扫描线数据s<sub>1</sub>(n)中取一小段尺度为T<sub>a</sub>的数据d<sub>1</sub>,其数据个数为U<sub>a</sub>,U<sub>a</sub>=round(T<sub>a</sub>×U<sub>1</sub>),其中,T<sub>a</sub>的单位为mm,U<sub>1</sub>代表1mm的组织对应的数据个数,round(·)代表四舍五入的取整操作,该数据d<sub>1</sub>的序号从n<sub>1</sub>到n<sub>1</sub>+U<sub>a</sub>-1,1≤n<sub>1</sub>≤U<sub>a</sub>;在τ<sub>1</sub>到τ<sub>2</sub>的搜索范围内求该小段数据与扫描线数据s<sub>2</sub>(n)的互相关函数R(τ),计算公式如下<maths num="001"><![CDATA[ <math><mrow><msup><mi>R</mi><mo>&prime;</mo></msup><mrow><mo>(</mo><mi>&tau;</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><msub><mi>n</mi><mn>1</mn></msub></mrow><mrow><msub><mi>n</mi><mn>1</mn></msub><mo>+</mo><msub><mi>U</mi><mi>a</mi></msub><mo>-</mo><mn>1</mn></mrow></munderover><msub><mi>s</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><msub><mi>s</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mi>&tau;</mi><mo>)</mo></mrow></mrow><msqrt><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><msub><mi>n</mi><mn>1</mn></msub></mrow><mrow><msub><mi>n</mi><mn>1</mn></msub><mo>+</mo><msub><mi>U</mi><mi>a</mi></msub><mo>-</mo><mn>1</mn></mrow></munderover><msubsup><mi>s</mi><mn>1</mn><mn>2</mn></msubsup><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>&CenterDot;</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><msub><mi>n</mi><mn>1</mn></msub></mrow><mrow><msub><mi>n</mi><mn>1</mn></msub><mo>+</mo><msub><mi>U</mi><mi>a</mi></msub><mo>-</mo><mn>1</mn></mrow></munderover><msubsup><mi>s</mi><mn>2</mn><mn>2</mn></msubsup><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mi>&tau;</mi><mo>)</mo></mrow></msqrt></mfrac><mo>.</mo></mrow></math>]]></maths>(τ<sub>1</sub>≤τ≤τ<sub>2</sub>)其中i为计算过程中表示数据序号的循环变量,τ<sub>1</sub>为0,τ<sub>2</sub>为对组织施加的压缩量,以采样数据的个数表示;3)确定步骤2)得到的互相关函数R′(τ)的最大值对应的位置t′<sub>1</sub>,则t′<sub>1</sub>为利用尺度T<sub>a</sub>进行位移估计时数据d<sub>1</sub>在组织压缩后的位移,即s<sub>1</sub>(n)中的序号从n<sub>1</sub>到n<sub>1</sub>+U<sub>a</sub>-1的小段数据d<sub>1</sub>的在组织压缩后移动到s<sub>2</sub>(n)中的序号从n<sub>1</sub>-t′<sub>1</sub>到n<sub>1</sub>+U<sub>a</sub>-1-t′<sub>1</sub>的位置;4)再从该扫描线数据s<sub>1</sub>(n)中的数据段d<sub>1</sub>的中央位置取尺度为T<sub>b</sub>、序号从<img file="C2004100569070002C2.GIF" wi="425" he="125" />到<img file="C2004100569070002C3.GIF" wi="578" he="124" />的一小段数据e<sub>1</sub>,该数据个数为U<sub>b</sub>,U<sub>b</sub>=round(T<sub>b</sub>×U<sub>1</sub>),其中,T<sub>b</sub>的单位为mm,并且满足T<sub>b</sub><T<sub>a</sub>;在τ<sub>3</sub>到τ<sub>4</sub>的搜索范围内求该小段数据与扫描线数据s<sub>2</sub>(n)的互相关函数R″(τ),计算公式如下<maths num="002"><![CDATA[ <math><mrow><msup><mi>R</mi><mrow><mo>&prime;</mo><mo>&prime;</mo></mrow></msup><mrow><mo>(</mo><mi>&tau;</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><msub><mi>m</mi><mn>1</mn></msub></mrow><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>+</mo><msub><mi>U</mi><mi>b</mi></msub><mo>-</mo><mn>1</mn></mrow></munderover><msub><mi>s</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><msub><mi>s</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>-</mo><msub><msup><mi>t</mi><mo>&prime;</mo></msup><mn>1</mn></msub><mo>-</mo><mi>&tau;</mi><mo>)</mo></mrow></mrow><msqrt><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><msub><mi>m</mi><mn>1</mn></msub></mrow><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>+</mo><msub><mi>U</mi><mi>b</mi></msub><mo>-</mo><mn>1</mn></mrow></munderover><msubsup><mi>s</mi><mn>1</mn><mn>2</mn></msubsup><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>&CenterDot;</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><msub><mi>m</mi><mn>1</mn></msub></mrow><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>+</mo><msub><mi>U</mi><mi>a</mi></msub><mo>-</mo><mn>1</mn></mrow></munderover><msubsup><mi>s</mi><mn>2</mn><mn>2</mn></msubsup><mrow><mo>(</mo><mi>i</mi><mo>-</mo><msub><msup><mi>t</mi><mo>&prime;</mo></msup><mn>1</mn></msub><mo>-</mo><mi>&tau;</mi><mo>)</mo></mrow></msqrt></mfrac></mrow></math>]]></maths>(τ<sub>3</sub>≤τ≤τ<sub>4</sub>)其中<maths num="003"><![CDATA[ <math><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>=</mo><msub><mi>n</mi><mn>1</mn></msub><mo>+</mo><mi>round</mi><mrow><mo>(</mo><mfrac><mrow><msub><mi>U</mi><mi>a</mi></msub><mo>-</mo><msub><mi>U</mi><mi>b</mi></msub></mrow><mn>2</mn></mfrac><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>τ<sub>3</sub>和τ<sub>4</sub>为组织位移精细调整的范围,满足如下关系:τ<sub>4</sub><τ<sub>2</sub>;5)确定步骤4)得到的互相关函数R″(τ)的最大值对应的位置t″<sub>1</sub>,则t″<sub>1</sub>为利用尺度T<sub>b</sub>进行位移估计时数据e<sub>1</sub>的位移相对于t′<sub>1</sub>的偏移;6)利用尺度T<sub>b</sub>估计得到的位移偏移t″<sub>1</sub>对尺度T<sub>a</sub>估计得到的位移t′<sub>1</sub>进行调整,得到的小段数据d<sub>1</sub>的精细调整后的位移t<sub>1</sub>,即:t<sub>1</sub>=t′<sub>1</sub>+t″<sub>1</sub>7)依次从扫描线数据s<sub>1</sub>(n)中取一小段尺度为T<sub>a</sub>即数据个数为U<sub>a</sub>的数据d<sub>2</sub>、d<sub>3</sub>、…、d<sub>N</sub>,每段数据的序号依次错开V个采样数据,1≤V≤U<sub>a</sub>,直到再错开V个采样数据将超出s<sub>1</sub>(n)的范围,按步骤2)-6)相同的方法依次得到各段数据对应的位移t<sub>2</sub>、t<sub>3</sub>、…、t<sub>N</sub>,其中N为小段数据的总数;则位移序列t<sub>1</sub>、t<sub>2</sub>、…、t<sub>N</sub>为第一条扫描线数据s<sub>1</sub>(n)对应的组织的位移估计;8)利用与步骤1)-7)相同的方法,依次得到第2、3、…、M条扫描线数据对应的组织的位移估计,其中M为表示探头的扫描线总数。
地址 100084北京市海淀区清华园