本發(fā)明屬于成像技術(shù)領(lǐng)域，涉及多物理場混合成像技術(shù)，特別是一種基于建立標(biāo)準(zhǔn)值的聲電成像方法。

背景技術(shù)：

電阻抗特性是生物體內(nèi)固有的電學(xué)特性，包含了大量的病理和生理活動等信息，利用這一特點，通過檢測生物體的電阻抗信息，對病人的病情進行診斷等，在醫(yī)學(xué)領(lǐng)域具有重要意義。電阻抗層析成像技術(shù)(Electrical Impedance Tomography，EIT)是一種新型測量技術(shù)，通過電學(xué)手段，獲得敏感場內(nèi)電特性分布，進而重建物場分布。該技術(shù)采用無輻射、非侵入的方式，使得成像系統(tǒng)響應(yīng)快、結(jié)構(gòu)簡單、移植性能好而且成本低廉，因此在醫(yī)學(xué)和工業(yè)等領(lǐng)域的測量有廣泛的應(yīng)用。近些年來，EIT技術(shù)取得了很大的進展。

但是在EIT逆問題求解過程中存在嚴(yán)重不適定性，導(dǎo)致重建圖像分辨率不高；而且由于EIT采用非侵入激勵和測量模式，導(dǎo)致區(qū)域的邊緣受電極影響較大，而電極對內(nèi)部區(qū)域非常不敏感，使精度大大降低，限制其發(fā)展和應(yīng)用。研究新的方法增加有效信息是提高EIT空間分辨率和精度的根本方法。

聲電效應(yīng)(Acousto-Electric Interaction)是指聚焦的超聲波在介質(zhì)傳播中引起壓力變化，使局部區(qū)域引起由超聲波的頻率決定的周期性的機械壓縮和松弛，導(dǎo)致局部區(qū)域產(chǎn)生微小的彈性形變，從而使局部電導(dǎo)率發(fā)生相應(yīng)變化。

超聲調(diào)制電阻抗層析成像(Ultrasound Modulated Electrical Impedance Tomography,UMEIT)，又稱，聲電成像(Acousto-Electrical Tomography,AET)是一種新的多物理場耦合的成像方法，是在傳統(tǒng)電阻抗層析成像基礎(chǔ)上發(fā)展而來。聲電成像方法主要是基于聲電效應(yīng)原理，通過電場和聲場間的耦合作用，增加生物體內(nèi)有效信息，對超聲調(diào)制前后的測量值進行處理，從而使空間分辨率提高。

目前聲電成像技術(shù)在成像領(lǐng)域的研究，主要可以概括為以下幾個方面：

1、基于聲電效應(yīng)原理，使聚焦區(qū)域局部電導(dǎo)率發(fā)生變化，利用聚焦超聲波攜帶的位置信息和聲電信號的強弱直接對物體進行重建；

2、利用能量密度信息作為中間量進行圖像重建；

3、利用聲電效應(yīng)原理對生物體內(nèi)部電流源密度進行成像；

4、通過聚焦超聲波對聚焦域介質(zhì)的擾動，獲得測量物場的功率密度信息，形成功率密度分布圖像。

目前文獻中，提及利用聚焦超聲波攜帶的位置信息和聲電信號的強弱直接對物體進行重建，2004年H Zhang和L V Wang(Acousto-electric tomography,H Zhang and L V Wang,《Proceedings of SPIE》,2004,5320:145-149)首次提出利用超聲調(diào)制EIT方法對生物組織的電阻抗特性實現(xiàn)成像。該方法主要基于聲電效應(yīng)原理，使聚焦區(qū)域局部電導(dǎo)率發(fā)生變化，利用聚焦超聲波攜帶的位置信息和聲電信號的強弱直接對物體進行重建。其將高對比度的EIT和高分辨率的超聲成像方法相結(jié)合，為聲電成像的發(fā)展奠定了基礎(chǔ)。2013年中國專利(CN 103156604A)也公開超聲協(xié)同的生物組織電阻抗成像方法。

