超声信号的预处理方法及系统技术方案

技术编号:10045995 阅读:115 留言:0更新日期:2014-05-14 18:49
本发明专利技术提供的超声信号的预处理方法及系统,所述方法包括以下步骤:接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号进行处理,以计算出系统函数,其中,M小于N;对接收到的N条所述回波信号进行线性插值计算,以将N条回波信号增加至P条回波信号,其中,P大于N;以计算出的系统函数和P条回波信号为基础,进行反卷积处理;获取目标图像。该超声信号的预处理方法及系统,在获取目标图像之前,采用反卷积处理所述回波信号,去除所述回波信号中的噪声,并最大程度保留原始所述回波信号,使最终获取的目标图像对比度显著增强,进而提升了目标图像的分辨率,同时使获取的目标图像的组织纹理也更加细致,清晰。

【技术实现步骤摘要】

本专利技术属于超声诊断成像领域,涉及一种超声信号的预处理方法及系统
技术介绍
随着微电子技术、计算机技术的飞速发展以及人类对自身生活水平要求的不断提高,作为临床诊断的医学超声诊断成像技术成为医学技术发展最快的领域之一。其中,通过接收、处理回波信号以得到目标图像的医用超声仪被广泛使用,当代医用超声仪,无论是线形扫描还是扇形扫描,超声换能器所接收到的回波信号通常都包含三部分信息:第一部分部分是被测组织结构的有用信息(也称为组织纹理);第二部分是由于系统成像分辨率有限等原因造成的对组织纹理的模糊化信息;此外还有因超声波的散射产生的随机相位叠加,以及仪器自身因素、环境设备因素等产生的随机噪声。超声成像所得图像是第一部分信息与第二部分信息的卷积,再加上第三部分信息。卷积的结果使被测信号的图像分辨率下降;被测物读出形状发生畸变;噪声使对比度下降;同时,超声成像系统的系统函数隐藏在检获的信号中,难以分离,这是任何一个信号检测系统的固有局限性。当前的超声设备,对扫查获得的信号一般会进行接收控制、信号中处理,超声成像完成以获取目标图像,之后再对获取的目标图像进行处理,称之为“后处理”,即离线处理(Off Line);具体的,在超声成像完成之后,对每副目标图像均估算出各自的系统函数,且不考虑多幅目标图像是否由同一个系统生成。因此,每副目标图像的系统函数是不同的,这种情况称为系统函数和被测组织相关,这违背了测量的“系统唯一性”这一基本准则;同时,采用该处理方法获取目标图像的过程中,获取速度和效率都非常低下。
技术实现思路
为了解决上述问题,本专利技术提供一种使获取到的目标图像系统组织纹理更加细致、清晰的超声信号的预处理方法及系统。相应的,本专利技术的一种超声信号的预处理方法,所述方法包括以下步骤:S1、接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号进行处理,以计算出系统函数,其中,M小于N;S2、对接收到的N条所述回波信号进行线性插值计算,以将N条回波信号增加至P条回波信号,其中,P大于N;S3、以计算出的系统函数和P条回波信号为基础,进行反卷积处理;S4、获取目标图像。作为本专利技术的进一步改进,所述步骤S1具体包括:接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号,并采用倒双谱辨识处理进行处理,以计算出系统函数,其中,M小于N。 作为本专利技术的进一步改进,所述反卷积处理为傅立叶-小波正则反卷积处理。作为本专利技术的进一步改进,所述步骤S3具体包括:去除所述回波信号中的噪声。作为本专利技术的进一步改进,“去除所述回波信号中的噪声”步骤包括:采用傅里叶域-Tikhonov收缩处理所述回波信号,以削弱所述回波信号中的噪声。 作为本专利技术的进一步改进,“去除所述回波信号中的噪声”步骤还包括:采用小波硬阈值收缩处理所述回波信号,再次分解所述回波信号,对所述回波信号二次去除噪声。 作为本专利技术的进一步改进,“去除所述回波信号中的噪声”步骤还包括:采用小波域维纳滤波处理所述回波信号。 相应的,本专利技术一种超声信号的预处理系统,所述系统包括:通信单元,用于接收N条回波信号;处理单元,用于从接收到的N条所述回波信号中随机抽取M条所述回波信号进行处理,以计算出系统函数,其中,M小于N;对接收到的N条所述回波信号进行线性插值计算,以将N条回波信号增加至P条回波信号,其中,P大于N;以计算出的系统函数和P条回波信号为基础,进行反卷积处理;获取目标图像。作为本专利技术的进一步改进,所述处理单元还用于接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号,并采用倒双谱辨识处理进行处理,以计算出系统函数,其中,M小于N。作为本专利技术的进一步改进,所述反卷积处理为傅立叶-小波正则反卷积处理。作为本专利技术的进一步改进,所述处理单元还用于去除所述回波信号中的噪声。作为本专利技术的进一步改进,所述处理单元还用于采用傅里叶域-Tikhonov收缩处理所述回波信号,以削弱所述回波信号中的噪声;采用小波硬阈值收缩处理所述回波信号,再次分解所述回波信号,对所述回波信号二次去除噪声;采用小波域维纳滤波处理所述回波信号。与现有技术相比,本专利技术的超声信号的预处理方法及系统,在获取目标图像之前,采用反卷积处理所述回波信号,去除所述回波信号中的噪声,并最大程度保留原始所述回波信号,使最终获取的目标图像对比度显著增强,进而提升了目标图像的分辨率,同时使获取的目标图像的组织纹理也更加细致,清晰。附图说明图1是现有技术中提供的超声信号的处理方法的流程图;图2是本专利技术实施方式中提供的超声信号的处理方法的流程图;图3是本专利技术实施方式中提供的超声信号的预处理方法的流程图;图4是本专利技术实施方式提供的超声信号的预处理系统的模块示意图。具体实施方式以下将结合附图所示的实施方式对本专利技术进行详细描述。但实施方式并不限制本专利技术,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本专利技术的保护范围内。如图1所示,现有技术中超声信号的处理方法,该方法主要包括以下步骤:M1、通过超声仪发射扫查线扫查目标组织,以对原始图像进行采样;M2、接收所述回波信号;M3、根据所述回波信号完成超声成像,获取目标图像;M4、最后对所述目标组织估算系统函数,以对所述目标图像做进一步处理。以上过程采用的是后处理技术,即在获得目标图像的基础上进一步处理,以使最终获取的目标图像更为突出;然而,由于采用上述方法,医用超声仪扫查不同的目标图像时,每次获取的系统函数不同。违背了测量的“系统唯一性”这一基本准则,进而导致了图像处理过程低速、低效。如图2所示,本专利技术超声信号的处理方法,该方法主要包括以下步骤:P1、通过超声仪发射扫查线扫查目标组织,以对原始图像进行采样;P2、接收所有回波信号;P3、对所述回波信号进行预处理;P4、根据所述回波信号完成超声成像,获取目标图像;本专利技术的超声信号处理方法与现有技术的超声信号处理方法的区别之处在于:在根据所述回波信号完成超声成像之前,所述方法还包括,对所述超声信号进行预处理,之后再根据经过预处理后的所述回波信号完成超声成像,得到目标图像。此时获得的目标图像即为最终要获取的目标图像。且对所述目标图像不再采用后处理技术进行处理。如图3所示,图3是本专利技术实施方式中提供的超声信号的预处理方法的流程图;是图2中步骤P3的具体介绍,具体的,本专利技术的一种超声信号的预处理方法,所述方法包括以下步骤:S1、接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号进行处理,以计算出系统函数,其中,M小于N;S2、对接收到的N条所述回波信号进行线性插值计算,以将N条回波信号增加至P条回波信号,其中,P大于N;S3、以计算出的系统函本文档来自技高网...

