專利名稱：彈性成像方法和系統及其中的生物組織位移估計方法和系統的制作方法
技術領域：
本發明涉及生物醫學信號處理，特別是涉及弾性成像方法和系統及其中的生物組織位移估計方法和系統。
背景技術：
超聲成像技術具有無創傷、無電離輻射、價廉、動態實時等優點，已被廣泛應用于臨床醫學領域，成為多種疾病早期診斷的有效手段。生物組織的彈性模量(或硬度)依賴于其分子組成以及相應的微觀組織結構，與其生物學特性緊密相關，病變組織和正常組織往往存在彈性模量(或硬度)的差異。以檢測生物組織力學特性為目的的超聲弾性成像是近年來興起的超聲影像學技術，其基本原理是對組織施加ー個微小的應變(如1%的量級)，對組織應變前后的射頻或者包絡信號進行散斑跟蹤，估計得到組織內部的縱向位移分布，從而得到組織的應變分布，以灰度圖或者偽彩圖的形式表示，稱為彈性圖像。該技術在乳腺癌檢測、肝硬化分期、動脈粥樣硬化斑塊、聚焦超聲、射頻消融等治療和監控方面具有廣闊的應用前景。應變分布顯示，即生成彈性圖像，是超聲成像技術的關鍵步驟，其準確性至關重要。傳統的弾性成像方法是通過計算壓縮前、后回波信號互相關函數峰值的偏移量來估計組織的位移，該方法雖然物理概念簡單、但是由于超聲設備的電子噪聲、量化噪聲、組織壓縮導致回波信號軸向變形等原因，產生信號的解相關性作用，使得位移估計不準確，帶來較大的誤差，同時，ー些典型的應用對信號處理的實時性提出了要求，而高重疊的互相關處理過程運算量非常大。

發明內容
基于此，提供ー種快速、準確的彈性成像方法和系統及其中的生物組織位移估計方法和系統。一種彈性成像中的生物組織位移估計方法，包括以下步驟采集生物組織在壓縮前和壓縮后的超聲波射頻回波信號；根據所述壓縮前和壓縮后的超聲波射頻回波信號，建立高斯差分信號空間；捜索所述高斯差分信號空間的極值點，根據極值點的坐標，從所述壓縮前和壓縮后的超聲波射頻回波信號中提取與所述極值點的坐標對應的初始特征點，得到壓縮前的初始特征點以及壓縮后的初始特征點；根據最小距離準則，將所述壓縮前的初始特征點與所述壓縮后的初始特征點進行匹配，將匹配成功的點對作為最終特征點對，并記錄所述最終特征點對的坐標；計算所述最終特征點對的坐標變化均值為生物組織位移估計值。在其中一個實施例中，所述建立高斯差分信號空間步驟包括對所述壓縮前和壓縮后的超聲波射頻回波信號進行采樣，提取生物組織預設深度的采樣信號；
將采樣信號與多個尺度的高斯核函數卷積，構成多尺度信號空間；將相鄰的多尺度信號空間信號相減，構成多尺度高斯差分信號空間。在其中一個實施例中，所述搜索高斯差分信號空間的極值點的步驟包括采用遍歷式搜索，將高斯差分信號空間每ー層上的每ー個點都與周圍的八個點進行比較，所述八個點分別為當前層相鄰兩個點以及相鄰層當前點附近的六個點；若當前點與八個點比較后，為最小或者最大 ，則該點為極值點。在其中一個實施例中，所述根據最小距離準則，對壓縮前以及壓縮后的初始特征點進行匹配的步驟包括計算壓縮前的初始特征點與相鄰于該點的五個壓縮后的初始特征點的距離，當最小距離小于0. I,最小距離和次小距離的比值小于0. 5,則該點和最小距離對應的點匹配成功。在其中一個實施例中，還涉及一種彈性成像方法，包含上述實施例中的生物組織位移估計方法，所述彈性成像方法還包括根據所述生物組織位移估計值生成應變分布圖。