[發(fā)明專利]微納馬達(dá)實(shí)時(shí)成像與追蹤方法、裝置及微納馬達(dá)控制方法

有效

• 申請?zhí)枺?/td>: 202110665439.6
• 申請日: 2021-06-16
• 公開（公告）號: CN113397591B
• 公開（公告）日: 2022-11-29
• 發(fā)明（設(shè)計(jì)）人: 許凱亮;閆少淵;劉錦潤;郭星奕;亞歷山大·索羅維夫;梅永豐;他得安;黃高山;王威琪
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: A61B8/00
• 分類號: A61B8/00
• 代理公司: 上海德昭知識產(chǎn)權(quán)代理有限公司 31204
• 代理人: 盧泓宇

1.一種微納馬達(dá)實(shí)時(shí)成像與追蹤方法，用于對處于目標(biāo)成像區(qū)域內(nèi)的微納馬達(dá)進(jìn)行實(shí)時(shí)成像與追蹤，其特征在于，包括如下步驟：

步驟S1-1，利用陣列超聲換能器對所述目標(biāo)成像區(qū)域發(fā)射連續(xù)多組平面波組，并獲取因不同所述平面波組而反射出的超聲射頻回波信號組，其中，所述平面波組包含復(fù)數(shù)個(gè)偏轉(zhuǎn)角度不同的平面波，所述超聲射頻回波信號組由復(fù)數(shù)個(gè)超聲射頻回波信號組成；

步驟S1-2，利用預(yù)定的波束合成算法對每組所述超聲射頻回波信號組中各個(gè)所述超聲射頻回波信號進(jìn)行波束合成，從而得到與所述超聲射頻回波信號對應(yīng)的初始圖像；

步驟S1-3，對每一組所述超聲射頻回波信號組對應(yīng)的復(fù)數(shù)幀所述初始圖像進(jìn)行相干復(fù)合，從而得到與所述超聲射頻回波信號組對應(yīng)的復(fù)合后圖像；

步驟S1-4，對所有所述復(fù)合后圖像進(jìn)行圖像配準(zhǔn)，從而得到多個(gè)配準(zhǔn)后圖像；

步驟S1-5，利用預(yù)定的雜波濾除算法對所有所述配準(zhǔn)后圖像進(jìn)行雜波濾波，從而得到多個(gè)濾波后圖像；

步驟S1-6，實(shí)時(shí)顯示所述濾波后圖像，從而使得用戶可以實(shí)時(shí)觀察到所述微納馬達(dá)的位置與運(yùn)動方式；

步驟S1-7，利用預(yù)定的微納馬達(dá)識別方法對每一幀所述濾波后圖像中的所述微納馬達(dá)進(jìn)行識別定位，從而得到所述微納馬達(dá)在所述濾波后圖像中的位置，并作為單幀位置；

步驟S1-8，至少根據(jù)所有所述單幀位置，利用預(yù)定的微納馬達(dá)軌跡追蹤方法對所述微納馬達(dá)進(jìn)行軌跡追蹤，從而得到所述微納馬達(dá)的運(yùn)動軌跡，并根據(jù)所述單幀位置以及所述陣列超聲換能器的發(fā)射頻率計(jì)算得到所述微納馬達(dá)的運(yùn)動速度，

其中，利用連續(xù)兩個(gè)單幀位置之間的位移L，以及所述陣列超聲換能器的發(fā)射頻率PRF，通過v=L*PRF計(jì)算得到所述微納馬達(dá)的所述運(yùn)動速度v，

步驟S1-5中，所述雜波濾除算法至少為高通濾波算法、自適應(yīng)濾波算法、基于特征值頻移的特征值分解算法、魯棒主成分分析算法以及獨(dú)立成分分析算法中的任意一種，

所述基于特征值頻移的特征值分解算法包括以下步驟：

步驟S1-5-1，將連續(xù)多幀的所述配準(zhǔn)后圖像構(gòu)建為一個(gè)大小的二維矩陣，并利用所述特征值分解算法對所述二維矩陣進(jìn)行特征值分解，從而得到特征值矩陣和特征向量矩陣：

式中，所述特征向量矩陣為的矩陣，所述特征值矩陣為的對角陣，該對角陣中的對角元素即為矩陣特征值，將所有所述矩陣特征值由大到小排列為特征值序列；

步驟S1-5-2，計(jì)算所述特征向量矩陣中每個(gè)特征向量對應(yīng)的平均多普勒頻移：

式中，為第個(gè)所述特征向量的自相關(guān)值，為所述配準(zhǔn)后圖像的幀數(shù)，為第個(gè)特征向量，為所述陣列超聲換能器對應(yīng)的脈沖發(fā)射頻率，表示求解復(fù)數(shù)的輻角運(yùn)算，為第個(gè)所述特征向量對應(yīng)的所述平均多普勒頻移；

步驟S1-5-3，依次判斷所述平均多普勒頻移是否處于區(qū)間[,中，判斷為否時(shí)，將所述平均多普勒頻移對應(yīng)的特征向量置零，并將所述特征值序列中前p個(gè)矩陣特征值以及后q個(gè)矩陣特征值對應(yīng)的特征向量置零，從而得到新特征向量矩陣₁；

步驟S1-5-4，基于所述新特征向量₁以及所述二維矩陣，對所述配準(zhǔn)后圖像進(jìn)行圖像重構(gòu)，從而得到大小的矩陣：

；

步驟S1-5-5，將所述矩陣重構(gòu)為三維圖像矩陣，作為多個(gè)所述濾波后圖像。

2.根據(jù)權(quán)利要求1所述的微納馬達(dá)實(shí)時(shí)成像與追蹤方法，其特征在于，還包括如下步驟：

步驟S1-9，將所述濾波后圖像乘上，再經(jīng)過低通濾波得到正交解調(diào)后的低通信號，該低通信號中實(shí)部為同相分量，虛部為正交分量：

式中，與分別表示所述濾波后圖像中每個(gè)像素點(diǎn)的回聲強(qiáng)度和相位，所述回聲強(qiáng)度由所述低通信號取模得到，為超聲發(fā)射中心頻率；

步驟S1-10，基于所述低通信號，得到彩色多普勒圖像，

其中，所述步驟S1-8在根據(jù)所有所述單幀位置，利用預(yù)定的微納馬達(dá)軌跡追蹤方法對所述微納馬達(dá)進(jìn)行軌跡追蹤，從而得到所述微納馬達(dá)的運(yùn)動軌跡時(shí)，還根據(jù)所述彩色多普勒圖像得到所述微納馬達(dá)的運(yùn)動軌跡。

3.根據(jù)權(quán)利要求1所述的微納馬達(dá)實(shí)時(shí)成像與追蹤方法，其特征在于：

其中，所述波束合成算法為至少為延時(shí)疊加算法、自適應(yīng)波束合成法、空間復(fù)合法以及頻域-波數(shù)域遷移算法中的任意一種。