一种快速实时超声微小血管成像杂波抑制方法及系统技术方案

本发明专利技术公开了一种快速实时超声微小血管成像杂波抑制方法及系统，该方法将经过多角度复合波束合成获得的三维超声原始图像序列正交解调数据重组为二维时空矩阵；根据组织信号具有低秩时空特性的先验信息，构建低秩先验的鲁棒主成分分析理论模型，以节省鲁棒主成分分析过程中低秩矩阵求解的运算步骤；根据理论模型构建凸优化约束求解函数，采用快速交替投影算法获得血流信号子空间的稀疏矩阵迭代最优解，节省在迭代过程中全局SVD造成的运算成本。通过低秩先验估计和快速交替投影算法，在提升超声微小血管成像的运算速度的同时能保留较多的血管轮廓细节，解决现有技术存在的问题，为超声微小血管成像的快速实时杂波抑制临床应用提供了重要手段。应用提供了重要手段。应用提供了重要手段。

【技术实现步骤摘要】
一种快速实时超声微小血管成像杂波抑制方法及系统


[0001]本专利技术属于超声成像领域，具体涉及一种快速实时超声微小血管成像杂波抑制方法及系统。

技术介绍

[0002]目前临床上许多疾病的发作通常与微小血管的形态学变化或血流动力学变化息息相关，非侵入性地获取微小血管的动态特性是医学影像研究面临的重要挑战。近年来超快平面波成像技术与超声多普勒技术的结合在达到超高成像帧率获得宽阔成像视野的同时提供了丰富的时空信息，实现了对微小血管进行无创、无造影的超声血管结构的实时检测和可视化，对临床微小血管疾病的诊断、治疗与监测具有重要意义。然而目前限制微小血管成像质量提高的一个重要因素是成像过程中来自组织回波或手持探头伪影及噪声信号等的杂波干扰，淹没了血液信号的大振幅杂波信号的存在会降低检测微小血管的灵敏度。因此有效的杂波抑制算法是提高超声微小血管成像灵敏度的重要手段。
[0003]最初的杂波抑制方法采用传统频域滤波方法，基于杂波信号、血流信号和噪声信号在慢时间上对应频域范围不同进行区分，但该方法只在大血管中以及组织运动缓慢的区域比较有效，当组织运动时，组织信号和血流信号会在慢时间频域上发生部分重叠，大大降低杂波抑制效果。目前超声成像杂波抑制应用最广泛的方法是奇异值分解(Singular Value Decomposition，SVD)时空滤波，其基本思路是抛弃较大的代表高度相关性的组织信号和最小的代表高频噪声信号的成分，将剩余部分的特征值对应的特征向量值来重建血管成像的血液信号时空矩阵。但是SVD时空滤波使用硬阈值收缩分割组织信号与血流信号子空间及血液信号与噪声信号子空间，当血流与组织信号在频域上交叠，阈值的选择偏差会影响杂波抑制效果，对于微小血管细节与边缘的检测与滤波效果受限。鲁棒主成分分析(Robust Principal Component Analysis，RPCA)是一种通过将原始信号分解为低秩组织成分与稀疏血流成分进行杂波抑制的过程，可以显著提升血管成像检测的灵敏度。然而传统RPCA方法依赖于大集合样本，需要消耗大量算力与存储，运算效率低。现有的杂波抑制技术难以平衡在大集合样本下快速实时处理速度和获取丰富血流细节信息的问题，影响临床超声微小血流成像的成像质量。

