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() 超声衰减系数估计方法及设备技术_技高网
当前位置: 首页 > 专利查询>清华大学专利>正文

超声衰减系数估计方法及设备技术

技术编号:41874645 阅读:7 留言:0更新日期:2024-07-02 00:26
本申请实施例公开了一种超声衰减系数估计方法及设备,可以提高直接根据超声射频信号估计得到的超声衰减系数的精度。所述方法包括:将第一目标对数时频谱输入至目标神经网络,得到目标神经网络输出的第二目标对数时频谱,第二目标对数时频谱为归一化后的第一目标对数时频谱,第一目标对数时频谱为经过目标介质的超声衰减系数衰减后的超声射频信号的对数时频谱;根据第二目标对数时频谱,估计目标介质的超声衰减系数;目标神经网络的训练步骤包括:根据已知超声衰减系数的衰减射频信号的对数时频谱、以及已知超声衰减系数的衰减射频信号的归一化后的对数时频谱,构建训练样本对;根据训练样本对,对神经网络进行训练,得到目标神经网络。

【技术实现步骤摘要】

本申请涉及医学超声成像领域,特别是涉及一种超声衰减系数估计方法及设备


技术介绍

1、超声衰减系数(attenuation coefficient,ac)是重要的生物组织标志物,在临床诊断非酒精脂肪肝、乳房组织识别等领域有着重要的应用。

2、量化超声技术提供了一种无创估计超声衰减系数的方法,然而,由于超声成像系统参数、背向散射系数和组织声学参数的耦合,使得直接根据超声射频信号估计得到的超声衰减系数的精度较低。


技术实现思路

1、本申请实施例的目的是提供一种超声衰减系数估计方法及设备,可以提高直接根据超声射频信号估计得到的超声衰减系数的精度。

2、为解决上述技术问题,第一方面,本申请实施例提供一种超声衰减系数估计方法,所述方法包括:

3、将第一目标对数时频谱输入至目标神经网络,得到所述目标神经网络输出的第二目标对数时频谱,所述第二目标对数时频谱为归一化后的所述第一目标对数时频谱,所述第一目标对数时频谱为经过目标介质的超声衰减系数衰减后的超声射频信号的对数时频谱;

4、根据所述第二目标对数时频谱,估计所述目标介质的超声衰减系数;

5、其中,所述目标神经网络通过以下步骤训练得到:

6、根据已知超声衰减系数的衰减射频信号的对数时频谱、以及所述已知超声衰减系数的衰减射频信号的归一化后的对数时频谱,构建训练样本对;

7、根据所述训练样本对,对神经网络进行训练,得到所述目标神经网络。

8、本申请实施例的第二方面,提供了一种超声衰减系数估计装置,所述装置包括:

9、第一处理模块,用于将第一目标对数时频谱输入至目标神经网络,得到所述目标神经网络输出的第二目标对数时频谱,所述第二目标对数时频谱为归一化后的目标对数时频谱,所述第一目标对数时频谱为经过目标介质的超声衰减系数衰减后的超声射频信号的对数时频谱;

10、第一估计模块,用于根据所述第二目标对数时频谱,估计所述目标介质的超声衰减系数;

11、其中,所述装置还包括:

12、样本构建模块,用于根据已知超声衰减系数的衰减射频信号的对数时频谱、以及所述已知超声衰减系数的衰减射频信号的归一化后的对数时频谱,构建训练样本对;

13、网络训练模块,用于根据所述训练样本对,对神经网络进行训练,得到所述目标神经网络。

14、本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所述的超声衰减系数估计方法的步骤。

15、本申请实施例的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现如第一方面所述的超声衰减系数估计方法的步骤。

16、由上述技术方案可以看出,本申请实施例通过训练神经网络学习从具有超声衰减系数的超声射频信号(即衰减射频信号)的对数时频谱到衰减射频信号的归一化后的对数时频谱的映射,从而借助于深度学习技术实现了针对时频谱的归一化处理,由此可以从超声射频信号的时频谱中滤除超声成像系统参数和背向散射系数的成分,并保留组织声学参数的成分,从而提高直接根据超声射频信号估计得到的超声衰减系数的精度。

本文档来自技高网...

【技术保护点】

1.一种超声衰减系数估计方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,根据所述第二目标对数时频谱,估计所述目标介质的超声衰减系数,包括:

3.根据权利要求2所述的方法,其特征在于,所述归一化后的对数时频谱与超声衰减系数之间的映射关系表示如下:

4.根据权利要求2所述的方法,其特征在于,根据所述归一化后的对数时频谱与超声衰减系数之间的映射关系、以及所述第二目标对数时频谱,估计所述目标介质的超声衰减系数,包括:

5.根据权利要求4所述的方法,其特征在于,所述目标方程表示如下:

6.根据权利要求3所述的方法,其特征在于,所述方法还包括:

7.根据权利要求1-6任一所述的方法,其特征在于,所述已知超声衰减系数的衰减射频信号的归一化后的对数时频谱通过以下步骤确定:

8.根据权利要求1-6任一所述的方法,其特征在于,所述已知超声衰减系数的衰减射频信号通过以下步骤得到:

9.根据权利要求8所述的方法,其特征在于,所述未衰减的超声射频信号和所述已知超声衰减系数的衰减射频信号通过合成软件模拟得到。

10.一种电子设备,包括存储器、处理器及存储在所述存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现如权利要求1至9中任一项所述的超声衰减系数估计方法。

...

【技术特征摘要】

1.一种超声衰减系数估计方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,根据所述第二目标对数时频谱,估计所述目标介质的超声衰减系数,包括:

3.根据权利要求2所述的方法,其特征在于,所述归一化后的对数时频谱与超声衰减系数之间的映射关系表示如下:

4.根据权利要求2所述的方法,其特征在于,根据所述归一化后的对数时频谱与超声衰减系数之间的映射关系、以及所述第二目标对数时频谱,估计所述目标介质的超声衰减系数,包括:

5.根据权利要求4所述的方法,其特征在于,所述目标方程表示如下:

6.根据权利要求3所述的方法,其特...

【专利技术属性】
技术研发人员:陆文凯王永浩
申请(专利权)人:清华大学
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