一种基于深度残差网络的超声CT声速成像方法技术

本发明专利技术公开的属于生物医学超声学中的超声断层成像技术领域，具体为一种基于深度残差网络的超声CT声速成像方法，该基于深度残差网络的超声CT声速成像方法的步骤如下：S1：将目标检测物浸入配置了环形超声换能器的水箱中，S2：分别提取出两组原始超声数据中的信号初至点，对应相减，得到渡越时间差异图；S3：构建深度残差网络模型，S4：制作训练数据与标签输入到网络中，对模型进行训练，保存模型，S5：将渡越时间差异图输入到训练好的模型中，获取网络模型输出的声速图像，本发明专利技术利用深度学习中的深度残差网络来对采集设备所获得的投影数据进行重建，提高重建结果的精度并避免了多次迭代、正则化调参等繁琐步骤。

A method of ultrasonic CT velocity imaging based on depth residual network

【技术实现步骤摘要】
一种基于深度残差网络的超声CT声速成像方法
本专利技术涉及生物医学超声学中的超声断层成像
，具体为一种基于深度残差网络的超声CT声速成像方法。
技术介绍
乳腺癌已成为全球女性发病率最高的癌症，并且其发病率还呈现着上升趋势，所以有效的筛查和诊断显得非常重要。超声CT声速成像技术以其无辐射性的，价格低廉，可产生定量的三维图像等优点在乳腺癌的早期诊断方面展现出了很大优势。该技术以一环形的超声换能器阵列作为测量装置，通过换能器之间相互发射和接收超声波的方式来对目标物体的结构进行探测，利用换能器接收到的超声信号里包含的信息重构出超声CT声速图像。目前，在超声CT声速成像领域主要的重构方法有两类：基于全波方程的方法和基于射线追踪的方法。基于全波方程的方法可以提供更好的图像质量，但它们的程序复杂且不稳定，计算成本很高。相比之下，基于射线追踪的方法则更加简单稳定，并且可以作为全波方程的方法迭代的初始条件。在基于射线追踪的方法中具有代表性的有两种：联合代数重建方法(SART)和吉洪诺夫正则化重建方法。联合代数重建方法(SART)原理简单，计算量小，本文档来自技高网...

【技术保护点】
1.一种基于深度残差网络的超声CT声速成像方法，其特征在于：该基于深度残差网络的超声CT声速成像方法的步骤如下：/nS1：将目标检测物浸入配置了环形超声换能器的水箱中，控制换能器依次发出超声波，同时其余换能器均接收超声波信号，得到第一组原始数据，取出检测物，再次控制换能器依次发出超声波，同时其余换能器均接收超声波信号，得到第二组原始数据，即介质为纯水时的接收数据；/nS2：分别提取出两组原始超声数据中的信号初至点，对应相减，得到渡越时间差异图；/nS3：构建深度残差网络模型；/nS4：制作训练数据与标签输入到网络中，对模型进行训练，保存模型；/nS5：将渡越时间差异图输入到训练好的模型中，获取...

【技术特征摘要】
1.一种基于深度残差网络的超声CT声速成像方法，其特征在于：该基于深度残差网络的超声CT声速成像方法的步骤如下：
S1：将目标检测物浸入配置了环形超声换能器的水箱中，控制换能器依次发出超声波，同时其余换能器均接收超声波信号，得到第一组原始数据，取出检测物，再次控制换能器依次发出超声波，同时其余换能器均接收超声波信号，得到第二组原始数据，即介质为纯水时的接收数据；
S2：分别提取出两组原始超声数据中的信号初至点，对应相减，得到渡越时间差异图；
S3：构建深度残差网络模型；
S4：制作训练数据与标签输入到网络中，对模型进行训练，保存模型；
S5：将渡越时间差异图输入到训练好的模型中，获取网络模型输出的声速图像。


2.根据权利要求1所述的一种基于深度残差网络的超声CT声速成像方法，其特征在于：所述步骤S1中的目标检测物的种类不低于三组，且每组目标检测物的测量对比实验次数不低于三次。

【专利技术属性】
技术研发人员：屈晓磊，
申请(专利权)人：苏州二向箔科技有限公司，
类型：发明
国别省市：江苏;32