【技术实现步骤摘要】
本专利技术属于超声成像技术，具体涉及一种超声层析成像方法和系统。
技术介绍
1、超声层析成像技术是一种无创、无电离辐射和高成像分辨率的医疗影像技术，能够对人体内部组织进行高精度图像重建，如乳房等。超声层析成像系统是一套可以实现超声层析成像技术的软硬件系统，目前这类系统在科研和临床医疗中已得到部分应用。
2、这类系统一般包括超声信号激发和接收的超声前端和运行超声层析成像算法程序的上位机。在信号获取方面，通过压电效应将电信号激励超声换能器阵列向组织发射超声波，切换为接收模式后，超声换能器阵列接收超声信号。在计算超声层析成像方面，可分为两种成像模式，一种模式是利用超声反射信号进行反射成像，该模式可以重建组织的声反射系数，也称为回声强度图像重建，对各类组织界面的重建分辨率比较高，对声阻抗参数已较大的变化、边界明显的病灶较为较为敏感，对病变早期的组织功能参数变化不敏感；另一种模式主要利用超声透射信号，包括基于射线理论的直射线法、弯曲射线法和基于波动理论的全波形反演(full waveform inversion, fwi)方法，该模式可以重建组织的声速、衰减系数等声学参数的分布图像，对癌症早期筛查有重要的临床意义，但这类迭代最优化重建方法存在计算陷入局部极值、计算量大、计算时间长等问题。现有相关技术方案(公开号: cn110179495b)利用分布式集群系统方案对超声信号进行处理可以在一定程度上解决数据量和重建时间长的问题，但未能从根本上降低算法复杂度。这类迭代重建方法在重建计算时，首先需要确定一个初始的声学模型，从初始模型开
3、综上，目前该技术存在两个关键问题亟待解决：
4、1）尚未有一般性的初始迭代声学图像计算方法，可有效解决迭代最优化算法陷入局部极值的困境：
5、现有技术一般使用均匀背景模型（水：1540m/s）作为迭代计算的初始模型，而根据人体各类组织的声学参数先验知识可知，骨骼、皮肤的声速分别约为3200m/s、1670m/s。由此可见，均匀背景初始模型与真实组织差异较大，一方面，这将导致迭代最优化计算过程中易陷入局部极值，使得计算结果偏离全局最小值，难以获得期望的高质量图像；另一方面，这将导致计算的迭代次数多，成像时间过长，限制了该技术的实际应用。
6、2）现有迭代最优化算法的计算网格密集导致计算负载增加：
7、现有声学参数迭代最优化重建算法为保证成像质量和收敛性，计算网格一般较为密集，且现有算法无法有效获取精确的组织外轮廓结构，这使得其计算域只能取较大的范围以确保包含整个组织，这无疑对计算的算力和资源提出了更高的要求，限制了该技术的应用和推广。
技术实现思路
1、本专利技术克服现有技术的上述缺点，提供一种基于解剖学先验的超声层析成像方法和系统。
2、本专利技术针对初始模型，通过对组织进行超声反射成像，获取组织的解剖学形态信息并代入组织解剖学先验声学参数，可以得到较为精确初始模型，加速算法收敛从而减少计算迭代次数；针对计算域选取，通过反射图像获得精确的组织外轮廓，可以最大限度地将计算区域限定在组织内部，节约计算成本。
3、本说明书提供了一种基于解剖学先验的超声层析成像方法，包括如下步骤：
4、步骤1：获取超声阵列参数、超声反射波信号数据、超声透射波信号数据，并存储；
5、步骤2：利用超声反射波数据进行超声反射成像，获取超声反射图像；
6、步骤3：对超声反射图像进行处理，获取目标组织的结构图像；
7、步骤4：利用目标组织的结构图像和解剖学先验声学信息构建先验初始声学参数图像；
8、步骤5：利用先验初始声学参数图像和超声透射波信号数据进行超声层析图像重建。
9、优选地，步骤1中，获取超声阵列参数、超声反射波信号数据、超声透射波信号数据，并存储，具体包括：获取超声阵列的阵元的位置、信源波形、采样参数，获取超声反射波的实际rf数据或仿真rf数据、超声透射波的实际rf数据或仿真rf数据。
10、进一步，所述的超声反射波的实际rf数据或仿真rf数据是：相对于成像目标，所在位置与超声激发阵元的位置在同侧的阵元所接收到的超声波信号的实际rf数据或仿真rf数据；
11、所述的超声透射波的实际rf数据或仿真rf数据是：相对于成像目标，所在位置与超声激发的阵元位置在另一侧的阵元所接收到的超声波信号的实际rf数据或仿真rf数据。
12、进一步，获取超声反射波、超声透射波的实际rf数据，具体包括：
13、针对超声设备，确定超声换能器阵列排布、超声激发方式；
14、通过超声成像平台所搭建的超声阵列信号采集系统采集超声rf数据；
15、获取超声反射波、超声透射波的仿真rf数据，具体包括：
16、设置仿真样本模型；
17、通过k-wave工具箱构建仿真环境，确定所需的配置参数，所述配置参数包括：超声换能器参数、仿真总时间、柯朗数、仿真边界条件、网格剖分参数、所述超声换能器参数中包含的各阵元的空间位置、所述超声换能器的激发方式、所述阵元的阵元信号以及所述阵元的时间采样序列；
18、将仿真样本模型输入到构建好的仿真环境中，计算超声rf数据。
19、优选地，步骤2所述的利用超声反射波信号数据进行超声反射成像，具体包括：将超声反射波信号数据输入超声反射成像算法中进行超声反射图像重建，获得超声反射图像。
20、进一步，所述的超声反射成像算法是时域延时叠加算法或频域快速重建算法。
21、优选地，步骤3所述的对超声反射图像进行处理，获取目标组织的结构图像，具体包括：首先对超声反射图像进行归一化和降噪，再将处理后的超声反射图像输入结构图像提取算法，利用连通域计算法、像素强度法计算出组织各部分轮廓。
22、优选地，步骤4所述的利用目标组织的结构图像和解剖学先验声学信息构建先验初始声学参数图像，具体包括：根据层析图像重建的声学参数类型需求，在组织各部分轮廓包括的区域中填入相应的参考声学参数，得到先验初始声学参数图像。
23、进一步，所述的参数类型包括声速、声衰减、声阻抗，组织各部分包括皮肤、脂肪、肌肉、血管、腺体、骨骼。
24、优选地，步骤5所述的利用先验初始声学参数图像和超声透射波信号数据进行超声层析图像重建，具体包括：将先验初始声学参数图像作为初始模型，与超声透射波信号数据一并输入选择的超声透射层析重建算法进行层析重建。
25、进一步，所述的透射层析成像算法是射线法或全波形反演算法。
26、本专利技术的第二个方面涉及一种基于解剖学先验的超声层析成像系统，包括前端采集本文档来自技高网...