在其中一個實施例中，還涉及ー種生物組織位移估計系統，包括采集裝置，用于采集生物組織在壓縮前和壓縮后的超聲波射頻回波信號；高斯差分信號空間構建裝置，用于根據所述壓縮前和壓縮后的超聲波射頻回波信號，建立高斯差分信號空間；初始特征點獲取裝置，用于搜索所述高斯差分信號空間的極值點，根據極值點的坐標，從所述壓縮前和壓縮后的超聲波射頻回波信號中提取與所述極值點的坐標對應的初始特征點，得到壓縮前的初始特征點以及壓縮后的初始特征點；最終特征點對獲取裝置，用于根據最小距離準則，將所述壓縮前的初始特征點與所述壓縮后的初始特征點進行匹配，將匹配成功的點對作為最終特征點對，并記錄所述最終特征點對的坐標；位移值計算裝置，用于計算所述最終特征點對的坐標變化均值為生物組織位移估計值。在其中一個實施例中，所述高斯差分信號空間構建裝置包括采樣單元，用于對所述壓縮前和壓縮后的超聲波射頻回波信號進行采樣，提取生物組織預設深度的采樣信號；多尺度信號空間構建単元，用于將采樣信號與多個尺度的高斯核函數卷積，構成多尺度信號空間；多尺度高斯差分信號空間構建単元，用于將相鄰的多尺度信號空間信號相減，構成多尺度高斯差分信號空間。在其中一個實施例中，所述初始特征點獲取裝置包括極值點捜索模塊，用于采用遍歷式捜索，將高斯差分信號空間每ー層上的每ー個點都與周圍的八個點進行比較，所述八個點分別為當前層相鄰兩個點以及相鄰層當前點附近的六個點；若當前點與八個點比較后，為最小或者最大，則該點為極值點。在其中一個實施例中，所述最終特征點對獲取裝置包括初始特征點匹配模塊，用于計算壓縮前的初始特征點與相鄰于該點的五個壓縮后的初始特征點的距離，當最小距離小于0. I,最小距離和次小距離的比值小于0. 5，則該點和最小距離對應的點匹配成功。在其中一個實施例中，還涉及一種彈性成像系統，包含上述實施例中的生物組織位移估計系統，所述彈性成像系統還包括應變分布圖生成裝置，用于根據所述生物組織位移估計值生成應變分布圖。上述弾性成像方法和系統及其中的生物組織位移估計方法和系統利用原始射頻回波信號構建多尺度高斯差分信號空間，然后從空間中提取一系列特征點，根據多尺度空間的理論，這些點不隨射頻回波信號位移和尺度改變，因此在組織應變時，與發生畸變的信號相比，提取的特征點具有更強的穩定性，稱為應變不變特征點，通過追蹤特征點的運動來計算組織的應變分布，較大的提高了處理速度的同時，還能保證處理的精度。


圖I為ー實施例的彈性成像方法的流程圖；圖2為變化相關系數P 23的理論值曲線示意圖；圖3為ー實施例的建立高斯差分信號空間流程圖；圖4為超聲射頻回波信號的多尺度信號空間示意圖；圖5為ー實施例的捜索高斯差分信號空間的極值點的流程圖；圖6為ー實施例的捜索高斯差分信號空間的極值點示意圖；圖7為應變不同的超聲射頻回波信號中提取的初始特征點位置坐標圖；圖8為ー實施例的壓縮前后初始特征點最小距離匹配的流程圖；圖9為ー實施例的壓縮前后初始特征點最小距離匹配的示意圖；圖10為ー實施例的仿體實驗結果圖ー；圖11為ー實施例的仿體實驗結果圖ニ ；圖12為ー實施例的彈性成像系統的結構示意圖；圖13為ー實施例的高斯差分信號空間構建裝置的結構示意圖。
