一种相控阵方式超声检测方法技术

本发明专利技术涉及一种相控阵方式超声检测方法，属于超声检测领域，包括S1：获得体态信息，包括年龄与脂肪厚度；S2：根据体态设计输入模式，利用粒子群多目标优化算法调节每块晶片发射超声波频率、功率和声波指向；S3：输出相应的超声波频率、功率和声波指向，形成相应的焦域大小；S4：采集发射区域、时间、人体感受和焦域温度形成数据池，反馈调整、完善S2中算法；S5：根据数据库，形成学习机制，采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率和声波指向。本发明专利技术通过调节每块晶片发射超声波频率、功率和声波指向，从而调节焦域大小，对人体进行检测，实现治疗的目的。

【技术实现步骤摘要】
一种相控阵方式超声检测方法
本专利技术属于超声检测
，涉及一种相控阵方式超声检测方法。
技术介绍
相控阵超声是超声探头晶片的组合，由多个压电晶片按一定的规律分布排列，然后逐次按预先规定的延迟时间激发各个晶片，所有晶片发射的超声波形成一个整体波阵面，能有效地控制发射超声束(波阵面)的形状和方向，能实现超声波的波束扫描、偏转和聚焦。目前市场上的相控阵超声治疗仪器焦域大小不可以调节，因此研究一种可以调节相控阵超声焦域大小方法是非常必要的。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种相控阵方式超声检测方法。该方法采用相控阵超声中每块晶片发射的超声波波长、功率和声波指向控制技术，对相控阵超声焦域大小进行调节，从而实现治疗的目的。为达到上述目的，本专利技术提供如下技术方案：一种相控阵方式超声检测方法，包括以下步骤：S1：获得体态信息，包括年龄与脂肪厚度；S2：根据体态设计输入模式，利用粒子群多目标优化算法调节每块晶片发射超声波频率、功率和声波指向；S3：输出相应的超声波频率、功率和声波指向，形成相应的焦域大小；S4：采集发射区域、时间、人体感受和焦域温度形成数据池，反馈调整、完善S2中算法；S5：根据数据库，形成学习机制，采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率和声波指向。进一步，在步骤S2中，粒子群多目标优化算法包括以下步骤：S21：随机产生初始粒子位置和初始速度；S22：验证粒子位置和速度是否满足上、下限约束；S23：将各粒子位置代入优化适应度函数f1(x)和f2(x)；S24：更新两个目标函数优化时各自的个体极值点和S25：更新各自全局极值点g1k和g2k；当时，不变化；否则，这里，XOR表示异或运算，异或值越小说明两个目标函数的优化解越接近；S26：更新粒子速度和位置：式中，个体极值点全局极值点gk＝round((g1k+g2k)/2)，round()是取整函数，完成四舍五入的功能，以满足阵元开关特性；w为速度惰性权重，取值为0.4～0.9；认知权重c1和社会学习权重c2，取值为2；S27：判断是否满足迭代结束条件，如果不满足则返回步骤S21，若满足则结束迭代，全局极值点即作为最优解；频率、功率和声波指向的选择：①采用改进的粒子群算法仿真实现各级频率、功率和声波指向；②满足一定检测概率的条件下，根据目标反射截面的大小、目标距离的远近，由式(1)确定需要发射的频率、功率和声波指向；③判断频率、功率和声波指向所在的频率、功率、声波指向区间位置，对目标发射相应的的频率、功率、声波指向。进一步，在步骤S5中，所述基于Pareto的多目标遗传算法包括以下步骤：S51：群体的初始化：确定种群规模M、交叉概率Pc、变异概率pm染色体长度N及最大迭代次数K；随机初始化染色体，给出发射区域、时间、人体感受和焦域温度；S52：适应度函数构造：超声波频率、功率和声波指向的目标函数和约束条件表示为：目标函数：其中，S代表发射区域，T代表时间，C代表人体感受；R代表焦域温度；S、T、C和R前面的系数代表了它们在目标函数中所占比重；超声波频率、功率和声波指向的约束条件如下：20KHz<频率<100KHz；35W<功率<40W；0°<声波指向<45°；S53：非支配排序：首先找出种群中所有的非支配解集，视为同一层，将该层所有个体的非支配序值irank赋值1，记为第一非支配层F1；然后在种群内除该层剩余的所有个体中，找出剩余个体中的其他非支配解集，视为另一层，将该层所有个体的非支配序值irank赋值为2，记为第二非支配层F2；最后重复以上操作，使种群中的每个个体都被分层；S54：拥挤度计算：A.对种群中个体初始化，使个体i的拥挤度为0，记作L[i]d＝0；B.根据每个个体的适应度值进行非支配排序，设置两端个体的拥挤度值为一大数，记作L[0]d＝L[I]D＝∞，式中I为集合中个体数目；C.非支配排序处理后，处于中间的个体拥挤度计算公式为：D.针对多个不同的目标函数，重复步骤B和C，求出每个个体i的拥挤度L[i]d；S55：精英选择：这里利用竞标赛法选择精英个体，将大小均为N的父代种群Pi和子代种群Qi合并成大小为2N的种群Ri；对种群Ri进行非支配排序分层，得到每个个体的irank，并计算出该个体在所属非支配层Fj的拥挤度；按种群Ri中每个个体的irank进行择优选择，当被选择的个体总数达到N时，组成新的父代种群Ri+1；S56：交叉操作：判断染色体是否为活的染色体，若为活的染色体，则将染色体进行交叉，采用一点交叉方式，交叉概率为Pc，具体操作是在个体串中随机设定一个交叉点，实行交叉时，该点前或后的两个个体的部分结构进行互换，并生成两个新个体；S57：变异操作：染色体变异采用位点变异的方式，把染色体的变异位1变为0，0变为1，其它位都保持不变；变异概率为Pm，变异的目的是使其变异后的适应度大于或等于其原适应度；先选择一个变异位进行变异，再计算它的适应度，看它是否大于或等于其原来的适应度，若不是的话就重新选择变异位进行变异；S58：对种群依次进行非支配排序、拥挤度计算、精英选择、交叉、变异操作后就得到的新个体，当达到最大迭代次数时算法结束得到结果，否则非支配排序、拥挤度计算、精英选择、交叉、变异操作，直到达到最大迭代次数为止。本专利技术的有益效果在于：本专利技术所述方法采用相控阵超声中每块晶片发射的超声波波长、功率和声波指向控制技术，利用粒子群多目标优化算法调节每块晶片发射超声波频率、功率和声波指向，形成相应的焦域大小，对人体进行检测，从而实现治疗的目的；采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率、声波指向。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：图1为本专利技术实施例所述的相控阵方式超声检测方法的整体流程图；图2为本专利技术实施例所述的粒子群多目标优化算法流程图；图3为本专利技术实施例所述的基于Pareto的多目标遗传算法流程图。具体实施方式下面将结合附图，对本专利技术的优选实施例进行详细的描述。如图1所示，一种相控阵方式超声检测方法，在该方法中首先获得病人体态信息(年龄、脂肪厚度等)；再根据病人体态设计输入模式，然后输出相应的超声波频率、功率、声波指向，形成相应的焦域大小，进行治疗，然后采集发射区域、时间、病人感受、焦域温度形成数据池，反馈调整、完善S2中算法；根据数据库，形成学习机制，采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率、声波指向。具体来说，本方法包括以下步骤：S1：获得病人体态信息(年龄、脂肪厚度等)；S2：根据病人体态设计输入模式：利用粒子群多目标优化算法调节每块晶片发射超声波频率、功率、声波指向；S3：输出相应的超声波频率、功率、声波指向，形成相应的焦域大小；S4：采集发射区域、时间、病人感受、焦域温度形成数据池，反馈调整、完善S2中算法；S5:根据数据库，形成学习机制，采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率、声波指向。如图2所示，在本实施例中本文档来自技高网...

