[发明专利]基于深度学习的平面波波束合成方法、系统、存储介质、设备有效
申请号: | 201910749727.2 | 申请日: | 2019-08-14 |
公开(公告)号: | CN110477947B | 公开(公告)日: | 2022-04-15 |
发明(设计)人: | 杨晨;李昕泽;焦阳;崔崤峣 | 申请(专利权)人: | 中国科学院苏州生物医学工程技术研究所 |
主分类号: | A61B8/00 | 分类号: | A61B8/00;G06N20/00 |
代理公司: | 北京远大卓悦知识产权代理有限公司 11369 | 代理人: | 韩飞 |
地址: | 215163 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 学习 平面波 波束 合成 方法 系统 存储 介质 设备 | ||
本发明提供一种基于深度学习的平面波波束合成方法,包括如下步骤:获取矩阵样本、模型训练、精度判定、波束合成。本发明还涉及基于深度学习的平面波波束合成系统、存储介质和电子设备。本发明公开了基于深度学习的平面波波束合成方法,该方法通过矩阵超声成像探头对相同位置的待检测组织发射超声成像波束获得第一矩阵样本与第二矩阵样本,将不同位置获取若干组一一对应的第一矩阵样本与第二矩阵样本分别作为输入端与标记端来训练网络,得到波束合成模型;通过波束合成模型可以通过低角度数的发射序列得到高角度数发射序列的成像质量,即获得高帧频且高分辨率的图像。
技术领域
本发明涉及平面波波束合成领域,尤其涉及基于深度学习的平面波波束合成方法、系统、存储介质、设备。
背景技术
平面波超声技术放弃传统B模式超声中硬件聚焦的过程,采用同发同收的技术,以提高图像帧频。为提升图像分辨率,M.Fink等人在平面波技术的基础上又进一步提出了多角度平面波复合成像(以下简称为CPWC),牺牲了一部分帧频以提高图像分辨率。
CPWC的成像质量、帧频与发射序列密切相关。低角度数发射序列,成像帧频更高,但图像质量不高。高角度数的发射序列,图像质量明显上升,但帧频大为下降。依据理论推导与实验结果,可以得到结论——发射序列角度数愈多,图像质量愈高,但是图像帧频愈低,如图1所示。
这种传统方式的缺点在于:
1、单角度,乃至低角度数发射序列的复合平面波图像(以下简称为LA-CPWC)图像质量远低于传统超声以及多角度数发射序列平面波图像,分辨率,对比度,信噪比等图像质量指标很差。
2、多角度数发射序列的平面复合成像波(以下简称为MA-CPWC)采用多个角度的平面波发射序列,利用不同角度的平面波结果复合成像,具有较好的图像质量但是帧频很低,无法适应高清3D容积成像、快速剪切波弹性成像等应用。
3、不同角度数发射序列CPWC的成像质量与身体不同器官组织有较明显的耦合性,针对不同人体的不同组织,要在保证帧频的基础上提升图像质量需要大量调试,以选取适宜角度数,浪费调试时间。
发明内容
为了克服现有技术的不足,本发明提供基于深度学习的平面波波束合成方法。本发明通过训练形成的卷积神经网络模型使得LA-CPWC的波束合成矩阵映射为MA-CPWC的波束合成矩阵,从而得到高分辨率且帧频高的图像。
本发明提供基于深度学习的平面波波束合成方法,包括如下步骤:
获取矩阵样本,利用矩阵超声成像探头对待检测组织分别发射低角度数发射序列的平面成像波与多角度数发射序列的平面成像波得到第一矩阵样本与第二矩阵样本;其中,所述第一矩阵样本与第二矩阵样本通过矩阵超声成像探头对待检测组织发射超声成像波束的位置相同;所述低角度数发射序列的角度数目小于所述多角度数发射序列的角度数目;
模型训练,利用网络模型对若干组一一对应的所述第一矩阵样本与第二矩阵样本进行训练,得到波束合成模型;其中,所述第一矩阵样本与第二矩阵样本分别作为网络模型的输入与输出;
精度判定,将待测试的数据输入所述波束合成模型进行数据合成,并利用梯度下降原理计算当损失函数最小时得到最优的波束合成模型;否则,返回步骤模型训练进行迭代训练;
波束合成,利用矩阵超声成像探头对目标区域待检测组织发射低角度数发射序列的平面成像波得到目标矩阵数据,利用步骤精度判定中得到的波束合成模型对所述目标矩阵数据进行合成,得到最终合成的图像。
优选地,在步骤获取矩阵样本中还包括:通过发射端控制矩阵超声成像探头对待检测组织发射低角度数发射序列的平面成像波或多角度数发射序列的平面成像波并对待检测组织的全部区域进行扫描;接收并采集扫描过后的待检测组织的回波信号,根据所述回波信号进行波束合成得到所述第一矩阵样本或第二矩阵样本。
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中国科学院苏州生物医学工程技术研究所,未经中国科学院苏州生物医学工程技术研究所许可,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/201910749727.2/2.html,转载请声明来源钻瓜专利网。