[發明專利]基于經驗模態分解的超聲背散射零差K成像方法

有效

• 申請號: 202010410886.2
• 申請日: 2020-05-15
• 公開（公告）號: CN111616740B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 吳水才;張奇宇;周著黃
• 申請（專利權）人: 北京工業大學
• 主分類號: A61B8/00
• 分類號: A61B8/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于經驗模態分解的超聲背散射零差K成像方法，其特征在于，包括以下步驟：

步驟1.B模式超聲成像及感興趣區域獲取，具體包括：

步驟1.1.對于原始超聲射頻數據I，獲取其數據的列數為L，其數據的行數為D；

步驟1.2.利用希爾伯特變換解調原始超聲射頻數據I以構建包絡圖像，并且使用動態范圍為40dB進行對數壓縮獲得包絡數據I_S來構建B模式超聲圖像B；

步驟1.3.對圖像B進行多邊形選取，對選取的多邊形轉換成二值化矩陣的掩模，其中區域內為1，區域外為0，由此便得到了感興趣區域R；

步驟2.利用經驗模態分解對原始射頻數據進行信號分解，獲取本征模態函數即IMF，具體包括：

步驟2.1.進行初始化，令r₀＝I,i＝1，其中r₀表示還未分解的殘余分量，此時即為原始超聲射頻數據I，其中i為經驗模態分解次數的計數；

步驟2.2.令h_j-1＝r_i-1,j＝1，其中h_j-1為每一步分解后減去本證模態函數的新序列，此時即為上一步的殘余分量r_i-1，其中j為判定是否為本征模態函數次數的計數；

步驟2.3.找出h_j-1的局部極值點，對其極大值點和極小值點進行三次樣條函數插值，形成上下包絡線，計算上下包絡線的平均值m_j-1，h_j＝h_j-1-m_j-1；

步驟2.4.h_j若不存在負的局部極大值和正的局部極小值，h_j是IMF函數，則第i個本證模態函數imf_i＝h_j，否則，j加一，從步驟2.3重新開始；

步驟2.5.分解后殘余分量r_i＝r_i-1-imf_i，如果r_i極值點個數仍多于2個，則i加一，從步驟2.2重新開始，否則，分解結束，由此得到本征模態函數imf_i；

步驟3.對分解后的數據進行零差K模型參數估算和參數成像，具體包括：

步驟3.1.采用滑動窗口技術作為構造超聲參數圖像的方法，使用imf_i包絡信號，利用窗邊長度WSL為脈沖長度1～9倍的正方形窗口獲取信號數據，在此窗口內進行零差K模型參數估算，窗口以距離增量在圖像數據的整個范圍內移動，分別以橫向和縱向移動，窗口每個增量包含對應于窗口重疊率WOR的像素數，窗口移動增量由單個窗口軸向像素數和橫向像素數決定，首先確定窗口的相關參數，其中窗口軸向像素數inte＝WSL*p/t，窗口橫向像素數inte1＝WSL*p/scan_step，窗口橫向移動距離lateral＝L-inte1，窗口橫向移動步長L1＝intel1/WOR，窗口軸向移動距離axial＝D-inte，窗口軸向移動步長A1＝intel/WOR，其中p為脈沖長度、t為軸向點距離、scan_step為掃描步長；

步驟3.2.計算窗口橫向移動格數x＝lateral/L1，計算窗口軸向移動格數y＝axial/A1；

步驟3.3.此時信號數據被窗口劃分成m*n的矩陣，其中m＝1、2、3…x，n＝1、2、3…y，窗口先在第1行橫向移動，在每個窗口內利用RSK法和XU法分別計算得到其對應的參數μ₁₁、μ₁₂、μ₁₃…μ_1n，依次類推，直到窗口在第m行完成移動為止，由此獲得參數矩陣μ_mn和k_mn，即為有效散射子個數參數矩陣μ和相干散射信號與彌漫散射信號的比值參數矩陣k；

步驟3.4.將參數μ和k利用顏色映射形成參數圖像RSK-k、RSK-μ、XU-k和XU-μ,其中RSK-k為利用RSK法所得到的k參數圖像，RSK-μ為利用RSK法所得到的μ參數圖像，XU-k為利用XU法所得到的k參數圖像，XU-μ為利用XU法所得到的μ參數圖像；

步驟3.5.利用參數圖像RSK-k、RSK-μ、XU-k和XU-μ，計算感興趣區域R內參數μ和k的平均值，用于生物組織的超聲組織定征，提供相關微結構信息，以此提供具體散射結構物理意義及參數數值，并提供可視化的參數成像。