具體實施例方式如圖I所示，一種彈性成像方法，包括以下步驟S110、采集生物組織在壓縮前和壓縮后的超聲波射頻回波信號；S120、根據所述壓縮前和壓縮后的超聲波射頻回波信號，建立高斯差分信號空間；S130、捜索所述高斯差分信號空間的極值點，根據極值點的坐標，從所述壓縮前和壓縮后的超聲波射頻回波信號中提取與所述極值點的坐標對應的初始特征點，得到壓縮前的初始特征點以及壓縮后的初始特征點；S140、根據最小距離準則，將所述壓縮前的初始特征點與所述壓縮后的初始特征點進行匹配，將匹配成功的點對作為最終特征點對，并記錄所述最終特征點對的坐標；S150、計算所述最終特征點對的坐標變化均值為生物組織位移估計值。S160、根據所述生物組織位移估計值生成應變分布圖。上述的最終特征點為壓縮不變的特征點，本實施例通過追蹤壓縮不變特征點，以快速、準確地測量生物組織的縱向位移，從而計算生物組織的應變分布，得到應變分布圖，即彈性圖像。其依據的基本原理是對于ー維的超聲射頻回波信號，在只考慮壓縮組織沿波束方向的位移，且應變很小(〈10%)的情況下，壓縮后回波信號模型可近似表示成壓縮前回波信號的尺度變化模型，壓縮不變特征點的提取問題則簡化成尋找尺度不變的特征點，通過跟蹤壓縮前、后特征點對的運動變化，計算組織的位移。可以理解的是，上述步驟S160也可以省略棹，從而保護ー種生物組織位移估計方法。上述基本原理證明如下設壓縮前的一維超聲射頻回波信號T1 (x)表示為n (JC) = S(X) 0 p(x) + nI (x)( I )式(I)中，X表示超聲探察的深度，與接收超聲射頻回波信號的時間t滿足X =tc/2, c為人體內的聲速；ni(x)表示均值為0，且與信號不相干的高斯白噪聲；s(x)為組織散射函數(scattering function),在頻域可以表示為高斯平穩過程 EiS2(kx)St(k2)] = SSik1 -k2)(2 )式(2)中，5為單位沖激函數；S表示該隨機過程的平均能量值，p(X)為散射子分布函數(Point Spread Function, PSF),在頻域通常表示為
權利要求
1.一種彈性成像中的生物組織位移估計方法，其特征在于，包括以下步驟 采集生物組織在壓縮前和壓縮后的超聲波射頻回波信號； 根據所述壓縮前和壓縮后的超聲波射頻回波信號，建立高斯差分信號空間； 搜索所述高斯差分信號空間的極值點，根據極值點的坐標，從所述壓縮前和壓縮后的超聲波射頻回波信號中提取與所述極值點的坐標對應的初始特征點，得到壓縮前的初始特征點以及壓縮后的初始特征點； 根據最小距離準則，將所述壓縮前的初始特征點與所述壓縮后的初始特征點進行匹配，將匹配成功的點對作為最終特征點對，并記錄所述最終特征點對的坐標； 計算所述最終特征點對的坐標變化均值為生物組織位移估計值。
2.根據權利要求I所述的生物組織位移估計方法，其特征在于，所述建立高斯差分信號空間步驟包括 對所述壓縮前和壓縮后的超聲波射頻回波信號進行采樣，提取生物組織預設深度的采樣信號; 將采樣信號與多個尺度的高斯核函數卷積，構成多尺度信號空間； 將相鄰的多尺度信號空間信號相減，構成多尺度高斯差分信號空間。
3.根據權利要求I或2所述的生物組織位移估計方法，其特征在于，所述搜索高斯差分信號空間的極值點的步驟包括 采用遍歷式搜索，將高斯差分信號空間每一層上的每一個點都與周圍的八個點進行比較，所述八個點分別為當前層相鄰兩個點以及相鄰層當前點附近的六個點； 若當前點與八個點比較后，為最小或者最大，則該點為極值點。
4.根據權利要求3所述的生物組織位移估計方法，其特征在于，所述根據最小距離準貝U，對壓縮前以及壓縮后的初始特征點進行匹配的步驟包括 計算壓縮前的初始特征點與相鄰于該點的五個壓縮后的初始特征點的距離，當最小距離小于O. I,最小距離和次小距離的比值小于O. 5，則該點和最小距離對應的點匹配成功。
