一种基于RF信号的肺部超声信号特征的识别方法技术

本发明专利技术提供一种基于RF信号的肺部超声信号特征的识别方法，属于信号处理领域，本发明专利技术的一种基于RF信号的肺部超声信号特征的识别方法，首先采集超声RF信号，将采集到的信号转换为二维频谱图，而后通过逐行处理二维频谱图得到方差平滑曲线的特征参数，并通过特征参数识别肺部超声信号特征。本发明专利技术利用超声RF信号做数据处理，能够保留更多有效信息，增加结果的准确度；并且通过分析超声RF信号的频谱图，得到不同频率分量的分布情况，从中选择很好体现信号条纹特征的高频区域进行计算，保证了本发明专利技术方法在肺部超声信号特征识别上的科学性以及创新性。以及创新性。以及创新性。

【技术实现步骤摘要】
一种基于RF信号的肺部超声信号特征的识别方法


[0001]本专利技术属于信号处理领域，具体涉及一种基于RF信号的肺部超声信号特征的识别方法。

技术介绍

[0002]肺部超声中，健康人的肺部图像较为均匀，无明显纵向条纹。而肺部疾病患者的超声图像中，会出现从胸膜线延伸至屏幕底部的离散垂直混响伪像，称为B线，是肺部超声一个非常重要的特征。显示大量B线是肺间质综合征的征象，其数量随着空气含量的降低和肺组织密度的增加而增多。
[0003]目前医学上存在一些半定量方法识别B线的特征，如B线的数量、B线的宽度、B线间的间隔等。通过给这些特征打分，可以评估肺部疾病的种类和严重性。然而，此类方法非常依赖医生的主观判断和B超机显示屏能够显示的精度范围。对于亮度较浅的B线、极细密的B线等显示屏上人眼难以分辨的B线特征，往往无法很好识别出来。另外，现在一些基于深度学习的评估方法显示出很大潜力和较好的效果，但此类评估方法非常依赖大量一致规范的肺部超声图像进行前期训练，临床上难以实现，同时也缺乏解释性。
[0004]相比周围肺部组织，通常B线较为明亮。因此包含B线的图像呈现出明暗相间的条纹，反映在超声信号频谱上是一种包含多种频率成分的特征。然而，目前尚不存在从频谱数据角度出发的提取相关参数来识别肺部超声信号的条纹特征的方法。
[0005]因此，亟待一种定量的肺部超声信号特征识别方法。

