本發(fā)明涉及超聲彈性成像技術領域，具體涉及一種基于可變?yōu)V波器長度的超聲彈性成像方法。

背景技術：

生物組織的彈性特性，與組織的病理學狀態(tài)緊密相關，具有重要的臨床應用。超聲彈性成像能無創(chuàng)定性定量生物組織的彈性，彌補了傳統(tǒng)醫(yī)學成像模態(tài)的不足，具有廣闊的應用前景。應變計算是超聲彈性成像技術的關鍵步驟，計算準確度將直接影響成像質量。從數(shù)學理論的角度，位移到應變的計算相當于一個數(shù)值微分的過程，即應變是位移的梯度。數(shù)值微分操作被當作一個數(shù)字差分濾波器。然而，數(shù)值微分操作是一個不穩(wěn)定和危險的操作，因為它對信號的噪聲或誤差非常敏感，具有明顯的放大作用，即很小的噪聲或誤差就會引起數(shù)值微分結果的很大誤差。

Savitzky-Golay差分濾波器(SG差分濾波器)的基本思想是移動、滑動、局部、分段、逐點多項式擬合，具有計算過程清晰簡潔，濾波器系數(shù)容易獲取，濾波器長度可以設置為任意值等諸多優(yōu)點，能很好的應用于彈性成像中的應變計算。其中，SG差分濾波器長度是影響應變計算結果的一個關鍵參數(shù)。如果濾波器長度設置過短，則會增加應變計算錯誤率。反之，則會降低應變彈性圖的分辨率，即會降低目標檢測能力。因此，設置一個最優(yōu)的濾波器長度是在超聲彈性成像中準確計算應變的一個關鍵因素。傳統(tǒng)利用SG差分濾波器計算應變，對濾波器長度都是設置為固定值，這在力學線性環(huán)境下，能取得較為滿意的結果。但實際上生物組織是力學非線性，特別是對于含有異物(如腫瘤)的生物組織，周圍組織與異物之間彈性差值更明顯，射頻數(shù)據(jù)采集環(huán)境復雜，獲取的被測區(qū)域射頻數(shù)據(jù)在各處的噪聲含量都不一樣。此時，采用固定的濾波器長度，成像質量會不佳。

技術實現(xiàn)要素：

本申請通過提供一種基于可變?yōu)V波器長度的超聲彈性成像方法，以解決采用固定濾波器長度而造成的成像質量不佳的技術問題。

為解決上述技術問題，本申請采用以下技術方案予以實現(xiàn)：

一種基于可變?yōu)V波器長度的超聲彈性成像方法，包括如下步驟：

S1：根據(jù)變形前后兩幀超聲射頻信號，利用數(shù)值優(yōu)化算法計算出位移場；

S2：利用濾波器長度為固定值的SG差分濾波器對位移場進行差分運算，得出初應變場；

S3：對初應變場進行差分運算求出含有異物邊界信息的應變梯度場；

S4：通過映射函數(shù)對應變梯度場的絕對值進行線性變換，得出與異物邊界信息相關的濾波器長度分布場；

S5：按照濾波器長度分布場，對步驟S1中求出的位移場進行SG差分濾波器差分運算，得出最終的應變場。

進一步地，步驟S1中的數(shù)值優(yōu)化算法具體為：

假設圖像窗口在運動前后滿足仿射變換關系，運動前窗口中的任意一點P(x,y)對應于運動后窗口中點Q(x′,y′)，兩者的坐標滿足：

式中，向量為窗口的移動和變形，u，v為剛體位移，為窗口的應變，即窗口的一階變形，將目標函數(shù)Ob(V_rs)最小化即可同時得到向量V_rs中的6個參數(shù)值，其中，目標函數(shù)

進一步地，步驟S2中采用1階或2階多項式擬合的SG差分濾波器進行應變計算，假設SG差分濾波器的長度為2M+1，則1階或2階多項式擬合的SG差分濾波器的輸入輸出關系為：

進一步地，步驟S4中的映射函數(shù)為：FL_var＝round{ζ[1-(1-σ)Φ]}，F(xiàn)L_var為濾波器長度，round()為四舍五入函數(shù)，式中，ζ為一常數(shù)，σ為調整因子，Φ為應變梯度歸一化函數(shù)，式中，MB為應變梯度場，MB_max為應變梯度場的最大值，MB_min為應變梯度場的最小值。

可選地，調整因子σ取值為0.05～0.95。

與現(xiàn)有技術相比，本申請?zhí)峁┑募夹g方案，具有的技術效果或優(yōu)點是：本發(fā)明獲取的應變圖中的運動邊界更清晰，計算域內CNR值更高，具有更優(yōu)的目標檢測能力。

