基于松弛算法的彩色超聲參數(shù)化血流信號提取方法
【專利摘要】基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，本發(fā)明涉及基于松弛算法的彩色超聲參數(shù)化血流信號提取方法。該方法為了解決由于軟組織的散射強(qiáng)度遠(yuǎn)大于血紅細(xì)胞，因此在超聲回波信號中包含的雜波與血流信號的能量比可能高達(dá)40dB，導(dǎo)致血流信號提取的準(zhǔn)確性差的問題。該方法采用彩色超聲檢測儀對血流信號進(jìn)行采集，并發(fā)射至接收信號端；接收信號端對接收到的超聲回波信號建立仿射模型，采用松弛算法估計(jì)仿射模型參數(shù)，獲得血流信號頻率和振幅。本發(fā)明適用于超聲彩色血流成像【技術(shù)領(lǐng)域】，應(yīng)用于各種心血管疾病研究中。
【專利說明】基于松弛算法的彩色超聲參數(shù)化血流信號提取方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及超聲彩色血流成像【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]作為一種非介入式血流成像方法，超聲彩色血流成像被廣泛應(yīng)用于各種心血管疾病研究中。由于血管壁和其周圍軟組織的緩慢運(yùn)動產(chǎn)生的雜波信號會對待顯示的血流精度造成較大的影響。如果不能提供準(zhǔn)確的血流信息將會增加誤診的風(fēng)險以及病人長期醫(yī)療檢測的評價準(zhǔn)確性的難度。在實(shí)際應(yīng)用中，有如下兩個原因使得血流流速估計(jì)的精度下降:
[0003]其一，由于軟組織的散射強(qiáng)度遠(yuǎn)大于血紅細(xì)胞，因此在超聲回波信號中包含的雜波與血流信號的能量比可能高達(dá)40dB ;這是因?yàn)殡s波濾波器往往不能充分濾除雜波或者錯誤地濾除部分血流信號，從而造成血流估計(jì)誤差。特別的，即使雜波在濾波階段能夠被充分的抑制，濾波后的殘留在信號中的白噪聲仍舊會對血流信號的多普勒頻率的均值和方差估計(jì)造成誤差；
[0004]其二，在超聲成像的實(shí)時性要求下，接收的多普勒信號的脈沖數(shù)有限，往往只持續(xù)8-16個脈沖時間。

【發(fā)明內(nèi)容】

[0005]本發(fā)明為了解決由于軟組織的散射強(qiáng)度遠(yuǎn)大于血紅細(xì)胞，因此在超聲回波信號中包含的雜波與血流信號的能量比可能高達(dá)40dB，導(dǎo)致血流信號提取的準(zhǔn)確性差的問題，從而提出了基于松弛算法的彩色超聲參數(shù)化血流信號提取方法。
[0006]基于松弛算法的彩色超聲參數(shù)化血流信號提取方法為:采用彩色超聲檢測儀對血流信號進(jìn)行采集，接收信號端 對接收到的超聲回波信號建立仿射模型，采用松弛算法估計(jì)仿射模型參數(shù)，獲得血流信號頻率和振幅。
[0007]接收信號端對接收到的超聲回波信號建立仿射模型的具體過程為:
[0008]將接收的超聲回波信號X作為仿射模型:
[0009]χ^Ρα (I)
[0010]其中，a為振幅強(qiáng)度向量，
[0011]P為特征矩陣:
[0012]P=[p(f!) p(f2)...p(fk)...p (fK) ] (2),
[0013]超聲回波信號X的表達(dá)式:
[0014]x=[x (I) χ (2)…χ (η)…χ(Ν)]τ (3)
[0015]其中，k為主成分的個數(shù)，k=l，2，……，K，k和K均為正整數(shù)；X(I)表示第一個采樣值，χ (2)表示第二個采樣值，χ (η)表示第η個采樣值，χ (N)表示第N個采樣值，η=1, 2......，Ν，η和N均為自然數(shù)dU) = ) eJ2^ej2^...e^v—收]' p (fk)表示第k個主成分的
頻率向量。[0016]采用松弛算法估計(jì)仿射模型參數(shù)，獲得血流信號頻率和振幅的具體過程為:
[0017]步驟A、估計(jì)第一個主成分的頻率和振幅，將該主成分從輸入信號中減去后，估計(jì)第二個主成分的頻率和振幅，執(zhí)行步驟B ；
[0018]步驟B、根據(jù)第二個主成分的頻率和振幅反過來更新第一個主成分的頻率和振幅;
[0019]步驟C、判斷兩個主成分的頻率是否穩(wěn)定，若是執(zhí)行步驟D，若否執(zhí)行步驟A ;
[0020]步驟D、根據(jù)兩個主成分的頻率穩(wěn)定后的兩個主成分估計(jì)第三個主成分的頻率和振幅，根據(jù)第一個主成分的頻率和振幅與第三個主成分的頻率和振幅更新第二個主成分的頻率和振幅，或根據(jù)第二個主成分的頻率和振幅與第三個主成分的頻率和振幅更新第一個主成分的頻率和振幅；
