基于神经网络的非监督式超声断层声速成像方法及设备技术

本发明专利技术公开了基于神经网络的非监督式超声断层声速成像方法及设备，属于超声声速成像技术领域，方法包括：(S1)基于神经网络建立生成器网络；(S2)将预先生成的噪声图像输入生成器网络，以生成初始声速图像；(S3)将初始声速图像中的声速值转换至预设声速范围内，得到声速图像；(S4)将声速图像转换为声压分布信号，作为模拟信号；(S5)将采集自待成像组织的声压分布信号作为观测信号，计算模拟信号与观测信号之间的差异，并由此计算梯度，根据梯度对生成器网络的参数更新；(S6)重复执行(S2)～(S5)直至达到迭代终止条件；(S7)输出当前的声速图像。本发明专利技术能够在保证声速成像的高分辨率的同时，提高声速成像的泛化性和稳定性。

【技术实现步骤摘要】

本专利技术属于超声声速成像，更具体地，涉及基于神经网络的非监督式超声断层声速成像方法及设备。

技术介绍

1、超声断层成像技术是目前新兴的一项超声成像技术，该技术通过全包围式超声换能器发射和接收全角度超声波信号，然后通过采集信号重建出成像物体的二维或三维反射图像，声速图像和衰减图像三种模态。该技术具有价格低廉，无电离辐射，操作流程规范化，分辨率高，多模态成像等优点。

2、超声断层声速成像技术可重建出生物组织表面的声速信息，目前大致可分为两条技术路线，即基于飞行时间的声速成像方法和基于全波形反演的声速成像算法。

3、基于飞行时间的声速成像方法假设声波沿直线或折线传播，通过这种方式近似计算声波由发射阵元到达接收阵元的飞行时间，并不断更新声速模型使得根据重建的声速模型计算出的飞行时间与实际采集场景中观测到的飞行时间差异最小，由此完成声速重建，该方法原理简单易于实现，计算效率高但由于忽略了声波的衍射和折射等效应导致成像分辨率低。

4、基于全波形反演的声速成像方法可以定义为如下最优化问题：

5、>

6、

本文档来自技高网...

【技术保护点】

1.一种基于神经网络的非监督式超声断层声速成像方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于神经网络的非监督式超声断层声速成像方法，其特征在于，所述步骤(S4)中，采用循环神经网络将所述声速图像转换为声压分布信号。

3.如权利要求2所述的基于神经网络的非监督式超声断层声速成像的方法，其特征在于，所述步骤(S5)中，计算所述生成器网络参数的梯度时，采用自动微分技术。

4.如权利要求1～3任一项所述的基于神经网络的非监督式超声断层声速成像方法，其特征在于，所述步骤(S3)中，采用转换算子将所述初始声速图像中各像素处的声速值转换至预设声速范围内...

【技术特征摘要】

1.一种基于神经网络的非监督式超声断层声速成像方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于神经网络的非监督式超声断层声速成像方法，其特征在于，所述步骤(s4)中，采用循环神经网络将所述声速图像转换为声压分布信号。

3.如权利要求2所述的基于神经网络的非监督式超声断层声速成像的方法，其特征在于，所述步骤(s5)中，计算所述生成器网络参数的梯度时，采用自动微分技术。

4.如权利要求1～3任一项所述的基于神经网络的非监督式超声断层声速成像方法，其特征在于，所述步骤(s3)中，采用转换算子将所述初始声速图像中各像素处的声速值转换...

【专利技术属性】
技术研发人员：尉迟明，邱武，丁明跃，严伟成，武云，张求德，刘昭辉，张辉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：