System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种超声成像声影伪像消除方法技术_技高网

一种超声成像声影伪像消除方法技术

技术编号:41870669 阅读:6 留言:0更新日期:2024-07-02 00:21
本发明专利技术公开了一种超声成像声影伪像消除方法,包括步骤:一、构建超声成像数据库;二、训练声影伪像预处理人工智能神经网络;三、首次采集实际超声图像;四、判断首次采集的实际超声图像中是否存在声影伪像;五、获取首次采集的实际超声图像的声影伪像预处理后的超声图像;六、判断首次采集的实际超声图像的声影伪像预处理后的超声图像是否存在声影伪像;七、再一次采集实际超声图像;八、循环步骤四至七;九、获取四至五张声影伪像预处理后的超声图像;十、消除超声成像中的声影伪像。本发明专利技术使声束偏转角度的角度区间选择与具体角度参数的确定不仅精准、简便、快速,而且更加实时高效,解决临床上超声图像易受骨组织或病灶声影伪像影响等难题。

【技术实现步骤摘要】

本专利技术属于超声成像,具体涉及一种超声成像声影伪像消除方法


技术介绍

1、超声成像因其无创性、实时性、操作方便、价格便宜等诸多优势,使其成为临床上应用最为广泛的检查工具之一。目前肺部超声检查由于临床应用重点在于观察肺部b线位置及数目,一般不使用声束偏转与复合成像技术,因为该技术会增加肺部b线数目及位置影响临床诊断,因而造成目前肺部超声临床应用中由于骨质(肋骨)或类似病灶(较大胆囊结石或肠道气体)易对垂直入射超声波产生较强反射的物理特性,使骨质或类似病灶后方超声波无法到达或极少到达,从而造成声影伪像,对伪像所覆盖正常组织及器官无法显示,目前临床通常利用该物理特性判断骨性组织或诊断钙化疾病或气体病变并且做为临床诊断的通用方法。近年由于肺部超声技术及肌骨胃肠超声的快速发展,虽然骨质及钙化病灶的声影伪像在临床诊断中同样重要,但大量临床诊断中通常受骨质组织或钙化病灶声影伪像干扰影响无法对后方组织及病灶进行显示,特别是胎儿、新生儿或成人肺部超声检查以及胃肠道超声检查,短时间的检查难以避开声影伪像,易造成声影伪像覆盖区域病灶漏查,因此现如今缺少一种新型区别于传统超声检查方法用于消除声影伪像超声成像方法。


技术实现思路

1、本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种超声成像声影伪像消除方法,通过训练声影伪像预处理人工智能神经网络,利用声影伪像预处理人工智能神经网络快速获取声影伪像面积最小对应的超声换能器阵元位置位置和超声换能器阵元偏转角度,使声束偏转角度的角度区间选择与具体角度参数的确定不仅精准、简便、快速,而且更加实时高效,能够有效地解决临床上所面临的超声图像易受骨组织或病灶声影伪像影响等难题,使超声图像质量进一步显著提高,消除声影伪像稳定性好,可重复性高,操作简单,节省了人力物力成本,提高了超声成像效率,便于推广使用。

2、为解决上述技术问题,本专利技术采用的技术方案是:一种超声成像声影伪像消除方法,其特征在于,该方法包括以下步骤:

3、步骤一、构建超声成像数据库:利用历史超声图像构建超声成像数据库,所述超声成像数据库包括多个超声图像组对应的多组超声成像数据,所述超声图像组包括多个不同采集角度下的超声图像,所述超声成像数据包括超声换能器阵元位置、超声换能器阵元角度、声影伪像距离超声换能器阵元的距离、声影伪像形态和声影伪像面积;

4、步骤二、训练并测试声影伪像预处理人工智能神经网络,过程如下:

5、步骤201、以组为单位对多组超声成像数据进行随机分类,获得超声成像数据训练集合和超声成像数据测试集合;

6、步骤202、利用计算机构建声影伪像预处理人工智能神经网络,在超声成像数据训练集合中调取一组超声成像数据送入声影伪像预处理人工智能神经网络对声影伪像预处理人工智能神经网络进行一次训练,其中,以多组超声换能器阵元位置、超声换能器阵元角度、声影伪像距离超声换能器阵元的距离、声影伪像形态和声影伪像面积作为声影伪像预处理人工智能神经网络的输入,以声影伪像面积最小对应的超声换能器阵元位置偏移方位和偏移量以及超声换能器阵元偏转角度作为声影伪像预处理人工智能神经网络的输出;

7、其中,所述声影伪像预处理人工智能神经网络采用bp神经网络;

8、步骤203、多次循环步骤202,直至超声成像数据训练集合中的多组超声成像数据调取完毕,完成声影伪像预处理人工智能神经网络的训练过程;

9、步骤204、在超声成像数据测试集合中调取多组超声成像数据,对声影伪像预处理人工智能神经网络进行测试,获取训练并测试完成的声影伪像预处理人工智能神经网络;