附圖說明

圖1(a)為彈性圖軸線上的位移曲線圖；

圖1(b)為不同濾波器長度下的SG差分濾波器對應圖1(a)的應變曲線圖；

圖2(a)為物理模型中A-line的位置示意圖；

圖2(b)為對應A-line的位移曲線圖；

圖2(c)為對應A-line的理想應變曲線圖；

圖2(d)為對應A-line的理想應變梯度曲線圖；

圖3為本發(fā)明的流程圖；

圖4(a)為單異物體模的側向軸線上的應變曲線圖；

圖4(b)為單異物體模的軸向軸線上的應變曲線圖；

圖4(c)為單異物體模的CNR圖；

圖5(a)為離體組織的側向軸線上的應變曲線圖；

圖5(b)為離體組織的軸向軸線上的應變曲線圖；

圖5(c)為離體組織的CNR圖。

具體實施方式

本申請實施例通過提供一種基于可變?yōu)V波器長度的超聲彈性成像方法，以解決采用固定濾波器長度而造成的成像質量不佳的技術問題。

為了更好的理解上述技術方案，下面將結合說明書附圖以及具體的實施方式，對上述技術方案進行詳細的說明。

實施例

噪聲或誤差一般表現(xiàn)為高頻成分，理論分析與實驗研究表明，采用低通數(shù)字差分器SG差分濾波器進行應變計算，能夠取得較好的效果。

SG差分濾波器的屬性與多項式的階次以及濾波器長度相關。濾波器長度越長，多項式的階次越低，濾波器的噪聲放大因子(濾波器系數(shù)的平方和)越小。

本實施例采用1或2階多項式擬合的SG差分濾波器進行應變計算研究。假設濾波器的長度為2M+1，1或2階多項式擬合的SG差分濾波器的輸入輸出關系可以表示為：

采用濾波器長度較長的SG差分濾波器能有效的去除噪聲，但同時降低了目標檢測能力。假設一彈性圖軸線上的位移曲線如圖1(a)所示，利用不同濾波器長度下的SG差分濾波器對該曲線進行應變計算，結果如圖1(b)所示。從圖1(b)可看出，隨著濾波器長度的增加，應變曲線的運動邊界(即背景組織與異物之間的邊界)就越平滑，即目標檢測能力就越低。

從以上分析可知，SG差分濾波器長度是影響彈性成像質量的一個關鍵因素。不同于以往通過設置固定濾波器長度的方法計算應變，本發(fā)明通過獲取的應變梯度作為反饋參數(shù)，并利用一個映射函數(shù)得到一個可變的濾波器長度分布場，再據(jù)此進行應變計算。所謂應變梯度，即是對位移的二次差分結果。定義超聲數(shù)據(jù)圖像軸向上的一條軸線為“A-line”，則A-line對應的位移、應變、應變梯度的演化過程如圖2所示。位移、應變、應變梯度都包含有異物的位置信息，但應變梯度更能量化和定位異物的邊界。

基于上述理論，本發(fā)明提出了一種基于可變?yōu)V波器長度的超聲彈性成像方法，如圖3所示，包括如下步驟：

S1：根據(jù)變形前后兩幀超聲射頻信號，利用數(shù)值優(yōu)化算法計算出位移場；

數(shù)值優(yōu)化算法具體為：

假設圖像窗口在運動前后滿足仿射變換關系，運動前窗口中的任意一點P(x,y)對應于運動后窗口中點Q(x′,y′)，兩者的坐標滿足：

式中，向量為窗口的移動和變形，u，v為剛體位移，為窗口的應變，即窗口的一階變形，將目標函數(shù)Ob(V_rs)最小化即可同時得到向量V_rs中的6個參數(shù)值，其中，目標函數(shù)

S2：利用濾波器長度為固定值的SG差分濾波器對位移場進行差分運算，得出初應變場；

即采用1階或2階多項式擬合的SG差分濾波器進行應變計算，假設SG差分濾波器的長度為2M+1，則1階或2階多項式擬合的SG差分濾波器的輸入輸出關系為：

S3：對初應變場進行差分運算求出含有異物邊界信息的應變梯度場；

S4：通過映射函數(shù)對應變梯度場的絕對值進行線性變換，得出與異物邊界信息相關的濾波器長度分布場；

映射函數(shù)為：FL_var＝round{ζ[1-(1-σ)Φ]}，F(xiàn)L_var為濾波器長度，round()為四舍五入函數(shù)，式中，ζ為一常數(shù)，σ為調整因子，Φ為應變梯度歸一化函數(shù)，式中，MB為應變梯度場，MB_max為應變梯度場的最大值，MB_min為應變梯度場的最小值調整因子σ取值為0.05～0.95。