【技术保护点】
1.一种相控阵方式超声检测方法，其特征在于：包括以下步骤：S1：获得体态信息，包括年龄与脂肪厚度；S2：根据体态设计输入模式，利用粒子群多目标优化算法调节每块晶片发射超声波频率、功率和声波指向；S3：输出相应的超声波频率、功率和声波指向，形成相应的焦域大小；S4：采集发射区域、时间、人体感受和焦域温度形成数据池，反馈调整、完善S2中算法；S5：根据数据库，形成学习机制，采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率和声波指向。

【技术特征摘要】
1.一种相控阵方式超声检测方法，其特征在于：包括以下步骤：S1：获得体态信息，包括年龄与脂肪厚度；S2：根据体态设计输入模式，利用粒子群多目标优化算法调节每块晶片发射超声波频率、功率和声波指向；S3：输出相应的超声波频率、功率和声波指向，形成相应的焦域大小；S4：采集发射区域、时间、人体感受和焦域温度形成数据池，反馈调整、完善S2中算法；S5：根据数据库，形成学习机制，采用基于Pareto的多目标遗传算法对数据进行优化，从而保留最优的超声波频率、功率和声波指向。2.根据权利要求1所述的相控阵方式超声检测方法，其特征在于：在步骤S2中，粒子群多目标优化算法包括以下步骤：S21：随机产生初始粒子位置和初始速度；S22：验证粒子位置和速度是否满足上、下限约束；S23：将各粒子位置代入优化适应度函数f1(x)和f2(x)；S24：更新两个目标函数优化时各自的个体极值点和S25：更新各自全局极值点g1k和g2k；当时，不变化；否则，这里，XOR表示异或运算，异或值越小说明两个目标函数的优化解越接近；S26：更新粒子速度和位置：式中，个体极值点全局极值点gk＝round((g1k+g2k)/2)，round()是取整函数，完成四舍五入的功能，以满足阵元开关特性；w为速度惰性权重，取值为0.4～0.9；认知权重c1和社会学习权重c2，取值为2；S27：判断是否满足迭代结束条件，如果不满足则返回步骤S21，若满足则结束迭代，全局极值点即作为最优解；频率、功率和声波指向的选择：①采用改进的粒子群算法仿真实现各级频率、功率和声波指向；②满足一定检测概率的条件下，根据目标反射截面的大小、目标距离的远近，由式(1)确定需要发射的频率、功率和声波指向；③判断频率、功率和声波指向所在的频率、功率、声波指向区间位置，对目标发射相应的的频率、功率、声波指向。3.根据权利要求1所述的相控阵方式超声检测方法，其特征在于：在步骤S5中，所述基于Pareto的多目标遗传算法包括以下步骤：S51：群体的初始化：确定种群规模M、交叉概率Pc、变异概率pm染色体长度N及最大迭代次数K；随机初始化染色体，给出发射区域、时间、人体感受和焦域温度；S52：适应度函数构造：超声波频率、功率和声波指向的目标函数和约束条件表示为：目标函数：其中，S代表发射区域，T代表时间，C代表人体感受；R代表...

【专利技术属性】
技术研发人员：冉鹏，陈巧，李章勇，王伟，岳帅，邓杰文，田健，贺中华，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50