[发明专利]基于带约束最小二乘法的超声衰减系数成像方法

说明书

技术领域

本发明属于超声量化分析技术领域，具体涉及一种超声衰减系数成像方法。

背景技术

现有的超声衰减评估算法主要有两种类型。第一种是基于hybrid评估算法的衰减成像方法^[1]。该方法在假设感兴趣区域内声速为常数，衰减与频率成线性关系，背散射与频率成幂关系，散射为弱散射的情况下，通过寻找不同深度下中心频率与功率谱幅值间的关系以计算衰减系数，其主要缺点为所得超声衰减成像的空间分辨率较差且在衰减特性和散射特性发生变化时评估准确性较差。第二种方法是基于最小二乘评估算法的衰减成像方法^[2]。该方法通过引入一个含衰减参数的模型用以拟合功率谱比值，利用最小二乘算法使代价函数最小，从而对局部衰减系数进行评估。该方法的主要缺点是缺乏约束条件，使得最小二乘算法因局部极大值收敛而产生误差。

为了提高超声衰减成像技术的准确性和空间分辨率，本发明提出了一种带约束的最小二乘算法的超声衰减成像方法，该方法主要分为两部分：第一部分为利用半峰宽高比和误差率等评价指标对评估功率谱的窗长和窗宽参数进行最优化的选取；第二部分为针对脂肪肝病变后散射特性并无太大变化这一现状，将背散射系数的均一性作为约束条件，避免了最小二乘算法因局部最大值收敛而导致的误差，从而提高了衰减评估算法的评估准确性。

本发明克服了已有方法的缺点，提出了一种评估精确,空间分辨率高的超声衰减成像方法，为临床诊断提供更加丰富的诊断信息。

发明内容

本发明的目的是提出一种评估准确性和空间分辨率高的超声衰减成像方法，从超声量化诊断的角度为超声的临床诊断提供更丰富的信息和手段。

本发明提供的超声衰减成像方法，是基于带约束最小二乘评估算法的，其步骤如下：

1、将接收到的原始射频回波信号划分成若干个相互重叠的数据块；

2、将FWHM值^[3]和误差率作为指标，对窗长和窗宽参数进行最优化选取，使得超声衰减成像的评估精确度和空间分辨率综合目标下最优；

3、在数据块内利用welch算法^[4]对功率谱进行评估，并利用平滑窗^[5]对回波功率谱进行平滑处理，以减少噪声对评估结果的影响；结合功率谱信息和约束条件，引入一个带三参数的数学模型并利用最小二乘算法对代价函数进行拟合，以同时评估数据块内的局部衰减系数和背散射系数；

4、对每个数据块进行局部衰减系数评估，将评估值作为数据块对应区域的衰减系数，将所有数据块内的衰减系数进行成像，即得到超声衰减成像。

本发明中，所述的对参数进行最优化选取，其具体步骤为：

为选取窗长的最优化参数，将FWHM值（半峰宽高比，full width at half maximum）作为评估指标，其表达式为：

(1)

f_max和f_min分别为-20dB带宽范围内的频率最大值和最小值，f_peak为-20dB带宽范围内的中心频率，参数选取为使FWHM值稳定且最小的值。

为寻找使FWHM值稳定的最小值，本发明以一个发射脉冲的长度作为步长，通过使数据块在纵向长度以一个步长进行迭代并计算FWHM值来观察窗长与FWHM间的关系。

为选取窗宽的最优化参数，将观察评估结果与真实值之间的误差作为评估指标，其中误差的表达式为：

(2)

其中为真实值，为评估值，参数选取为使误差值稳定且最小的值；

为寻找使误差率值稳定的最小值，本发明在选择窗宽的最优参数时，将扫描线数以步长为1进行遍历以寻找窗宽与误差率间的关系，通过肉眼观察即可找到使误差率值稳定的最小值。

本发明中，所述利用最小二乘算法对代价函数进行拟合的具体步骤为：

设在相同深度上目标回波信号功率谱与参考回波信号功率谱的比值可表示为:

(3)

其中，为扩散因子，为衰减因子，下标s和r分别代表目标仿真和参考仿真，β表示衰减系数与频率间的斜率，b为常数，f为频率，z为感兴趣区域距离探头表面的距离，n表示背散射系数的频率依赖性；对(3)式左右两边取自然对数后可得如下式：

(4)