技术实现思路

[0004]本专利技术的目的在于解决现有技术中超声微小血管检测杂波抑制环节针对大集合样本条件存在运算速度低，不能获取细节信息的问题，提供一种快速实时超声微小血管成像杂波抑制方法及系统。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]本专利技术提出的一种快速实时超声微小血管成像杂波抑制方法，包括如下步骤：
[0007]获得多帧多角度超声信号波束合成后的正交解调原始三维超声图像序列，将原始三维超声原始图像序列重组为二维时空矩阵；基于二维时空矩阵构建低秩先验鲁棒主成分
分析理论模型；
[0008]根据低秩先验鲁棒主成分分析理论模型构建最小值非凸优化函数，当最小值非凸优化函数满足收敛条件时，获得经过快速实时杂波抑制的超声微小血流信号的二维时空矩阵；
[0009]将超声微小血流信号二维时空矩阵重组为三维超声序列，通过超声多普勒成像获得微小血管的形态结构及微小血流的速度，获取经过杂波抑制的超声微小血流成像。
[0010]优选地，多帧多角度超声信号波束合成后的正交解调原始三维超声图像序列为通过Casorati变换将获得的三维超声图像序列重组为二维时空矩阵
[0011]其中，表示复数域，nz表示在空间维度上的轴向样本数量，垂直传感器阵列；n
x
表示在空间维度上的横向样本数量，平行传感器阵列；n
t
时间维度上的样本数量；n
z
n
x
表示重组后的二维时空矩阵O的空间维度上的样本数。
[0012]优选地，二维时空矩阵O根据时空特性的不同，分解为具有低秩特性的组织成分C和具有稀疏特性的血流成分B；
[0013]其中，组织成分C的秩r根据成像区域的不同提前进行预估，秩预估值r即为低秩先验信息。
[0014]优选地，根据二维时空矩阵中组织信号与血流信号的时空相干性差异，将二维时空矩阵O进行低秩稀疏分解，利用低秩先验信息约束建立低秩先验鲁棒主成分分析理论模型如下：
[0015][0016]其中，分别表示低秩组织矩阵与稀疏血流矩阵，||
·
||
*
表示核范数，||
·
||1表示l1‑
范数，λ为权重系数，rank(
·
)表示矩阵的秩，r表示低秩组织矩阵C的先验秩估计值，n
t
时间维度上的样本数量，n
z
n
x
表示重组后的二维时空矩阵O的空间维度上的样本数。
[0017]优选地，构建的最小值非凸优化函数如下：
[0018][0019]其中，||
·
||
F
表示F
‑
范数；O为二维时空矩阵，分别表示低秩组织矩阵与稀疏血流矩阵，r表示低秩组织矩阵C的先验秩估计值；
[0020]采用快速交替投影算法对最小值非凸优化函数进行迭代求解，当满足收敛条件时，得到超声微小血流信号的二维时空矩阵。
[0021]优选地，迭代过程中，(
·
)
k
表示变量第k次迭代结果，(
·
)
k+1
表示变量第k+1次迭代结果；
[0022]更新k+1次迭代时的低秩组织子空间C
k+1
：
[0023][0024]其中，代表矩阵投影算子，T
k
为被投影子空间；表示截断SVD算子；为避免引入计算复杂度高的全局SVD计算，引入QR分解将C
k+1
求解简化为：
[0025][0026]其中，U
k
，∑
k
和V
k
分别为C
k
奇异值分解后的空间向量矩阵、对角矩阵和时间向量矩阵；Q1R1是的正交三角(QR)分解结果，Q2R2是(I
‑
U
k
U
kT
)(O
‑
B
k
)V
k
的正交三角(QR)分解结果；定义低秩中间矩阵则是M
k
奇异值分解后的空间向量矩阵、对角矩阵和时间向量矩阵；(
·
)
T
表示矩阵的转置；
[0027]更新k+1次迭代时的稀疏血流子空间B
k+1
：
[0028][0029]其中，为硬阈值收缩算子，为硬阈值；
[0030][0031]其中，β为调节参数，建议取值γ为收敛速度参数，范围为0～1，σ1和σ
r+1
分别表示第1个奇异值与第r+1个奇异值；
[0032]迭代相对误差小于误差限ε时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速实时超声微小血管成像杂波抑制方法，其特征在于，包括如下步骤：获得多帧多角度超声信号波束合成后的正交解调原始三维超声图像序列，将原始三维超声原始图像序列重组为二维时空矩阵；基于二维时空矩阵构建低秩先验鲁棒主成分分析理论模型；根据低秩先验鲁棒主成分分析理论模型构建最小值非凸优化函数，当最小值非凸优化函数满足收敛条件时，获得经过快速实时杂波抑制的超声微小血流信号的二维时空矩阵；将超声微小血流信号二维时空矩阵重组为三维超声序列，通过超声多普勒成像获得微小血管的形态结构及微小血流的速度，获取经过杂波抑制的超声微小血流成像。2.根据权利要求1所述的快速实时超声微小血管成像杂波抑制方法，其特征在于，多帧多角度超声信号波束合成后的正交解调原始三维超声图像序列为通过Casorati变换将获得的三维超声图像序列重组为二维时空矩阵其中，表示复数域，n
z
表示在空间维度上的轴向样本数量，垂直传感器阵列；n
x
表示在空间维度上的横向样本数量，平行传感器阵列；n
t
时间维度上的样本数量；n
z
n
x
表示重组后的二维时空矩阵O的空间维度上的样本数。3.根据权利要求1所述的快速实时超声微小血管成像杂波抑制方法，其特征在于，二维时空矩阵O根据时空特性的不同，分解为具有低秩特性的组织成分C和具有稀疏特性的血流成分B；其中，组织成分C的秩r根据成像区域的不同提前进行预估，秩预估值r即为低秩先验信息。4.根据权利要求3所述的快速实时超声微小血管成像杂波抑制方法，其特征在于，根据二维时空矩阵中组织信号与血流信号的时空相干性差异，将二维时空矩阵O进行低秩稀疏分解，利用低秩先验信息约束建立低秩先验鲁棒主成分分析理论模型如下：其中，分别表示低秩组织矩阵与稀疏血流矩阵，‖
·
‖
*
表示核范数，‖
·
‖1表示l1‑
范数，λ为权重系数，rank(
·
)表示矩阵的秩，r表示低秩组织矩阵C的先验秩估计值，n
t
时间维度上的样本数量，n
z
n
X
表示重组后的二维时空矩阵O的空间维度上的样本数。5.根据权利要求1所述的快速实时超声微小血管成像杂波抑制方法，其特征在于，构建的最小值非凸优化函数如下：其中，‖
·
‖
F
表示F
‑
范数；O为二维时空矩阵，分别表示低秩组织矩阵与稀疏血流矩阵，r表示低秩组织矩阵C的先验秩估计值；采用快速交替投影算法对最小值非凸优化函数进行迭代求解，当满足收敛条件时，得到超声微小血流信号的二维时空矩阵。6.根据权利要求5所述的快速实时超声微小血管成像杂波抑制方法，其特征在于，迭代过程中，(
·
)
k
...

【专利技术属性】
技术研发人员：万明习，苏晓，王钺媛，闫亚娣，姜力元，褚寒冰，闫亦辰，宗瑜瑾，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：