【技术实现步骤摘要】
本申请涉及超声成像，更具体地涉及一种超声成像方法、装置和图像数据处理装置。
技术介绍
1、在超声成像技术中，组织谐波成像技术的常用方法包括滤波谐波成像和发射脉冲相位反转的方法。
2、其中，滤波谐波成像适用于理想情况下，发射的基波信号与谐波信号频带完全分离的情况。当发射的基波信号频带比较宽的时候，谐波信号的频带与基波信号频带发生重叠。此时很难通过设计合适的滤波器获取谐波分量。但是，基波的频带与发射脉冲的持续时间相关，发射脉冲的持续时间越长，基波脉宽越窄，但是对应的轴向分辨率低；相反，发射脉冲的持续时间越短，对应的轴向分辨率高，但是基波脉宽越窄，滤波器设计难度大。
3、发射脉冲相位反转的方法可以平衡基波频带和轴向分辨率的问题，既保障了轴向分辨率，又能获取纯净的谐波信号。但是，发射脉冲相位反转的办法有一个难以克服的弊端，该方法需要在同一扫描线发射两次甚至四次。因此使得数据采集时间变长，降低了系统的时间分辨率。对于高速运动的组织，又容易引入运动带来的伪像问题。
4、综上所述，目前的组织谐波成像方法难以同时实现高时间分辨率和高轴向分辨率，而高时间分辨率和高轴向分辨率是超声诊断同时追求的两个指标。因此，需要一种能够解决该问题的超声成像方案。
技术实现思路
1、根据本申请一方面，提供了一种超声成像方法，所述方法包括：控制超声探头向目标对象发射超声波，接收所述超声波的回波，并从所述回波获取超声回波数据，所述超声回波数据包括基波数据和谐波数据；基于所述超声回波数据
2、根据本申请另一方面，提供了一种超声成像方法，所述方法包括：控制超声探头向目标对象发射超声波，接收所述超声波的回波，并从所述回波获取超声回波数据，所述超声回波数据包括基波数据和谐波数据；基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成并显示超声图像。
3、根据本申请再一方面，提供了一种超声成像方法，所述方法包括：控制超声探头向目标对象发射超声波，接收所述超声波的回波，并从所述回波获取超声回波数据，所述超声回波数据包括基波数据和谐波数据；获取所述超声回波数据中的近场回波数据和远场回波数据，作为待处理的超声回波数据；基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成并显示超声图像。
4、根据本申请又一方面，提供了一种超声成像方法，所述方法包括：控制超声探头向目标对象发射超声波，接收所述超声波的回波，并从所述回波获取超声回波数据；基于所述超声回波数据，利用神经网络提取和/或估计谐波数据，并基于所述谐波数据生成并显示超声图像。
5、根据本申请再一方面，提供了一种超声成像装置，所述装置包括发射接收电路、超声探头、处理器和显示器，其中：所述发射接收电路用于控制所述超声探头向目标对象发射超声波，接收所述超声波的回波；所述处理器用于从所述回波获取超声回波数据，并用于执行上述的超声成像方法而生成超声图像；所述显示器用于显示所述超声图像。
6、根据本申请又一方面，提供了一种超声成像装置，所述装置包括发射接收电路、超声探头、谐波处理电路、处理器和显示器，其中：所述发射接收电路用于控制所述超声探头向目标对象发射超声波，接收所述超声波的回波；所述谐波数据电路用于从所述回波获取超声回波数据，并基于所述超声回波数据，利用神经网络提取和/或估计谐波数据；所述处理器用于基于所述谐波数据生成超声图像；所述显示器用于显示所述超声图像。
7、根据本申请再一方面，提供了一种图像数据处理装置，所述装置包括存储器、处理器和显示器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在由所述处理器运行时，使得所述处理器执行上述的超声成像方法而生成超声图像，所述显示器用于显示所述超声图像。
8、根据本申请实施例的超声成像方法、装置和图像数据处理装置利用神经网络提取和/或估计超声回波数据中的谐波数据，基于谐波数据生成并显示目标对象的超声图像，能够实现高轴向分辨率和高时间分辨率的超声成像。
本文档来自技高网...【技术保护点】
1.一种超声成像方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络的网络层提取所述超声回波数据的特征，基于所述特征提取所述谐波数据，并基于所述谐波数据生成并显示超声图像，包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求1-3中的任一项所述的方法，其特征在于，所述方法还包括：训练所述神经网络，
5.一种超声成像方法，其特征在于，所述方法包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
8.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
9.根据权利要求6所述的方法，其特征在于，所述基于所述超
10.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
11.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
