基于RF信号的二维超声弹性成像算法研究

摘要

癌症一直严重威胁人类健康，据世界卫生组织报道，全世界范围内每年有近1500万新增的癌症患者。研究表明，很多癌症的早期阶段没有病理和生理上的改变，而只有组织应变上的变化，如肝脏纤维化、乳房癌等。CT、MRI及超声等普通成像技术，很难对其进行检测。超声弹性成像技术可以检测出普通成像技术无法检测到的组织弹性信息，而被广泛应用于临床诊断中。其中准静态弹性成像技术因其具有高分辨率、实时性及不需要对传统超声设备进行额外的改进等优点，而应用广泛。 目前对准静态超声成像的研究主要集中在轴向方向上，但是组织在横向方向上也存在应变。目前对弹性成像二维应变的研究主要基于B超图像数据，图像数据相对于射频(Radio Frequency,RF)数据含有的信息量少。RF数据是超声成像获得的最原始数据，含有的信息量大，利用其对组织进行应变分析要更准确。应变分析前通常要对组织进行位移估计，互相关算法是位移估计中的金标准，但是互相关算法计算量大并且不适用于大压缩量应变情况。 针对目前准静态成像技术中存在的问题和已有的研究成果，本文基于RF数据对组织二维位移和应变进行了估计。首先利用互相关算法对组织进行二维位移估计;针对互相关算法的缺陷，本文对其进行了改进，提出了预测互相关算法。该算法首先用快速互相关替换传统互相关，然后在某段位移估计前对其进行位移预测;互相关算法和预测互相关算法都只适用于小压缩量应变情况，对此本文采用基于动态规划的位移估计算法对大压缩量应变组织进行位移估计;最后本文采用三种应变估计方法，直接梯度法、最小二乘应变估计法及卡尔曼滤波应变估计法对得到的位移进行应变估计得到应变图像。 本文分别采用计算机仿真数据、超声体模数据及实际人体数据对算法进行了实验验证，实验结果证明:本文提出的预测互相关算法在计算速度及抑制噪声能力上都要优于传统互相关算法;基于动态规划的位移估计方法可以估计出动态变化范围更大的位移;卡尔曼滤波应变估计算法较直接梯度法和最小二乘应变估计法效果更优。

目录

声明

摘要

第1章绪论

1．1课题研究背景与意义

1．2超声弹性成像原理

1．3超声弹性成像的技术

1．4超声弹性成像的应用

1．5本文主要研究内容

第2章准静态超声弹性成像概述

2．1准静态超声弹性成像简介

2．1．2原理

2．2位移估计方法

2．2．1相关性方法

2．2．2动态规划方法

2．3应变估计方法

2．3．1应变估计介绍

2．3．2卡尔曼滤波

2．4本章小结

第3章基于互相关的位移估计

3．1互相关位移估计

3．1．1一维位移估计

3．1．2二维位移估计

3．1．3窗口长度与窗口重叠率

3．2三点插值算法

3．3基于sum-table的快速互相关算法

3．4预测互相关二维位移估计算法

3．4．1预测互相关位移算法

3．4．2位移校正算法

3．4．3初始位移预测算法

3．5实验结果与讨论

3．5．1互相关参数的选择

3．5．2一维位移估计

3．5．3二维位移估计及三点插值

3．5．4预测互相关二维位移估计

3．6本章小结

第4章基于动态规划的位移估计

4．1动态规划一维位移估计

4．2分层搜索

4．3动态规划二维位移估计

4．4分析最小化

4．5实验结果与讨论

4．5．1动态规划一维位移估计

4．5．2分层搜索

4．5．3动态规划二维位移估计

4．5．4分析最小化

4．5．5大压缩量RF数据实验

4．6本章小结

第5章组织应变估计

5．1直接梯度法

5．2最小二乘应变估计

5．3卡尔曼滤波应变估计

5．4实验结果与讨论

5．4．1 LSQSE参数的确定

5．4．2三种应变方法的比较

5．4．3三种位移估计方法的比较

5．4．4人体数据实验

5．5本章小结

第6章结论与展望

6．1全文总结

6．2展望

参考文献

致谢

攻读学位期间学术成果