基于卡尔曼滤波的超声层析成像动态图像重建方法技术

本发明专利技术涉及一种基于卡尔曼滤波的超声层析成像动态图像重建方法，采用超声透射层析成像数据采集系统获取测量数据，将超声层析成像中时变目标动态图像重建问题，视为目标分布状态估计问题，构建时变目标的状态估计问题模型，并利用卡尔曼滤波方法进行状态估计问题的求解，计算状态参数的后验点估计；引入状态参数的空间先验约束以改善动态重建问题的不适定性。定性。定性。

【技术实现步骤摘要】
基于卡尔曼滤波的超声层析成像动态图像重建方法


[0001]本专利技术属于超声层析成像
，涉及一种封闭管道内时变目标分布的动态可视化方法。

技术介绍

[0002]动态图像重建研究在多相流过程参数检测和人体运动器官状态监测等领域具有一定的研究价值和广泛的应用，例如多相流过程的快速变化，呼吸过程中肿瘤的运动等。重构动态目标的敏感物理参数分布对于多相介质复杂流动过程可视化和人体健康状态评估有着十分重要的意义，高精度和高鲁棒性的动态成像方法不断被提出和改进。超声层析成像技术(Ultrasonic Tomography，UT)具有无辐射、非侵入、低成本等优势，在工业和生物医学等领域应用广泛。UT依据超声波与被测介质间相互作用的物理机制差异，主要可分为：超声反射层析成像(Ultrasonic Reflection Tomography，URT)，超声透射层析成像(Ultrasonic Transmission Tomography，UTT)，超声衍射层析成像(Ultrasonic Diffraction Tomography，UDT)，目前应用较广泛的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卡尔曼滤波的超声层析成像动态图像重建方法，采用超声透射层析成像数据采集系统获取测量数据，将超声层析成像中时变目标动态图像重建问题，视为目标分布状态估计问题，构建时变目标的状态估计问题模型，并利用卡尔曼滤波方法进行状态估计问题的求解，计算状态参数的后验点估计；引入状态参数的空间先验约束以改善动态重建问题的不适定性，包括步骤如下：(1)构建时变目标的状态估计问题模型，将时变声衰减系数的估计转化为状态估计问题，使用一对状态观测方程和状态演化方程建模：y
t
＝S
t
μ
t
+e
t
μ
t
＝F
t
‑1μ
t
‑1+ω
t
‑1式中，t表示第t次激励；表示第t次激励时声衰减系数的变化，即时变目标在第t个状态时对应的状态参数；表示第t次激励时得到的测量数据；表示测量噪声；M表示一个完整的循环激励周期内测量数据维度；N表示未知的声衰减系数维度；Le表示探头的总数目；F
t
‑1表示状态转移矩阵，当F
t
‑1为单位矩阵时表示采用随机游走模型；ω
t
‑1表示状态噪声；表示超声透射层析成像数据采集系统构建的线性观测矩阵；假定测量噪声和状态噪声模型为高斯分布，则有阵；假定测量噪声和状态噪声...

【专利技术属性】
技术研发人员：梁光辉，杜云丹，董峰，
申请(专利权)人：天津大学，
类型：发明
国别省市：