[发明专利]一种基于全卷积网络的三维超声颅脑成像方法

权利要求书

1.一种基于全卷积网络的三维超声颅脑成像方法，其特征在于，其步骤如下：

步骤一：根据生物组织和颅脑超声信号传播的物理特性计算时域超声信号，构建数值模拟数据库；

步骤二：对数值模拟数据库中的超声信号数据进行数据预处理；

步骤三：搭建全卷积网络，并利用数据预处理后的超声信号数据进行网络训练，得到最优网络超参数组合的网络模型；

步骤四：将待预测的颅脑超声信号输入网络模型中进行超声颅脑成像。

2.根据权利要求1所述的基于全卷积网络的三维超声颅脑成像方法，其特征在于，步骤一的实现方法为：

考虑到生物组织和颅脑超声信号传播的物理特性，用各向同性介质的3D超声波动方程描述超声波在人脑中的传播，如式(1)所示：

其中，p(r,t)为t时刻点源r处的压力波场；ρ(r)是点源r的密度，c(r)是点源r的速度；

将式(1)转换至空频域，得到声波方程：

其中，k_r＝2πf/c_r表示点源r处的背景波数；f为频率，c_r为点源r处的背景速度，ψ是空频域的压力场；O(r)是散射体的数学表达式，定义为：

其中，c_u表示背景中没有散射体的速度；在超声信号采集中，以颅骨和软组织为背景模型，血块作为超声信号正演建模的干扰项，将背景超声信号和扰动超声信号分别定义为：

其中，δ为狄拉克函数；为中间变量，i为虚数单位，ψ_r表示背景波场；

根据式(2-5)利用正演算法建立数值模拟数据库。

3.根据权利要求1所述的基于全卷积网络的三维超声颅脑成像方法，其特征在于，所述数据预处理为信号处理算法，用于提取优选频率信号。

4.根据权利要求3所述的基于全卷积网络的三维超声颅脑成像方法，其特征在于，步骤三的实现方法为：

对优选频率信号采用全卷积网络进行特征提取，计算过程如下：

其中，F(m.n)表示特征，R表示激活函数，w_u,v表示特征提取器在第v行和第u列上的权重，S为输入层，B为偏置；m和n分别表示特征的第m行和第n列，L表示特征提取器执行次数；

对特征进行降维操作：

其中，n'代表特征序号，c代表通道序号，r'为行号，h为列号，kr∈[1,k]为降维窗口的长度，kw∈[1,k]为降维窗口的宽度；P(·)表示降维结果，X表示特征，rs为降维窗口的起始行号，ws为降维窗口的起始列号；

定义目标函数，通过迭代法来优化参数与结构以达到误差最小：

其中，代表三维模型的二维横截面平面速度图，代表预测的三维模型的二维横截面平面速度图，n”为二维横截面平面速度图数量，[·]表示矩阵。