目前文獻中提及基于聲電效應(yīng)的電流密度成像，Ragnar Olafsson等人(Ultrasound Current Source Density Imaging，Ragnar Olafsson,Russell S.Witte,Sheng-Wen Huang and Matthew O’Donnell,IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING,2008,55(7):1840-1848)于2008年提出利用聲電效應(yīng)原理對生物體內(nèi)部電流源密度進行成像，即超聲波電流源密度成像方法(UCSDI)，實驗證明UCSDI在對心律失常的診斷中存在巨大的潛在優(yōu)勢。2013年中國專利(CN 103156605 A)也公開了一種基于聲電效應(yīng)的生物組織電流密度成像。

目前文獻中提及將功率密度作為中間量重建出被測物場的電導(dǎo)率分布，2008年H Ammari等人(Electrical impedance tomography by elastic deformation,H Ammari,E Bonnetier,Y Capdeboscq,M Tanter and M Fink,SIAM Journal on Applied Mathematics,2008,68:1557-1573)首次提出利用能量密度信息作為中間量進行圖像重建，但是由于該方法使用連續(xù)線電極進行仿真驗證，而實際中使用的是離散電極，所以該方法在實際使用過程中存在局限性。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提出一種基于建立標(biāo)準(zhǔn)值的聲電成像方法，改善電極對邊界區(qū)域影響較大而中心區(qū)域不敏感的問題，減小圖像重建逆問題求解過程中欠定性的影響，達到提高圖像重建分辨率和精度的目的。為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于建立標(biāo)準(zhǔn)值的聲電成像方法，所采用的成像系統(tǒng)包括聚焦超聲擾動機構(gòu)、電學(xué)激勵測量模塊、數(shù)據(jù)采集單元和數(shù)據(jù)處理與圖像重建單元四個部分構(gòu)成，在超聲調(diào)制狀態(tài)下，利用聲電效應(yīng)原理，分別建立每個聚焦區(qū)域超聲調(diào)制前后空場電導(dǎo)率以及物體電導(dǎo)率變化的標(biāo)準(zhǔn)庫信息，將兩組標(biāo)準(zhǔn)值作為參考信息，重建被測物場的二值化電導(dǎo)率分布圖像，該方法包含以下步驟：

(1)在被測場域邊界布置m個離散的電極陣列，通過在激勵電極上施加電流激勵，實現(xiàn)對被測場域的電學(xué)激勵，測量對應(yīng)的測量電極上的邊界電壓信號，能夠得到邊界測量電壓向量；

(2)布置聚焦超聲擾動機構(gòu)，劃分聚焦區(qū)域，將測量物場劃分為N個聚焦域；

(3)獲得空場的邊界測量值變化的標(biāo)準(zhǔn)庫St_b：分別獲得被測物場為空場情況下，無超聲擾動和超聲擾動第n個聚焦域之后的邊界測量電壓向量φ和φ_n，其中φ和φ_n是m(m-3)*1維的向量，計算空場第n個聚焦域的標(biāo)準(zhǔn)值向量St_bn＝φ_n-φ；通過聚焦超聲波順序掃描整個被測區(qū)域，獲得空場的邊界測量值變化的標(biāo)準(zhǔn)庫St_b，St_b是m(m-3)*N維的向量；

(4)獲得每個聚焦域為物體電導(dǎo)率時的邊界測量值變化的標(biāo)準(zhǔn)庫St_o：設(shè)第n個聚焦域電導(dǎo)率為物體電導(dǎo)率，其他N-1個聚焦域為空場電導(dǎo)率，在無超聲聚焦情況下，獲得邊界測量電壓向量使用聚焦超聲波對第n個聚焦區(qū)域進行擾動，獲得聚焦超聲波擾動后的邊界電壓信號計算只有第n個聚焦域為物體電導(dǎo)率情況下的有物場標(biāo)準(zhǔn)值通過聚焦超聲波順序掃描整個被測區(qū)域，獲得每個聚焦域為物體電導(dǎo)率時的邊界測量值變化的標(biāo)準(zhǔn)庫St_o，St_o是m(m-3)*N維的向量；

