[發(fā)明專利]一種結(jié)合深度學(xué)習(xí)與吉洪諾夫正則化反演的超聲CT聲速重建方法有效
| 申請(qǐng)?zhí)枺?/td> | 202011533818.1 | 申請(qǐng)日: | 2020-12-21 |
| 公開(公告)號(hào): | CN112674794B | 公開(公告)日: | 2023-02-10 |
| 發(fā)明(設(shè)計(jì))人: | 屈曉磊 | 申請(qǐng)(專利權(quán))人: | 蘇州二向箔科技有限公司 |
| 主分類號(hào): | A61B8/00 | 分類號(hào): | A61B8/00 |
| 代理公司: | 北京科家知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11427 | 代理人: | 宮建華 |
| 地址: | 215000 江蘇省蘇*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 結(jié)合 深度 學(xué)習(xí) 吉洪諾夫 正則 反演 超聲 ct 聲速 重建 方法 | ||
本發(fā)明提供了一種結(jié)合深度學(xué)習(xí)與吉洪諾夫正則化反演的超聲CT聲速重建方法,包括以下步驟:S1:分別在純水介質(zhì)時(shí)和有目標(biāo)介質(zhì)時(shí)的環(huán)形超聲CT中獲取各超聲換能器接收到的原始數(shù)據(jù),并獲取各超聲換能器接收信號(hào)的最早到達(dá)時(shí)間,繪制渡越時(shí)間差異圖;S2:利用深度學(xué)習(xí)的方法來(lái)擬合聲波折射影響帶來(lái)的非線性映射,以折射矯正的方式將S1中繪制所得的帶有折射影響的渡越時(shí)間差異圖矯正為對(duì)應(yīng)的無(wú)折射影響的渡越時(shí)間差異圖;S3:利用直線假設(shè)下的吉洪諾夫正則化反演方法對(duì)S2中所得的無(wú)折射影響的渡越時(shí)間差異圖進(jìn)行重構(gòu),得到聲速圖像。通過(guò)本申請(qǐng)的公布,提高了重建結(jié)果的精度,并避免了多次迭代、正則化調(diào)參等繁瑣步驟。
技術(shù)領(lǐng)域
本發(fā)明涉及生物醫(yī)學(xué)超聲學(xué)中的超聲斷層成像技術(shù)領(lǐng)域,更具體涉及一種結(jié)合深度學(xué)習(xí)與吉洪諾夫正則化反演的超聲CT聲速重建方法。
背景技術(shù)
超聲CT聲速重建技術(shù)是一種極具潛力的新型成像方式,以其無(wú)輻射性的,價(jià)格低廉,可產(chǎn)生定量的三維圖像等優(yōu)點(diǎn)展現(xiàn)出了很大優(yōu)勢(shì)。該技術(shù)以一環(huán)形的超聲換能器陣列作為測(cè)量裝置,通過(guò)換能器之間相互發(fā)射和接收超聲波的方式來(lái)對(duì)目標(biāo)物體的結(jié)構(gòu)進(jìn)行探測(cè),然后利用各換能器接收到的超聲信號(hào)來(lái)重構(gòu)出超聲CT聲速圖像。該技術(shù)可以通過(guò)重建在乳腺內(nèi)的聲速分布來(lái)區(qū)分正常腺體與癌變組織,甚至可以區(qū)分不同種類的腫瘤。
目前的超聲CT聲速重建方法主要分為兩類:基于波形反演法和基于射線理論的方法。基于波形反演的方法使用全波方程對(duì)傳播波場(chǎng)進(jìn)行建模,因此考慮了衍射和多次散射等高階效應(yīng),可以獲得更好的重建質(zhì)量。但是該類方法計(jì)算量往往十分巨大、難以實(shí)現(xiàn)。基于射線理論的方法主要利用各發(fā)射信號(hào)的到達(dá)時(shí)間來(lái)進(jìn)行重構(gòu),忽略了傳播過(guò)程中的衍射效應(yīng),因此計(jì)算量較小,易于實(shí)現(xiàn),但是重構(gòu)精度較低。其中基于射線理論的方法又可分為直線路徑法和彎曲路徑法,直線射線法假設(shè)聲波在目標(biāo)介質(zhì)中的傳播路徑為直線,因此實(shí)現(xiàn)簡(jiǎn)單,但是質(zhì)量較低。彎曲射線法考慮了聲波在目標(biāo)介質(zhì)中傳播時(shí)的折射影響,因此重構(gòu)精度更高,但是需要利用迭代的利用射線追蹤法來(lái)確定聲波的折射傳播路徑,因此重構(gòu)時(shí)間大大增加。