5.一種彈性成像方法，其特征在于，包含權利要求I至4中任一項所述的生物組織位移估計方法，所述彈性成像方法還包括 根據所述生物組織位移估計值生成應變分布圖。
6.一種生物組織位移估計系統，其特征在于，包括 采集裝置，用于采集生物組織在壓縮前和壓縮后的超聲波射頻回波信號； 高斯差分信號空間構建裝置，用于根據所述壓縮前和壓縮后的超聲波射頻回波信號，建立高斯差分信號空間； 初始特征點獲取裝置，用于搜索所述高斯差分信號空間的極值點，根據極值點的坐標，從所述壓縮前和壓縮后的超聲波射頻回波信號中提取與所述極值點的坐標對應的初始特征點，得到壓縮前的初始特征點以及壓縮后的初始特征點； 最終特征點對獲取裝置，用于根據最小距離準則，將所述壓縮前的初始特征點與所述壓縮后的初始特征點進行匹配，將匹配成功的點對作為最終特征點對，并記錄所述最終特征點對的坐標； 位移值計算裝置，用于計算所述最終特征點對的坐標變化均值為生物組織位移估計值。
7.根據權利要求6所述的生物組織位移估計系統，其特征在于，所述高斯差分信號空間構建裝直包括 采樣單元，用于對所述壓縮前和壓縮后的超聲波射頻回波信號進行采樣，提取生物組織預設深度的采樣信號； 多尺度信號空間構建單元，用于將采樣信號與多個尺度的高斯核函數卷積，構成多尺度信號空間； 多尺度高斯差分信號空間構建單元，用于將相鄰的多尺度信號空間信號相減，構成多尺度高斯差分信號空間。
8.根據權利要求6所述的生物組織位移估計系統，其特征在于，所述初始特征點獲取裝置包括極值點搜索模塊，用于采用遍歷式搜索，將高斯差分信號空間每一層上的每一個點都與周圍的八個點進行比較，所述八個點分別為當前層相鄰兩個點以及相鄰層當前點附近的六個點；若當前點與八個點比較后，為最小或者最大，則該點為極值點。
9.根據權利要求6所述的生物組織位移估計系統，其特征在于，所述最終特征點對獲取裝置包括初始特征點匹配模塊，用于計算壓縮前的初始特征點與相鄰于該點的五個壓縮后的初始特征點的距離，當最小距離小于O. 1，最小距離和次小距離的比值小于O. 5，則該點和最小距離對應的點匹配成功。
10.一種彈性成像系統，其特征在于，包含權利要求6至9中任一項所述的生物組織位移估計系統，所述彈性成像系統還包括應變分布圖生成裝置，用于根據所述生物組織位移估計值生成應變分布圖。
全文摘要
彈性成像方法和系統及其中的生物組織位移估計方法和系統。一種彈性成像中的生物組織位移估計方法，包括以下步驟采集生物組織在壓縮前和壓縮后的超聲波射頻回波信號；根據所述壓縮前和壓縮后的超聲波射頻回波信號，建立高斯差分信號空間；搜索所述高斯差分信號空間的極值點，根據極值點的坐標，從所述壓縮前和壓縮后的超聲波射頻回波信號中提取與所述極值點的坐標對應的初始特征點，得到壓縮前的初始特征點以及壓縮后的初始特征點；根據最小距離準則，將所述壓縮前的初始特征點與所述壓縮后的初始特征點進行匹配，將匹配成功的點對作為最終特征點對，并記錄所述最終特征點對的坐標；計算所述最終特征點對的坐標變化均值為生物組織位移估計值。上述方法較大的提高了處理速度的同時，還能保證處理的精度。
文檔編號A61B8/08GK102764141SQ201210253338
公開日2012年11月7日 申請日期2012年7月20日 優先權日2012年7月20日
發明者孟龍, 沈洋, 肖楊, 鄭海榮 申請人:中國科學院深圳先進技術研究院