【技术保护点】
一种超声信号的预处理方法,其特征在于,所述方法包括以下步骤:S1、接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号进行处理,以计算出系统函数,其中,M小于N;S2、对接收到的N条所述回波信号进行线性插值计算,以将N条回波信号增加至P条回波信号,其中,P大于N;S3、以计算出的系统函数和P条回波信号为基础,进行反卷积处理;S4、获取目标图像。

【技术特征摘要】
1.一种超声信号的预处理方法,其特征在于,所述方法包括以下步骤:
S1、接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号进行处理,以计算出系统函数,其中,M小于N;
S2、对接收到的N条所述回波信号进行线性插值计算,以将N条回波信号增加至P条回波信号,其中,P大于N;
S3、以计算出的系统函数和P条回波信号为基础,进行反卷积处理;
S4、获取目标图像。
2.根据权利要求1所述的超声信号的预处理方法,其特征在于,所述步骤S1具体包括:
接收N条回波信号,从接收到的N条所述回波信号中随机抽取M条所述回波信号,并采用倒双谱辨识处理进行处理,以计算出系统函数,其中,M小于N。
3.根据权利要求1所述的超声信号的预处理方法,其特征在于,所述反卷积处理为傅立叶-小波正则反卷积处理。
4.根据权利要求1所述的超声信号的预处理方法,其特征在于,所述步骤S3具体包括:去除所述回波信号中的噪声。
5.根据权利要求4所述的超声信号的预处理方法,其特征在于,“去除所述回波信号中的噪声”步骤包括:
采用傅里叶域-Tikhonov收缩处理所述回波信号,以削弱所述回波信号中的噪声。
6.根据权利要求5所述的超声信号的预处理方法,其特征在于,“去除所述回波信号中的噪声”步骤还包括:
采用小波硬阈值收缩处理所述回波信号,再次分解所述回波信号,对所述回波信号二次去除噪声。
7.根据权利要求6所...

【专利技术属性】
技术研发人员:石昊陈惠人
申请(专利权)人:飞依诺科技苏州有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1