[发明专利]一种基于全卷积神经网络的声波渡越时间检测方法

权利要求书

1.一种基于全卷积神经网络的声波渡越时间检测方法，其特征在于，包括如下步骤：

S1：对待测信号进行时窗截取，截取的长度保持一致，记下时窗起点在所述待测信号中对应的时间，并对待测信号进行取绝对值和归一化处理；

S2：将处理后的待测信号输入训练好的全卷积神经网络模型，得到输出函数；

S3：寻找所述输出函数的最大值在所述待测信号中对应的时间，所述输出函数的最大值在所述待测信号中对应的时间，与所述待测信号在时窗截取过程中记下的时窗起点在所述待测信号中对应的时间之和，为检测到的渡越时间；

所述全卷积神经网络模型的训练过程，包括如下步骤：

S21：利用核磁共振图像划分的声速区域获得仿真数据；

S22：对获得的所述仿真数据进行标注，得到超声信号初至时刻，标注的标签形状采用一维的高斯函数，将所述超声信号初至时刻作为所述高斯函数的中心位置；

S23：根据超声换能器之间的距离推算出所述超声信号初至时刻的所在范围，根据推算出的所述超声信号初至时刻的所在范围，对所述仿真数据和所述标签进行时窗截取，截取的长度保持一致，记下时窗起点在所述仿真数据中对应的时间，并在所述仿真数据中添加白噪声，再对添加白噪声后的仿真数据进行取绝对值和归一化处理，完成训练集的制作；

S24：建立全卷积神经网络模型，将制作好的训练集输入所述全卷积神经网络模型，对所述全卷积神经网络模型进行训练；

S25：利用反向传播不断调整所述全卷积神经网络模型的权重，更新所述全卷积神经网络模型的结构参数，得到具有最优全局参数矩阵的全卷积神经网络模型。

2.如权利要求1所述的声波渡越时间检测方法，其特征在于，步骤S21，利用核磁共振图像划分的声速区域获得仿真数据，具体包括如下步骤：

S211：获得多张核磁共振图像，对所述核磁共振图像进行图像分割，并根据分割的结果划分声速区域；

S212：使用有限元方法求解超声波通过所述声速区域后的波动方程，获得仿真数据。

3.如权利要求1所述的声波渡越时间检测方法，其特征在于，步骤S22，对获得的所述仿真数据进行标注，得到超声信号初至时刻，标注的标签形状采用一维的高斯函数，将所述超声信号初至时刻作为所述高斯函数的中心位置，具体包括如下步骤：

S221：利用所述仿真信号无噪声的特点，采用AIC方法测量超声信号初至时刻，标注的标签形状采用一维的高斯函数，将所述超声信号初至时刻作为所述高斯函数的中心位置。