zoukankan      html  css  js  c++  java
  • 全数字B超成像基本步骤与方法(个人观点整理)

         通过大量的论文文献学习,概括B超成像基本步骤包括:波束形成、数字信号处理以及数字图像处理

         数字波束合成是后期数字信号处理和成像的基础,也是万里长征第一步,波束合成的处理结果直接影像成像的好坏。

         数字波束合成一般需要经过聚焦技术、动态孔径、幅迹变换等基本处理技术。波束形成之前需要对超声回波信号进行信号放大并进行A/D转换,过早的将超声回波信号进行A/D转换,有利于我们把数字信号移植到PC机中进行处理,减少硬件成本与开发难度。

         数字波束合成技术在数字 B 超成像系统中,历年来都是研究的热点技术,同时也是超声系统数字化技术中最为重要的技术。该技术包括聚焦技术,幅度变迹技术和动态孔径技术三个环节,每个环节的实现难度都非常大,而且不同的超声系统结构对应的成像方式也有影响,合理的搭配各个环节将更加困难。如果能够在超声成像系统上,较好的实现数字波束合成技术,即可在现有的超声系统硬件平台基础上,显著提高图像的分辨率,增加动态范围,降低随机噪声,获得较佳的超声图像质量。

         数字波束合成中的聚焦技术包括三种,定点聚焦、动态聚焦、分段动态聚焦,分别研究这三种聚焦方式,比较它们的实现过程,以及所得到的超声图像质量效果。

         超声信号的发射与接收形成的声场中,波束中除了有决定图像分辨率的主瓣之外,还会有部分的旁瓣。旁瓣是产生伪像的原因之一,其大小将会影响最终图像的质量。抑制旁瓣的技术途径就是采用幅度变迹技术。实现幅度变迹的方法是在发射(或接收)的阵元采用幅度加权,通常使中心阵元的发射强度最大,边缘阵元的发射强度最小,具体的幅度函数可以不同。

         所谓动态孔径,就是在接收模式下,开始时只有少数的位于中心的阵元开通,接收超声信号,其它阵元处于关闭状态,随着接收深度的增加,越来越多的接收通道开启,接收孔径逐渐增大,直到深度增加到最大,所有接收阵元都开启。

         在波束合成之后,超声回波信号已经完成了聚焦、变迹、变孔径的相关处理,在探测的空间中形成了较为理想的波束分布,随后就要对这样的回波信号进行若干处理,主要包括动态滤波、包络检测、对数压缩三个环节。

          回波信号进过数字波束合成之后,就进入动态滤波这个环节,动态滤波是为了解决人体组织对不同频率超声能量的衰减不同而提出的。动态滤波技术实现的好坏,直接关系到数字化 B 超成像系统的成像分辨率,是成像系统的另一个关键组成部分。

          回波信号经过动态滤波之后,得到是一个幅度和相位都受调制的信号,为了进一步得到回波的幅度信息来进行成像,这里必须进行包络检测

          经过包络检测之后的超声信号,得到的是一条超声信号的幅度包络线,该包络线上的数值是不能直接进行成像的。因为通常的得到的包络线在归一化之后的取值区间在[0,1]之间,而超声成像系统的显像等级一般是[0,255]之间,需要将包络线原始的取值区间映射到超声成像系统的显像区间。通常不会使用采用线性的方式进行映射,即2 1U =255   U,1U 为包络线的原始取值,2U 为映射过后的显像取值,这种线性映射的方式对非强聚焦区域的反射回波信号的超声成像效果不佳。通常使用的映射方式是对数压缩

         通过数字信号处理后,要应用数字图像处理技术对数字信号进行成像处理与优化。该过程需要应用到数字扫描变换技术(坐标变换、线性插值)以及帧相关技术。凸阵探头接收的超声回波信号,是以极坐标形式排列的扇形区域超声扫描。如果直接将该信号进行显示扫面,用直角坐标形式显示成像,结果必然是不正确的,因而需要进行坐标变换。通过坐标变换后的坐标点,不一定落在凸阵探头的接收扫描线上,也不一定正好就在回波数据点对应的深度上。因此,需要通过线性插值的方式得到改点数值的大小,通常采用的是4点线性插值方式。 对于相对静止的人体脏器做超声扫描时,所得到的B超图像进行多幅图像叠加平均处理,使图像上的噪声得到抑制,这是帧相关的思想。

  • 相关阅读:
    java基础-对象
    java基础-类
    java基础-数组
    java基础-for循环、while循环相关
    java基础-程序执行流程之if-else语句
    ODBC, OLEDB, ADO, ADO.NET
    无题
    优秀资源
    SSRS Report Knowledge Base
    SSRS 通过Customer Code访问Dataset
  • 原文地址:https://www.cnblogs.com/jiangxin/p/2398024.html
Copyright © 2011-2022 走看看