有鑒于此,有必要對(duì)現(xiàn)有技術(shù)中的成像方法予以改進(jìn),以解決上述問(wèn)題。
發(fā)明內(nèi)容
本發(fā)明的目的在于公開能夠減小計(jì)算量,簡(jiǎn)化步驟,加快圖像重構(gòu)速度,以及提高圖像重建精度,從而增強(qiáng)實(shí)用性的一種結(jié)合深度學(xué)習(xí)與吉洪諾夫正則化反演的超聲CT聲速重建方法。
為實(shí)現(xiàn)上述目的,本發(fā)明提供了一種結(jié)合深度學(xué)習(xí)與吉洪諾夫正則化反演的超聲CT聲速重建方法,包括以下步驟:
S1:分別在純水介質(zhì)時(shí)和有目標(biāo)介質(zhì)時(shí)的環(huán)形超聲CT中獲取各超聲換能器接收到的原始數(shù)據(jù),并獲取各超聲換能器接收信號(hào)的最早到達(dá)時(shí)間,繪制渡越時(shí)間差異圖;
S2:利用深度學(xué)習(xí)的方法來(lái)擬合聲波折射影響帶來(lái)的非線性映射,以折射矯正的方式將S1中繪制所得的帶有折射影響的渡越時(shí)間差異圖矯正為對(duì)應(yīng)的無(wú)折射影響的渡越時(shí)間差異圖;
S3:利用直線假設(shè)下的吉洪諾夫正則化反演方法對(duì)S2中所得的無(wú)折射影響的渡越時(shí)間差異圖進(jìn)行重構(gòu),得到聲速圖像。
作為本發(fā)明的進(jìn)一步改進(jìn),所述S2中采用深度神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)技術(shù)的實(shí)施方式,可采用U-net網(wǎng)絡(luò)但不限于U-net網(wǎng)絡(luò)。
作為本發(fā)明的進(jìn)一步改進(jìn),所述U-net的網(wǎng)絡(luò)結(jié)構(gòu)包括三個(gè)部分:
a1,多次卷積和池化;
a2,與a1相對(duì)應(yīng)層次的多次反卷積和上采樣;
a3,不同層次上的特征拼接,將不同尺度的特征信息進(jìn)行融合,讓網(wǎng)絡(luò)能夠同時(shí)利用到輸入圖像的細(xì)節(jié)特征以及較大尺度特征。
作為本發(fā)明的進(jìn)一步改進(jìn),所述S2中采用了兩種訓(xùn)練集制作方式,方式一為利用仿真數(shù)據(jù)來(lái)制作訓(xùn)練集,方式二為利用真實(shí)實(shí)驗(yàn)數(shù)據(jù)并結(jié)合全波方程反演的方法來(lái)制作訓(xùn)練集。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于蘇州二向箔科技有限公司,未經(jīng)蘇州二向箔科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011533818.1/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)
- 一種規(guī)整化最小二乘子空間相交的目標(biāo)方位測(cè)向方法
- 用于采用醫(yī)療裝置非接觸標(biāo)測(cè)的正則化方案
- 一種基于空間域相位校正的孔隙成像方法及裝置
- 一種基于多參數(shù)正則優(yōu)化模型的圖像去模糊方法
- 一種基于多尺度散焦信息的全聚焦圖像重建方法
- 一種雙平面磁共振成像系統(tǒng)梯度線圈的設(shè)計(jì)方法
- 一種基于迭代法的準(zhǔn)靜態(tài)橋梁影響線識(shí)別方法
- 盲反演方法及裝置
- 一種結(jié)合深度學(xué)習(xí)與吉洪諾夫正則化反演的超聲CT聲速重建方法
- 一種基于電子群參數(shù)獲取分子吸附截面的方法