10、步骤三、首次采集实际超声图像:利用超声换能器阵元在待采集区域任一位置首次采集一张实际超声图像,其中,超声换能器阵元的信号输出端与计算机连接;

11、步骤四、判断首次采集的实际超声图像中是否存在声影伪像:当首次采集的实际超声图像中不存在声影伪像,输出没有声影伪像的超声图像;当首次采集的实际超声图像中存在声影伪像,获取超声换能器阵元位置、超声换能器阵元角度、声影伪像距离超声换能器阵元的距离、声影伪像形态和声影伪像面积,执行步骤五;

12、步骤五、获取首次采集的实际超声图像的声影伪像预处理后的超声图像:将超声换能器阵元位置、超声换能器阵元角度、声影伪像距离超声换能器阵元的距离、声影伪像形态和声影伪像面积输入至训练完成的声影伪像预处理人工智能神经网络中,输出该位置对应的声影伪像面积最小下的超声换能器阵元位置偏移方位和偏移量以及超声换能器阵元偏转角度,并根据声影伪像预处理人工智能神经网络输出结果获取首次采集的实际超声图像的声影伪像预处理后的超声图像;

13、步骤六、判断首次采集的实际超声图像的声影伪像预处理后的超声图像是否存在声影伪像:当首次采集的实际超声图像的声影伪像预处理后的超声图像不存在声影伪像,输出没有声影伪像的超声图像;当首次采集的实际超声图像的声影伪像预处理后的超声图像存在声影伪像,执行步骤七;

14、步骤七、再一次采集实际超声图像:利用超声换能器阵元在待采集区域另一位置再一次采集一张实际超声图像;

15、步骤八、将再一次采集的实际超声图像视为首次采集实际超声图像,循环步骤四至步骤七;

16、步骤九、两到三次循环步骤七至步骤八,获取四至五张声影伪像预处理后的超声图像;

17、步骤十、消除超声成像中的声影伪像:利用超声成像空间复合技术对四至五张声影伪像预处理后的超声图像进行复合成像,实现超声成像中声影伪像的消除,最终形成无声影伪像的超声图像进行显示输出。

18、上述的一种超声成像声影伪像消除方法,其特征在于:所述声影伪像形态包括声影伪像的宽度和长度。

19、上述的一种超声成像声影伪像消除方法,其特征在于:步骤一中,所述超声成像数据库包括2000~3000组超声成像数据。

20、上述的一种超声成像声影伪像消除方法,其特征在于:步骤201中,所述超声成像数据训练集合和超声成像数据测试集合的数据之比为8:2。

21、上述的一种超声成像声影伪像消除方法,其特征在于:四到五次采集的实际超声图像对应的在待采集区域的位置呈现以待采集区域中心为圆点均布在待采集区域边界位置。

22、上述的一种超声成像声影伪像消除方法,其特征在于:所述超声换能器阵元的发射声束的偏转角度为0°~180°。

23、本专利技术与现有技术相比具有以下优点:

24、1、本专利技术通过训练声影伪像预处理人工智能神经网络,利用声影伪像预处理人工智能神经网络快速获取声影伪像面积最小对应的超声换能器阵元位置位置和超声换能器阵元偏转角度,使声束偏转角度的角度区间选择与具体角度参数的确定不仅精准、简便、快速,而且更加实时高效,减少了发射及接受超声信号的时间,同时减少了对运算能力的要求,选择性启动发射阵元可以大大提高扫描速度及运算速度,便于推广使用。

25、2、本专利技术通过在待采本文档来自技高网...

【技术保护点】

1.一种超声成像声影伪像消除方法,其特征在于,该方法包括以下步骤:

2.按照权利要求1所述的一种超声成像声影伪像消除方法,其特征在于:所述声影伪像形态包括声影伪像的宽度和长度。

3.按照权利要求1所述的一种超声成像声影伪像消除方法,其特征在于:步骤一中,所述超声成像数据库包括2000~3000组超声成像数据。

4.按照权利要求3所述的一种超声成像声影伪像消除方法,其特征在于:步骤201中,所述超声成像数据训练集合和超声成像数据测试集合的数据之比为8:2。

5.按照权利要求1所述的一种超声成像声影伪像消除方法,其特征在于:四到五次采集的实际超声图像对应的在待采集区域的位置呈现以待采集区域中心为圆点均布在待采集区域边界位置。

6.按照权利要求1所述的一种超声成像声影伪像消除方法,其特征在于:所述超声换能器阵元的发射声束的偏转角度为0°~180°。

【技术特征摘要】

1.一种超声成像声影伪像消除方法,其特征在于,该方法包括以下步骤:

2.按照权利要求1所述的一种超声成像声影伪像消除方法,其特征在于:所述声影伪像形态包括声影伪像的宽度和长度。

3.按照权利要求1所述的一种超声成像声影伪像消除方法,其特征在于:步骤一中,所述超声成像数据库包括2000~3000组超声成像数据。

4.按照权利要求3所述的一种超声成像声影伪像消除方法,其特...

【专利技术属性】
技术研发人员:黄毅刘心语
申请(专利权)人:陕西超微医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1