一种优化全波反演法重建声速图像的方法技术

本发明专利技术公开了一种优化全波反演法重建声速图像的方法，包括以下步骤：利用超声数据采集设备，得到传感器所在位置的实测声压信号；在计算机上完全模拟发射、接收过程作为正向函数，该函数输入变量为声速图矩阵，输出变量为传感器对应位置所记录的声压信号与的实测声压信号的差的范数；进入迭代过程：给出一个声速图像作为初始图像，使其作为自变量带入到上述正向函数中，得到输出范数；计算出正向函数在当前声速图位置的一阶梯度图；通过拟牛顿法解决最优化问题，更新原有声速图，得到新的声速图；将新的声速图作为初始图像重复迭代过程，直到得到满足条件退出迭代过程，并得到当前的声速图像。

【技术实现步骤摘要】

本专利技术属于医学超声成像及处理领域，特别是一种针对声速图像重建的优化方法。
技术介绍
经过几十年的研究，全波反演重建技术在医学领域的应用也日趋深入。例如，在广泛应用于乳腺癌检测的超声检测层析成像的重建过程中，全波反演的重建方法得到的图像具有极具优化的空间分辨率，这一点也强过传统的Ray-Based重建技术，Ray-Based将声波传播假设为具有光的折射特性，所以不能重建出全波形所具有的特征。然而由于全波反演方法本身需要相当长的计算时间和巨大的计算机存储资源，这项技术没有被广泛的应用于医学临床应用。因此，需要一种优化的方法来提高全波反演重建声速图像方法的效率。
技术实现思路
专利技术目的：本专利技术所要解决的技术问题是针对现有全波反演重建声速图像速度慢，效率低的不足，提供了一种从算法的角度提高重建速度和效率，并保证图像质量的优化方法。为了解决上述技术问题，本专利技术公开了一种利用拟牛顿法降低运算量并提高效率的全波反演重建声速图像方法，包括如下步骤：步骤一，利用超声数据采集设备，依次完成M个信号源单独发射、所有的M个传感器接收的过程，直到所有信号源都发射过一次，得到传感器所在位置的实测声压信号gm(r，t)，其中r为传感器坐标向量参数，t为时间参数，m表示发射次序，m＝1，2，...，M，M同时也表示总共的发射次数；步骤二，根据步骤一所用设备在计算机上完全模拟步骤一中的发射、接收过程作为正向函数，使之输入变量为声速图矩阵c，输出变量为传感器对应位置所记录的声压信号gm(r，t)与步骤一中的实测声压信号gm(r，t)的差的范数L；步骤三，开始迭代过程，首次迭代中给出声速图像c0作为初始图像，也即c＝c0，作为步骤二中的正向函数的输入量，得到输出变量L；步骤四，计算出正向函数在声速图c位置的一阶梯度图J；步骤五，通过拟牛顿法解决最优化问题，利用步骤四中的梯度图J更新声速图c，得到新的声速图；步骤六，将新的声速图作为初始图像重复迭代过程，重复步骤三到六，直到得到满足条件退出迭代过程；步骤七，得到满足步骤六的条件时对应的声速图像c即为优化的全波反演法重建的声速图像。本专利技术中，优选地，步骤一中所用信号源用于超声波的发射，传感器用做声压信号也即gm的记录、保存，其中下标m表示发射次序所有的信号源和传感器成对地位于同一位置。本专利技术中，优选地，步骤一中发射接收过程遵循以下原则：每次只有一个信号源发射，其余传感器(包括其本身)接收，传感器共M个，那么发射次数也应为M次。本专利技术中，优选地，步骤一中选用环形传感器围绕目标，或双排线型传感器置于目标两端，共有M个传感器依次排列，其位置坐标可由r对应取值唯一表示。本专利技术中，优选地，步骤二中的正向函数模拟了计算区域、传播介质、发射设备、接收设备以及声波传播过程。具体而言，正向函数具体包括定义了计算区域、传播介质、发射设备、接收设备。计算区域的定义是传播介质的定义的基础，二者可以表示为大小一致的矩阵。定义计算区域大小n＝N×N×Nz，表示将传播介质划分为n个区域，我们称其每个区域为一个格点，其中N和Nz分别表示长或宽和厚度。传播介质在其基础上具体化了每个格点的参数，包括但不限于声速、密度、衰减系数等信息。发射设备、接收设备的两种功能由信号源和传感器来完成，信号源和传感器位置相同并位于计算区域中，计算区域的边界经过处理后，声波会在边界被完全吸收。本专利技术中，优选地，步骤二中的声速图为一个矩阵，也即一个数字化的传播介质模型，声速只是传播介质的一部分信息，其余信息待定为一般参数，一般是目标周围介质的对应参数，传播介质中应包含目标信息，该声速图矩阵每一点的值为对应位置的声速值。本专利技术中，优选地，步骤二中的正向函数为模拟过程，正向函数输入变量为声速图矩阵，该函数可以通过给定的声速图直接得到模拟声压信息，进而可得范数L。本专利技术中，优选地，步骤二中的正向函数，也即模拟的声波传播过程中，接收的声压信号与波源、传播介质满足方程： ▿ 2 p m ( r , t ) - 1 c 2 ( r ) ∂ 2 p m ( r , t ) ∂ t 2 = - 4 πs m ( r , t ) ]]>其中r为坐标向量参数，t为时间变量参数，pm(r，t)为声压，m表示发射的顺序次数，m＝1，2，...，M，M表示总共的发射次数，sm(r，t)为超声信号，c(r)为声速图矩阵，c(r)中共有n＝N×N×Nz个格点。由于奈奎斯特定律限制，上述的超声信号sm(r，t)的频率不能超过其中c0在表示声速(m/s)，dx代表每一格点换算成实际的边长(m)。本专利技术中，优选地，步骤二中的正向函数，时间变量参数t在计算中需要离散化表示。在传感器点记录声压信息的采样时间间隔以dt(s)表示，T(s)表示时间总长度。本专利技术中，优选地，步骤二中的正向函数，也即模拟过程中，r可以为任意坐标，不限于传感器的位置。故而，在模拟过程中，不仅仅可以得到传感器位置的声压信息，包括可以得到整个计算区域所有位置的声压信息。本专利技术中，优选地，步骤二中范数可以表示为： L = 1 2 Σ m = 1 M | | g ‾ m - g m | | 2 ]]>其中gm，gm分表表示步骤一得到的实测声压和在接下来的步骤三得到的模拟声压。与pm(r，t)区别是，gm表示在测量位置的声压信号，也就是r等于传感器位置坐标时的pm(r，t)。本专利技术中，优选地，步骤三中得到L，求解声速图的问题就转化为在接下来的步骤中解决如下表达式表述的问题： c ^ = arg m i n c ( 本文档来自技高网...

