[發明專利]基于希爾伯特變換-基頻估計的平均骨小梁間距估計方法

無效

• 申請號: 201010232838.5
• 申請日: 2010-07-21
• 公開（公告）號: CN101889877A
• 公開（公告）日: 2010-11-24
• 發明（設計）人: 他得安;楊白丁;王威琪
• 申請（專利權）人: 復旦大學
• 主分類號: A61B8/08
• 分類號: A61B8/08
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;盛志范

技術領域

本發明屬于醫學超聲技術領域，具體涉及一種評價松質骨狀況的平均骨小梁間距估計方法。

背景技術

隨著人口老齡化的加劇，骨質疏松已成為嚴重的社會問題，它會引起骨微結構退化，從而使骨強度下降，增加骨折的幾率。目前全世界超過兩億人受到骨質疏松的困擾，20-30%的女性患有不同程度的骨質疏松。目前最常用的診斷方法是雙能X射線（DXA）測量骨密度（BMD），但它有無法定征骨微結構；另一方面，DXA具有放射性及成本較為昂貴的缺點。

由于超聲波能反映骨的微結構信息，利用超聲診斷骨質疏松的方法受到了研究者的關注。其中利用松質骨的超聲背散射信號診斷由于其特有的優勢引起了研究者濃厚的興趣，并已顯示出巨大的潛力。患骨質疏松后，松質骨中的骨小梁數量明顯減少，骨小梁厚度變薄；同時，骨小梁間距也會明顯的變大。所以通過超聲背散射信號估計出的平均骨小梁間距能有效表征松質骨微結構的變化。

超聲背散射信號中包含了測量系統以及傳播介質的特性，由于松質骨中超聲的衰減較大，超聲背散射信號的幅度較小，使得信號的信噪比較低。這些因素都給平均骨小梁間距(MTBS)的估計帶來了困難。目前，常用平均散射元間距估計的主要方法有AR倒譜法、譜自相關算法、簡易反向濾波跟蹤算法（SIFT）等。

這些算法在實驗信號有較高的信噪比和隨機散射幅度較小時有比較好的估計性能，但在低信噪比和較大的隨機散射幅度的情況下，都或多或少有估計誤差過大，估計的方差也比較大等問題。

基頻估計在語音信號的分析和處理中占有重要的地位。松質骨骨小梁的微結構可以建模成準規則結構，由準規則結構背散射的特性，可以由去掉探頭沖擊響應影響后的超聲背散射信號的基頻估計得到平均骨小梁間距的估計值。本方法首次在松質骨平均骨小梁間距估計中應用了希爾伯特變換提取包絡和基頻估計，它對白噪聲，隨機散射回波和規則散射回波的變化都有更強的魯棒性，并對不同的平均骨小梁間距都能更準確的估計。

發明內容

本發明的目的在于提供一種能在超聲背散射信號受到不同因素干擾時，都能從中較為準確的估計出平均骨小梁間距的方法。

本發明提出的估計方法，是采用希爾伯特變換提取超聲背散射信號的包絡，并運用基頻估計的方法估計出包絡的基頻，從而最終得到松質骨的平均骨小梁間距值。

與傳統的直接估計平均骨小梁間距的方法不同，本發明提出的方法采用估計基頻的方法間接的估計出平均骨小梁間距。

本發明方法的具體步驟是：

1、提取包絡???對數字化后的超聲背散射信號進行希爾伯特變換，得到的復信號的模就是超聲背散射信號的正包絡；

2、降采樣???對包絡信號進行降采樣；

3、估計信號基波的大概周期????對降采樣后的信號經由YIN算法處理，得到3個信號的基波大概的周期；

4、估計基頻????將降采樣后的信號和3個信號大概的周期作為EB算法的輸入，估計出3個信號基頻；

5、結果判別????通過結果判別模塊，從YIN算法和EB算法的輸出中找到最終信號的基頻，通過該基頻和超聲傳播速度，得到最后的平均骨小梁間距估計結果。

下面對本發明的內容作進一步的介紹：

1、希爾伯特變換提取包絡

由于希爾伯特變換的特性，它能較為方便的提取信號的包絡。使超聲背散射信號本身作為復信號的實部，它的希爾伯特變換后的結果作為復信號的虛部，這樣組成的復信號的模就是超聲背散射信號的正包絡。

2、降采樣

為降低后續基頻估計算法的計算量，去掉高頻的冗余信息，在對超聲背散射信號進一步處理前，首先對信號進行降采樣。為避免信號的混疊，先對信號進行低通濾波，再通過抽取來降采樣。

3、YIN算法估計信號基波的大概周期

YIN算法主要基于自相關的原理，并做了一些改進。它得出三個信號基波的大概周期通過以下的公式：

???????????????????????????（1）

????????????????????????（2）

???????其中，為降采樣后的包絡信號。找出式（2）中前三個滿足下面條件的：使為局部最小值；且小于某個特定閾值。這三個即對應了信號的基波的大概周期（其中有兩個值都是干擾）。

4、EB算法估計基頻

EB算法能較為精確的估計基頻，且對噪聲有很強的魯棒性。輸出的信號的基頻估計通過以下的公式得出：

?????????????????????????????????(3)

?????????????????????(4)