[0021]步驟E、將第一個主成分、第二個主成分和第三個主成分進(jìn)行信號合并獲得合并信號的能量，判斷該合并信號的能量與輸入信號的能量之差是否大于或等于大于1-S，S =10_2，若是，則選擇三個主成分頻率最大的作為血流信號的多普勒頻率，若否執(zhí)行步驟A。
[0022]步驟A所述的估計(jì)第一個主成分的頻率和振幅，將該主成分從輸入信號中減去后，估計(jì)第二個主成分的頻率和振幅的具體過程為:
[0023]步驟一、初始化超聲回波信號X，該超聲回波信號包含K個主成分，設(shè)K=l，將超聲回波信號X代公式(9)和(10)中，獲得第I個特征成分頻率的估計(jì)值和第I個特征成分
的振幅的估計(jì)值4，執(zhí)行步驟二 ；
【權(quán)利要求】
1.基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，其特征在于:采用彩色超聲檢測儀對血流信號進(jìn)行采集，并發(fā)射至接收信號端；接收信號端對接收到的超聲回波信號建立仿射模型，采用松弛算法估計(jì)仿射模型參數(shù)，獲得血流信號頻率和振幅。
2.根據(jù)權(quán)利要求1所述的基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，其特征在于:接收信號端對接收到的超聲回波信號建立仿射模型的具體過程為: 將接收的超聲回波信號X作為仿射模型: χ^Ρα(I) 其中，a為振幅強(qiáng)度向量， P為特征矩陣: P=[p(fi)p(f2)…P(fk)…P(fK)] (2), 超聲回波信號X的表達(dá)式: x=[x (I) X (2)…x(n)…x(N)]T (3) 其中，k為主成分的個數(shù)，k=l，2，......，K，k和K均為正整數(shù)；x(l)表示第一個采樣值，X (2)表示第二個采樣值，X (η)表示第η個采樣值，χ (N)表示第N個采樣值，η=1, 2......，N,η和N均為自然數(shù)；
3.根據(jù)權(quán)利要求1所述的基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，其特征在于:采用松弛算法估計(jì)仿射模型參數(shù)，獲得血流信號頻率和振幅的具體過程為: 步驟A、估計(jì)第一個主成分的頻率和振幅，將該主成分從輸入信號中減去后，估計(jì)第二個主成分的頻率和振幅,執(zhí)行步驟B ； 步驟B、根據(jù)第二個主成分的頻率和振幅反過來更新第一個主成分的頻率和振幅； 步驟C、判斷兩個主成分的頻率是否穩(wěn)定，若是執(zhí)行步驟D，若否執(zhí)行步驟A ; 步驟D、根據(jù)兩個主成分的頻率穩(wěn)定后的兩個主成分估計(jì)第三個主成分的頻率和振幅，根據(jù)第一個主成分的頻率和振幅與第三個主成分的頻率和振幅更新第二個主成分的頻率和振幅，或根據(jù)第二個主成分的頻率和振幅與第三個主成分的頻率和振幅更新第一個主成分的頻率和振幅； 步驟E、將第一個主成分、第二個主成分和第三個主成分進(jìn)行信號合并獲得合并信號的能量，判斷該合并信號的能量與輸入信號的能量之差是否大于或等于大于1-S，δ=10_2，若是，則選擇三個主成分頻率最大的作為血流信號的多普勒頻率，若否執(zhí)行步驟Α。
4.根據(jù)權(quán)利要求3所述的基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，其特征在于:步驟A所述的估計(jì)第一個主成分的頻率和振幅，將該主成分從輸入信號中減去后，估計(jì)第二個主成分的頻率和振幅的具體過程為: 步驟一、初始化超聲回波信號X，該超聲回波信號包含K個主成分，設(shè)K=l，將超聲回波信號χ代公式(9)和(10)中，獲得第I個特征成分頻率的估計(jì)值^和第I個特征成分的振幅的估計(jì)值么，執(zhí)行步驟二 ；
5.根據(jù)權(quán)利要求3所述的基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，其特征在于:步驟B所述的根據(jù)第二個主成分的頻率和振幅反過來更新第一個主成分的頻率和振幅的具體過程為:根據(jù)獲得的X2由公式(9)和(10)獲得j和么。
6.根據(jù)權(quán)利要求3所述的基于松弛算法的彩色超聲參數(shù)化血流信號提取方法，其特征在于:步驟C所述的判斷兩個主成分的頻率是否穩(wěn)定的具體過程為:將估計(jì)值/與估計(jì)值/2做差，判斷所獲的差值的絕對值是否小于或等于10_3，若小于或等于表示兩個主成分的頻率穩(wěn)定，若大于表示兩個主成分的頻率不穩(wěn)定。
【文檔編號】A61B8/06GK103479397SQ201310479298
【公開日】2014年1月1日 申請日期:2013年10月15日 優(yōu)先權(quán)日:2013年10月15日
【發(fā)明者】沈毅, 沈志遠(yuǎn), 馮乃章 申請人:哈爾濱工業(yè)大學(xué)