[发明专利]一种适用于弹性成像的高抗噪局部频率估计方法

说明书

本发明公开了一种适用于弹性成像的高抗噪局部频率估计算法，涉及数字信号处理技术领域，本发明中提出了一种适用于弹性成像的高抗噪局部频率估计算法，其特点在于将传统对数正态滤波器乘以频率指数加权的系数，获得新表达式ξ＝0.03*SNR+0.15‑0.2*B，ξ∈[‑1,0)∪(0,1]；并提出一种新的窄带局部频率估计算法或者替换先前的局部频率估计算法；本发明中新的窄带估计表达式在相同噪声条件下可以进一步提高小肿瘤的辨识能力，也就是可以进一步提高灵敏度；实验表明本发明提出的新算法可以实现0dB极端恶劣条件下的弹性成像，这使得低场磁共振弹性成像成为可能；在高性噪比情况下可以实现更高的灵敏度，可以提高高场条件下高质量高分辨率的成像效果。

技术领域

本发明主要涉及数字信号处理技术领域，具体为一种适用于弹性成像的高抗噪局部频率估计方法。

背景技术

在临床上医生采用手工触诊判定组织病变历史非常悠久，组织穿刺也是一种获取组织特性的重要手段，但是其非常不利于病人的健康。核磁共振弹性成像是一种非常有用的无损组织弹性测量技术，但是目前主要还是科研使用，没有形成正式临床诊断标准及规范。核磁共振弹性成像需要通过在人体组织输入机械波，让组织产生振动，通过核磁共振弹性成像专用相位敏感序列采集机械波在人体组织中的位移分布，然后通过核磁共振弹性成像反演算法获得组织弹性。众所周知，机械波的衰减随着频率的升高而变得迅速，意味着频率越高，能传入身体组织的深度越浅。为了获得完整的组织特性，我们需要尽可能低的机械波驱动频率，然而为了获得更精确更多细节的信息，需要用更高的机械波驱动频率。然而这是一对矛盾，不可能同时满足。其中重要的一个环节就在于核磁共振弹性成像的反演，反演算法目前最成熟常用的算法有两种，局部频率估计算法(LFE)和基于波动方程的代数反演算法(AIDE)，都还存在居多问题。特别是在低频率驱动的情况下，AIDE算法虽然探测灵敏度高，但是存在反演伪影严重、抗噪声性能差等问题，LFE算法虽然反演伪影少，但对噪声干扰也非常敏感，并且小肿瘤探测灵敏度不高；申请人在申请号为2018100995910的专利申请中，提出了一种基于对数正态滤波器的局部频率估计算法，该估计方法的主要步骤为：步骤1、获取需要分析局部频率性质的待分析信号S_A，根据灵敏度需求设定估计带宽B，并用相邻中心频率之比相等的N个中心频率划分整个0到π频率范围，根据公式确定β＝1/log₂(ρ_i+1/ρ_i)，β为相邻中心频率的对数倒数比例关系系数；

步骤2、将S_A分别通过由中心频率ρ_i确定的传递函数为的对数正态滤波器，获得N个输出结果，其中第i个输出结果为S_Ai；

步骤3、将0～360度方向顺序等分为M块，其中第k个块的方向表示为且该方向为表达式为的方向滤波器的方向，将步骤2所得到的每一个S_Ai分别送给M个表达式为的方向滤波器，得到M个输出结果；其中第k个输出结果为k＝1,2,3,...,M，其中是空间向量场与第k个方向滤波器方向的夹角；

步骤4、将步骤3中每个S_Ai对应所得到的M个输出结果组合计算，得到中心频率为ρ_i时的输出结果

步骤5、取相邻的ρ_i+1和ρ_i为一组，利用步骤4计算得到的N个f_Ai输出结果计算各组窄带估计结果，共计得到N-1组窄带估计集结果，其中第h个窄带估计结果的表达式为其中h＝i＝1,2,......N-1，α是由B和β共同确定的参数，且α＝B²β/8；

步骤6、由步骤5所得的窄带估计结果ω_h计算宽带估计结果W