[发明专利]一种基于超声回波RF数据的超声成像处理方法及处理系统在审

专利信息
申请号: 201711180434.4 申请日: 2017-11-23
公开(公告)号: CN107817297A 公开(公告)日: 2018-03-20
发明(设计)人: 李迪;刘治勇;费春龙;杨银堂;朱樟明;李娅妮 申请(专利权)人: 西安电子科技大学;陕西博纵电子科技有限公司
主分类号: G01N29/06 分类号: G01N29/06;G01N29/44
代理公司: 北京天奇智新知识产权代理有限公司11340 代理人: 陈新胜
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 超声 回波 rf 数据 成像 处理 方法 系统
【权利要求书】:

1.一种基于超声回波RF数据的超声成像处理方法,其特征在于,所述方法包括如下步骤:

S1、通过超声探头向待检测目标物体发送超声信号,并获取所述超声发射信号的回波信号;

S2、基于无畸变准则和最小方差无偏估计准则,计算所述回波信号的最优加权矢量;

S3、计算所述回波信号的RF数据;

S4、采用经验模态分解算法将所述RF数据分解为若干个固有模态函数;

S5、计算所述固有模态函数的瞬时频率,并对含有非期望频率范围的固有模态函数部分进行修正;

S6、对修正后的固有模态函数进行加权合成,形成修正后的回波RF数据;

S7、对所述修正后的超声回波RF数据,经行超声成像处理,获取检测目标的成像结果。

2.根据权利要求1所述的基于超声回波RF数据的超声成像处理方法,其特征在于,所述步骤S2要求根据最小无畸变准则,可提出约束条件使回波RF数据Y(x)等于理想回波数据X(x),则在有噪声的情况下,使得Y(x)的方差最小,得到约束E[Y(x)]=W1(x)S(x)W2(x)并使E[Y(x)]得到最小;其中S(x)为实际接收到含有噪声的回波信号,W1(x)和W2(x)分别为加权矢量的共轭转置及加权矢量。

3.根据权利要求1所述的基于超声回波RF数据的超声成像处理方法,其特征在于,所述步骤S2要求根据最小无偏估计准则,可提出约束条件加权矢量W(x)与超声阵的阵列流行矢量v(x)的积为1;根据所述的最小无偏估计准则,使得回波数据和RF数据无偏估计,则需要尽量较少噪声的影响,保证约束条件W(x)v(x)=1。

4.根据权利要求1所述的基于超声回波RF数据的超声成像处理方法,其特征在于,所述步骤S2的步骤包括:

P1、对所述超声探头接收到的各个通道回波数据X1进行延时补偿;

P2、对所述补偿后的回波数据X1,做自相关处理,求取自相关矩阵R(x);

P3、利用高斯-约旦算法求取所述自相关矩阵R(x)的逆;

P4、根据所述自相关矩阵R(x)的逆计算最优加权矢量Wopt(x)。

5.根据权利要求1所述的超声回波RF数据的超声成像处理方法,其特征在于,所述步骤S4的步骤包括:

M1、计算所述RF数据的局部极小值和局部极大值;

M2、采用线性插值,得到所述RF数据的上、下包络信号,并计算上、下包络信号的均值;

M3、线性去除上、下包络信号的均值,重复此过程,直至获取到固有模态函数;

M4、从RF数据中减去所述获取得到的固有模态函数,并重复上述过程,直至分解得到的数据为单调函数。

6.根据权利要求1所述的基于超声回波RF数据的超声成像处理方法,其特征在于,所述步骤S4中能够将RF数据分解为若干个固有模态函数,并且固有模态函数的频率范围是动态的。

7.根据权利要求1所述的基于超声回波RF数据的超声成像处理方法,其特征在于,所述步骤S5中,求取所述固有模态函数的瞬时频率,根据目标检测期望频率范围对没有固有模态函数进行修正,去除噪声信号。

8.一种基于超声回波RF数据的超声成像处理系统,其特征在于,所述系统包括:

信号发射接收模块:用于通过超声探头向目标检测物体发送超声发射信号,并接收其对应的回波信号;

信号收发控制模块:用于控制超声探头的发送和接收时序;

信号处理模块:用于计算超声回波信号的最优加权矢量;用于计算获取超声回波中的RF信号;采用经验模态分解对RF数据进行分解,获取若干固有模态函数;用于计算各个固有模态函数的瞬时频率;分别对每个固有模态函数进行修正;用于合成修正后的RF数据;

图像处理模块:用于超声成像处理,获取检测目标超声图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学;陕西博纵电子科技有限公司,未经西安电子科技大学;陕西博纵电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711180434.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top