本发明专利技术公开一种基于深度学习的经颅聚焦声全息透镜快速生成方法及系统，在Matlab中使用k‑wave工具箱，利用时间反演法将预设的聚焦点设为声源，捕获超声换能器平面处的相位，以此设计声全息透镜；以预设焦点的位置与设计好的全息透镜作为数据集训练U‑net网络，所述U‑net网络的输入是预设焦点位置，输出是设计好的全息透镜；设置目标聚焦点，输入训练好的所述U‑net网络，并从训练好的所述U‑net网络输出获取所述目标聚焦点对应的全息透镜；基于所述U‑net网络输出全息透镜设计，通过3D打印进行所述全息透镜制造。基于深度学习的框架来实现快速准确的声全息透镜生成，解决了通过声全息透镜进行经颅聚焦过程中制作和验证声全息透镜消耗过大计算资源的问题。
【技术实现步骤摘要】
本专利技术属于医学成像，尤其涉及一种基于深度学习的经颅聚焦声全息透镜快速生成方法及系统。
技术介绍
1、经颅聚焦超声因其无创、安全、穿透深度深等优点，具有重大发展潜力。超声波在穿过头骨时能够保持较高的穿透深度，使其能够直接影响深层脑组织，并且聚焦超声产生的热效应有助于治疗深部位疾病。因此，相较于传统跨颅骨的手术治疗方法，经颅聚焦超声技术能够在不进行开颅手术的前提下实现手术治疗，降低了感染出血的风险，在生物医学领域具有广阔的应用场景。比如，在低强度下，经颅聚焦超声可以在组织不消融的情况下可逆地打开血脑屏障，在高强度下，经颅聚焦超声可产生组织消融。然而，当超声穿过颅骨时，由于颅骨自身的性质以及结构复杂性，会带来强烈的超声散射和衰减，使得经颅声场产生严重的失真和畸变。目前，通过超声全息透镜调制发射平面波的相位来实现经颅聚焦是一种效果稳健且成本低的经颅聚焦方式。用于经颅聚焦所用的全息透镜目前是基于时间反演法设计的，在设计全息图的过程中需要进行三维仿真，计算成本较大，从而限制了声全息透镜在经颅聚焦超声中应用的灵活性和实用性。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种基于深度学习的经颅聚焦声全息透镜快速生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的经颅聚焦声全息透镜快速生成方法，其特征在于，步骤S1中通过时间反演法设计声全息透镜，先预设目标聚焦焦点位置，在仿真中将该焦点作为声源，经颅在超声换能器放置位置接收信号，对信号进行相位提取，根据下式将提取到的相位信息转化为声全息透镜每个像素的高度谱，h(i,j)＝w(i,j).cwater.clens/2πf.(clens-cwater)，其中w(i,j)是像素(i,j)对应的相位，cwater和clens是在水中和全息透镜材料中的声速，f是超声的中心频率，从...
【技术特征摘要】
1.一种基于深度学习的经颅聚焦声全息透镜快速生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的经颅聚焦声全息透镜快速生成方法，其特征在于，步骤s1中通过时间反演法设计声全息透镜，先预设目标聚焦焦点位置，在仿真中将该焦点作为声源，经颅在超声换能器放置位置接收信号，对信号进行相位提取，根据下式将提取到的相位信息转化为声全息透镜每个像素的高度谱，h(i,j)＝w(i,j).cwater.clens/2πf.(clens-cwater)，其中w(i,j)是像素(i,j)对应的相位，cwater和clens是在水中和全息透镜材料中的声速，f是超声的中心频率，从而得到全息透镜每个像素的高度。
3.根据权利要求1所述的基于深度学习的经颅聚焦声全息透镜快速生成方法，其特征在于，所述u-net网络由上采样和下采样模块组成，下采样模块通过对固定大小的图像进行降维使其符合显示区域的大小，取更深层次的图像特征，上采样模块基于此放大图像，并通过复制和裁剪来融合各层特征，所述u-net网络跳跃连接能够有效融合各个尺度的深浅层信息，从而提高网络训练效率。
4.根据权利要求3所述的基于深度学习的经颅聚焦声全息透镜快速生成方法，其特征在于，所述u-net网络的损失函数为：其中是用时间反演法计算出的第n张全息图，作为真实值，是相应的u-net网络输出的全息图，n表示小批量训练规模中的目标图像数量，在训练过程中使用优化器去最小化损失函数，在每一次训练后，网络参数会在迭代优化后自动更新。<...
【专利技术属性】
技术研发人员：刘欣，卜梦旭，顾文庭，李博艺，江雪，他得安，
申请(专利权)人：复旦大学，
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。