(5)在實際被測物場情況下，分別獲得無超聲擾動和超聲擾動第n個聚焦域之后的邊界電壓測量值ν和ν_n，并計算聚焦前后邊界測量值的變化量，記為Δ_n；

(6)將被測場第n個聚焦域分別與該聚焦域所建立的空場和有物場標(biāo)準(zhǔn)值進行對比，獲得被測場與空場的相似度d_bn和與有物場的相似度d_on：

被測場與空場的相似度d_bn的定義為實際被測物場中第n個聚焦域邊界測量值的變化量向量Δ_n與空場標(biāo)準(zhǔn)值向量St_bn的歐氏距離，即在二維空間中與標(biāo)準(zhǔn)值向量的真實距離；被測場與有物場的相似度d_on的定義為Δ_n與有物場標(biāo)準(zhǔn)值向量St_on的歐氏距離；

(7)對比兩個相似度，重建整個物場的二值化電導(dǎo)率信息：將被測物場第n個聚焦域的背景和物體相似度進行對比，記為d_n，d_n＝d_bn-d_on，選取閾值q，q是一個接近于0的數(shù)，當(dāng)d_n＜q，說明測量值接近所建立的空場標(biāo)準(zhǔn)值，記該聚焦域電導(dǎo)率為0，否則為1。通過對整個被測物場進行數(shù)據(jù)處理，重建實際被測物場的二值化電導(dǎo)率信息。

本發(fā)明的有益效果是該方法與傳統(tǒng)的電阻抗層析成像技術(shù)相比，在電學(xué)基礎(chǔ)上耦合超聲，基于聲電效應(yīng)原理，通過聚焦超聲波對整個測量物場介質(zhì)分布的擾動，獲得超聲擾動前后邊界測量值變化量，增加有效信息，從而達到提高測量物場介質(zhì)分布空間分辨率的目的。該方法利用事先建立好的空場以及物體的標(biāo)準(zhǔn)信息和聚焦超聲波的位置信息對每個聚焦域進行分析，減小了電極位置對被測物場空間分布的影響，改善電學(xué)層析成像中中心區(qū)域不敏感的問題，從而達到提高測量物場介質(zhì)分布精度的目的。該方法在成像過程中，不用進行逆問題求解，直接利用聚焦超聲波的位置信息進行重建，避免了傳統(tǒng)電學(xué)成像逆問題重建會遇到的很多問題，比如不穩(wěn)定，欠定性等。該方法不涉及成像過程中的復(fù)雜算法，方法易于理解，為聲電成像方法提供一種思路。

附圖說明

圖1為本發(fā)明的基于建立標(biāo)準(zhǔn)值的聲電成像方法原理示意圖；

圖2為本發(fā)明的操作流程圖；

圖3為本發(fā)明的測量物場外電極陣列的激勵測量示意圖；

圖4為本發(fā)明的聚焦超聲波擾動順序的示意圖；

圖5為本發(fā)明的聚焦超聲波對聚焦域介質(zhì)電導(dǎo)率擾動的示意圖；

圖6(a)為本發(fā)明的仿真物體集中分布模型圖；

圖6(b)為本發(fā)明的對應(yīng)模型圖6(a)二值化電導(dǎo)率分布重建圖像；

圖6(c)為本發(fā)明的仿真物體離散分布模型圖；

圖6(d)為本發(fā)明的對應(yīng)模型圖6(c)二值化電導(dǎo)率分布重建圖像。

具體實施方式

結(jié)合附圖和實施例對本發(fā)明的基于建立標(biāo)準(zhǔn)值的聲電成像方法加以說明。

本發(fā)明的基于建立標(biāo)準(zhǔn)值的聲電成像方法，在超聲調(diào)制狀態(tài)下，利用聲電效應(yīng)原理，分別建立每個聚焦域超聲調(diào)制前后空場以及有物場電導(dǎo)率變化的標(biāo)準(zhǔn)庫信息，將兩組標(biāo)準(zhǔn)值作為參考信息，重建被測物場的二值化電導(dǎo)率分布圖像。