【技术保护点】
一种优化全波反演法重建声速图像的方法，其特征在于，包括如下步骤：步骤一，利用超声数据采集设备，依次完成M个信号源单独发射、所有的M个传感器接收的过程，直到所有信号源都发射过一次，得到传感器所在位置的实测声压信号gm(r，t)，其中r为传感器坐标向量参数，t为时间参数，m表示发射次序，m＝1，2，...，M，M同时也表示总共的发射次数；步骤二，根据步骤一所用设备在计算机上完全模拟步骤一中的发射、接收过程作为正向函数，使之输入变量为声速图矩阵c，输出变量为传感器对应位置所记录的声压信号gm(r，t)与步骤一中的实测声压信号gm(r，t)的差的范数L；步骤三，开始迭代过程，首次迭代中给出声速图像c0作为初始图像，也即c＝c0，作为步骤二中的正向函数的输入量，得到输出变量L；步骤四，计算出正向函数在声速图c位置的一阶梯度图J；步骤五，通过拟牛顿法解决最优化问题，利用步骤四中的梯度图J更新声速图c，得到新的声速图；步骤六，将新的声速图作为初始图像重复迭代过程，重复步骤三到六，直到得到满足条件退出迭代过程；步骤七，得到满足步骤六的条件时对应的声速图像c即为优化的全波反演法重建的声速图像。

【技术特征摘要】
1.一种优化全波反演法重建声速图像的方法，其特征在于，包括如下步骤：步骤一，利用超声数据采集设备，依次完成M个信号源单独发射、所有的M个传感器接收的过程，直到所有信号源都发射过一次，得到传感器所在位置的实测声压信号gm(r，t)，其中r为传感器坐标向量参数，t为时间参数，m表示发射次序，m＝1，2，...，M，M同时也表示总共的发射次数；步骤二，根据步骤一所用设备在计算机上完全模拟步骤一中的发射、接收过程作为正向函数，使之输入变量为声速图矩阵c，输出变量为传感器对应位置所记录的声压信号gm(r，t)与步骤一中的实测声压信号gm(r，t)的差的范数L；步骤三，开始迭代过程，首次迭代中给出声速图像c0作为初始图像，也即c＝c0，作为步骤二中的正向函数的输入量，得到输出变量L；步骤四，计算出正向函数在声速图c位置的一阶梯度图J；步骤五，通过拟牛顿法解决最优化问题，利用步骤四中的梯度图J更新声速图c，得到新的声速图；步骤六，将新的声速图作为初始图像重复迭代过程，重复步骤三到六，直到得到满足条件退出迭代过程；步骤七，得到满足步骤六的条件时对应的声速图像c即为优化的全波反演法重建的声速图像。2.根据权利要求1所述的一种优化全波反演法重建声速图像的方法，其特征在于，步骤一中发射接收过程遵循以下原则：M个传感器和M个信号源成对地位于同一位置，每次只有一个信号源发射，所有传感器接收，传感器共M个，那么发射次数也应为M次。3.根据权利要求1所述的一种优化全波反演法重建声速图像的方法，其特征在于，步骤二中的正向函数模拟了计算区域、传播介质、发射设备、接收设备以及声波传播过程。4.根据权利要求1所述的一种优化全波反演法重建声速图像的方法，其特征在于，步骤二中的正向函数，也即模拟过程中，接收到的声压信号与波源、传播介质满足方程： ▿ 2 p m ( r , t ) - 1 c 2 ( r ) ∂ 2 p m ( r , t ) ∂ t 2 = - 4 πs m ( ...

【专利技术属性】
技术研发人员：袁杰，朱昀浩，孙辉，尤琦，余双春，王学鼎，陶超，刘晓峻，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32