S5：按照濾波器長度分布場，對步驟S1中求出的位移場進行SG差分濾波器差分運算，得出最終的應變場。

此時的濾波器長度為可變值，即計算矩陣中，每個計算位置所對應的濾波器長度值為S4中求出的濾波器長度分布場中相對應位置的濾波器長度值。

由于對比度噪聲比(contrast-to-noise ratio,CNR)結合了彈性圖中的噪聲和對比狀態(tài)，本實施例選用該參數(shù)來評估目標檢測能力。在背景組織包含有異物的模型的CNR可表示為：式中，μ_sb為背景組織的彈性值的均值，μ_st為異物的彈性值的均值，為背景組織的彈性值的標準差，為異物的彈性值的標準差。

為了進一步驗證本發(fā)明的顯著效果，接下來將通過體模實驗和離體組織實驗進行驗證。

體模實驗是在一個仿生物組織彈性體模上進行(model 049A,CIRS Inc.,Norfolk,VA,USA)。體模中背景組織的彈性模量為25±6kPa(均值±標準差)，內嵌異物的彈性模量為80±12kPa(均值±標準差)，內嵌異物的直徑為6.5mm。

采用一個Philips iU22超聲系統(tǒng)(Philips Medical Systems,Bothell,WA,USA)采集超聲射頻數(shù)據(jù)，采樣頻率為32MHz，軸向分辨率為0.0241mm，側向分辨率為0.1187mm。獲取持續(xù)壓縮體模過程中的5幀射頻數(shù)據(jù)，并選取其中兩幀數(shù)據(jù)用于應變計算。

本實施例方法與傳統(tǒng)固定濾波器長度方法在軸線上的應變曲線如圖4所示。由圖4(a)側向軸線上的應變曲線和圖4(b)軸向軸線上的應變曲線可看出，相比于固定濾波器長度，本實施例方法獲取的應變曲線更平滑，邊界處更銳利。圖4(c)為分別基于固定濾波器長度方法和本實施例方法的CNR計算結果，基于可變?yōu)V波器長度的SG差分濾波器方法的CNR高于固定濾波器長度方法的計算值，圖中固定濾波器長度為2M+1。

離體組織實驗在離體的豬肝上進行，利用無水乙醇可以使蛋白質變性的原理來使肝臟組織產生損傷。本次實驗中注射的無水乙醇(Bei Hua Fine Chemicals Co,Ltd,Beijing,China)濃度為99.9％，注射劑量約2mL，并認為注射約5分鐘后，注射酒精部位肝臟組織蛋白質變性成功，形成損傷。

一個帶有VF10-5探頭的Sonoline Antares系統(tǒng)(Siemens Medical Solutions USA,Inc,Mountain View,CA)被用于本次實驗。通過該系統(tǒng)的超聲開放接口(ultrasound research interface,URI)采集原始射頻數(shù)據(jù)。在擠壓的過程中同時以40MHz的采樣率采集9幀連續(xù)的射頻數(shù)據(jù)。本次試驗中選取其中的兩幀數(shù)據(jù)用于應變計算。

本實施例方法與傳統(tǒng)固定濾波器長度方法在含乙醇損傷的離體豬肝上的軸線上的應變曲線以及計算域內的CNR計算結果如圖5所示。由圖5(a)側向軸線上的應變曲線和圖5(b)軸向軸線上的應變曲線可看出，相比于固定濾波器長度，本實施例方法獲取的應變曲線更平滑，邊界處更銳利。圖5(c)為分別基于固定濾波器長度方法和本實施例方法的CNR計算結果，本實施例方法的CNR高于固定濾波器長度方法的計算值。

本申請的上述實施例中，通過提供一種基于可變?yōu)V波器長度的超聲彈性成像方法，首先根據(jù)變形前后的兩幀RF信號，利用數(shù)值優(yōu)化算法，計算出位移；然后通過傳統(tǒng)固定濾波器長度的方法計算出初應變；再對該應變場進一步差分運算求出應變梯度，并對此線性變換得到可變的SG差分濾波器長度分布；最后，結合前面計算出的位移值與濾波器長度分布計算得到最終應變場。本發(fā)明獲取的應變圖中的運動邊界更清晰，計算域內CNR值更高，具有更優(yōu)的目標檢測能力。

應當指出的是，上述說明并非是對本發(fā)明的限制，本發(fā)明也并不僅限于上述舉例，本技術領域的普通技術人員在本發(fā)明的實質范圍內所做出的變化、改性、添加或替換，也應屬于本發(fā)明的保護范圍。