【技术保护点】
1.一种基于解剖学先验的超声层析成像方法，包括如下步骤：
2.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤1中，获取超声阵列参数、超声反射波信号数据、超声透射波信号数据，并存储，具体包括：获取超声阵列的阵元的位置、信源波形、采样参数，获取超声反射波的实际RF数据或仿真RF数据、超声透射波的实际RF数据或仿真RF数据。
3.如权利要求2所述的一种基于解剖学先验的超声层析成像方法，其特征在于，
4.如权利要求2所述的一种基于解剖学先验的超声层析成像方法，其特征在于，
5.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤2所述的利用超声反射波数据进行超声反射成像，获取超声反射图像，具体包括：将超声反射波信号数据输入超声反射成像算法中进行超声反射图像重建，获得超声反射图像。
6.如权利要求5所述的一种基于解剖学先验的超声层析成像方法，其特征在于，
7.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤3所述的对超声反射图像进行处理，获取目标组织
8.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤4所述的利用目标组织的结构图像和解剖学先验声学信息构建先验初始声学参数图像，具体包括：根据层析图像重建的声学参数类型需求，在组织各部分轮廓包括的区域中自动化填入相应的参考声学参数，得到先验初始声学参数图像。
9.如权利要求8所述的一种基于解剖学先验的超声层析成像方法，其特征在于，所述的参数类型包括声速、声衰减、声阻抗，组织各部分包括皮肤、脂肪、肌肉、血管、腺体、骨骼。
10.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，利用先验初始声学参数图像和超声透射波信号数据进行超声层析图像重建，具体包括：将先验初始声学参数图像作为初始图像，与超声透射波信号数据一并输入选择的超声透射层析重建算法进行层析重建。
11.如权利要求10所述的一种基于解剖学先验的超声层析成像方法，其特征在于，所述的超声透射层析重建算法是射线法或全波形反演算法。
12.一种基于解剖学先验的超声层析成像系统，其特征在于，包括前端采集和上位机，前端采集用于实验数据获取，上位机中储存有程序，实现权利要求1-11之一所述的一种基于解剖学先验的超声层析成像方法，具体包括：
13.一种基于解剖学先验的超声层析成像装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-11中任一项所述的基于解剖学先验的超声层析成像方法。
14.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1-11中任一项所述的基于解剖学先验的超声层析成像方法。
...【技术特征摘要】
1.一种基于解剖学先验的超声层析成像方法，包括如下步骤：
2.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤1中，获取超声阵列参数、超声反射波信号数据、超声透射波信号数据，并存储，具体包括：获取超声阵列的阵元的位置、信源波形、采样参数，获取超声反射波的实际rf数据或仿真rf数据、超声透射波的实际rf数据或仿真rf数据。
3.如权利要求2所述的一种基于解剖学先验的超声层析成像方法，其特征在于，
4.如权利要求2所述的一种基于解剖学先验的超声层析成像方法，其特征在于，
5.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤2所述的利用超声反射波数据进行超声反射成像，获取超声反射图像，具体包括：将超声反射波信号数据输入超声反射成像算法中进行超声反射图像重建，获得超声反射图像。
6.如权利要求5所述的一种基于解剖学先验的超声层析成像方法，其特征在于，
7.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤3所述的对超声反射图像进行处理，获取目标组织的结构图像，具体包括：首先对超声反射图像进行归一化和降噪，再将处理后的超声反射图像输入结构图像提取算法，利用连通域计算法、像素强度法计算出组织各部分轮廓。
8.如权利要求1所述的一种基于解剖学先验的超声层析成像方法，其特征在于，步骤4所述的利用目标组织的结构图像和解剖学先验声学信息构建先验初始声学参数图像，具体包括：根...
【专利技术属性】
技术研发人员：庄泽宇，林宏翔，赛义德·福尔坎·卡德里，
申请(专利权)人：之江实验室，
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。