技术实现思路

[0006]针对上述问题，本专利技术从频谱数据提取有效信息得到特征参数，以此提供一种定量的肺部超声信号特征的识别方法，用以帮助识别肺部超声信号的条纹特征。
[0007]本专利技术采取的技术方案是：一种基于RF信号的肺部超声信号特征的识别方法，首先采集超声RF信号，将采集到的信号转换为二维频谱图，然后对二维频谱图进行计算得到方差曲线及其特征参数，并通过特征参数识别肺部超声信号特征。
[0008]进一步地，所述识别方法，具体包括如下步骤：
[0009]步骤一、数据采集；
[0010]采集一帧超声RF信号；
[0011]步骤二、转换到频域处理数据；
[0012]对一帧超声RF信号进行逐列直流滤波，将滤波后的信号转换到频域，得到超声RF信号的二维频谱图；
[0013]步骤三、得到平滑方差曲线；
[0014]对二维频谱图上的每一行数据计算方差，得到方差随频率变化的曲线，再将该曲线做高斯平滑，得到平滑的方差曲线；
[0015]步骤四、计算特征参数；
[0016]在平滑方差曲线的高频区域找到方差最低值对应的点，与曲线最高频率处对应的点连接成一条直线，然后计算直线的斜率作为特征参数K；
[0017]步骤五、识别超声信号的特征；
[0018]根据该帧超声RF信号对应的特征参数K识别肺部超声信号特征。
[0019]更进一步地，所述步骤二的具体步骤为：先设计一个合适的高通滤波器对超声RF信号进行逐列滤波，滤去信号直流分量；再将滤波后的信号通过二维傅里叶变换得到超声RF信号的二维频谱图。其中，二维傅里叶变换时坐标轴的频率范围为f
s
为超声RF信号数据的采样率。
[0020]更进一步地，所述步骤四的具体步骤为：在平滑方差曲线的高频区域找到方差最低值对应的点P1(f1,u1)，找到曲线最高频率处对应的点P2(f2,u2)；然后利用下列公式计算特征参数K：
[0021][0022]其中，f1,u1分别表示方差最低值对应点的频率和方差；f2,u2分别表示曲线最高频率处对应点的频率和方差。
[0023]更进一步地，所述步骤五的具体步骤为：对特征参数K的值设置合理阈值a，若特征参数K；大于阈值a，识别该帧超声RF信号具有一定条纹特征；若特征参数K小于阈值a，则识别该帧超声RF信号无明显条纹特征。这里的阈值a范围为
‑
1<＝a<＝1，优先选择0.05。
[0024]本专利技术的有益效果是：本专利技术的一种基于RF信号的肺部超声信号特征的识别方法，利用超声RF信号做数据处理，相比使用超声图像直接处理的方法，能够保留更多有效信息，增加结果的准确度；本专利技术分析超声RF信号的频谱图，得到不同频率分量的分布情况，从中选择很好体现信号条纹特征的高频区域进行计算，保证了本专利技术方法在肺部超声信号特征识别上的科学性以及创新性。
[0025]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0026]图1为本专利技术的方法流程示意图；
[0027]图2为一帧超声RF信号的二维频谱图；
[0028]图3为一帧超声RF信号二维频谱的方差
‑
频率曲线图。
具体实施方式
[0029]下面结合附图和具体实施例对本专利技术进行详细说明。
[0030]实施例1
[0031]结合图1所示，本专利技术的一种基于RF信号的肺部超声信号特征的识别方法，首先采集超声RF信号，将采集到的信号转换为二维频谱图，而后通过逐行处理二维频谱图得到方差平滑曲线的特征参数，并通过特征参数识别肺部超声信号特征。
[0032]具体的，本专利技术的一种基于RF信号的肺部超声信号特征的识别方法，包括如下步
骤：
[0033]步骤一、数据采集；
[0034]利用信号采集器采集一帧超声RF信号。
[0035]步骤二、转换到频域处理数据；
[0036]结合图2所示，先设计一个合适的高通滤波器对采集到的超声RF信号进行逐列滤波，滤去信号直流分量；再将滤波后的信号通过二维傅里叶变换得到超声RF信号的二维频谱图。其中，二维傅里叶变换时坐标轴的频率范围为f
s
为超声RF信号数据的采样率。
[0037]步骤三、得到平滑方差曲线；
[0038]对频谱图上的每一行数据计算方差，得到方差随频率变化的曲线。将方差曲线相邻每100个点做一维高斯平滑，得到平滑的方差曲线。
[0039]步骤四、计算特征参数；
[0040]结合图3所示，由于频谱图是中心对称的，故只用取方差曲线在频率范围内的部分计算。在平滑方差曲线的高频区域找到方差最低值对应的点，与曲线最高频率处对应的点连接成一条直线，计算直线的斜率作为特征参数K。具体方法为：在平滑方差曲线的高频区域找到方差最低值对应的点P1(f1,u1)，找到曲线最高频率处对应的点P2(f2,u2)。利用下列公式计算特征参数K：
[0041][0042]其中，f1,u1分别表示方差最低值对应点的频率和方差；f2,u2分别表示曲线最高频率处对应点的频率和方差。
[0043]步骤五、识别超声信号的特征；
[0044]根据该帧超声RF信号对应的特征参数K识别肺部超声信号特征。对特征参数K的值设置合理阈值a，若特征参数K大于阈值a，识别该帧超声RF信号具有一定条纹特征；若特征参数K小于阈值a，则识别该帧超声RF本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，首先采集超声RF信号，将采集到的信号转换为二维频谱图，然后对二维频谱图进行计算得到方差曲线及其特征参数，并通过特征参数识别肺部超声信号特征。2.根据权利要求1所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，具体包括如下步骤：步骤一、数据采集；采集一帧超声RF信号；步骤二、转换到频域处理数据；对一帧超声RF信号进行逐列直流滤波，将滤波后的信号转换到频域，得到超声RF信号的二维频谱图；步骤三、得到平滑方差曲线；对二维频谱图上的每一行数据计算方差，得到方差随频率变化的曲线，再将该曲线做高斯平滑，得到平滑的方差曲线；步骤四、计算特征参数；在平滑方差曲线的高频区域找到方差最低值对应的点，与曲线最高频率处对应的点连接成一条直线，然后计算直线的斜率作为特征参数K；步骤五、识别超声信号的特征；根据该帧超声RF信号对应的特征参数K识别肺部超声信号特征。3.根据权利要求2所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，所述步骤二的具体步骤为：先设计一个合适的高通滤波器对超声RF信号进行逐列滤波，滤去信号直流分量；再将滤波后的信号通过二维傅...

【专利技术属性】
技术研发人员：屠娟，章东，宋人杰，薛洪惠，朱逸斐，张国峰，
申请(专利权)人：南京大学，
类型：发明
国别省市：