本發(fā)明基于建立標(biāo)準(zhǔn)值的聲電成像方法主要由四部分構(gòu)成，如圖1所示：(1)聚焦超聲波擾動結(jié)構(gòu)?；诼曤娦?yīng)完成聚焦超聲波對測量物場的聚焦掃描任務(wù)。(2)電學(xué)激勵測量模塊。被測物場在電流激勵下，形成一個可以從不同觀測角度掃描被測物場的空間敏感場，對被測物場介質(zhì)分布產(chǎn)生調(diào)制作用，輸出邊界測量值。(3)數(shù)據(jù)采集單元。它的任務(wù)是快速實時地采集模塊(2)輸出的反映被測物場介質(zhì)分布的測量數(shù)據(jù)，完成相應(yīng)的解調(diào)、濾波處理。(4)數(shù)據(jù)處理和圖像重建單元。它的任務(wù)是對單元(3)輸出的數(shù)據(jù)進行計算，構(gòu)建空場和物體電導(dǎo)率的標(biāo)準(zhǔn)庫，根據(jù)對比并采用閾值進行二值化處理，獲得被測物場的二維或三維圖像。基于建立標(biāo)準(zhǔn)值的聲電成像方法的操作流程圖如圖2所示，大概可以分為以下幾個步驟：

1、建立模型，確定電極位置和電學(xué)激勵、測量模式。

在被測場域邊界上均勻分布m個離散的電極傳感器(或電極陣列)，通過在激勵電極上施加電流激勵，實現(xiàn)對被測場域的電學(xué)激勵，測量對應(yīng)的測量電極上的邊界電壓信號。可以采用相鄰電流激勵，相鄰電壓測量且激勵電極不測量的激勵測量模式，但不限于此種模式，測量循環(huán)激勵下相鄰電極間的邊界電勢差，構(gòu)成邊界測量電壓向量φ。以方形測量物場、12個均勻分布的矩形測量電極為例，二維物場的電流激勵、電壓測量過程如圖3所示。

2、劃分聚焦區(qū)域，確定聚焦超聲波對各個聚焦域的掃描順序。

將測量物場劃分為N個聚焦域，使得聚焦超聲波對整個測量物場進行掃描，并且各聚焦域不重疊?？梢圆捎脧南碌缴?、從左到右的掃描順序，從1至N，但也可以采取其他的掃描順序。以64個聚焦域為例，聚焦超聲波的掃描順序示意圖如圖4所示。

3.在無超聲聚焦情況下，對空場進行電學(xué)激勵、測量，獲得邊界測量電壓向量φ。

使用步驟1確定的電學(xué)激勵、測量模式，得到對應(yīng)的測量電極上的邊界電壓信號，其數(shù)學(xué)模型為：

其中，Ω測量物場，測量物場外邊界，σ、u分別為物場內(nèi)電導(dǎo)率、電勢分布，n為邊界外法向向量，j為激勵電極外法向電流密度。

通過對相鄰電極循環(huán)激勵，測量并計算其他相鄰電極上的電勢值差作為空場條件下，沒有聚焦超聲波擾動情況下的邊界電壓數(shù)據(jù)φ，所以φ是108*1維的向量。

4、在超聲聚焦情況下，聚焦超聲波擾動第n個聚焦域，再次對測量物場進行電學(xué)激勵、測量，獲得邊界測量電壓向量φ_n。

聚焦超聲換能器垂直于測量物場的二維成像截面，聚焦超聲波擾動第n個聚焦域，1≤n≤N，使第n個聚焦區(qū)域電導(dǎo)率發(fā)生變化，根據(jù)聲電效應(yīng)原理，聚焦超聲波對第n個聚焦域的電導(dǎo)率產(chǎn)生擾動，并滿足

δσ＝k·P·σ

其中，δσ為聚焦超聲波作用導(dǎo)致的電導(dǎo)率變化量，σ為物場內(nèi)介質(zhì)初始電導(dǎo)率分布，P聲壓值，k＝10^-9為介質(zhì)的聲電效應(yīng)系數(shù)。圖5為聚焦超聲波對聚焦域介質(zhì)電導(dǎo)率擾動的示意圖。

完成步驟1中電極陣列的激勵測量過程，獲得聚焦超聲波擾動該聚焦域時測量物場的邊界測量電壓向量φ_n，其數(shù)學(xué)模型為：

其中，σ_n＝σ+δσ為聚焦超聲波擾動第n個聚焦域后的電導(dǎo)率分布，u_n為聚焦超聲波擾動物場第n個聚焦域后的電勢分布。所以φ_n為108*1維的向量。

5、利用步驟3和步驟4分別測量得到的空場邊界電壓信號φ和φ_n，通過如下公式得到空場電導(dǎo)率下，超聲擾動第n個聚焦域后的邊界測量值變化標(biāo)準(zhǔn)值，記為St_bn，