12.根据权利要求5-11中的任一项所述的方法，其特征在于，所述神经网络为以下中的任一项：卷积神经网络、循环神经网络、对抗神经网络、注意力神经网络、全链接网络。
13.根据权利要求5-11中的任一项所述的方法，其特征在于，所述方法还包括：训练所述神经网络；
14.根据权利要求13所述的方法，其特征在于，所述对应的超声回波数据为经过信号域处理后的数据或者经过图像域处理后的数据。
15.一种超声成像方法，其特征在于，所述方法包括：
16.根据权利要求15所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
17.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
18.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
19.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
20.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
21.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
22.根据权利要求15-21中的任一项所述的方法，其特征在于，所述神经网络为以下中的任一项：卷积神经网络、循环神经网络、对抗神经网络、注意力神经网络、全链接网络。
23.根据权利要求15-21中的任一项所述的方法，其特征在于，所述神经网络的训练包括：
24.根据权利要求23所述的方法，其特征在于，仿真得到的超声回波数据为经过信号域处理后的数据或者经过图像域处理后的数据。
25.根据权利要求6、14、16、24中的任一项所述的方法，其特征在于，所述信号域处理包括以下中的至少一项：信号解调、放大、滤波、降采样、数据归一化、主成分分析、数据增强和数据重排；所述图像域处理包括取模、对数压缩、灰度变换。
26.根据权利要求25所述的方法，其特征在于，所述放大包括：根据所述超声回波数据的接收时刻的不同，采用不同的放大倍数对所述超声回波数据进行放大，以补偿数据信号的衰减。
27.根据权利要求25所述的方法，其特征在于，所述主成分分析包括：将所述超声回波数据进行特征中心化得到特征，求解所述特征的协方差矩阵，求解所述协方差矩阵的特征值，选取最大特征值构成特征向量，将所述超声回波数据投影到所述特征向量。
28.根据权利要求25所述的方法，其特征在于，所述数据增强包括：对所述超声回波数据进行平移和/或加噪声...
【技术特征摘要】
1.一种超声成像方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络的网络层提取所述超声回波数据的特征，基于所述特征提取所述谐波数据，并基于所述谐波数据生成并显示超声图像，包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求1-3中的任一项所述的方法，其特征在于，所述方法还包括：训练所述神经网络，
5.一种超声成像方法，其特征在于，所述方法包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
8.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
9.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
10.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
11.根据权利要求6所述的方法，其特征在于，所述基于所述超声回波数据，利用神经网络提取所述谐波数据，并基于所述谐波数据生成超声图像，包括：
12.根据权利要求5-11中的任一项所述的方法，其特征在于，所述神经网络为以下中的任一项：卷积神经网络、循环神经网络、对抗神经网络、注意力神经网络、全链接网络。
13.根据权利要求5-11中的任一项所述的方法，其特征在于，所述方法还包括：训练所述神经网络；
14.根据权利要求13所述的方法，其特征在于，所述对应的超声回波数据为经过信号域处理后的数据或者经过图像域处理后的数据。
15.一种超声成像方法，其特征在于，所述方法包括：
16.根据权利要求15所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
17.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
18.根据权利要求16所述的方法，其特征在于，所述基于所述待处理的超声回波数据，利用神经网络估计谐波数据，并基于所述谐波数据生成超声图像，包括：
19.根据...
【专利技术属性】
技术研发人员：郑铸，郭冲冲，刘敬，李雷，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：
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。