St_bn＝φ_n-φ

6、重復(fù)步驟4和步驟5，使得聚焦超聲波按照圖4所示順序掃描整個被測區(qū)域，獲得基于超聲擾動的空場邊界測量值變化標(biāo)準(zhǔn)庫，記為St_b。因模型采用64個聚焦區(qū)域，所以St_b為108*64維的向量。

7、設(shè)第n個聚焦域為物體電導(dǎo)率，其他N-1個聚焦域為空場電導(dǎo)率，獲得只有第n個聚焦域為物體電導(dǎo)率情況下，超聲擾動前后變化的標(biāo)準(zhǔn)值，記為St_on。

假設(shè)第n個聚焦域為物體電導(dǎo)率，其他N-1個聚焦域為空場電導(dǎo)率，1≤n≤N。在無超聲聚焦情況下，獲得邊界測量電壓向量該向量維數(shù)為108*1。使用聚焦超聲波對第n個聚焦域進行擾動，獲得聚焦超聲波擾動后的邊界電壓信號維數(shù)和相同。通過二者做差，計算只有第n個聚焦域為物體電導(dǎo)率情況下，超聲擾動前后變化的標(biāo)準(zhǔn)值，記為St_on，

8、重復(fù)步驟7，分別獲得每個聚焦域為物體電導(dǎo)率時，超聲聚焦前后邊界測量值變化的標(biāo)準(zhǔn)庫，記為St_o，St_o為108*64維的向量。

9、在實際被測物場情況下，分別獲得無超聲聚焦情況下的邊界電壓測量值ν和超聲擾動第n個聚焦域下的邊界電壓測量值ν_n，并獲得聚焦前后邊界測量值的變化量Δ_n。

Δ_n＝ν_n-ν

10、將被測場第n個聚焦域分別與該聚焦域所建立的空場和有物場標(biāo)準(zhǔn)值進行對比，獲得相似度d_bn和d_on。

將被測物場第n個聚焦域所得變化量Δ_n與空場標(biāo)準(zhǔn)值St_bn進行對比，可以采用計算歐氏距離的方法表示二者的相似度，但不限于此種方法。所以二者相似度表示為

將被測物場第n個聚焦域所得變化量Δ_n與物體標(biāo)準(zhǔn)值St_on進行對比，有

11、獲得整個測量物場的二值化電導(dǎo)率分布圖像。

將被測物場第n個聚焦域的背景和物體相似度進行對比，記為d_n，d_n＝d_bn-d_on，并采取閾值對數(shù)據(jù)進行二值化處理，當(dāng)d_n＜0，即d_bn＜d_on，說明測量值接近所建立的背景標(biāo)準(zhǔn)值，記該聚焦域電導(dǎo)率為0，否則為1。結(jié)合步驟2中的各個聚焦域的位置信息，重建整個物場的二值化電導(dǎo)率信息。

本發(fā)明對兩組具有不同電導(dǎo)率分布特點的模型進行仿真，其中背景電導(dǎo)率為0.5s/m，介質(zhì)電導(dǎo)率為2s/m。圖6(a)為仿真設(shè)置的物體集中分布模型，圖6(b)所示為模型圖6(a)重建的二值化電導(dǎo)率分布圖像。圖6(c)為仿真設(shè)置的物體離散分布模型。圖6(d)所示為模型圖6(c)重建的二值化電導(dǎo)率分布圖像。

本發(fā)明的基于建立標(biāo)準(zhǔn)值的聲電成像方法，其主要應(yīng)用于生物組織介質(zhì)分布成像，但也可應(yīng)用于有聲電效應(yīng)的其他被測介質(zhì)。

本實施例基于建立空場電導(dǎo)率以及有物場電導(dǎo)率超聲調(diào)制前后變化的標(biāo)準(zhǔn)庫信息，只利用標(biāo)準(zhǔn)庫信息和聚焦超聲波的位置信息，獲得被測物場的二值化電導(dǎo)率重建圖像。改善電極對邊界區(qū)域影響較大而中心區(qū)域不敏感的問題，減小圖像重建逆問題求解過程中欠定性的影響，達到提高圖像重建分辨率和精度的目的。